OpenAI被揭露要開發硬體，微軟則要自行研發自己版本的LLM（large language model，LLM），免得過度依賴OpenAI；臉書除了開源可商用的Llama 2外，更推出能嵌合於自家通訊軟體Messenger、WhatsAPP、IG的Meta AI。Google除了持續更新Google Bard以外，還有什麼招數？為何身為Google中引領人工智慧發展的關鍵人士，DeepMind執行長指出，未來的AI應用，不必再讓我們學著下指令，用日常對話就能輕鬆上工？
雖然被OpenAI和微軟合作的ChatGPT突襲失掉先機，但Google數次更新Google Bard以後，整合旗下生產力軟體，以及包含YouTube、地圖、航班等服務，已經讓世人窺見Google深厚實力。
所有科技巨頭都在戮力開發自家版本的大語言模型，其他大型企業則忙碌於訓練大語言模型成為自家服務，中小型企業試圖調用API軟體接合介面，把對話與生成內容，融入現有服務中，上班族個人則是用LLM改善效率，活用指令（prompt）解決日常需求。
在這個LLM百花齊放的當下，未來會有什麼超出ChatGPT一類的應用？AI如何落地、幫助人類？Google DeepMind執行長哈薩比斯（Demis Hassabis）接受《The Verge》訪問時，提出新方向。
他先釐清人工智慧真有實用性，而非一戳急破的泡沫，接著揭示ChatGPT引發熱潮的關鍵在於語言能力，最後分享Google內部應用AI方向，以及他見到的未來應用。
從玩樂到解決真實問題，AI不只很會下棋
作為DeepMind的共同創辦人，哈薩比斯首先拿主攻圍棋的AlphaGo，和能夠預測蛋白質結構的AlphaFold作為AI技術變化的例證。
他解釋，研發AI應用時，遊戲（games）是很好的試驗場，因為在設定演算法的目標函數時，拿到最多分數或者贏得比賽，都是很清晰的目標，因此DeepMind就曾經在拓展強化學習（reinforcement learning）領域技術時，先把遊戲當做試驗場，從乒乓球開始，再一直到雅達利（Atari）遊戲，再接著進入有明確規則，而且可以從每次對弈中獲得經驗、知道報酬（reward）的棋盤，也就是打敗人類旗手李世乭的AlphaGo。
若說AlphaGo還只是人類探索興趣的遊玩之作，那AlphaFold就絕對是對世界帶來實質幫助的應用。哈薩比斯指出，從科學家與研究人員發表的論文來看，AlphaFold對生物學家尋找蛋白質結構是真的有用。從下棋到幫上生物學家，哈薩比斯想強調的是，AI早就可以派上用場，只是一般民眾沒有實感。
等到ChatGPT推出後，之所以引發巨量關注，「因為語言是人類智能和每日生活的核心，」此外，一般民眾都能夠理解ChatGPT是什麼、跟它互動。對話式生成內容的服務，已經從實驗室中走出，真正跨入常民生活，而這也能成為日後AI應用的發軔。
未來的AI應用，就是說自然語言不必下指令
哈薩比斯想像中的未來AI應用，將會是全方位的人工智慧助理。我們已經熟悉的ChatGPT，或者Google Bard、Claude等對話式服務，這種擅長生成內容的大語言模型，會扮演與人互動的介面（interface），以自然語言跟人類對話，不用再去鍛鍊提示工程（prompt engineering）也能聽懂指令，就像智慧管家一樣。
與人類對話，機器接收到任務，接著人工智慧助理則會調用不同專精的模型。推薦書籍與活動、安排行程甚至直接下訂單、幫助日常工作等，都是哈薩比斯想到的場景。每一種任務都由細分的專家模型負責，處理完畢後再回傳到互動介面，接著與人類溝通。
事實上，人們現在看到Google Bard的種種實驗功能，背後流程可說是哈薩比斯願景的簡化版。例如向Google Bard詢問航班，他同樣是理解人類任務後，調用Google Flights的API，取得資料後再整理轉化為人類易讀的表格。可以預期的是，未來執行任務的模型不單只是調用API而已，它可能真正做到規劃（plan）、推理（reason）並且維持記憶（memory），這3項能力，也是哈薩比斯預期接下來數年，研發AI者全力以赴投入的項目。
他更大膽預言，「也許幾年後，今日所見的聊天機器人，將會顯得微不足道。」
除了勾勒AI應用的藍圖以外，哈薩比斯也分享，Google內部也有把DeepMind的研發成果，應用於改善產品與使用體驗；同時，還有改善企業經營效率，例如DeepMind便利用AlphaZero，提升資料中心的能源利用率。
從哈薩比斯的話語中，我們得以一瞥頂尖AI科學家如何想像AI應用。當AI學會規劃與推理時，世界恐怕又會再被顛覆一次。但是如此未來人工智慧如此強大，人類還能繼續保住工作嗎？仍是值得深思的議題。
