Google Bard靈魂推手來自台灣！紀懷新解密AI：LLM有哪些限制？怎麼訓練？|數位時代 BusinessNext

Google今年推出實驗性對話式AI服務「Bard」，7月更進一步升級支援包括繁體中文在內的40種以上語言，吸引多數台灣用戶體驗Google最新的AI技術應用。在Google Bard團隊中，最關鍵的靈魂人物就是來自台灣的紀懷新（Ed H. Chi）博士。

任職Google超過12年、身為Google DeepMind的傑出科學家，紀懷新親自從美國總部回來台灣解密，分享Google如何持續在多元產品與服務中，透過AI技術應用，幫助使用者帶來更智慧的體驗。

「Google的使命，就是透過大型語言模型（LLM）彙整全球資訊，並以自然的對話方式，供大眾使用，也使人人受惠。」在Google分享聚會中，紀懷新也親自回答3大核心問題，包括Google為何今年加入AI戰局、Bard如何學習並理解、大型語言模型還有哪些挑戰？

重點一：為什麼Google在今年才決定加入AI戰局？

由於市場上的生成式AI話題是由ChatGPT而來，使得不少民眾以為，Google是為了迎戰ChatGPT的熱潮，才加緊推出Bard產品。

紀懷新解釋，「事實上，Google將AI技術帶入產品和服務中，已超過10年。」意思是，Bard是Google布局10年之久的AI戰略中，其中之一的成果。

Google在發展Bard之前，2011年就已經有Google Brain計畫團隊，嘗試導入AI上的研究及運用。

像是在「Google智慧鏡頭」透過圖片來搜尋其中的文字資訊、結合AR技術顯示路線環境的「Google地圖」、透過AI機器學習技術強化Gmail或Meet工具的「Workspace」，以及Pixel手機的即時翻譯、魔術橡皮擦等，都是AI應用的例證。

延伸閱讀：Google內部文件揭密：Google助理跟Bard有什麼不同？

自2013年至今，紀懷新帶領的機器學習研究團隊，也包含大型語言模型、對話程式語言模型（LaMDA/Bard）、神經網路推薦系統（neural recommendations）、可靠性機器學習（reliable machine learning）等相關研究。

他的團隊也幫助過YouTube推薦演算法、Google新聞、廣告、Google Play商店等一系列Google產品，「這10年來，僅僅我們團隊，就在Google帶來720項改進。」

重點二：Bard如何學習並理解不同語言？

「資料跟資料效率，是發展對話式AI的關鍵。」紀懷新解釋，Bard整套訓練中，必須經過3個不同階段，分別是「預訓練」（Pre-Traing）、「微調」（Fine-Tuning）、「提示／提問」（Prompting）等。

他進一步解說，「預訓練」就是學習語言的基礎能力，也是最昂貴的階段；「微調」是專精於特定任務，尤其數據資料效率比較好的預訓練模型，能用更少的資料量學習；「提示／提問」則是提示及小樣本數據資料，能夠在正確的時間喚醒正確的能力。

有趣的是，紀懷新也用德文諺語「Ich verstehe nur Bahnhof」作為案例，若單純用Google翻譯工具，這句話就只會字面上翻譯成英文「I only understand train station」（我只知道火車站）。

由於Bard具備更好的「多語言理解能力」（multilingual understanding），因此，就會進一步解釋這句翻譯是錯誤的，並明確指出這句德文諺語的真正意思「I don't understand anything」（我什麼都不知道），向用戶解說「這句諺語是一種誇飾性的說詞」。

由此可知，語言模型能夠互為集中、學習，進一步理解而提升原有的模型基礎，這樣的結果也吸引多數用戶將Bard成為自己的語言學習家教。

延伸閱讀：一個關鍵優勢，Google領先10年！分析師：AI大戰比微軟更有贏面

Bard擁有很好的對話基礎，但在此之前的互動也不具備連貫性，話題內容更不夠廣泛，這都是學習的過程。紀懷新坦言，AI聊天機器人的體驗，應該要表現出交換式（Transaction）與互動式（Interaction）兩大特色並存，要有人性化的互動，而不單只是幫忙人類工作而已。

此外，有別於ChatGPT的回答基礎限制在僅能參考2021年前的資料，Google Bard則可利用搜尋引擎的工具，提高更正確、具有時效性的答案。「這就好像我們教大型語言模型LLM，如何繼續搜索、去閱讀這些網絡結果，進而產生相應的動作，最後是經過Google內部的搜索引擎產生出的回應。」紀懷新如此解釋。

