生成式AI的多元應用發展－以Google為例
過往民眾對於AI的印象多停留在深度學習(DL)、機器學習(ML)等，而ChatGPT的風潮更是讓生成式AI (Generative AI)廣為人知，不僅文字生成，包含圖片、音樂自動產生，甚至先前曾造成話題的Deepfake深偽技術，都是AIGC (AI Generated Content)的應用領域，令人深刻感受到生成式AI帶來的可能性，更帶動了相關應用的迅速發展。
Google打造創新AI生態系，大量服務導入生成式AI技術
在Google I/O 2023期間，宣布Google Search搜尋服務將整合生成式AI技術，以往用戶有問題時會將其用不同關鍵字搜尋，再將大量資訊進行分類整合，而利用生成式AI，在搜尋列提問後，AI將自動產生衍伸問題，藉由點選問題衍生出新的對話模式，不必花費大量時間，即可快速找到經過統整的答案。
另外，基於Google的Shopping Graph全球購物數據庫(擁有超過350億個產品列表)，在結合生成式AI的Search功能，用戶在搜尋想購買的物品時，除了產品說明，也將獲得相關的最新評論、評級、價格和產品圖片，從而更輕鬆地做出購買決定。
除了搜尋服務外，Google近期也陸續發表其他導入生成式AI的服務，包含程式編列、廣告服務等。其中Google Colab是能讓使用者直接在瀏覽器上編寫python程式並執行的雲端開發環境，透過整合以大型語言模型PaLM 2為基礎開發的Codey模型，可藉由自然語言指令，使其自動編寫程式碼，此外亦能透過聊天機器人介面提供編碼建議、除錯及解決問題等協助，以提升開發編碼速度。
圖一、用戶透過Google Colab編寫程式，AI即會自動生成編碼建議。
圖片來源：Google
在Ads廣告服務中，除了提供自然語言對話功能，協助廣告主能快速建立廣告活動，也導入生成式AI技術增強既有服務：自動建立的素材資源(ACA)功能、以目標導向的廣告服務Performance Max，同時推出新的Product Studio工具，利用生成式AI協助Google商家建立產品照片，讓廣告主能更加有效率的建立、更新及擴大廣告資產。
圖二、Product Studio工具即利用生成式AI協助Google商家建立產品照片。
圖片來源：Google
生成式AI的挑戰
ChatGPT崛起後，儘管各個國際大廠紛紛投入資源，然而仍有不少人民對於該應用後續產生的問題感到擔憂。首先，生成式AI的訓練需要大量的數據，然而，這些數據可能存在偏見和不平衡，進而影響生成式AI的表現，解決這個問題需要更好的數據收集和處理方法，使其具有公平性和包容性。
此外，生成式AI還可能被用於製造虛假新聞、假冒身份等不當行為，勢必得有相應的檢測和過濾機制，以確保生成式AI的使用不會對社會造成負面影響。
總的來說，生成式AI在推動科技發展和創新方面具有極大的潛力，但依舊面臨著道德和法律的挑戰，包含侵權版權、錯誤資訊擴散，以及隱私保護風險等問題，需制定監管政策和法律框架，目前美國、中國、歐盟在生成式AI的監管規範都陸續有所行動，日本神戶也在近日通過生成式AI使用規範的條例修正案。
如何讓生成式AI帶來的好處大於風險，或許只有透過技術改進、相關機制、監管政策和國際合作的綜合努力，才能最大程度地推動生成式AI的可持續發展，並確保其對社會的正面影響大於負面影響。
參考來源：
1.封面圖片來源：https://blog.google/
2.https://www.inside.com.tw/article/31620-what-is-aigc
3.https://www.kobe-np.co.jp/news/sougou/202305/0016390807.shtml