ChatGPT / Bing /
Bard / Claude指南
Claire Chang
2023/12/21
20:00 GMT+8
致力於激發女性在科技相關事業精進的社群,
透過舉辦多樣活動,改善資訊科技相關職業女性們的
經驗與處境。
相關連結
INTRO Women Who Code Taipei
Our Mission
Empower diverse
women to excel in
technology careers.
Our Vision
A tech industry where
diverse women and
historically excluded
people thrive at every
level.
Focus on the
mission
Always remember why we’re
here and who we’re here for.
Design for
inclusion
Make space. Embody a
culture of belonging.
Advocate for change
Live leadership. Champion each
other. As a community, we are
powerful.
Journey forward
Recharge. Celebrate wins.
Break Barriers.
Our Values
320,000
Member
s
343,000 Members in 147 countries
Slovenia
South Africa
South Korea
South Sudan
Spain
Sri Lanka
Sudan
Sweden
Switzerland
Syria
Tanzania
Thailand
Trinidad and
Tobago
Tunisia
Turkey
Turkmenistan
Taiwan
Uganda
UAE
Ukraine
United Kingdom
United States
Uruguay
New Zealand
Nicaragua
Nigeria
Norway
Oman
Pakistan
Palestine
Panama
Paraguay
Peru
Philippines
Poland
Portugal
Qatar
Romania
Russia
Rwanda
Samoa
Saudi Arabia
Senegal
Serbia
Sierra Leone
Singapore
Slovakia
Gambia
Georgia
Germany
Ghana
Gibraltar
Greece
Guatemala
Guyana
Haiti
Honduras
Hungry
Iceland
India
Indonesia
Iran
Iraq
Ireland
Israel
Italy
Jamaica
Japan
Jordan
Kazakhstan
Kenya
Cambodia
Cameroon
Canada
Chile
China
Colombia
Costa Rica
Côte d'Ivoire
Croatia
Cuba
Cyprus
Czech
D.R. Congo
Denmark
Dominican
Republic
Ecuador
Egypt
El Salvador
Estonia
Ethiopia
Finland
France
Gabon
Afghanistan
Albania
Algeria
Andorra
Antigua and
Barbuda
Argentina
Armenia
Aruba
Australia
Austria
Bahamas
Bahrain
Bangladesh
Belarus
Belgium
Belize
Bermuda
Bhutan
Bolivia
Bosnia
Brazil
Brunei
Bulgaria
Kosovo
Kuwait
Kyrgyzstan
Laos
Latvia
Lebanon
Lithuania
Luxembourg
Macedonia
Madagascar
Malaysia
Malawi
Maldives
Mauritania
Mauritius
Mali
Mexico
Moldova
Morocco
Mozambique
Myanmar
Namibia
Nepal
Netherlands
Uzbekistan
Venezuela
Vietnam
Yemen
Zambia
Zimbabwe
Code of
Conduct
WWCode is an inclusive community, dedicated to providing an
empowering experience for everyone who participates in or supports our
community, regardless of gender, gender identity and expression, sexual
orientation, ability, physical appearance, body size, race, ethnicity, age,
religion, socioeconomic status, caste, creed, political affiliation, or
preferred programming language(s).
Questions or issues? Submit an incident response or email
contact@womenwhocode.com
Full Code → www.womenwhocode.com/codeofconduct
Thank you
Keep connecting @socialmediahandle
or network@email.com
近期活動
透過模板指令掌握
使用技巧
Claire Chang
2024/12/28
20:00 GMT+8
/upcoming-events
https://docs.google.com/forms/d/e/1FAIpQLSdDtukLaOJhU
T4SVnZJyClBPna_Ebv8wM9BudVrhwzWcaGXww/viewform
/upcoming-events
Learn more at
https://thehapp.com/space/showpassword/m70Er
/upcoming-events
Learn more and register at
https://forms.gle/DhjzPpTTdqPSGmrz8
AICG活動開始
• 先讓我來了解你們
• 這一系列活動裡你最希望能獲得甚
麼收穫?
