學術研究、購買汽車都能用!ChatGPT全新「深度研究」工具能幫上什麼忙?
學術研究、購買汽車都能用!ChatGPT全新「深度研究」工具能幫上什麼忙?
2025.02.03 | 區塊鏈
##### 發生什麼事?
  • OpenAI正式向用戶介紹ChatGPT的「深度研究(Deep Research)」功能,幫助學術專家進行快速、精準的網路研究工作,將往往需要長時間執行的工作,縮短至5到30分鐘。

  • 深度研究功能以o3模型為基底,並進行資料搜尋,除了文字資料分析之外,還能對圖片和PDF檔案進行理解與整合。

  • 即便功能強大,但用戶仍擔心深度研究功能有技術缺陷,可能提供錯誤的引用或不正確的資料,畢竟OpenAI表示,AI難以辨別「權威資料」與「謠言」的差別。

##### OpenAI宣布推出「深度研究」工具

OpenAI宣布推出新的ChatGPT「深度研究」工具,協助使用者快速、精準進行複雜的網路研究。根據官方撰寫的文章,對於金融、科學、政策和工程等領域的專業人士而言,深度研究工具將能帶來非常大的效益。除此之外,也能幫助那些想買汽車、家電和家具的用戶,因為這類型購物行為通常也需要進行仔細研究。

OpenAI產品長凱文.維爾(Kevin Weil)表示,深度研究工具能以短短5到30分鐘時間,完成通常需要30分鐘甚至數天的研究工作。

該工具使用AI進行資料搜尋、整理並產出精確報告。這過程不僅包括文字資料的分析,還可對圖片和PDF進行深入理解及整合。根據OpenAI的描述,這項技術能有效從網路上各種來源提取資訊,並自動化進行再搜尋,使它能夠綜合多元資料來支援決策過程。

具體來說,使用者只需要在工具中輸入想研究的內容,附加相關的文件或表格,AI便會在短時間內經過綜合分析並進行報告,同時標註引用來源。

##### 「深度研究」工具如何面對錯誤問題?

即便「深度研究」在短時間內能夠提供大量資訊、生成報告,但它依然面臨著AI技術常見的缺陷,也就是「幻覺現象(hallucination)」,意即提供錯誤的引用或不正確的資料。為了減少此問題,OpenAI提到,所有的ChatGPT深度研究結果都會有詳細的文獻引用,並且對思考過程進行簡單說明,這樣使用者就能更容易查證和驗證所提供的資訊。

然而外媒《TechCrunch》指出,這些防範措施是否能有效減少AI的錯誤仍不確定,畢竟OpenAI自家的搜尋功能ChatGPT Search就經常出現錯誤,有時甚至提供的答案,比Google搜尋還不準確。

為了提高深度研究的準確性,OpenAI針對最近推出的o3推理AI模型進行升級。這個模型透過強化學習來訓練,強化學習是一種讓AI以試錯的方式,來學習並達成特定目標的過程,理應能讓AI在未來的任務中表現更好。

OpenAI表示,深度研究o3模型在「人類最後考試」(Humanity’s Last Exam)的表現當中,準確率達到了26.6%,而其準確率比其他模型對手如Gemini Thinking(6.2%)、Grok-2(3.8%)以及GPT-4o(3.3%)都還要高。

資料來源:[TechCrunch][1]、[New York Times][2]
往下滑看下一篇文章
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?

走進蔬果加工廠,同樣是100公斤高麗菜,最後能做出多少成品?答案不見得相同。氣候、產地與品質影響原料條件,客戶要求的切法、重量與交期也各不相同。對曾任科技業研發主管十多年的宜展科技農業執行長林佑澤而言,這是與科技製造截然不同的世界。

「農業部分全部都不一致。」林佑澤以青江菜為例,即使機械手臂已經訓練好辨識特徵,面對形狀各異的蔬菜,仍難以判斷該從哪裡抓取。農產品的天然變數,卻得面對學校團膳、連鎖餐飲、航空空廚等企業客戶對品質與交期的要求。如何讓加工流程穩定運作,成為宜展投入數位轉型的起點。

從紙本、LINE到數據,先把現場經驗留下來

目前宜展一年處理數千噸蔬果、服務超過120家企業客戶,業務涵蓋採購、截切、清洗、包裝與配送。林佑澤觀察,農產加工的關鍵經驗往往掌握在資深員工手中:該買多少菜、原料損耗多少、訂單增加又該安排多少人力,都仰賴現場判斷。

