• ExplainAI 電子報
  • Posts
  • 🔑 #13 如果生成式 AI 是解答,要解決的問題是什麼?

🔑 #13 如果生成式 AI 是解答,要解決的問題是什麼?

AI 工程師高峰會、Replit 免費開放 AI 程式助手

哈囉!ExplainAI 雙週報讀者們,大家好!👋

在進到本期的內容前,想先跟大家收集一些學習 AI 相關的回饋。為了要提供大家在學習 AI 上更好的協助,我們製作了一個關於需求調查,還請大家能花個 5 分鐘填寫 (需求調查連結)

🍎 如果生成式 AI 是解答,要解決的問題是什麼?

這週亞馬遜的 AWS 有一個《Gen AI is the answer: what was the question?》主題對談,這個對談的題目非常切中要點。「如果生成式 AI 是解答? 要解決的問題是什麼? 」絕對是每個想開發 AI 應用,或是想要導入 AI 的公司,都需要思考的。

這個問題也是我們在開發 ChatBun 過程中不斷問自己,也仍在探索途中的。而這週看到 builder.io 與 Figma 合作推出的 Figma 轉程式碼工具 Visual Copilot 的架構 (下圖),讓我們想通了這件事。

Visual Copilot 的一個賣點是,你完成 Figma 後,可以將其轉成任何主流前端框架的程式碼。這聽起來又是一個基於 AI 的魔法,但事實上整個產品除了 AI,還有其他重要的元素。從這個架構圖可以看到在把 Figma 轉成程式碼的過程,先經過一個 Builder 自己訓練的模型把設計轉成程式碼,然後再經過一個叫 Mitosis 的編譯器轉成各個框架適用的程式碼,最後再到微調後的大型語言模型 (fine-tuned LLM) 產出最終成果。雖然 Visual Copilot 是主打 AI 的產品,但在其系統中,是 Mitosis 編譯器帶給我們最多啟發。

為什麼呢?

在講原因前先簡要介紹 Mitosis。Mitosis 是個編譯器,所謂的編譯器就是把程式的原始碼,轉換成另一個程式語言的工具。而 Mitosis 這個編譯器做的事,就是把前端元件轉換成各類框架可兼容的元件,所以不論是 React、Vue 或 Svelte,或者想用 TailwindCSS、Styled Component 都可以,你有一個元件的原始碼,Mitosis 就幫你轉成其他框架的程式碼 (備註:Mitosis 這個字的原意是國中生物課學過的有絲分裂,這邊取名取的真好)。

了解完 Mitosis 編譯器,我們回到為什麼它帶給我們這麼大的啟發。原因在於,它是 Visual Copilot 系統中非常重要的一個要件,但「它不是 AI」。沒錯,不是 AI 在這邊反而是重點!要把程式碼轉成多框架兼容,大型語言模型 (LLM) 一定做得到,但這邊選用 LLM 反而不明智。

因為只要遵循其規則,把一個程式碼區塊轉換成 React、Vue 或 Svelte,靠編譯器就可以做到。假如你這步驟還是選擇用 GPT 這類大型語言模型來做,就不是殺雞焉用牛刀的問題,而是根本選錯工具。因為在這種情境下,即使大型語言模型可以解決問題,但沒有十倍好,反而是十倍慢、十倍貴。

用一般人好懂的比喻,就像你有一篇繁體中文的文章,你可以在網路上找到繁簡轉換工具,把你的文字貼上後,就能自動轉換成簡體。當然你也可以把這篇文章丟給 ChatGPT,然後請 ChatGPT 把它輸入成簡體。但相信沒有人會這樣做,因為一來比較慢,二來比較貴。

回到「如果生成式 AI 是解答? 要解決的問題是什麼? 」這個問題來思考,假如問題是如何能創造出讓人驚艷的 Wow 體驗,AI 肯定能是解答中的一環。然而,只為 AI 而導入 AI,沒有想清楚「為什麼」就說要用 AI、沒有評估 AI 是不是最合適的工具選擇,那將會是浪費的。

📍值得你一看 AI 大小事

  1. Canva 這週推出了 Magic Studio,全方位地把 AI 整合到設計產出的流程中。特別值得關注的是,Canva 推出了一個 2 億美元的基金,要來激勵藝術創作者與設計師創作,藉此增加能訓練 AI 的設計資料。可預見在未來會有更多企業,透過類似的方式來增加高品質的訓練資料 [連結]

  2. Meta 前陣子推出的 AI 角色,找來許多明星藝人合作,然而實際上線後卻迎來大量用戶的負面聲浪。不得不說 Meta 這系列的 AI 角色擬真程度幾乎接近真人,但目前似乎仍不受大眾買單。AI 角色能否成為成功的應用,這點還帶持續觀察 [詳情]

  3. Google 正在測試生成式 AI 搜尋體驗 (SGE),用戶可以在搜尋框中輸入創建圖像的指令,例如:「draw a picture of a capybara wearing a chef’s hat and cooking breakfast」,即會得到相關圖像 [詳情]

  4. 美國史丹佛大學一項最新的研究中,超過 57% 受測者表示,GPT-4 對研究論文提出的反饋是有價值的,同時有 20% 受測者表示 GPT-4 對研究論文提出的反饋,比人類學術評論者提出的更有洞見 [連結]。大家在工作上的報告、簡報、各種產出,是否開始用 AI 協助給自己反饋呢?

AI 學習資源

  • 過去一週 AI 界的大事莫過於 AI Engineer Summit (AI 工程師高峰會),基本上這場高峰會聚集了業界的頂尖講者。對於開發 AI 應用感興趣的人,如果沒有追直播,可以在這個連結看到高峰會的直播回放 [連結]

AI 工具

  • 除了本週深度文提到的 Visual Copilot,這週社群又另一項讓人驚豔的工具正式推出,那就是 Vercel 的 v0 (不知道的 v0 的人可以看這篇)。 比起先前發表的封測版本,正式推出的 v0 生成出的前端元件完成度更高了 [連結]

  • Replit 免費開放 AI 程式助手!目前市面上的 AI 程式輔助工具,多半為超過一定額度就要付費 (例如 GitHub Copilot、Cursor),但是 Replit 現在開放給所有給所有人免費使用,只能說非常佛心 [詳情]

  • Headshot AI 是使用由 Leap AI 和 Vercel 等技術開發的開源項目,可在幾分鐘內生成不同版本的專業 AI 大頭照。因為是開源項目的,你可以自己部署來使用 [工具]

  • ElevenLabs 剛剛推出 AI 配音工具,可以將輸入的內容翻譯成 20 多種語言,同時保留原始聲音,讓翻譯完的配音聽起來與原音相近 [工具]

ExplainThis 致力讓 ExplainAI 電子報保持永久免費閱讀。為了能更永續經營這份電子報,我們開放電子報的版面贊助。目前電子報有超過千位讀者,平均開信率 > 45%,受眾主要是 AI 趨勢與動態感興趣的讀者。如果你有認識合適的廠商,還請推薦給我們 🤝

另外,如果你覺得我們的內容有幫助,也請幫我們分享電子報給身邊的人,讓更多人能在快速變動的 AI 時代,持續走在最前沿 💪