「我認為在未來，很難有一個產業是不會被AI所改變的。」知名學者吳恩達在接受《數位時代》專訪時透露，曾認真思考究竟在AI蓬勃發展後，究竟哪個領域不會被影響，「我後來覺得是美髮業，如果是機器人剪出來的髮型，大概慘不忍睹。」
吳恩達是史丹佛大學教授，鑽研AI技術多年，曾先後任職於Google和百度，作為公司AI項目發展的負責人，也是GPU的採用先驅。早在2000年初期，吳恩達便已和學生一起使用輝達（NVIDIA）GPU來訓練大語言模型。
如今拓荒期結束，ChatGPT為AI應用拉開全新篇章，吳恩達樂見其成，「大家現在都挹注非常多的資本（購買GPU伺服器），所有人都在想同一件事，就是如何將投下去的成本轉化成價值。」
預見1〉拓荒求變現！軟體、low-code最有戲
吳恩達表示，同意未來AI推論（inferencing）將大於訓練（training）市場的說法，認為若AI技術要成功，有賴於推論應用的蓬勃發展，「我希望未來推論發生的場景能多於訓練，如此一來AI才會成功。」
這代表將AI變現的場景，很大一部分將落在推論市場，例如在點餐流程可透過AI軟體來優化。吳恩達認為，在可預見的生活中，有太多產業會發展出相關軟體或是低程式碼（low-code）來優化工作流程，錢潮到處都是。
不過台灣向來硬體強過軟體，吳恩達呼籲，「無論是教育體系還是勞動力，希望台灣能在硬體之外，培育更多軟體技巧。」他觀察到， AI運算軟體近期在台灣成長中，建議新創可以先結合台灣的優勢產業，發展如AI製造軟體，再將服務推展到全世界，「我想Appier（AI獨角獸）也是這樣，再出海到日本上市。」Appier創辦人游直翰也是吳恩達門生。
吳恩達同時是AI創投工作室（venture studio）「AI Fund」的創辦人，他表示目前AI Fund目前很有興趣來台設立據點，協助台灣AI新創萌芽，「只要有好的點子，你甚至不需要有產品原型（prototype）就可以來找我們。」言下之意對台灣人才相當有興趣。
預見2〉全球語言模型碎片化，GPU必變形
不過AI還在萌芽初期，大型語言模型（LLM）迭代也相當快速。吳恩達提出看法：「根據人類的需求不同，未來大語言模型和小語言模型會並存。」他分析，AI模型將來會根據語言、地區或應用目的，出現不同尺寸及類型，如同手機、電腦和平板內用到的CPU也不盡相同。
吳恩達提出一項有趣的事實：「因為大語言模型目前都是用英文資料訓練，因此同一個問題分別用中文和英文提問，答案運算背後所耗費的成本也不同。」關鍵在於英文資料餵得愈多，其實就是在優化數據，運算次數減少情況下使成本降低。
由於這樣的結果以商業的成本考量來說並不理想，因此未來不同語系如繁體中文、簡體中文或西班牙文等，都可能會產生自己的語言模型，同樣的情況也可代換成區域差異或應用。換言之，未來的AI模型相當分眾，因此對硬體需求也相對多元，「未來肯定會看到不同尺寸的GPU。」吳恩達說。
預見3〉寫程式成職場標配，小技能大加分
當AI被應用到生活中各領域，意味著部分工作人力將被取代。對此吳恩達表示，「我的確認為有些工作會消失，但我們有義務照顧這些人。」不過他強調，從目前情況來看，眾家科技巨頭都把焦點放在新的增長，而非成本節省。
對未來想從事AI工作者，吳恩達則建議多碰碰ChatGPT和Bard，並學習寫程式後，開始嘗試做一些小專案以累積經驗，「如果你會用ChatGPT，學會程式語言能幫你達成更多事情，千萬不要安於現狀。」他也在訪談中不斷說服記者：「去學寫一點點程式，對未來職涯會很有幫助。」
吳恩達
出生： 1976年4月18日
現職： 美國史丹佛大學教授、Landing AI執行長
學歷： 美國麻省理工學院電機工程與電腦科學碩士、加州大學柏克萊分校電腦科學博士
經歷： Coursera共同創辦人、DeepLearning創辦人、前Google及百度AI科學家
事蹟： 2011年於Google開啟Google Brain計畫，協助Google的AI項目建立；2014年加入百度，負責「百度大腦」計畫，擔任百度公司首席科學家
責任編輯：謝宗穎
