在矽谷AI相關技術的進步真的太快了，我發現有部分的自己是害怕的
我們想讓你知道的是
雖然AI的力量和科技演進的飛速讓我有很多的不安，但是，就像是大家從抗拒手機，到人手一機，天天盯著他看，科技的進步是沒有辦法倒退，只能適應的。反正我的哲學是，越害怕的東西，就要更勇敢的去面對它，瞭解他。因此，與其害怕AI搶走工作，毀面世界，不如學更多，了解它的可能性與限制，把他的可能性化為可用的力量。
上禮拜我們老闆說我讓他在投資人面前讓他丟臉了。他說，他讓AI做了一門量子（Quantum）相關的課，結果AI製造什麼貓的圖片，一點關聯也沒有！我仔細一瞧，什麼？他罵誰笨，他才笨吧，AI製造的可是薛丁格的貓（Schrödinger’s cat）！
神奇的是，你看看那門課裡面（附圖），沒有半個字提到貓，AI居然知道可以這麼畫。AI的聰明與創意，讓我打從心底欣賞與敬佩。
就業市場：AI工程師的崛起
現在在舊金山不論產業，所有公司和新創都想融合AI的應用，大公司像是Micorsoft所有工具都有Copilot（在那邊工作的朋友說的），中型公司像是Notion AI，小型新創們更不用說，2023夏季Y Combinator的公司幾乎全部都是AI公司。
因此Latent Space的文章裡寫到，一種新興的行業，AI工程師即將誕生。有別於機器學習工程師和研究員，AI工程師其實不太需要知道LLM底層知識，可以直接套用API在需要的產品之中。所需要的技能可能更多包含LLM後端需要用到的各種工具。
畢竟，對公司來說，要有超多錢才有辦法做出比OpenAI更好的模型，不如仰賴這些打造基礎模型的公司，把重心著重於打造用戶需要的好產品。而我現在做的就是AI工程師，練習如何讓AI乖乖聽話，把相關需要的工作做好，最後包裝成產品。
技術：AI進步的速度，好快
特別是在矽谷，AI相關技術的進步真的太快了，好可怕。因為變動太大，我常常感覺自己重心不穩，每天工作都不太清楚自己在做什麼。
跟大家說一個故事讓你也明白科技進步的速度。今年五月份來舊金山的時候，LLM 的模型微調（fine-tuning），其實還是需要很多工程技術與LLM相關的知識。你需要懂，怎麼Freeze layers，怎麼掛GPU ，怎麼部署模型等等才能做。但我八月份的時候去一個黑客松，就發現已經有像公司together.ai，給你一個平台，讓你把資料丟上去微調，如果大致了解參數們 ，二十分鐘就好了。結果兩週後，OpenAI發布Fine-tune GPT3.5的消息。我再也什麼都不用懂，因為只要把資料集丟上去，OpenAI就會幫我微調，送給我一個模型，把一整套流程都做完了。
雖然了解transformer的LLM基礎知識還會在直覺上有些幫助。但是AI產業真的進步太快了，嚴格來說所以我至今的工作，都還完全不需要基礎知識。
心態：我對AI的害怕
在這樣的環境裡，我發現有部分的自己是害怕的。在矽谷這個AI、AI、AI的環境裡，我可以感受到科技進步的速度。因為是我感覺自己做的事情越來越笨，完全不具有競爭力。
你看從五月到八月，短短的三個月，他的技術門檻就從機器學習工程師，變成所有工程師都可以做，這進步也太快了吧！如果我只需要丟資料集給OpenAI就可以把LLM微調程我想要的樣子，需要我機器學習和資料分析的背景做什麼呢？隨便路上拉一個會寫程式的路人不就得了？
那如果只要一個會寫程式的人都能做，之後乾脆全部都讓AI來做不就得了嗎？（舊金山也有很多很多Code gen公司，致力於用AI取代工程師）
機會：AI可以顛覆舊有的體制嗎？
雖然AI的力量和科技演進的飛速讓我有很多的不安，但是，就像是大家從抗拒手機，到人手一機，天天盯著他看，科技的進步是沒有辦法倒退，只能適應的。反正我的哲學是，越害怕的東西，就要更勇敢的去面對它，瞭解他。因此，與其害怕AI搶走工作，毀面世界，不如學更多，了解它的可能性與限制，把他的可能性化為可用的力量。
因爲科技是有力量翻轉現有體制的（典範轉移：paradigm shift），歷史永遠是科技在前，體制在後，體制因應科技的改變而演進。像是傳統教育或許是個根深蒂固的體制，但如果AI已經在翻轉人類傳統透過學校的學習方式，說不定可以為我們的學習開創更多的可能性。像是Minerva就透過線上課程，創立自己的全新教育模型，吸引學生到各個城市學習才得以在舊制度下生存。
這也是為什麼我現在在教育／AI的新創探索，雖然還不清楚怎麼做和想要帶來哪種層次的轉變，我想，新的力量就能帶來新的改變，而我想明白怎麼運用這股新力量。
AI與我
在舊金山每天看著Cruise可愛的無人車在路上跑來跑去，OpenAI隔著我們公司一條街，聽所有人AI、AI、AI，AI Alignment研究（如何讓AI不要毀滅世界）、下一個AI獨角獸，我總是可以強烈的感受到「進步」是什麼樣的感受。