https://admin.sli.do/event/qW7rpbDLPG77rtFTT1n4cV/analytics
關於講者
• Claire Chang
• 部落格: https://claire-chang.com/
• Email: cochiachang@gmail.com
• 斜槓人生
• Women Who Code Taipei LEAD
• 福佑天使家庭協會副秘書長
• 多多益善投稿作家
• 特需視覺中心推動家長代表
AIGC 文字/圖片生成系列活動介紹
• 第一周(2023/12/21)
➢介紹人工智慧
➢基礎模型帶來AI再一次的革命
➢善用AI為生產力的新動能
• 第二周(2023/12/28)
➢深入介紹使用ChatGPT的
Prompt技巧
➢帶著大家實作各種情境下的使
用練習。
• 第三周(2024/01/04)
➢介紹圖像生成與應用
➢主要介紹DELL-E(付費)
➢也會帶到其他圖像生成工具
• 第四周(2024/01/11)
• 詳細介紹ChatGPT的進階應用
• 介紹ChatGPT Plus功能
• 實作應用練習
課程連續四周,我們期待在這段時間裡面,您能夠在日常生活中更
多的使用AI工具來完成日常工作項目。相信對您的工作、學習表現
會有很大的幫助!
*
ChatGPT、Bing、Bard、Claude是什麼?
• 皆為人工智慧的應用
• 專注於語言處理和生成(AI Generated Content)
• 由不同的公司或組織開發,在特定功能或性能方面有所不同。
• 它們共同的目標是利用AI來模擬人類語言的理解和生成,從而提
供更智能、更自然的互動體驗。
什麼是智慧
什麼是人工智慧
• 圖靈測試(英語:Turing test)是英
國電腦科學家艾倫·圖靈於1950年提
出的思想實驗。
• 目的是測試機器能否表現出與人一樣
的智力水準。測試時測試者透過電腦
鍵盤輸入文字並透過螢幕輸出文字。
• 如果施測者無法分辨人還是機器 的話,
這個機器就被認為擁有「智慧」
人工智慧之父 -艾倫·圖靈
• 艾倫·圖靈(Alan Mathison Turing),1912年6月
23日—1954年6月7日,是英國電腦科學家、數學
家、邏輯學家、密碼分析學家和理論生物學家,他
被譽為電腦科學與人工智慧之父。
• 他在二戰期間負責破解德國的恩尼格瑪密碼,對於
盟軍的勝利做出了重要貢獻。圖靈還提出了著名的
圖靈機模型,為現代電腦的邏輯工作方式奠定了基
礎。
• 他的生平和成就在電影《模仿遊戲》中得到了詳細
的描述。
• 因同性戀傾向在當時不被社會所接受,被控以「明
顯的猥褻和性顛倒行為」罪,1954年,圖靈因食
用浸過氰化物溶液的蘋果而死亡。
人工智慧的演進
符號邏輯
(1950到1960年)
專家系統
(1980到1990年)
參考資料: The Quest for Artificial Intelligence (stanford.edu)
機器學習
(2010年至今)
告訴電腦「人的思考邏輯」。這時期的科
學家嘗試將人的思考邏輯放進電腦,人類
無法釐清自己的思考過程,最終失敗。
告訴電腦「人的所有知識」;人類無法
解答所有問題、寫成規則,最終失敗。
直到2010年代,科學家改變策略,這次把
人類的經驗放進電腦裡,提供各領域的歷
史資料讓電腦自己歸納規則,開啟了第三
波人工智慧發展-「機器學習」
博藍尼悖論(Polanyi’s Paradox):人類能表達的,遠比人類所知道的少
人工智慧的應用
• 現在人工智慧的技術,已被廣泛使用於多個面向
➢電腦視覺:自動車牌識別、面部識別系統、產品質量檢測
➢自然語言處理 (NLP):聊天機器人、語音助手、情感分析
➢數據分析與預測:銷售預測、風險管理、用戶行為預測
