AI寫假新聞功力大增!OpenAI新技術太危險連官方都怕
AI寫假新聞功力大增!OpenAI新技術太危險連官方都怕

特斯拉(Tesla)執行長,同時也是OpenAI共同創辦人伊隆.馬斯克(Elon Musk)昨(18)日在推特上表示,由於「部分理念不合」等因素,將離開OpenAI。消息公布前幾天,OpenAI才介紹他們最新研發的自然語言模型(Natural Language Model),但因為新技術太強悍,在散播不實資訊上有很大的風險,因此決定延後釋出的時程。

馬斯克稱「理念不合」退出,OpenAI新文字產生技術引發爭議

OpenAI創立於2016年,是一間旨在研發更安全、更實用的人工智慧技術的非營利研究團隊。然而,馬斯克表示,因為特斯拉與SpaceX有太多工程與製造上的難題要處理,所以已一年沒有參與OpenAI的營運。他已於去年2月辭去董事會的職務,如今更因為爭奪人才以及理念不合的原因,正式退出團隊。

Elon Musk_Tesla_馬斯克.png
身為OpenAI的共同創辦人,馬斯克17日宣布退出團隊。

OpenAI這項充滿爭議的文字產生技術稱為GPT-2。使用者只需要丟一段文字進去,這個AI程式就能透過分析與預測編寫出邏輯清晰、架構完整並且呼應主題與風格的文章。專精於自然語言處理(Natural Language Processing,NLP)的紐約大學電腦科學教授Sam Bowman在試用過GPT-2後表示:「在內容方面,它產出的文章比我們過去所看過的任何程式都要繁複、完整。」

水能載舟,亦能覆舟,這樣強大的功能很快引發各界憂慮。除了可能會被用來散播更難分辨真偽的假新聞外,偽裝並模仿他人的寫作風格,以及更加自動且全面性地在社群媒體上散播恐嚇言論,都是GPT-2做得到的事。

在OpenAI公開的一個案例中,團隊給了GPT-2這段文字:「一台載有核能材料的貨櫃列車今天在辛辛那提市遭竊,目前下落不明。」從這短短一句話,程式能生出一篇有七個段落的文章,甚至包含政府官員的發言引述,但內容完全是杜撰的。由於這個新技術的風險難以管控,團隊決定延遲釋出完整版本,僅創建了一個工具,讓用戶可以試用這項新的演算法。

打擊假新聞與AI發展相互拉扯,OpenAI籲美政府介入控管

fake news
打擊假新聞已是國際間的共識,但針對科技發展與資訊安全之間的拿捏,不僅是個別公司,各國政府也必須努力尋找平衡點。
圖/ shutterstock

自2016年美國總統大選的通俄門事件後,世界各國政府開始嚴加防範不實資訊的傳播。不僅歐盟砸下440萬英鎊(約新台幣1.73億元)做為防堵假新聞的預算來保護今年的歐洲議會選舉,Facebook也於去年年底成立新單位「作戰室」專門打擊假新聞。在這樣的國際氛圍下,OpenAI的新發明難免被認為是提供有心人士操作輿論的一條捷徑。

對此,OpenAI強調這一個新技術的立意是良善的,它可以協助翻譯、為創意寫作提供靈感、為軟體程式除錯,或幫公司及政府整理出政策概要等等。但團隊也呼籲美國政府,應開始規劃如何系統性地控管AI相關技術在社會上造成的影響,並確保這樣的控管系統能夠與時俱進。目前OpenAI並未透露何時會對外開放GPT-2的完整版本。

資料來源:The BloombergTechcrunch

往下滑看下一篇文章
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?

曾是台灣製造業重要根基的塑膠射出產業,如今正面臨人才斷層危機。尤其桃園聚集大量工業區與製造業者,老師傅退休、新人才接不上的現況,更是許多工廠正在面對的現實難題。

從汽車零組件、網通設備、醫療器材到半導體載具,許多產品都離不開射出成型。智穎智能創辦人暨執行長張詠翔指出,全球塑膠射出市場規模超過 3000 億美元,每年仍以約 3% 至 4% 的幅度成長。需求並未消失,只是製造基地從台灣、中國逐步往東南亞等地移動。但機器可以搬、訂單可以轉,老師傅數十年累積的經驗卻很難複製。

這道人才缺口,正是 2020 年成立的智穎智能切入市場的機會。團隊從桃園中原大學的研究能量出發,歷經近十年研究與工廠驗證,嘗試把老師傅腦中的射出經驗,轉化成可以計算、保存與持續學習的 AI 模型,解決產業第一線面對到的挑戰。

把老師傅經驗交給 AI,射出成型從「導航」走向「自駕」

「餐廳沒有廚師是不行的。有再好的設備,不會做的人還是會把它做失敗。」張詠翔如此比喻射出成型的技術門檻。當模具完成後,生產現場仍得依產品、材料與機台特性,調整溫度、速度、壓力、位置等條件;即使使用同一種塑料,不同產品的調整方式也可能完全不同。

而老師傅的珍貴之處,不只是記住參數,而是知道面對材料、機台與環境變化時如何修正。智穎智能要做的,就是把這些難以傳承的「火候」拆解成可以運算的製程邏輯。目前其 AI 解決方案已應用於超過 200 種材料、50 多種產品類型。

