AI生成時代：從ChatGPT到繪圖、音樂、影片，利用智能創作自我加值、簡化工作，成為未來關鍵人才

未來2～5年將是AI 生成的時代 史上用戶最快破億、開啟產業新動能的技術，你跟上了嗎？ 如何運用新技術節省時間、提高效率、開發新市場？ 每個人都需要的未來金鑰、想了解的全都在書裡！ 　　人工智慧全面壓境，你害怕被取代嗎？ 　　打不贏就加入他！知己知彼是存活獲勝的唯一方法。 　　只要你不是今年將退休、未來還是必須持續工作的人，就一定要了解「生成式AI」。 　　什麼是生成式AI？ 　　生成式AI是一種透過學習模型與歷史數據，自動產生出一個全新生成內容成品的人工智慧，在ChatGPT橫空出世後，更被認為世界在不久後將進入AI紀元。 　　未來會有哪些行業需要生成式AI？ 　　以下行業都可以應用到：資訊業、影視業、電商業、教育業、金融業、醫療業。 　　生成式AI可以快速分析大量數據，幫你做到最大規模的資料收集，並且將任務自動化、簡化你的工作流程，節省至少50%的時間，提高生產力。 　　你可以把生成式AI當成隨身助理或者即時翻譯，大幅降低溝通成本，與國際交流合作。 　　我可以用生成式AI賺錢嗎？ 　　除了各行業的技術應用，你還可以在產業鏈上尋找創業、投資的機會。 　　這本書中有生成式AI的產業地圖，包含上、中、游各種類型模式和代表的公司，幫你輕鬆找到適合的切入點。 　　這是一本寫給所有未來必須繼續工作的人的書── 　　以前的AI只是分析工具，它會幫我們蒐集並分析海量數據，由我們做出最終決策；2023年AI進化了，它現在不僅會分析、會根據不同情境做出最佳選擇，甚至還能創作，這讓我們開始有威脅感，害怕會被取代。 　　這本書就是要告訴你，如何運用生成式AI的內容創作力為自己加值、它擁有哪些的優勢與劣勢，幫助你跟上時代趨勢，抓住每一次機會，成為無可替代的角色。 無論你是受雇用的工作者、創業者或是投資人，你都可以從這本書的多個角度找到你要的答案，搶先開始布局。 　　本書全面介紹AI生成四大領域╳三種自我提升技巧╳上中下游產業模式╳跨領域應用，讓生成式AI幫你節省時間、加速成長，掌握產業翻轉趨勢與未來機遇，打造新時代的職涯地圖。無論是工作轉型、職能進化還是投資標的探索，本書就是最佳預習盤點！

　　Jenny｜JC財經觀點創辦人 　　于為暢｜自媒體事業教練 　　朱楚文｜科技財經主播主持人 　　陳縕儂｜台灣大學資訊工程學系副教授 　　程世嘉｜iKala 共同創辦人暨執行長 　　黃思齊｜我是文案創辦人 　　NeKo嗚喵｜說書YouTuber

第一章 生成式AI：內容生產力的大變革 第一節 從專業生成、用戶生成到AI生成 第二節 人工智慧賦能內容創作的四大模態 第三節 生成式AI幫助元宇宙和Web3.0發展 第二章生成式AI的技術思想 第一節 前生成式AI時代的技術奠基 第二節 早期生成式AI的嘗試：GAN 第三節 AI繪畫的推動者：Diffusion模型 第四節 大模型的重要基建：Transformer 第三章 生成式AI的職能應用 第一節 生成式AI與產品研發 第二節 生成式AI與市場行銷 第三節 生成式AI與管理協作 第四章 生成式AI的行業應用 第一節 資訊行業應用 第二節 影視行業應用 第三節 電商行業應用 第四節 教育行業應用 第五節 金融行業應用 第六節 醫療行業應用 第五章 生成式AI的產業地圖 第一節 產業上游：資料服務 第二節 產業中游：演算法模型 第三節 產業下游：應用拓展 第六章 生成式AI的未來 第一節 生成式AI的技術趨勢 第二節 生成式AI時代的參與主體 第三節 生成式AI的風險與監管 附錄一 生成式AI產業地圖標的公司清單（部分） 附錄二 生成式AI術語及解釋 附錄三 生成式AI大事記