➢語音處理:語音轉文字、智能語音助理、語音指令控制
➢推薦系統:線上購物推薦、影視內容推薦、新聞文章推薦
• 從零售到金融,從製造到娛樂,AI技術正在改變各行各業的運作方式
• 在ChatGPT出現之前的應用,大多都用在中、大型企業內部或智能相關產品的
應用。
ChatGPT 讓AI進入全民有感
在ChatGPT出現之後,讓AI從產業研發進入全民有感。
社會大眾驚覺AI的無限可能性,激起大企業的AI軍備競
賽,到現在才剛滿一年,已出現大量相關應用
GitHub Copilot
Notion AI
生成式AI不只是ChatGPT
• 文本生成(LLM)
➢OpenAI 的 ChatGPT
➢Google 的 Bard
➢微軟的 Bing Chat
➢claude.ai
• 圖像生成 (text-to-image)
➢Midjourney
➢Stable diffusion
➢OpenAI 的 DALL-E
• 音樂 / 聲音生成
• Steve AI
• Meta 的 AudioCraft
• Stability AI 的 Stable Audio
• Azure AI的Speech Studio
• 程式碼生成
• Amazon 的 CodeWhisperer
• Mata 的 Code Llama
• Github 的 Copilot
• Hugging Face
ChatGPT為基礎模型的一種實現
• 基礎模型的一個獨有特徵是其適應性。這些模型可以根據輸入提
示高度準確地執行各種不同的任務。一些任務包括自然語言處理
(NLP)、問題回答和影像分類。
• 基礎模型 (FM) 的規模和通用性質使其不同于傳統的機器學習模
型,後者通常執行特定的任務,例如分析文字中的情緒、對影像
進行分類和預測趨勢。
• 可以使用基礎模型作為基本模型來開發更加專用的下游應用程式。
• 為什麼基礎模型如此重要?基礎模型有望顯著改變機器學習的生
命週期。
基礎模型將帶來開發AI應用的革命性變革
吳恩達 Andrew Ng
監督式學習
基於提示的基礎模型
一個月 三個月 三個月
幾分鐘/小時 幾小時/天
過去,有些AI應用程式
可能需要我花上六個月、
甚至一年的時間來建立,
現在許多團隊可能一週
就能完成
自製一個聊天機器人現在只需要...
放入要回應內容的相關資料檔案
用對話式的方式教機器人回應方針
填寫聊天機器人相關設定資料
甚麼是基礎模型
• 基礎模型(Transformer Model)是一種神經網路,藉由追蹤序列資料中的關
係,學習上下文之間的脈絡及意義,就如同句子中的每一個字。
• 基礎模型是使用一套不斷發展,稱為注意力(attention)或自我注意力
(self-attention)的技術,它可偵測一個系列中,相互影響和相互依賴的
資料元素,甚至是模糊的資料元素,找到大量資料裡的重要資訊。
• Google 在 2017 年的一篇論文中,首次提到基礎模型是迄今發明出最新且
最強大的模型之一。
機器學習使得學習算法趨於標準化(如邏輯回歸)
深度學習則使得模型架構標準化(如卷積神經網路)
基礎模型則將整個模型本身標準化(如GPT-3)
資料來源: https://arxiv.org/abs/1706.03762
• 基礎模型可以集中
來自各種模態的所
有數據的資訊。
然後,這個模型可
以適應廣泛的下游
任務。
• 任何模型中的缺陷
都會被所有的下游
的模型繼承
• 基礎模型的回應是
由模型自動產生而
非由人設計的,這
使得我們難以預測
它的所有行為
基礎模型支持多模態輸入,讓AI更像人
外接感測器
多樣的資料型態
高階綜合思考
傳統機器視覺
資料來源: https://arxiv.org/abs/1706.03762
ChatGPT多模態的應用範例
