對AI產業趨勢的觀查
微軟台灣區總經理卞志祥是財務工程和電腦工程的跨界，從新創到外商這樣走，因此他就是擅長電腦工程和產業的分析。他說『很少看到一個科技，是短短三到六個月之間從談論到變成每一個公司廣泛被討論的一個課題，尤其是在企業高層的廣泛討論』
產業的領導者很專注於這一個產業的變革，討論的主題不是技術而是商業模式，所以過去六個月就是不斷的和產業先進去學習一些DOMAIN KNOW HOW
2023年是一個高度不確定性的年代，也就是在這樣的年代之中，危機同時也就會帶有轉機，因為在每一次在全球地緣邊境的變動，會創造出很多變動中產出的WINNER和LOSER。例如：賽車時，要在大晴天之中想要在落後的前提下，超越很多專業車手，是非常困難的，而在大雨天才很有可能有這樣的機會。
產業改變得非常非常的快，並且驅動這個轉型的原因變得非常非常的多元，適應改變的速度會是未來決定一切非常重要的關鍵點
AI核心能力
- 摘要生成（Summary Generation）：AI能夠通過自然語言處理和機器學習技術，從文本中提取關鍵信息並生成簡潔的摘要。這項技術對於處理大量文本數據、提供快速概覽和自動化報告具有重要意義。
- 網絡聲量的正負評判斷（Sentiment Analysis of Web Volumes）：AI能夠分析網絡上的大量文本數據，並判斷其中的情感傾向，例如正向、負向或中性。這對於企業監測品牌聲譽、分析消費者反饋等具有價值。
- 文章意圖情緒判斷（Intent and Emotion Analysis of Articles）：AI可以分析文章的內容，並判斷其中的意圖和情緒。這有助於理解作者的目的和觀點，以及文章所傳達的情感色彩，從而提供更深入的理解和洞察。
高度賦能員工，改變與客戶互動的方式，優化流程。做的到這三件事情就有可能去實現你產品的新的機會
BING和CHATGPT的不同
CHATGPT是一個已建模完成的模型，且其資料停在2021年
BING會有一個關鍵字前處理的狀況，會先去網路找相關資料,然後會把資料輸入模型去產生結果，也因為這樣，Bing會有較高的正確性，因為在前處理的部份的搜尋動作，可以增加回應的正確性。
ChatGPT模型架構
CHATGPT在其內部架構中使用了Embedding model。Embedding model在CHATGPT中用於將輸入文本轉換為連續向量表示，以便進一步處理和生成回應。
在CHATGPT中，文本序列首先被轉換為一系列的詞嵌入（Word Embeddings），詞嵌入是將單詞映射為連續向量表示的技術。這些詞嵌入向量在模型內部被用作輸入特徵，以捕捉單詞的語義和上下文信息。通過使用詞嵌入，CHATGPT可以將輸入文本轉換為數字化的連續向量表示，以供模型進一步處理。
Embedding model在CHATGPT中的使用有助於提取和表示輸入文本的含義和特徵，並為模型提供適當的表徵。這樣，模型可以更好地理解和生成合適的回應。
不過CHATGPT不僅僅依賴於Embedding model，它是基於Transformer架構的深度學習模型。Transformer模型的主要組件包括多層的自注意力機制和前饋神經網絡，以實現高效的序列建模和生成。
Embedding model的後續能力很強，因為這些連續向量表示可以應用於多種機器學習和深度學習任務中，提供了強大的特徵表達能力。
Embedding model的後續能力包括：
- 特徵提取：Embedding model可以將複雜的原始數據轉換為低維度的連續向量表示，這些向量表示可以作為特徵用於後續的機器學習任務，如分類、回歸、聚類等。
- 相似性計算：Embedding model可以捕捉數據之間的相似性和關聯性，從而可以應用於計算數據之間的相似度或距離。這對於搜索引擎、推薦系統和相似度匹配等應用非常有用。
- 聚類和分群：Embedding model可以將數據映射到連續向量空間中，從而使得相似的數據點在向量空間中更加接近。這使得聚類和分群變得更加容易，可以幫助我們識別和組織數據的結構。
- 可視化和理解：Embedding model可以將高維度的數據轉換為低維度的連續向量表示，這使得數據可以在二維或三維空間中可視化。這有助於我們理解數據之間的關係和結構。
強大的後續可能性
插件（Plugin）對AI系統可以產生後續更重大的影響力，並擴展其功能和應用領域。插件可以添加到AI系統中，以提供額外的功能、數據源或服務，從而影響整個AI生態系統。
在AI生成和對話方面，外掛插件可以引入特定領域的知識、資源或服務，從而使AI系統能夠處理更廣泛的任務和應用場景。舉例來說，對於旅行規劃，像AGADA這樣的插件可以提供訂房服務，使AI能夠直接與酒店預訂業務進行對話和交互。這樣的插件擴展了AI系統的能力，使其能夠在旅遊領域提供更全面的服務。
對於像CHATGPT或Copilot這樣的AI系統，外掛的成熟度對其功能和效能起著重要作用。成熟的外掛插件可以提供更多的選項和集成，使AI系統能夠與更多的業務單位或服務進行交互，從而增強其應用價值和實用性。
插件的開發和整合需要技術和商業合作，以確保外掛能夠無縫地集成到AI系統中。對於外掛插件的成熟度和支持，開發者和業務單位可以根據其需求和目標來選擇適合的外掛，以擴展AI系統的能力和功能。
Microsoft 365 Copilot即為一種後續應用
相關資訊: 重塑未來工作樣貌：微軟推出 Microsoft 365 Copilot，工作上的最佳 AI 助手
看到真的是瞠目結舌….
