近期人工智慧技術的發展因生成式模型崛起而進入另一波高峰。此波AI浪潮帶來了哪些不能錯過的機會?增加了哪些新的挑戰？還有哪些懸而未決的議題需要解決？業已成為產、學、研界共同關注的關鍵議題。為協助雲協會員企業及議題相關企業掌握此波趨勢，「台灣雲協技術專家委員會」及「台灣雲協AI SIG」特別邀請Appier首席科學家及台大資工系林守德教授、工研院郭景明技術長、工研院李青憲組長等專家，從GPT的演進、生成式AI的企業應用、大型語言模型（LLMs）中的專家級優化、大型語言模型（LLMs）的微調技術發展等角度，探討生成式AI的機會與挑戰。

一一

一一

台大資工學系林守德教授在分享會中講解生成式AI與預測式AI之差異，並從生成式模型的商業模式、大型語言模型的民主化、對生成式模型的控制等角度，探討人工智慧的下一步發展。林教授認為AI的將來會是預測式模型與生成式模型各擅勝場，生成式AI還有許多待解的議題需要努力，而預測式的AI與生成式AI的結合，將會讓導入及使用AI的投資報酬率(ROI)更清楚明確。工研院郭景明技術長則分享以巨量資料預訓練的基礎模型，與用少量資料調適的客製化模型的差異；郭技術長認為考量到訓練及維運成本、隱私與洩密問題，台灣企業或可考慮以模型微型化搭配私有雲的方式導入生成式AI；郭技術長並分享包括行政效能、營運及供應鏈、產品研發、行銷銷售、客戶經營、健康照護等領域之GAI產業應用。工研院資通所李青憲組長則進一步介紹大語言模型微調與趨勢，李組長認為在預訓練之後，大型語言模型（LLMs）可以獲得解決各種任務的一般能力，再搭配模型調適技術，則可使客製化模型獲得專業能力，讓模型生成答案更一致且減少錯誤與幻想，但要注意領域指令微調(Instruction tuning)資料集合用性與品質；而領域模型輕量化，可有效降低高流量服務雲端運算成本，未來多模態與多任務基礎模型開拓下游任務廣度，增加更多應用場景。

本場專家分享會吸引超過百位會員企業及議題相關企業代表現場蒞臨。雲協技術專家委員將持續透過分享交流活動，協助與會企業掌握技術趨勢、提升企業競爭力、創造商機，期盼會員企業共襄盛舉。