結合視覺、聽覺、文字的輸入,以及對
不同型態輸入資料的交叉理解,能夠讓
AI朝【通用型人工智慧】更加靠近
基礎模型的強大之處
• 基礎模型的五個關鍵屬性:
➢表達能力:靈活地捕獲和表示豐富的資訊。(如:支持各種型態的輸入)
➢可擴充性:高效使用大量資料。(如:可完全No Code,輕易建立專屬的
對話機器人)
➢多模式:將各種模式和領域連接在一起(如:ChatGPT可以聽也可看)
➢記憶能力:存儲大量積累的知識。(如:可以記憶過去的對話紀錄,讓之
後的)
➢組合能力:概括到新的上下文、任務和環境。(模型可以從多種輸入來源,
給出一個綜合思考後的結果)
• 基礎模型讓可以做到自我監督學習,並快速發展人工智慧。
市面上主要的大型語言模型
OpenAI
ChatGPT
Microsoft
Bing
Anthropic
Claude
Google
Bard
ChatGPT
個人最常使用的LLM工具,需推理的問題上最聰明
Bing
主要以網路搜尋為主的需求會使用
Bard
需要做圖像OCR,辨識圖片上的文字時會使用
Claude
可輸入的token較長,主要會用來瀏覽PDF內容
各家模型比較表
特點/模型
Bard
(Google)
ChatGPT
(OpenAI)
ChatGPT Plus
(OpenAI)
Bing
(Microsoft)
Claude
(Anthropic)
上下文窗口
長度(Token)
32K 4K 8K 8K 100K
推理能力 不錯 最佳 最佳 不明 不錯
網路連接功能
原生支持網路
搜尋
無法讀取網頁
需連至Bing取
得網頁內容
所有用戶可用
的連接功能
無法讀取網頁
多模態能力
支持文字、圖
像、語音輸入
無
支持圖像、語
音及文字輸入,
以及圖像、文
字、檔案輸出
支持文字輸入,
圖像、文字輸
出
支持PDF等檔
案的文字讀取
建議用途 圖像辨識 初次接觸者 皆可 資訊搜尋 長文PDF摘要
費用 免費 免費 每月$20美金 免費 免費
主要用途
研究、資料分
析、聊天
程式碼開發、
聊天
多模態及與其
他服務的串接
應用
網路搜尋、聊
天
研究、分析
資料來源https://www.youtube.com/watch?v=icR-G_7Xhjg
AI成為生產力的新動能
• 這項研究最引人注目的結果是,與沒有人工智慧工
具相比,用戶在人工智慧輔助下完成工作的效率要
高得多。
• 工作效率衡量使用者在給定時間(例如,一天或一
周)內可以執行的任務數量。如果員工可以完成兩
倍的工作,他們的生產力就會提高 100%。
• 結果如下
• 研究 1:使用 AI 的支援代理每小時可以多處理
13.8% 的客戶查詢。
• 研究 2:使用 AI 的業務專業人員每小時可以多
編寫 59% 的業務文檔。
• 研究 3:使用 AI 的程式師每周可以多編寫
126% 的專案。
資料來源: AI Improves Employee Productivity by 66% (nngroup.com)
Microsoft 365 Copilot
將AI結合個人工作資料,提升工作效率
資料來源: https://news.microsoft.com/zh-tw/microsoft-365-copilot/
GitHub Copilot
可解釋現有程式碼、學習你的開發習慣、生成符合你習慣
的程式碼與單元測試
Google Gemini
接受多模態資訊輸入(prompt)的基礎模型,讓AI更加強大
下周的內容更精采
• 確實掌握使用prompt的神奇技巧
• 更深入了解如何善用AI工具
• 搭配工具讓你更能善用ChatGPT,提升生產力
一定要繼續準時參與唷!
Q&A

1_ChatGPT_Bing_Bard_Claude指南.pdf