值得一提的是，被問到Google訓練AI時，是用TPU，還是輝達（NVIDIA）的GPU呢？紀懷新透露，Google一直100%使用自家的TPU，尤其Google很早就在AI領域投入大量資源，裡頭的數學運算及訓練方法，都是早就發展的成果。

重點三：Bard存在「5大已知的限制」

「大型語言模型目前仍處於早期發展階段。」紀懷新說，儘管Google的對話程式語言模型（LaMDA）可以做到1,370億個參數，讓Bard理解合理性、具體性、趣味性、安全性、真實性，並歸納出數百萬任務，但事實上AI模型仍需不斷微調「更自然方式」的具體內容，才能跳脫早期的Google Assistant單一及不自然。

紀懷新指出，就目前來說，大型語言模型（包含Bard在內）仍存在「5大已知的限制」，像是回答時出現與事實不符合的「幻覺」及偏差：

準確性：Bard的回應可能未必準確，尤其當詢問複雜或講求事實的主題時。

偏差性：Bard的回應可能反映偏見或呈現出訓練資料中的特定觀點。

人格化：Bard的回應可能會讓人以為它有個人意見或感受。

偽陽性／偽陰性：Bard可能對某些適合的提示不予回應，並提供不適合的回應。

惡意提示的刻意攻擊：使用者會不斷尋找對Bard進行壓力測試的方法。

面對這5大問題，紀懷新解釋，這是Google和整個業界正在研究的領域，Google也將隨著時間推移演進，致力改善這些面向。Google也會持續與政府機關、企業、大專院校等多方合作交流，共同研擬相關做法和標準，設法降低風險。

延伸閱讀：日立把AI變老師傅，是培訓幫手也是產品！百年老店AI大計

紀懷新也透露，一年多沒回來台灣，此次希望參與學術交流，並與Google台灣同仁交流，希望台灣針對AI領域作出一些貢獻。「大型語言模型會改變我們與AI互動的方式，並為生活帶來明顯改變，我們將持續參與其中。」

紀懷新博士小檔案

現職： Google DeepMind 傑出科學家，帶領機器學習研究團隊，進行大型語言模型（LaMDA/Bard）、神經網路推薦系統（neural recommendations）、可靠性機器學習（reliable machine learning）等相關研究。

貢獻： 他所帶領的研究團隊協助推出Bard，並從2013年起為YouTube、Google 新聞、等產品帶來超過720項改進。紀懷新著名的研究領域為網路和線上社群系統對使用者行為的影響，並擁有39項專利和200多篇研究論文的發表。

經歷： 帕羅奧多研究中心（Palo Alto Research Center）增強社群認知小組的區域經理及首席科學家，帶領團隊了解社群系統如何幫助人們的記憶、思考和推理。

學歷： 在六年半內取得明尼蘇達大學（University of Minnesota）學士、碩士和博士等3個學位。他獲選為電腦協會院士（ACM Fellow）和人機互動學會院士（CHI Academy），也因在資訊視覺化研究貢獻獲頒20年的Test of Time Award。他的相關研究與言論曾被《經濟學人》、《時代雜誌》、《洛杉磯時報》和《美聯社》等媒體報導和引用。

興趣： 高爾夫、游泳、攝影和滑雪，且擁有跆拳道黑帶。

責任編輯：林美欣

從教育補位到心態進化，新北市政府青年局的AI世代行動課

「我們要做的就是補上教育與職場之間的缺口，」新北市政府青年局局長邱兆梅指出。她表示，新北市政府青年局雖僅成立3年，但始終以「接軌社會、接軌職場、接軌市場」為核心任務，不只是從開設課程賦能青年，更要讓青年加快速度以多樣化的姿態進入場景實戰，而「新北有課 UKO」正是這個「接軌職場」的實踐平台。

邱兆梅局長說，它是專為 18 至 40 歲青年而打造設計，串連了培力課程、職涯諮詢與實習體驗的完整職涯成長路徑，希望成為新北青年的「實戰培力基地」。因此，從AI 工具應用、數據分析到自媒體行銷，課程設計結合專案實作與專業證照，如NVIDIA DLI AI深度學習課程等，讓學習成果能直接成為履歷亮點。邱兆梅局長認為，青年需要的不只有學習知識，而是「能立即上場的實戰力」。「學校教的是知識，但我們希望青年學會行動、會嘗試，跌倒之後也能有再站起來的韌性。」這樣的精神，也成為今年「AI破浪者論壇」設計的出發點。

