自從ChatGPT問世後，造成人工智慧（AI）題材暴紅，加上輝達（NVIDIA）執行長黃仁勳對ChatGPT的追捧，稱ChatGPT的問世，是開啟人工智慧的轉折點，宛如iPhone開啟智慧型手機時代的轉折點般。
ChatGPT是「大型語言模型」（large language model，LLM）的人工智慧，獲得成功後，全球各大公司紛紛推出它們的人工智慧解決方案，從Google、Meta、亞馬遜等，到中國的百度、阿里巴巴、華為等，以及許許多多較不知名的公司以及新創公司也熱情投入，瞬間人工智慧成為全球科技界的顯學。
這其中獲益最大、最明顯的是提供人工智慧運算解決方案的輝達。輝達的A100、H100晶片供不應求，訂單排到一年之後。輝達股價大漲，市值超過1兆美元、達1.13兆美元（依7月26日收盤價），是全球市值第六大的公司。
人工智慧80年大回顧！2張圖看懂發展史
回顧人工智慧的發展史，可溯源到1946年美國賓州大學（University of Pennsylvania）發表人類第一台電腦ENIAC開始。有了電腦，才可能利用電腦的運算能力，開發出人工智慧。隨著電腦科技的進步，電腦運算能力大幅提升，人工智慧方有可能實現。
1956年，美國達特茅斯學院（Dartmouth College）舉辦人工智慧會議，包括麻省理工學院教授明斯基（Marvin Minsky）、達特茅斯學院數學系助理教授麥卡錫（John McCarthy）等多位專家學者，在會議中確認「人工智慧」（Artificial Intelligence, AI）名稱及其應用，這一年被視為人工智慧元年。
隨著電腦科技的進步，電腦運算能力及功能愈來愈強，利用電腦解決複雜問題的能力愈來愈強，這彷彿是電腦具有人工智慧的能力般。
1980年代的專家系統（expert system），是人工智慧跨出的一大步。專家系統針對特定的問題，將事先準備的應對方式資料，輸入電腦內。使用者對電腦提出問題，電腦會從原來已準備的答案中，挑出適當的答案回答，宛如專家般。
人工智慧發展三本柱之一：高效能的運算力
1997年第一次電腦贏人類！還記得西洋棋賽的IBM深藍嗎？
1997年5月，IBM的「深藍」（Deep Blue）超級電腦，擊敗世界西洋棋冠軍卡斯巴洛夫（Garry Kasparov），這是深藍與卡斯巴洛夫的第二次對決。1996年2月，深藍首度挑戰卡斯巴洛夫不幸落敗，隔年再度對弈終於取勝。
深藍的主要研究者，是台大電機畢業的許峰雄博士。他在美國卡內基梅隆（Carnegie Mellon University）大學讀博士時，開發可以下西洋棋的超級電腦，他開發的第一台電腦，取名為「晶片測試」（ChipTest)，這台電腦贏得1987年的北美電腦西洋棋冠軍賽。許博士之後又研製另一台超級電腦，取名「沉思」（Deep Thought），1989年許博士加入IBM，繼續超級電腦研究。
深藍是平行運算的電腦系統，運算能力很強，1997年版本的深藍，運算能力達11.38 gigaflops/秒，每秒可推算2億步棋。
現在全球第一名的超級電腦Frontier，運算能力達1,194 petaflops/秒。Peta為1,015而giga為109，peta是giga的10萬倍，今日超級電腦的運算能力，是深藍的1,000萬倍左右，電腦運算能力進步十分神速，成為人工智慧能夠長足進步的重要支柱。
人工智慧發展三本柱之二：卓越的演算法
2000年左右，「機器學習」（Machine Learning）成為人工智慧演算法的重要理論。
2006年被許多人尊稱為人工智慧之父的辛頓（Geoffrey Hinto）提出「類神經網路」（Neural Network, NN）的學習訓練方法，這是機器學習的一種，可歸類為深度學習（Deep learning）。深度學習主要的特徵是「多層次」的「機器學習」，以類似人類神經網路的多節點方式，訓練輸入的資料。
憑著CUDA，輝達的GPU可進行科學運算，更可以加速人工智慧演算
