【为什麽我们要编译这篇文章】2022 年，AI 在各项发展上有了突破式的进展，特别是 GPT-3 、DALL-E、ChatGPT 等带有创造性的 AI 应用已进入了大众的眼帘中。
随着 2022 年即将结束，下文将由畅销商管书作者 Bernard Marr 带着读者们共同盘点 2023 年即将发生的 5 大 AI 技术趋势，有哪些产业／工作将受影响？又有那些问题亟待开发者解决？（责任编辑：蓝立晴）
近几年 AI 取代数位转型，一跃成为产业最热门关键字。据 IDC 研究，全球政府及企业 2023 年在 AI 技术领域的支出费用将超过 5000 亿美元。而这个数字在 6 年前还只有 120 亿美元。
在预算翻涨超过 40 倍的投资力道下，企业与各级单位如何针对最需要提升、导入 AI 的场域，借用对的技术、用最精准省力的方式打造杀手级应用？曾任微软、思科及甲骨文顾问，且被 LinkedIn 列为全球前 5 大最具商业影响力的畅销商管书作家 Bernard Marr ，近期发表 2023 年 5 大最需关注的 AI 趋势，提供被各种 AI 关键字搞得眼花撩乱的人们，正确了解 AI 科技在未来一年的发展重点。
趋势 1：AI 技术门槛降低
在成堆的 AI 热门关键字中，你可能也听过 AI 民主化（Democratization of AI）一词。简单来说， AI 民主化指的是要让 AI 技术更平易近人，让那些没受过专业训练的常人都能驾驭。如同现在人人惯用的笔电、 PC，最早也不过是躺在军事机构中，仅有几位专家懂得如何操作的超级电脑。任何划时代科技，势必都得历经民主化这步进程。
根据 Gartner 2021 年的一份报告指出， 64% 技术主管认为专业人才供不应求，是采用新兴技术的最大阻碍。尤其像是 AI 这类的当红科技，如何迅速让越多工作者上手，更是当务之急。
目前市面上许多 No-code/Low-code（NC/LC） 的平台与工具因应而生。 NC/LC 指的是能够将 Coding 转化为图形用户界面（GUI）平台，使门外汉也能够利用清楚易懂的选单构建 AI 应用程序。
调研机构 Data Bridge Market Research 预测到 2028 年 NC/LC 市场，每年将持续增长 27.3%。据《Fortune》报导，德国一间媒合职缺的新创 FiveTeams 就是透过数个 NC/LC 工具，一手打造求职平台。
FiveTeams 以网页编辑器 Webflow 打造网页，再植入 Algolia 作为智慧搜寻引擎，最後再以 API 串接 Twilio 提供通信、联系功能。
趋势 2：生成式 AI 百花齐放
过去多数企业主总会认为 AI 旨在取代那些日常、重复性的任务工作，但近两年来， AI 更频繁被用来从事原以为只有人类才能做到的创作性任务，例如作画、写文章、创作影片等。
生成式 AI 通常仰赖使用者喂的一串指令，可能是几个关键字或是整句话、文章等，之後生成式 AI 会将分析该文本产生的结果，转换成文字、图像或影音。
♦ TO 推荐阅读：编辑实测，发现了聊天机器人的极限——Google 搜寻还须害怕被 ChatGPT 取代吗？
以生成式 AI 作图工具 Craiyon 为例，自 2021 年 7 月推出以来，目前已经替网路世界贡献多达 10 亿张以前从未存在过的图片。纽约时报专栏作家 Kevin Roose 以「加密货币、元宇宙早已过时，生成式 AI 才是矽谷新风潮。」来指出生成式 AI 百花齐放的当下。
不仅创投龙头红杉资本在今年 9 月发布报告，认为生成式 AI 可望具有生产数兆美元经济价值的能力，另据《商业内幕》统计，光今年就有4 家生成式 AI 新创公司共募得超过 3.7 亿美元，其中有 3 家成为估值超过 10 亿美元的独角兽，可见矽谷对生成式 AI 的高度期待。
趋势 3：减少演算法造成的偏见越趋重要
如今 AI 运作的方式不再难以理解：他们透过不断被喂养的数据，学会更精准快速的分析与判断。但也因为喂养的数据不见得总是恰当， AI 有时也会被训练成具有偏见、歧视的判断机器。
据《Fortune》报导，有研究人员就发现由 OpenAI 公司创建的 GPT-3 ，一项能自动生成文章的生成式 AI 工具，当关键字涉入穆斯林时，文章时常与暴力行为连结。
研究 AI 伦理道德的科学家 Margaret Mitchell 指出，背後原因可能是锻炼 GPT-3 学习的主要资料库：维基百科，其主要撰写人多为 20~30 岁白人男性，而这些资料都可能参杂着许多种族主义、性别歧视及年龄歧视，导致训练出的 AI 模型走样。
同样状况也可能发生在利用 AI 筛选面试、升迁的公司，或是用 AI 来决定核贷、核保与否的银行及保险公司。近期美国白宫科技政策办公室甚至把禁止发展具有歧视可能的演算法，纳入近期发布的 AI 权利法案，显示此问题需被修正、关注的重要性。
趋势 4：人机协作加速普及
过去两年 COVID 加速企业采用 AI 赋能员工的脚步，尤其餐饮业。据《商业内幕》报导，受挫於疫情，美国餐饮业至 12 月初，仍短少 40 万名人力，各大连锁餐厅纷纷导入 AI 科技填补人力。
例如达美乐以虚拟语音助理加速民众透过电话点餐的效率； Subway 则以设置智能贩卖机的方式，客户可直接与智能贩卖机的 AI 对话，购买客制化三明治；美式餐厅 Chili’s 在内场导入 AI 烤炉，自动化排程各类排餐所需的火烤时间。可见未来一年，用 AI 增进员工效率的举措，只会越来越普遍於餐饮和零售业等人力密集产业。
趋势5：创造能永续环境的 AI
据 2019 年一项研究指出，光训一个深度学习的模型，背後所耗费的能源，大约会排放 284 吨的二氧化碳。原因不难想见，因为 AI 运算所需的基础建设：云端中心、边缘运算设施，都是超级吃电怪兽。因此，在 AI 需求更大的未来，如何让拓展 AI 与节能永续的目标一致，成为迫切课题。
Bernard Marr 认为，可能的解法之一是利用 AI 赋能有助於地球永续的事业，以「将功赎罪」的概念减碳。像是透过 AI 影像辨识、结合卫星影像，快速揪出雨林中的非法盗砍活动，或是海洋中的非法捕捞行动。
另外研究永续环保软体的专家 Abhishek Gupta 则认为，应尝试开发较为精简的深度学习模型，透过不同的数学计算方式，缩减原先模型所需的运算周期，或是仅投入较小的运算样本，来训练演算法。便能达到省能源、省成本的目的。
参考资料：Fortune1、Fortune2、Business Insider1、Business Insider2、纽约时报、WhiteHouse、The Gradient，首图来源：Photo by Campaign Creators on Unsplash 。