「主要就是把人的經驗變成數據。」林佑澤說。過去客戶透過LINE或紙本下單,現場靠人工整理訂單、對照不同客戶的加工規格;如今宜展利用AI辨識訂單內容並匯入ERP,再依客戶、品項與規格進行標籤化派工。製程則透過QR Code記錄原料投入量與成品產出量,逐步掌握各環節的加工損耗。

接下來是整理現場的判斷依據。林佑澤透過與資深員工對談,了解採購、派工與品管的作業方式,再利用AI協助找出規則、建立SOP。AI整理出的流程仍須由現場人員逐項確認、修正,才能實際執行。

品質管理也在持續改善。傳統金屬檢測器難以辨識菜蟲、橡皮筋等非金屬異物,宜展正與技術夥伴規劃導入AI影像辨識,輔助產線末端檢查。林佑澤表示,每批農產品品質不同,比起單看良率,他更重視客訴是否減少。隨著訂單與製程資訊逐步累積,宜展也希望進一步建立需求預測、採購建議與生產排程模型,減少營運對資深員工個人經驗的依賴。

不只把菜切好,乾燥加工尋找第二成長曲線

除了改善截切本業,宜展也開始發展乾燥加工。學校團膳在寒暑假面臨需求波動,生鮮蔬果則有保存期限短、價格易受產季影響等限制。林佑澤希望藉由乾燥技術延長農產品保存期限,開拓附加價值更高的加工業務。

不過,乾燥同樣有依賴經驗的問題。傳統做法是太乾就降低溫度、縮短時間,不夠乾就反向調整。每批原料的水分與成熟度不同,反覆試做不僅增加成本,也難以維持品質一致。「品質目標沒有設定的話,前面的製程參數就不知道怎麼調整。」林佑澤將過去研發車用面板的思維帶進農產加工:先決定產品希望達到的口感、含水率與水活性,再回頭檢視原料成熟度、截切厚度及乾燥參數等條件。

團隊進一步結合不同乾燥技術、自行改造設備,並接洽桃園的設備業者合作。林佑澤曾比較其他地區的設備,最後選擇設備構造、乾燥均勻度與可靠度較符合需求的桃園業者。宜展也持續累積製程參數,希望未來透過AI找出適合不同原料的乾燥曲線,減少反覆試做。

「我們主要還是要做代工,想要做一個功能性的原料平台。」林佑澤說,果乾目前更像是展示技術能力的產品,未來希望將服務延伸至辛香料、中藥材、太空食品、超級蔬菜及寵物食品等領域。現階段宜展主要營收仍來自蔬果截切本業,乾燥事業尚未形成主要收入。未來若能建立穩定的乾燥製程與代工能力,宜展便有機會從既有蔬果供應鏈,切入附加價值更高的食品原料市場。

從彰化走向桃園,驗證營運方法能否跨區複製

隨著加工流程逐步數位化,宜展也開始思考,這套管理方法能否帶到彰化以外的場域。

參與桃園市政府青年事務局天際線加速器及Meet桃園+後,宜展擴大與桃園產業生態系的連結。林佑澤提到,天際線協助邀集不同局處了解團隊需求,並提供資源媒合機會。宜展也開始與桃園市農會及在地農民合作,增加北部原料來源。這項合作不只拓展了供應來源,更成為宜展因應極端天候、穩定供貨的重要助力。林佑澤回憶,先前中南部連日降雨,蔬菜供應受到影響,宜展便從北部調度蔬菜,以不同產區互相支援,降低天候對供貨的衝擊。此外,團隊也透過天際線資源,獲得參與日本國際伴手禮設計競賽的輔導,並成功榮獲金賞獎肯定,除了展現產品的創新與設計實力,也為宜展拓展海外市場、提升國際能見度創造更多機會。

下一步,宜展規劃以桃園大溪作為第二個驗證場域,將彰化累積的資料、SOP與加工管理經驗,轉化為可複製、可優化的營運管理模式,帶到不同產地、供應鏈及人員條件下驗證。林佑澤指出,未來若要跨區域擴張,不可能每到一個新地方,就把原有團隊整批搬過去。因此,宜展希望將資深員工的實務經驗,轉化為標準化流程與數據模型,結合AI進行生產排程、資源配置及營運決策,讓新場域能依據當地條件快速調整,降低對特定人員經驗的依賴。

從彰化到桃園,宜展接下來要驗證的,是這套從傳統農產加工現場整理出來的管理方法,是能夠跨區域複製、快速部署並持續優化的農產加工營運系統。 長期目標是降低新場域的建置成本與管理複雜度,提升擴張效率,讓傳統農產加工業具備規模化發展的能力。

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
一次搞懂工業AI
© 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