2007年，輝達推出CUDA（Compute Unified Device Architecture），這是軟硬體的整合技術，透過CUDA可將輝達的繪圖晶片（輝達將之改稱為GPU）做圖形處理以外的運算。
GPU不僅可用於圖形影像處理，也適合做「平行運算」，透過CUDA平台，可以將GPU運用於深度學習。不過CUDA剛推出時，沒有受到業界的重視，輝達堅持持續支援開發CUDA平台。
2012年辛頓及他的學生共同發表AlexNet，這是一個卷積神經網路（Convolutional Neural Network，CNN），適合做圖形辨識。AlexNet使用GPU在CUDA平台上訓練圖形辨識。2012年9月底，AlexNet參加「ImageNet大規模視覺辨識挑戰賽」獲得第一名，辨認錯誤率較第二名低10.8個百分點。
CPU+CUDA的組合，成為「深度學習訓練」的最佳選擇。輝達推出CUDA的5年後，終於獲得大家的重視，成為人工智慧的最佳解決方案。
2016年電腦再度贏人類！AlphaGo打敗韓國棋士李世乭
2014年，Google的DeepMind團隊結合「深度學習」及「行為主義」的增強式學習，打造出人工智慧圍棋軟體AlphaGo，於2016年打敗韓國棋士李世乭，2017年戰勝當時世界第一的棋士柯潔，人工智慧受到大家的矚目。
自CUDA獲得業界的認可後，輝達的GPU及CUDA開始被導入各行各業，創造出很多「聰明」的應用。
例如在醫學方面，訓練辨識「視網膜相片」，以「人工智慧」辨識出視網膜發生病變的相片。由於建置費用不高，輝達的人工智慧解決方案，已經進入工業、商業、醫學等，各行各業的特殊應用。
ChatGPT的驚人表現與橫空出世，預示人工智慧仍屬萌芽期
2022年11月底，美國OpenAI公司推出ChatGPT聊天機器人，瞬間暴紅，推出後短短2個月，活躍用戶數就超過1億人。
ChatGPT是大型自然語言模型的產物，透過巨量的文本資料，預先訓練（深度學習）加上「微調」，然後產生一套規模宏大的模型參數，以類神經網路的方式，構成的人工智慧聊天機器人。
ChatGPT問世後，人工智慧成為顯學，瞬間大家的焦點皆集中在人工智慧的發展上，輝達成為當紅炸子雞，A100、H100 GPU供不應求，股價暴漲。
從宏觀的角度來看，目前人工智慧仍處於技術的「萌芽期」，還有一段很長的路及很大空間待發展。
以目前人工智慧發展的狀況來看，人工智慧科技主要仰賴「高效能運算力」、「卓越演算法」以及「大數據」三大支柱。
輝達在高效能運算方面拔得頭籌，不過超微（AMD）、英特爾（Intel）等也急起直追。除此之外，Google、微軟（Microsoft）、Meta、亞馬遜（Amazon）等公司，也紛紛開發自己的晶片。眾多公司加入人工智慧晶片的開發，可期待將來人工智慧的可以持續快速發展。
演算法方面，目前有許多開放的資源，如Transformer模型等，隨著新的應用不斷地發展，各公司會開發出各種不同新的演算法，人工智慧的應用會更加進步。
人工智慧發展三本柱之三：大數據
目前人工智慧主要是架構在深度學習上，訓練用的數據，是人工智慧致勝的關鍵。擁有大數據的公司，在將來人工智慧市場的競爭，會有很大的優勢。例如「特斯拉」擁有龐大的駕駛地圖資訊，對推出人工智慧自動駕駛，有很大的優勢。
黃仁勳將ChatGPT譽為人工智慧的iPhone，比喻ChatGPT開啟人工智慧的新紀元。人工智慧將不斷地演進，對人類的影響也會愈來愈深遠，讓我們持續關注它的發展。
（觀點文章呈現多元意見，不代表《數位時代》的立場）
《數位時代》長期徵稿，針對時事科技議題，需要您的獨特觀點，歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw，文長至少800字，請附上個人100字內簡介，文章若採用將經編輯潤飾，如需改標會與您討論。
（觀點文章呈現多元意見，不代表《數位時代》的立場）
責任編輯：林美欣
