LLM有害？讓AI大型語言模型更好用
AI大型語言模型（LLM: Large Language Models），如ChatGPT，已成為一項革命性技術，能生成各種內容，並處理各種任務，包括文本生成、摘要、翻譯、分類和聊天機器人互動。這些模型透過海量資料的訓練，而獲得合成看似新穎且智慧輸出的能力。但是伴隨其卓越的能力，LLM也帶來了一系列必須解決的挑戰。
開發和維護LLM的一大障礙是需要大量計算能力，訓練這些模型需要大規模的硬體基礎設施，如高性能GPU或TPU，來處理龐大的處理需求。這不僅需要大量資金投入，而且還引發能源消耗和環境影響的擔憂。隨著模型規模增大，其能源需求也會增加，有估計稱ChatGPT的單日營運成本，可能高達數十萬美元。
確保LLM輸出的準確性和完整性，是另一個關鍵挑戰，隨著這些模型規模和複雜度的增長，理解其內部機制和決策過程變得愈來愈困難。保持透明度和可解釋性尤其重要，特別是在醫療保健或金融等敏感領域。企業必須投入資源，來提高LLM的可解釋性，並建立系統化的流程來更新模型、重新訓練和版本控制，以確保持續的相關性和性能。
健全法律框架和安全措施，發揮LLM的優勢
LLM面臨一些必須解決的法律和道德挑戰，一個重大隱憂，是侵犯版權的可能性。由於LLM在包括版權作品在內的海量資料集上訓練，生成的內容可能包含與原始來源過於相似的內容，從而可能侵犯版權。另外，作者和藝術家是否同意將他們的作品用於訓練LLM，也值得商榷。
LLM也可能出現偏差，並產生虛假資訊，因為它們無法區分事實和虛構。隨著線上學習興起，用戶輸入不斷被納入訓練過程，導致審核資料的準確性和公平性，變得愈來愈困難。在存在偏差或不準確資料的情況下訓練的模型，可能會助長偏差觀念、傳播虛假資訊，並在某些情況下，提供看似可行但實際有害的建議。
另一個潛在問題，是LLM生成的內容可能會汙染互聯網，由於披露「在內容創作中使用AI」並非法律要求，網上可能已存在大量LLM生成的材料。隨著生成資料的便利性和速度不斷提高，互聯網可能會被低品質的AI生成內容淹沒，從而可能導致品質惡化，實現互聯網的死亡（內容不再可信可用）。
為了降低這些風險，充分發揮LLM的潛力，我們需要建立一個全面的法律框架來規範其使用。該框架應涵蓋隱私、法律和道德方面，並就驗證訓練資料集中是否存在偏差、虛假資訊和個人資料，提供指引。此外，LLM應配備強大的內容篩檢程式，以防止生成有害輸出，並應進行安全評估，以確保模型不受惡意軟體、篡改和技術缺陷的影響。
LLM代表一種變革性技術，具有巨大的潛力，但其開發和部署也帶來了重大挑戰，需要解決計算能力需求、可擴展性問題、人才短缺、準確性問題、法律和道德困境等，只有透過AI專家、資料科學家、網路安全專家和政府機構之間的合作，並實施健全的法律框架和安全措施，我們才可以發揮LLM的優勢，同時降低風險，確保人類福祉受到保護。
本文章反映作者意見，不代表《遠見》立場
（作者為台北商大前校長、叡揚資訊數位轉型大使）