近期調查顯示，美國有八成人士沒使用過ChatGPT，甚至使用過的人有一成多抱怨難用，主因是資安與假訊息疑慮難消。Coursera共同創辦人、曾領導Google Brain和百度大腦的AI科學家吳恩達，在近期釋出的演講中，回顧ChatGPT引發的生成式AI熱潮，指出有一點讓它備受批判。也因此，他更看好監督式學習所訓練出來的AI，才能讓整體產業產值暴增。2024年人工智慧的新機會在這裡。
ChatGPT引領的生成式AI（generative AI）熱潮自去年至今，攫取眾人目光，但人工智慧大師吳恩達（Andrew Ng）近期公開的演講直指，監督式學習（supervised learning）不僅產值高出一截，未來幾年將有更加豐沛成長機會。
此外，若說AI是場淘金熱，如台積電等「提供鏟子」的硬體與基礎設施企業；以及能夠實際應用的軟體更受他青睞；他認為有許多長尾領域的AI應用機會，將在2024年以後接續出現。
生成式AI帶來改變，但監督式學習會持續稱霸
吳恩達今年7月，在史丹佛大學商學院舉辦演講，主題是人工智慧熱潮中看到的機會。在ChatGPT熱潮近期冷卻的此時，他的演講特別點出，未來幾年還能在AI大趨勢中看到的新機會，格外引起外界關注。
談到生成式AI崛起，吳恩達認為，人們已經看到它面向一般大眾的潛力，例如ChatGPT取得的成功；然而，他見到的重點則在開發端。大語言模型的能力可以加速工程師打造新服務的流程，例如減少標記資料以及訓練模型的時間。
舉例而言，過往當資料科學家想分類留言屬於正面或者負面，需要訓練文本分類模型，且要不斷微調模型好壞；但現在他們可以直接調用GPT API，寫下簡單指令，讓大語言模型判斷即可。「過去我需要花費數個月才能建立的應用，現在人們能夠輕鬆完成。」
不過，吳恩達不忘強調，雖然這波興起的ChatGPT等生成式AI引發大量關注，但他認為，未來監督式學習方是人工智慧應用的成長來源。從過濾垃圾信件到自駕車，再到產品瑕疵影像辨識，都將是2024年以後監督式學習的上場爆紅機會。其實，監督式學習早發展已久，過去10年以來，也獲取巨量資料和算力提升，讓AI模型表現出現驚人飛躍，能應用到更多新領域，展現作為通用技術的價值。
展望未來，吳恩達認為生成式AI雖在去年崛起，且成長有望翻倍，但就如果論產業成長規模來說，AI仍將是監督式學習主宰的天下。但他也強調，要能夠找到具體使用情境，才是未來人工智慧技術發展重點。
人工智慧有太多長尾應用，2024年要繼續爆衝，得學會跨界
吳恩達接著解釋，儘管人工智慧看似爆發，但還有太多產業尚未感受到它的威力，2024年能繼續爆發成長嗎？箇中關鍵就在產業結構差異，影響到資源配置。
「AI應用仍高度集中在消費者領域中。」吳恩達指出，Amazon和Google掌握數位廣告和電子商務產業，它們的使用者是以億計算，做的生意高達數十億美元，因此他們有財務誘因聘請大量頂尖資工人替他們做事。
然而，其他產業就不能依此邏輯行事。吳恩達舉例，他遇過兩個AI能派上用場的情境，其一是以影像判斷小麥高度，其二則是從照片確認披薩上起司是否均勻分布，這些長尾案例可以帶來五百萬美元價值，但「聘請數百位工程師替他們做事不太實際。」
吳恩達提出的解決方案是要價較低的客製化。小企業從頭培養工程師、從零建構模型的成本過高，若採用AI企業開發的不用或少用程式碼（low-code/no-code）工具，就能解決問題。「我不需要去寫程式碼，而是可以使用這些工具來客製化AI系統。」
吳恩達的言下之意就是，企業無需因為人人都在講AI，便重新發明輪子。更應該做的事情反倒是辨識出AI能夠派上用場之處，再設法引進工具改善。
人工智慧要發展，最底層半導體機會大
那麼，AI能夠發揮效益的機會在哪裡？
吳恩達分析，最底層的半導體機會很大，但資本密集度高、產業高度集中，贏家太少，基礎設施層同樣要求大量資本，他個人沒那麼偏好這兩個層次。再往上是開發者工具層，現在也有大量企業活用OpenAI的API打造新服務，不過，應用這些API的企業能夠培養足夠護城河嗎？「這只是在他人強大API之上一層相對薄弱的軟體層。」當大企業自己跳下來做的時候，或許就是事業死期，因此吳恩達並不樂觀。
他仍將重點放在終端應用，因為若只有鏟子、始終挖不到金子，那就算底層硬體、開發層再怎麼強大都是徒勞。軟體即服務（SaaS）的崛起帶動產業活絡，便是最好證明。
不過，當每間企業同聲高喊AI，又該怎麼分辨優劣？吳恩達給出的區分方法是，究竟有沒有具體想法。如果只是高喊要將人工智慧應用在海運上，這個想法太過空泛，只是概念之間的結合，沒有實質內涵。但如果是「利用人工智慧判定不同航線之間好耗用能源的差異」，有辦法蒐集到足夠資料嗎？模型能夠做好動態耗能變化預測嗎？這件事情帶來的效益足夠嗎？這些提問都能夠驗證真偽。
吳恩達強調，領域專家已經累積許多知識，也有對產業痛點的洞見，若和AI專家合作，能夠帶來極大價值。
影／吳恩達在史丹佛大學以「Opportunities in AI - 2023」為題演講。
總體來說，吳恩達觀察到生成式AI同時在消費端和開發端帶來機會，但他也不忘提醒監督式學習技術仍是主軸，且有望應用在更多長尾領域中。他也強調，終端應用好、整條AI產業鏈才會好，若有具體題目更是關鍵。這就是在AI狂熱中，吳恩達提煉出的深刻觀察。
