AI新能源時代（黃岳永）
OpenAI剛剛推出的最新人工智能（AI）模型GPT-4o，令市場驚嘆AI技術進步之神速。以代表着全能的o（Omni）為名的GPT-4o果然一如其名，在處理文本、影像和音頻上都有顯著提升，不僅能解讀文字、圖片，還整合了語音功能，在手機上一撳即可通話，兼且有多種協作模式選擇，方便易用，人與AI之間變得愈來愈近。
GPT-4o其中一個突破是能在232毫秒內對音頻輸入作出反應，平均反應時間為320毫秒，這與人類在對話中的反應時間相近，實現「即時對話」；還可因應用戶的回應，辨識對方情緒及給予意見、開玩笑、稱讚對方等實時對話，這也是當年蘋果公司的Siri曾經承諾要做，但至今尚未兌現的功能。
除了非英語語言文本能力大幅提高，GPT-4o另一重點是視覺和音頻理解方面進一步突破，甚至可以充當生活助手，在OpenAI的「Be My Eyes」示範影片中，GPT-4o能作為視障者的眼睛，除了形容及講解四周環境，還可以幫忙「看」有沒有的士，並提示何時可以舉手叫車。
值得留意的是，OpenAI對科技的態度一直相當「Open」，所指的不是開源，而是讓所有人都可以使用AI的服務。是次GPT-4o也是開放給所有人免費使用，當然，作為VIP的付費用戶將繼續擁有免費用戶5倍的容量。可以預期AI科技會進一步普及化，人們生活也出現重大改變。
至於Google開發的AI，無論是Bard（2023年推出時的名字）還是Gemini（今年2月的新名字），筆者都不大清楚名字背後的意義。不過，作為Google應對AI時代的重要產品，Gemini可說是集大成之作，把Google和Android所有服務共冶一爐。另一邊廂，同樣改過名的Microsoft Copilot（原名Bing Chat AI），亦努力地搶佔AI市場。在這個「AI戰國」大環境下，短短18個月已經見到生成式AI的快速進化，變得更為強大、易用及快速，其對人類生活的影響也愈趨普及。
仔細想想，AI就像一種新能源模式，包括筆者在內，現今不少新項目或更新現有項目，都無可避免會利用AI。AI已成為項目不可或缺的「能源」，當未來AI使用量愈多，需要支付的費用自然愈高。
也許幾年後，大多數企業或我們生活中使用的應用程式，都需要向AI開發者支付費用，就如電力和石油，屆時AI代幣會成為項目必須的成本支出。好像OpenAI或Google這些搶佔AI市場的企業，也許還會有多一兩家公司（因應不同地區或政治需要），將成為AI這種新「能源」經濟的掌控者。當AI戰國時代結束，最終勝利者在一定程度上已掌控我們未來的發展方向及步伐。
更多黃岳永文章：
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
