今年橫空出世的生成式AI大大改變了人們過去對於監督式學習下的AI使用情境的侷限, 過去大多數教導AI基礎知識的平台, 從Microsoft Learn到Google Cloud談的也都是Machine Learnging中的監督式學習與非監督式學習...等等, 但大概在2023/08左右, 各大平台相繼推出了AIGC的基礎課程, 讓大家可以初步理解生成式AI背後大型語言模型(LLM)的一些基礎知識, 於此同時Microsoft Learn上也推出了AI Skill Challenge的活動, 限時完成相關課程即可得到學習徽章, 沒多久Google也更新了相關課程, 因此我就在兩個平台上學習了生成式AI的基礎, 並拿到上面兩顆Badge~~

過去也分享過在準備Microsoft一系列XX-900的證照考試時都會上Microsoft Learn網站上自學, 這次當然也不例外, 不過認真比較之後, 我這次反而覺得Google Cloud上準備的Generative AI Foundamentals內容比較豐富, 而且是用一段一段的教學短片的方式呈現, 配合動畫的方式比較吸引人, 雖然有些環節也是蠻深入難懂的@@ 畢竟我們不是想要深入AI理論, 而是應用端, 但我相信如同過去的AI專案管理一樣, 透過理解AIGC背後運作的原理, 還是對於相關AI問題有更好的掌握, 至少知道人家在談論什麼? 當未來逐步走向在基礎模型上打造自家專用的客製化LLM時, 一定會有所助益, 只是此時此刻, 企業想要擁有自己的訓練資料的大型語言模型, 成本還太高, 相關配套也都還在發展中~~

不過相對於過去很強調去學習Machine Learnging中的監督式學習與非監督式學習的概念, 我覺得這次LLM的基礎學科就顯得不太被重視, 反而是學習如何有效去做Prompt Engineering更為實用, 畢竟下了準確的Prompt所得到的優質結果, 跟自己在那裡亂問或需要多次修正後才能去無存菁還是有顯著上的效率之別~~ 我自己本身也都在嘗試建立一組更完善的Prompt Template, 就像前幾篇提到的科專計畫書生成內容, 或是越來越多演講邀約與授課, 都需要靠生成式AI的輔助才能更快產生所需要的課綱與摘要說明, 2023年可謂AIGC的元年, 如何學習有效使用工具就是領先別人的優勢, 感覺很像2000年Google Search剛推出, 我當時還是大一新鮮人, 聽教授介紹這個新工具一樣令人驚嘆, 20多年後再次進入一個新的AI世代~~