人類要與機器聊天，有兩項技術要解決：讓機器懂人類語言（Language to Data），讓機器講人類語言（Data to Language）。語言技術已經發展了數十年，最近因為深度學習演算法與巨量數據，有了巨幅的進步。

Open AI公司的ChatGPT橫空出世，讓人驚艷AI對於人類語言多重意圖與隱含意圖的理解，以及自然語言生成模型（NLG, Natural Language Generation）的成熟。過去，語言生成模型包含了各類文本，簡單如健檢數據轉換成醫師口吻的文本，企業財報資料轉變成報紙文本的財經新聞，小說與偶像劇也有劇本文本（如英雄總是在第七集接吻，最後一集絕地反攻），情書大全也是一種文本。有了這些文本，ChatGPT就可以幫人寫劇本與情書，只要把人名與情境詞彙重組就好。當機器懂人類說甚麼，人類也懂機器在說甚麼，ChatGPT就把這技術用來做聊天。

但，人類語言的文本何其多。ChatGPT（Generative Pre-trained Transformer）預先幫人類閱讀巨量資料，再以深度學習演算法產生巨量文本結構情境詞句與知識庫。譬如，請它幫我準備電子商務結構洞應用的演講大綱，幫我用金庸小說風格寫出十集影集大綱，並請它為台灣科大設計招生文案。請它幽默一點，具體一點，煽情一點……都有驚豔的表現（結果都放在我臉書上）。

上周有學生問我：「影響信任的因素有那些？」 若問Google大神，會得到上百種不同的連結，同學要慢慢讀。若問ChatGPT相同問題，它會在事先閱讀與整理過的知識庫中，產生人類看得懂的文字，就會說：「通常得到他人信任的因素有以下六項……」。如果你不喜歡這項答案，也可以換一種敘述文本。

ChatGPT不僅可以像人類一樣交談，知識庫包山包海， 同時對於自己不懂的事物，也有一些推論文本（譬如說幹話），雖然不是這麼精準，還是非常有趣。

Google害怕嗎？搜尋引擎是幫人找（Search）資訊，請人自己讀。ChatGPT不是搜尋引擎，是語言模型，在閱讀（Read）整合好的知識庫中，用人類看得懂的自然語言表達出來。網路上數據愈來愈多，一個幫人閱讀又產生整理過的自然語言生成模型，是否將會改變這個世界？

任何創新，一旦成了大家都知道的事 ，勢必引來大量的模仿者。當微軟投資100億美元在ChatGPT，讓自家搜尋引擎Bing有了自然語言生成模型，接下來應該所有搜尋引擎都會有類似的功能。

這場戰爭，不只是技術之爭（me too），更是生態系之爭。ChatGPT只是一種人機介面，決勝的關鍵在結構洞所串聯的多重網路，如同iPhone贏的，不只是易用的人機介面，更是串聯背後強大的生態網絡。

我幻想，當Google把自然語言生成模型放到自駕車時，車子將會開始跟我聊車況、路況甚至是新聞？而我在手機、車子，客廳，辦公室都在跟同一套Google系統聊天時，Google會不會成為世界上最瞭解我的人，進而成為我可信任的理專與購物專家？這場戰爭，先是技術之爭，未來更是搶占網路結構洞之爭，這才是Google的關鍵策略點。

（轉載自盧希鵬臉書）