把老師傅的經驗轉化為製程邏輯後,第一步就是讓 AI 協助操作人員找到合適的成型條件。智穎智能為此開發智能成型導引系統,工廠只要輸入材料、機台規格、產品尺寸等資訊,sMolding 便能計算第一組成型參數;若試模後出現產品缺陷,再由 sTroubleshooting 提供修正建議。

用手機即可查看系統狀況
圖/ 智穎智能提供

「它就像導航。我今天告訴你要從 A 點到 B 點,但不知道路怎麼走,導航會把路徑算給你。」張詠翔說。對射出成型而言,這條「路徑」就是溫度、速度、壓力與位置等參數如何組合。以半導體載具試模為例,傳統方式需 7.5 小時,導入系統後縮短至 2 小時,材料使用量從 23 公斤降至 8.7 公斤,整體試模成本降低 64%。

但找到正確參數只是第一步,真正進入量產後,工廠面對的「路況」還會持續改變。溫溼度、材料批次與機台耗損,都可能讓原本設定好的製程條件產生偏移。智穎智能因此進一步開發 StabMolding 成型穩定模組,透過射出壓力數據持續監控品質,並依生產狀態自動補償關鍵參數。換言之,AI 不只在試模階段提供一條正確的「導航路徑」,進入量產後還能因應製程變化持續修正,進一步朝「自駕」邁進。

從產線驗證到海外布局,桃園如何助攻智穎智能跨過0到1?

但要讓 AI 真正走進工廠,智穎智能採取 SaaS 訂閱模式,將核心運算留在雲端持續學習與更新,降低中小型製造商一次投入大量資金的門檻。另一項差異則是「跨廠牌」。現實中的射出工廠往往同時擁有台灣、日本、歐洲不同品牌與年份的設備,因此智穎智能的方案既能導入既有設備,也能與射出機、控制器業者合作,在新機出廠時直接整合。「一個工廠不會只有一個廠牌,就像你家的車庫不會永遠只放同一品牌的車。」張詠翔說。

對智穎智能而言,AI 真正走進製造現場的關鍵,在於不同世代、不同品牌的設備都能導入。只是對工業 AI 而言,降低導入門檻還不夠,更關鍵的是能否取得真實產線反覆驗證。對從中原大學研究成果衍生創立的智穎智能而言,桃園不只是公司所在地,也提供了技術走向市場的第一塊試驗場。「對新創來說,第一個就是要經費、要人才、要場域,再來就是客戶與合作夥伴資源。」張詠翔說。

成立初期,團隊透過桃園市政府研發補助、新創競賽與基地進駐等資源,降低早期研發與營運負擔。更重要的是,桃園密集的製造業聚落,本身就是智穎智能最直接的潛在市場。透過市府串聯工業區與在地企業,智穎智能在創業初期接觸到位於桃園的「良器」,成為公司第一個客戶。從概念驗證、產品調整到實際導入,合作一路延續至今。對必須進入產線反覆驗證才能成熟的工業 AI 而言,第一個願意開放場域的客戶,意義遠超過第一筆營收。

如今,從桃園製造現場磨出的解決方案也開始往海外走。「日本這一次,完完全全都是桃園市政府帶著我們去做這件事情。」張詠翔表示,透過市府帶領團隊前往日本神戶,智穎智能接觸當地官方與企業資源。在市府引薦下,團隊成功對接了神戶知名加速器,更取得日方針對外資新創設立公司與拓展市場的兩階段實質補助資訊。目前團隊正籌備日本布局,為下一階段海外市場拓展做準備。

智穎智能在 TaipeiPLAS 2026 台北國際塑橡膠工業展,展示 AI 智慧製造成果,現場商洽氣氛熱烈,成功吸引產業關注。
圖/ 智穎智能提供

AI 解決「怎麼生產」後,下一步是「替誰生產」

當 AI 開始解決「怎麼生產」,張詠翔看到的下一個問題,是「替誰生產」。部分製造商提高生產效率後反過來問他,如果我的產能多了 20%,但沒有多 20% 的訂單,我何必要做那麼快?

這個問題催生了智穎智能下一階段的製造媒合平台構想。隨著供應鏈分散至不同國家,品牌要在海外重新尋找符合特定規範與製程能力的供應商,也愈來愈困難。團隊因此希望串聯既有使用 AI 方案的製造商,讓品牌端能依條件尋找供應商,也讓製造端的閒置產能有機會被看見。團隊預計 2027 年上半年推進平台服務,初期規劃串聯超過 200 家製造商與破千台機器。

從中原大學的研究,到桃園工廠提供第一個實際驗證場域;從把老師傅經驗變成 AI「導航」,再走向能自行修正製程的「自駕」,智穎智能試圖數位化的,是製造業最難被保存的資產:人的經驗。而當全球供應鏈持續移動、製造基地愈來愈分散,這套從桃園工廠磨出的 AI,下一步不只要替老師傅找到數位接班人,也要重新連結散落全球的製造能力。
而「Meet 桃園+」也期盼持續透過計畫的媒體報導與宣傳資源,將更多像智穎智能這樣扎根在地、走出海外的創業故事傳遞出去,讓外界看見桃園豐沛且具實戰力的創新動能。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