雖然對AI依舊有有多的不安，但總體而言，天天和AI相處，我對AI充滿著欣賞與敬畏。當然啦，即便天天碰，我還是覺得不是很明白AI，但是依舊期待更多的了解他，學習駕馭它，和它好好合作，為世界帶來想看見的改變。
本文經作者授權轉載，原文刊載於此
延伸閱讀
- 【專訪】Google大腦之父吳恩達：實現通用人工智慧還要30年，AI導致人類滅絕的風險被誇大
- 重複再重複的低度努力的終點為何——AI要取代的是人，還是不夠像人的你？
- 跟AI聊天也會浪費水資源！ChatGPT每回答5至50題，須消耗500毫升冷卻水
- 《一個經濟學家的AI觀點》：該如何比較課徵機器人稅的利弊得失？我從三方面來論證合理性
【加入關鍵評論網成員】每天精彩好文直送你的信箱，每週獨享編輯精選、時事精選、藝文週報等特製電子報。還可留言與作者、記者、編輯討論文章內容。立刻點擊免費加入成員！
責任編輯：潘柏翰
核稿編輯：朱家儀
Tags：
一圖看懂 太陽光電三大觀念釐清！2050淨零台灣為何要有太陽光電？
我們想讓你知道的是
為了應對淨零碳排的趨勢，台灣正積極推動再生能源。而太陽光電作為綠能發展的重要一環，本文將從環保、發電效能、經濟效益等三大面向，為讀者破除迷思，說明為何太陽光電會是綠電發展的必選正解。
隨著全球73個國家加入碳稅或ETS，碳定價已被證實是降低溫室氣體排放、減緩氣候變遷的有效手段。尤其台灣產業以外銷為導向，淨零減碳議題不僅是為環保，更關係到台灣企業的競爭力；若不積極面對挑戰，碳價成本將威脅台灣在國際市場上的地位，衝擊產業競爭力。因此，產業轉型發展綠電減排，已是不可不為的生存策略。
當全球綠電應用迅速發展，歐盟更早在2020年取得「最綠年」成果，再生能源佔總發電量的38%，甚至超越化石燃料佔比
為了應對淨零碳排的趨勢，台灣正積極推動再生能源。而太陽光電作為綠能發展的重要一環，經濟部能源局更研擬太陽光電能源用地白皮書，計畫將太陽光電用地需求納入國土規劃架構。然而，太陽光電作為新興能源，對社會大眾來說較為陌生，因此本文從環保、發電效能、經濟效益等三大面向，為讀者破除迷思，說明為何太陽光電會是綠電發展的必選正解。
觀念1：無毒可回收，汙染趨近零
「太陽光電板製造對環境有害？光電會有電磁波對人體影響？」其實，太陽能板結構簡單（主要由玻璃、鋁框和矽晶片組成），材料無毒且可回收，容易模組化又方便建置；目前政府已建立太陽光電模組回收機制，只要遵守環保法規製造太陽能板，幾乎不會排放汙染物。此外，光電發電設備主要由光電模組與變流器組成輸出直流電，不會產生高頻幅射；設備產生的磁場強度相當於一般家用電器如電腦，並沒有對人體產生電磁波危害的疑慮。
更無庸置疑，源源不絕的日照，讓太陽能成為最乾淨、最友善環境的能源之一，也是台灣綠能發展不可或缺的途徑。
觀念2：智慧電網與儲能，365天不斷電
「太陽光電無法提供穩定的能源供應？天氣不好的話，電力又告急？」其實，太陽光電已是是國家發展重點，隨著技術快速發展，勢必能應對高能耗需求，包括工業生產和大型機構的電力所需；例如台電已積極推動再生能源結合儲能，增建大甲溪光明發電廠計畫、協和燃氣機組改建計畫，以提升系統韌性與速度。透過智慧技術和儲能系統，太陽光電能夠提供穩定的能源供應，甚至有機會成為主要能源。
許多綠能產業正致力發展智慧管理、智慧電網和儲能技術，太陽光電也不例外。透過智慧管理，做到依照實際需求和天氣條件即時調整光電輸出，運用智慧電網提升能源分配的效率，藉由儲能系統在離峰時段儲電，於尖峰時段輸出能量，補足用電缺口，提升太陽光電系統的靈活度與應用效率。簡言之，無論天氣變化，只要建構完備的電力系統韌性，即可維持穩定供電。
觀念3：長遠投資，實現回本
「太陽光電設置和運維成本過高，無法回本？」我們都知道太陽光電源自取之不盡的太陽能，隨著太陽光電技術不斷進步，設施的建置和運維成本勢必逐步下降，並反映在電費上；換言之，太陽光電是一項必要的長遠投資，更是一個合理規劃即可預期回報的投資。
目前日本、歐美等國正積極發展農電共生、漁電共生，引導廢耕農地或廢棄魚塭重返耕耘或養殖，他國經驗也多次證明太陽能板有助於降低區域氣溫、幫助維護植被、避免土壤退化。
面對2030年實現產業淨零、2050年全國淨零的目標，地狹人稠的台灣更應該善用土地資源；我們需要思考的是如何再利用廢耕地，推動智慧農／漁業、實現農／漁電共生，並善用太陽光電系統特性，提升綠能佔比、土地與空間利用率、糧食生產效率，最大程度地發揮經濟效益，造就產業多贏。
發展太陽光電的路上或許會面臨許多挑戰，但永續目標在即、綠電趨勢不可逆，太陽光電已被證實是可利用的綠電來源，全民應具備綠能共識、理性討論，共同思考如何實踐環保選址、智慧管理及儲能系統，朝向長遠、穩健的太陽光電邁進，才能為淨零台灣鋪平道路，實現永續未來。
（經濟部能源署廣告）
