前言

LLM 的成功已經造成非常大的影響，當人們還在爭論 AI 何時會主宰世界時，奇點已經悄悄到來。在 OpenAI 的 ChatGPT 問世後，優異的自然語言處理功能，以及令人驚豔的回答，已經揭示著其對各行各業的影響即將席捲而來。

而最新的 LLM 技術，已經可以通過高級的數學計算考試，更不用說是一般的簡單記憶性問題。也就是說，人類的每個領域，目前都已經可獲益於 LLM 的發展，差別僅在於多和寡而已。因此，了解 LLM 已經是現代科技社會每個人的必備課題。

LLM 基本概念

LLM (Large language model)，指的是大語言模型，它通常泛指為使用數量非常龐大，至少數十億以上的參數的深度學習模型，來模擬人類的大腦。

在 LLM 之前的 AI 表現不如現在的 LLM 優異，一個主要的原因就在於深度學習模型的參數不夠多，無法像 LLM 能夠從龐大的資料中學習複雜的模式和關係。

LLM 的核心技術則是使用 Transformer 等現代深度學習演算法來處理和理解自然語言，關於 Transformer 的技術細節，後續將會再另外介紹。

為什麼這麼多資料對 LLM 很重要?

第一個原因是大量的資料讓 LLM 可以學習最泛化 (General) 的自然語言表達方式，得以理解人們的語言並進行任務處理。

再來則是大量的資料才能涵蓋自然語言的上下文關係，讓 LLM 可以推理出最適當的回答內容。

最後則是越複雜的關係，越需要更大量的資料才能有效模擬。也就是這個原因，讓現在的 LLM 已經正式進入硬體計算能力的軍備競賽時代。

LLM 的影響範圍

越是有固定模式的行業，例如線上基礎問答客服、內容樣板寫作與資料整理師等，都會受到 LLM 的高度影響。例如: 銀行業務自動回覆虛擬助理或虛擬新聞小編等。

反之，若越需要人類的高度整合性思考與情感理解的行業，例如外科醫生、護士、心理治療師等，目前為止則是還無法由 LLM 取代。

結論: LLM 強勢來襲，你我的因應之道

面對它，然後擁抱它。在 LLM 時代，必定是需要學習 LLM 使用技能的，就像當年電腦橫掃人類社會一般。但這並不代表不需要學習基礎知識。

相反的，基礎知識掌握的越牢靠，就越能在注意倫理規範下使用 LLM，而不是被 LLM 掌控。

在下一篇中，我們將回顧 LLM 的發展歷史與技術演變，請繼續跟我一起探索!