前言 從機器學習到智慧創造 　　不知道你有沒有想過這個問題：是什麼讓我們得以思考？ 　　從如同一張白紙的嬰兒，成長為洞悉世事的成人，正是長輩的教誨和十年寒窗塑造了我們如今的思考能力。學習，似乎就是智慧形成的最大奧秘。 　　人類崇尚智慧，嚮往智慧，並不斷利用智慧改造世界。走過農業革命，邁過工業革命，迎來資訊革命，一次又一次對生產力的改造讓人們相信，人類的智慧最終也能創造出人工的智慧。 　　數十年前，圖靈拋出的時代叩問「機器能思考嗎？」將人工智能從科幻拉至現實，奠定了後續人工智慧發展的基礎。之後，無數電腦科學的先驅開始解構人類智慧的形成，希望找到賦予機器智能的蛛絲馬跡。正如塞巴斯蒂安．特倫(Sebastian Thrun) 所說：「人工智慧更像是一門人文學科。其本質在於嘗試理解人類的智慧與認知。」如同人類透過學習獲得智慧一樣，自20 世紀80 年代起，機器學習成為人工智慧發展的重要力量。 　　機器學習讓電腦從數據中汲取知識，並按照人類所期望的，按部就班執行各種任務。機器學習在造福人類的同時，似乎也暴露出了一些問題，這樣的人工智慧並非人類最終期望的模樣，它缺少了人類「智慧」二字所涵蓋的基本特質—創造力。這個問題就好像電影《機械公敵》(I,Robot) 中所演繹的一樣，主角曾與機器人展開了激烈的辯論，面對「機器人能寫出交響樂嗎？」「機器人能把畫布變成美麗的藝術品嗎？」等一連串提問，機器人只能譏諷一句：「難道你會？」這也讓創造力成為區分人類與機器最本質的標準之一。 　　面對廬山雄壯的瀑布時，李白寫出「飛流直下三千尺，疑是銀河落九天」的千古絕句，感慨眼前的壯麗美景；偶遇北宋繁榮熱鬧的街景時，張擇端繪製《清明上河圖》這樣的傳世名畫，記錄下當時的市井風光與淳樸民風；邂逅漢陽江口的知音時，伯牙譜寫出《高山流水》，拉近了秋夜裡兩位知己彼此的心靈。我們寫詩，我們作畫，我們譜曲，我們盡情發揮著創造力去描繪我們的所見所聞，我們因此成為人類的一分子，這既是智慧的意義，也是我們生活的意義。 　　但是，人類的創造力真的不能賦予機器創造力嗎？答案顯然是否定的。 　　在埃米爾．博雷爾1913 年發表的《靜態力學與不可逆性》論文中，曾提出這樣的思想實驗：假設猴子學會了隨意按下打字機的按鈕，當無限隻猴子在無限台打字機上隨機亂敲，並持續無限久的時間，在某個時刻，將會有猴子能打出莎士比亞的全部著作。雖然最初這只是一個說明概率理論的例子，但它也詮釋了機器具備創造力的可能性。只不過具備的條件過於苛刻，需要在隨機性上疊加無窮的時間量度。 　　在科學家們的不懈努力下，這個時間量度從無限被縮減至了有限。隨著深度學習的發展和基礎模型的廣泛應用，生成式人工智慧已經走向成熟，人們沿著機器學習的路，探索出如今的智能創作。在智能創作時代，機器能夠寫詩，能夠作畫，能夠譜曲，甚至能夠與人類自然流暢地對話。生成式AI 將帶來一場深刻的生產力變革，而這場變革也會影響人們工作與生活的方方面面。本書希望透過生動的比喻和有趣的案例，用淺顯易懂的語言，讓每個人都能真切地參與這一次轟轟烈烈的科技革命，一起迎接全新的智能創作時代。　　