相較過去曾以「藝術變現」為主題，今年的新北市政府青年論壇轉向時下最熱的 AI話題，是順應趨勢，更是教育思維的延伸。「AI讓未來變得更快、更不確定。」邱兆梅局長深刻描繪了時代的變革，「在我父母親的年代，職涯像是在爬樓梯，大家都有明確的路徑。但現在年輕人面對的世界不要說樓梯，連堅固的地板都不見了。」

她坦言，現在的職涯模式更像是「衝浪」充滿高度未知性，也因此，AI 帶來的不僅是技術挑戰，更是心理挑戰。許多青年面對變化感到焦慮，擔心被取代或落後。於是，今年論壇特別以「上半場談技術、下半場談心理」的設計，將生成式 AI 的應用學習與心理韌性課題並列。

從技術到人性：AI時代青年行動力的三種樣貌

在論壇現場，來自不同領域的三位講者從各別角度，展現出對AI時代下青年可能的行動路徑的不同洞察與分析。

在AI實務應用的層面上，AI 創作者林上哲與 FansNetwork AI 分身平台創辦人李婷婷兩位講者皆指出，「協作」與「標準化」是進入AI時代的關鍵。李婷婷認為，與AI互動的能力就像訓練一位國中生，指令越明確、語境越精準，AI的回應品質就越高。她強調，唯有長時間餵養資料、反覆調整，AI才能成為真正理解使用者的工作夥伴。而林上哲則從企業角度指出，AI自動化若無法落地，多半是因為組織缺乏標準流程。唯有先完成SOP與工作鏈結的明確定義，AI串接與任務優化才有基礎可循。

至於在企業導入 AI 的實務層面上，DataDecision.ai 人工智慧科學家尹相志指出，大型語言模型（LLM）的最大挑戰在於「不可控」。AI 無法產生完全一致的答案，對企業而言意味著風險與難以驗證的結果，因此實際上線的多為 AI 所生成、可被測試的程式，而非 LLM 本體。他進一步提醒，AI 並非萬能代理（Agent），真正的關鍵在於理解每個工具的能力邊界，並以「工作流」的概念設計系統，讓人類的品質管理與決策判斷成為 AI 發揮效能的保障。

在面對 AI 時代的個人修煉上，三位講者不約而同指出，真正的競爭力仍來自「人性深度」。尹相志提醒青年，要勇於挑戰超越自身能力的目標，因為這是機器無法模仿的勇氣與創造力；林上哲則強調閱讀與專注的重要，他認為在速食資訊的時代，願意深入思考、專注於單一主題的人，才具備「匠人精神」。李婷婷則以自身經驗呼應此觀點，指出與 AI 協作需要長期投入與耐心反覆調整。當你真正開始讓AI回覆訊息、處理日常事務時，才會發現需要調整與優化的地方，才能學習如何把腦中的 SOP 清楚轉達給它。唯有經過不斷試錯與磨練，AI 才能真正為你代勞並成為人類創意的延伸。

三位講者的分享，體現了青年局設計這場論壇的初衷：AI不只是技術趨勢，更是場人與心智的革命。從自學者、創業者到產業實踐者，這群「破浪者」讓人看見AI時代下多元的成長路徑：學習力、行動力與韌性。

在AI解放之後，重新定義「人」的價值

邱兆梅局長分享，AI 的普及正迫使人重新思考「人」的價值。她認為，科技的進步本質上是一種解放，AI 取代的不是人，而是那 90% 重複、機械、缺乏意義的工作，讓人有機會回到核心問題：「什麼才是人類的獨特性與貢獻？」

「當這些被AI取代的事都被解放後，我們就該探索人能為這個世界帶來什麼？」她說，而那才是人類真正的價值。邱兆梅局長鼓勵所有「AI破浪者」們，要誠實地面對跌倒與挫折，並專注在那 10% 無法被取代的價值上，因為那才是青年在這個時代中最關鍵的競爭力。「現在值得敬佩的，不是一路順利的人，而是一直跌倒還能再站起來的人。」她強調，「新北有課 UKO」不僅幫助青年學會寫履歷，更陪伴他們走進產業現場，從技能到心態提供完整支持。最終，能真正駕馭浪潮的，不是掌握多少技術的人，而是那顆願意持續學習、面對挑戰、勇敢破浪的心。

［由就業安定基金補助廣告］

Google Bard靈魂推手來自台灣！紀懷新解密Bard：AI有哪些限制？怎麼訓練？