校園大事
史丹佛大學電腦科學系客座教授，前Google大中華區研究院院長張智威校友返校講座
{{ $t('FEZ002') }}中學部|
SocraSynth : Multi-Agent Reasoning with Large language Models
挖掘大型語言模型中的知識寶庫
高二愛班 周祐忱、林智恩、鍾心卉、林秉範 報導
幼稚園第16屆、小學部第13屆、初中部第10屆、高中部第5屆，史丹佛大學電腦科學系客座教授，前Google大中華區研究院院長張智威學長於11月9日上午回到母校，於知新樓B1視聽教室向座無虛席的學弟妹們分享A.I.人工智能在近幾年的發展，以及他在史丹佛大學進行中的研究 - Socrasynth，多智能體系統的應用。
學長在開場時以ChatGPT為例，生動地展示了這項技術在他自己與大家的生活中所帶來的方便性與效能提升，但也深刻指出了其中一些缺點。正是基於這個脈絡，他巧妙地引入了今天的主題：「該如何提出一個優秀的問題？」。
接著，學長向我們介紹機器學習的兩個方式，分別是監督學習與非監督學習。監督學習的特色在於對特定模式的學習，只要提供標記的數據，機器就能感測到物件的特徵。然而，監督學習的主要缺點在於需要大量的人工標記數據，以作為模型學習的基礎。相反地，無監督學習則是利用神經網路進行深度學習，此方法不需要明確的標記或監督，這是一種自主學習的方式，正如Google BERT、ChatGPT等人工智慧的學習方式。
學長更進一步介紹了區分性(Discriminative)與生成性(Generative)人工智慧。BERT 即為一種區分性人工智慧，它是一種自然語言處理的預訓練模型， BERT的特點在於能夠雙向理解語言上下文，使得它能夠更好地捕捉句子中的語境和關聯性，能夠運用於文本分類或單字填空。而GPT則是種生成性人工智慧，它也是一種自然語言處理的預訓練模型，主要特點是通過預訓練大型神經網絡模型，使其能夠生成自然語言文本。與BERT不同，GPT主要是一種生成式模型，它能夠根據輸入的上下文生成新的文本。
接下來，學長深入探討了他近年來的研究項目 - Socrasynth。他開始談論人類知識的分類，指出它可以被歸納為已知已知、已知未知、以及未知未知三大類別。驚人的是，未知未知佔據整體知識的99%以上，這意味著探索這些未知未知領域的知識使提出良好問題的能力變得尤為重要。
在探討這一挑戰性的課題時，學長提出了一個前衛的想法 - 讓機器與機器進行對話，透過人工智慧的互相辯論以獲得更深入的解答。他認為當前的人工智慧已經具備了人類從古至今所積累的各種知識，並且其中許多知識可能是人類尚未探索到的未知領域。這激發了他將機器之間的對話視為一種探索新知識、挖掘潛在關聯性的獨特途徑。
然而，這樣的研究方法也面臨著一系列挑戰，包括如何確保機器生成的回答具有高可信度和精確性，以及如何處理複雜語境和抽象概念。此外，倫理問題也需要仔細思考，特別是當涉及到人工智慧在知識生成和推理方面的應用時。
最後，學長不忘激勵學弟妹，唯有持續不斷地提升自己的能力，方能在競爭激烈的領域中嶄露頭角。不要懈怠，積極追求新知識、不斷精進技能，這樣才能夠跟上潮流，甚至引領未來的發展。不少同學也於演講結束後留在視聽教室與學長進一步對談一解心中之惑。
活動相片連結
https://drive.google.com/drive/folders/13GRnCySI4ugIx9xRA0wh4ozMQ-xq0BgY?usp=sharing
{{ $t('FEZ003') }}2023-11-09
{{ $t('FEZ004') }}2025-08-19|
{{ $t('FEZ005') }}347|