合影留念。

臺師大邏輯與程式教育組兼任講師尹相志。

翱騰國際科技股份有限公司董事長陳立新。

國立臺灣師範大學於11月20日舉辦通識讀書會，邀請臺師大邏輯與程式教育組兼任講師尹相志，為大家導讀《AI世代與我們的未來：人工智慧如何改變生活，甚至是世界？》書籍，解析生成式AI的發展現況與趨勢與應用案例。講座由翱騰國際科技股份有限公司董事長陳立新主持，並與聽眾進行互動問答。

本書從西方世界如何看待理性切入AI的探究。尹相志表示，生成式AI的發展，不僅體現人類對世界理解的延續，也與哲學家維根斯坦提出的「家族相似性」理論不謀而合。維根斯坦認為，事物之間並無固定本質，而是透過一系列相似特徵彼此連結。生成式AI正是遵循這一理念，模擬人類感知與行為，不強制二分法答案，而是保有模糊性，產生更接近人性的結果。

AI「深度學習」技術在2006年便出現，但2012年在語音與圖像識別上打破世界紀錄，才受到廣泛關注。當年，深度學習技術首次參與ImageNet競賽，就打破各項紀錄，將圖像識別的正確率從40%提升到60%以上。此後，技術發展迅速，2015年微軟運用深度學習成功將圖像識別錯誤率降低至4.94%，甚至低於人類的5.1%，標誌著AI技術已有重大突破。

尹相志也深入解析「強化學習」如何應用在人工智慧的訓練中。他指出，強化學習有別於傳統的監督式學習，更具有主動性，能根據行動結果的回饋進行調整，找到讓懲罰最小化的方法，並通過模擬器構建真實環境，制定明確的獎懲機制，使AI能從錯誤中學習和進步。

2017年，AlphaGo以壓倒性優勢擊敗人類頂尖棋手，並且能夠生成的棋局總排列組合數高達10的172次方，震撼全球。深究其獲勝原因，尹相志表示，在於成千上萬的AlphaGo模型進行強化學習訓練，最後將所有結果整合為最優解。在訓練過程中，AlphaGo運用了兩種核心函數，策略函數負責預測對手的行為，並制定下棋策略。

每次訓練中，新版本的AlphaGo會與舊版本對弈，以新版本作為假想敵，不斷挑戰舊版本的能力，使策略更加精準。價值函數則著重於尋找最佳解的能力，透過實力相近的AlphaGo倆倆對弈，提升訓練效果。雖然強化學習取得了令人讚嘆的成果，但也帶來了嚴重的耗能問題，其一次完整訓練AlphaGo的耗電量，相當於全美國核電廠2小時的供電量。

生成式AI的發展過程中，「生成式對抗模型」（Generative Adversarial Networks, GANs）也是一項突破性的技術。GANs的核心是通過兩個模型的對抗來提升AI的生成能力。一個模型負責「作假」，即生成逼真的數據，另一個模型則負責「打假」，辨識生成數據的真實性。在一來一回的對抗中，兩個模型同時精進，最終「作假」的模型能夠生成足以以假亂真的結果。這項技術目前廣泛應用於圖像生成、語音合成等領域，成為AI技術發展的重要里程碑。

在問答環節，尹相志針對「AI世代大學生所面臨的挑戰和回應」的問題提出見解。他認為，現今大學生往往錯誤使用AI，將其當成找答案的工具。然而，生成式AI並不會給出固定答案。反而更像一個書僮的角色，提供想法和靈感。尹相志鼓勵大學生多練習與AI對話，熟練運用AI作為輔助工具，迎接AI時代的挑戰。(撰稿: 校園記者教育115陳士祈 / 編輯：張適 / 核稿：胡世澤)