當各大科技公司在AI人工智慧的戰場上各顯身手，試圖占據AI市場的一席之地時，有個看似沉寂許久的科技巨頭，看似把未來押在虛擬世界「元宇宙」而錯失了先機，卻正在迎頭趕上，不斷推出、甚至開源自家的AI研究成果──那就是Meta。
Meta於5月9日宣布了一個新的開源AI研究項目，名為「ImageBind」，且不只可以生成文字、或是圖片，還可以串聯起文本、聽覺、視覺數據、3D深度資訊、溫度、動作數據。這可能將是虛擬世界「元宇宙」計畫的一大步，也代表未來AI的走向，將會是創造身歷其境的多感官體驗。
雖然這還在研究階段，Meta近期也還稱不上高調，但也不斷公開自家的研究項目，與相較之下越來越神秘的OpenAI和Google形成強烈對比。
掌握最新AI、半導體、數位趨勢！訂閱《數位時代》日報及社群活動訊息
人工智慧「多模型」型態，將是生成式AI的趨勢？
早先廣為人知的生成式AI如Midjourney、Stable Diffusion和DALL-E，都是在訓練階段時就已經把文字和圖片「連接」在一起的系統，在訓練時，這些模型就會以文字敘述來尋找視覺資料中的模式。目前其他生成聲音或是短片的生成式AI也是如此。
但Meta表示ImageBind模型連結的不只文字和圖片，還包括了溫度（紅外線影像）、3D深度距離、還有用慣性測量裝置（inertial measuring unit，IMU，可在手機或智慧手錶中追蹤螢幕轉向等活動）所取得的動作數據。
這個模型將預期的成果是： 模擬人的感知 ，用有限的數據來生成複雜的場景。如果未來能夠搭配虛擬實境設備使用，ImageBind不僅可以生成感官效果，還可以在使用者所在的站台或座椅環境生成動作或效果。例如：輸入「長途旅行」，ImageBind可能就可以讓你置身於搖晃的甲板，讓你聽到海浪聲，並給你陣陣涼爽的海風。
Meta也在官方部落格指出，未來其他感覺數據也會添加到模型當中，例如觸覺、嗅覺和大腦fMRI信號等。文章中也指出，這個研究讓AI生成模型「更接近人類在許多不同形式的資訊當中，同步、整體且直接的學習。」
不過，這都還只是研究項目，目前都沒有實際的應用成果或消費者心得。不過，繼去年9月Meta低調推出短片生成AI模型後，這個研究項目在未來，也可能會是Meta元宇宙大夢的重要里程碑。
Meta早就是AI老手？大方開源AI研究，能搶先訂下標準？
儘管低調，人工智慧在Meta早就已經是旗下Facebook或Instagram貼文與短影音的幕後關鍵。用戶在Instagram上看到的所有內容中，就約有40%是由AI推薦的，而Instagram和Facebook兩個一起算的話，比率則是20%。在業務方面，Meta的主要業務──銷售廣告，也是AI來操盤的。
Meta在AI領域的最大優勢之一，就是旗下的研究部門，許多專家認為，Meta團隊的競爭力並不輸Google和OpenAI等同行。
雖然Facebook和Instagram大量使用AI，但Meta的應用程式都不允許人們創建新內容，如文本或影像。外媒《Vox》指出，可能跟Meta長期被控「散播仇恨言論、錯誤訊息」的罵名有關，Meta還不想倉促建立一個會產生更多有害或是不正確內容的工具。
其實，Meta已經嘗試過了，他們去年11月所發布、以學術論文進行訓練的實驗性AI工具「Galactica」吐出了不符合事實的種族主義訊息，在三天內就被撤下了。
Meta同時也面臨硬體設備難以執行人工智慧系統的問題。去年9月，Meta內部發布的一份備忘錄表示，該公司「在AI開發方面，工具、工作流程和製程方面存在重大差距」，並且需要「在這方面進行大量投資」。
不過，Meta的人工智慧研究部門仍定期發布公開的AI研究論文（不包括社群媒體演算法的AI）。其他AI公司，如Google和OpenAI因競爭而不那麼願意公開研究成果。
Meta執行長馬克．祖克柏就曾表示， 公開研究成果可以讓Meta率先制定AI產品開發的行業標準，並讓外部開發者更好地融入Meta的生態系統 。今年2月，Meta的研究部門與研究人員就開放LLaMA的大型語言模型給AI社群索取使用權限。
LLaMA的能力目前落後於OpenAI最新的GPT4模型以及Google的Bard，但開放資源仍然代表著AI研究社區不須強大的電腦，就可以修改底層程式碼。但這也有專家認為，過於自由的開放可能會遭到惡意使用。
責任編輯：林美欣
