NLP

倫理
如何辨識文章是由機器或人類所寫?

如何辨識文章是由機器或人類所寫?

如何辨識文章是由機器或人類所寫?
撰文/陳儁翰

2019年2月,OpenAI開發出幾可亂真的文本生成器GPT-2,因擔心有心人士濫用,延後公布完整原始碼;然而解鈴還需繫鈴人, MIT-IBM Watson人工智慧實驗室與哈佛自然語言實驗室(Harvard NLP)合作開發出一套工具GLTR(Giant Language model Test Room),能準確分析文章是否由機器生成或由人類所撰寫。以下簡單介紹GLTR的分析方法與運作。

倫理
真假之間:GPT-2的危險成就

真假之間:GPT-2的危險成就

真假之間:GPT-2的危險成就
撰文/陳儁翰

2019年2月,知名研究團隊OpenAI發表了簡稱為GPT-2的文本生成模型。研究團隊使用達40 GB的資料量,結果好到讓研究人員為避免惡意濫用,決定暫緩開放原始碼。2019年5月初,兩個簡化後的模型在千呼萬喚中釋出,參數量分別為1.17億與3.45億個,雖與15億參數的原始版本相比,小巫見大巫,卻也顯示出僅是增加資料量與模型複雜度,電腦便可寫出令人難辨真偽的文字內容,輕易淪為假新聞的量產工具。

應用
下個被淘汰的會是醫生嗎?

下個被淘汰的會是醫生嗎?

下個被淘汰的會是醫生嗎?
編譯/葛竑志

當被問及哪些行業終將為AI取代的時候,醫師似乎是很少被提及的選項。但細數AI在醫療領域的發展─協助醫療影像判讀、蒐集生理數據並追蹤個人健康狀態(智慧醫療)、針對患者生理狀況安排客製化的治療方案(精確醫療),乃至於年長者的長期照護─讓人不禁開始懷疑:人類醫師真的可以在AI浪潮下高枕無憂嗎?

應用
厭倦煩悶的文獻回顧嗎?交給AI吧!

厭倦煩悶的文獻回顧嗎?交給AI吧!

厭倦煩悶的文獻回顧嗎?交給AI吧!
編譯/自由撰稿人 葉姝涵

在這資訊爆炸的時代,研究人員也備受困擾。據估計,全球每年產生約一百萬篇科學研究文獻,相當於每 30 秒發表一篇。如此數量,各領域的研究人員需要以年為單位的時間才能消化,早已超過能力所及,人工智慧又該如何挺身而出?