第一章　生成式AI：內容生產力的大變革 萬物的智慧成本無限降低，人類的生產力與創造力得到解放。——山姆．阿特曼(Sam Altman) 人工智慧經歷了從科幻小說走向現實應用的漫長歷程，如今已走進人們的日常生活。幾十年前，科學家的普遍觀念也許如愛達．勒芙蕾絲(Ada Lovelace) 所言：「機器不會自命不凡地創造任何事物，它只能根據我們能夠給出的任何指令完成任務。」電腦科學的先驅也許預料到了人工智慧的迅猛發展，但我們相信他們依然會對今天人工智慧取得的成就感到震驚。 自工業革命以來，「是否具備創造力」就被視為人類和機器最本質的區別之一。然而，今天的人工智慧卻打破了持續數百年的鐵律。人工智慧可以表現出與人類一樣的智慧與創意，例如撰寫詩歌、創作繪畫、譜寫樂曲，而人類創造出的智慧又將反哺人類自身。人工智慧生成內容 (Artificial Intelligence Generated Content，AIGC，以下簡稱為生成式AI) 的興起極大地解放了人類的內容生產力，將數位文明送入智能創作時代。我們有幸處於時代浪潮之巔，見證由技術進步帶來的全新變革。下面就讓我們一起走進生成式AI 的世界，探索智慧創作時代的無限可能。 第一節　從PGC、UGC到生成式AI 生產力是推進社會變革的根本動力，而生產工具則是衡量生產力發展水準的客觀標準，也是劃分經濟時代的物質標誌。從鑽木取火到機器大生產，生產力的發展推動了從農業社會到工業社會的社會躍遷。自第三次科技革命之後，網路成為連接人類社會的主要媒介，內容則是人們生產和消費的主要產品。網際網路經歷了Web1.0、Web2.0、Web3.0 與元宇宙時代，不同網路形態下也孕育了相輔相成的內容生產方式，並一直沿用至今。表1-1 呈現了內容生產方式從PGC（Professional-Generated Content，專業生成內容）到UGC（User-Generated Content，使用者生成內容），再到生成式AI 的發展歷程。下面就讓我們一起來瞭解一下每個內容生產時代的特點與故事吧！ 三、生成式AI：智能創作時代 面對網路內容生產效率提升的迫切需求，人們突發奇想：是否能夠利用人工智慧去輔助內容生產呢？這種繼PGC、UGC 之後形成的、完全由人工智慧生成內容的創作形式，被稱為「人工智慧生成內容」（AIGC）。正如人們最初眺望Web3.0 時構想的「語義網」(Semantic Web) 一樣，未來的網路應該是更加智慧的網路，它不僅能夠讀懂各種語義資訊，還能從資訊識別角度解放人類的生產力。即便後來區塊鏈技術的蓬勃發展改變了Web3.0的指代，元宇宙也展現出網路浩瀚的未來，但內容的價值權利歸屬和虛擬空間的發展仍然需要更高效的內容生產方式，生成式AI 也就凝聚了人們對於未來的期待。 讓人工智慧這樣的非人機器學會創作絕非易事，科學家在過往做了諸多嘗試，並將這一研究領域稱為「生成式人工智能」(Generative AI)，主要研究人工智慧如何被用於創建文本、音訊、圖像、影片等各種模態的資訊。為了便於理解，本書並不打算對「生成式人工智能」和「人工智能生成內容」的概念加以區分，在後續的內容中將全部以「生成式AI」作為指代。 最初的生成式AI通常由小模型展開，這類模型一般需要特殊的標註資料訓練，以解決特定的場景任務，通用性較差，很難被遷移，而且高度依賴人工調整參數。後來，這種形式的生成式AI 逐漸被基於大資料量、大參數量、強演算法的「基礎模型」取代，這種形式的生成式AI無須經過調整，或只需經過少量微調 (Fine-tuning) 就可以遷移到多種生成任務中。 2014 年誕生的GAN（Generative Adversarial Networks，生成對抗網路）是生成式AI 早期轉向基礎模型的重要嘗試，它利用生成器 (Generator) 和判別器 (Discriminator) 的相互對抗並結合其他技術模組，可以完成各種模態內容的生成。而到了2017 年，Transformer架構的提出，使得深度學習模型參數在後續的發展中得以突破1 億大關，這種基於超大參數規模的基礎模型，為生成式AI 領域帶來了前所未有的機遇。此後，各種類型的生成式AI 應用開始湧現，但尚未獲得社會大眾的廣泛關注。