我先問一下，我們都知道它的綜整能力、推理能力，其實以 ChatGPT 來講，因為有全部的 Github，等於用程式語言跟程式的註解當作中介語言，才有這麼好的推理能力，但是我們現在如果以正體字為主，沒有納入全部的 Github 的程式語言，湧現出來的大概就沒有推理、綜整能力？
這個是 3 到 6 月就做嗎？還是 6 到 12 月做？
所以簡單來講，到 6 月的時候既不會拒絕不合理的要求，也不一定有什麼⋯⋯
就有一點像 playground 裡面的 gpt-3.5 一樣？
我有第二個問題，我們都用 3、6、9 月來當 check point。因為我們知道 3 月中，GPT4 就會釋出了，狀態是它推理能力比一般人力好了，所以我很難想像社群會願意用上一代的東西，因為大概 3 月中之後，所有人都會跑去用 GPT4 了。
我在講的就是這個，就是開 Bing、Windows、Skype 和 Azure 的 API 出來。
我們不如產地直送，直接跟 OpenAI 談還比較快？
微軟的目標跟 OpenAI Foundation 的目標不一定相同。
OpenAI 現在有一個企業專屬方案，只要跟它租一定程度的算力就保證不會當機，也就是微軟現在要推出類似的，但是後面是同一個，也就是 GPT4。現在的差別只是 OpenAI 的是感謝肯亞朋友有做過 RLHF，但是微軟拿去接 Bing 的是另一個版本。
商品化過的。
但是 OpenAI 也不是不可能自己賣，以我所知它的專屬授權是商業用的專屬授權而已，並沒有不能跟學術界合作。我剛剛的 point 是這個⋯⋯
對，OpenAI 的情況是付錢給肯亞同仁，但是臺灣社群的時薪高過肯亞不少，所以為什麼要免費幫你訓練這個？當到 9 月的時候，我們就假設 Azure 上所有的 modality 都已經是幾乎免費在提供了，因為這個是微軟主要的商業模式。為何 civtech 社群要理我們，這個是我想要問的。
這個很棒。
這就很像 1999。
現在 2 月。所以你的想法如我們談到的 1999，其實以我所知，台北的 1999 之前已經 全面導入 speech to text 了 。
通常打去也會講好幾輪。
1999 就是 data governance 的問題了。
假設導入 PETs，讓整個流程都無涉個資的話，你希望用這個 Bootstrap，把 Q＆A 裡面 Q 的部分變成 Benchmark，你的意思是這樣子？
然後這個一路到 12 月做 Benchmark？
我有聽懂。但我的問題還是相同的，你這邊是用有興趣的人幫你訓練，你這邊是用他的工作就是要回答民眾問題，其實是同構，但 1999 這邊是比較有目的性。
假設我是市政府，我為何不在 3 月的時候去租用 GPT4，不管是微軟賣的或者是 OpenAI 賣的，把我的東西放進去，因為有一套可以計算的，這樣人家 GPT4 連到搜尋引擎，我們 BLOOM 是沒有連網的 GPT3，人家立刻就可以回答問題了，也就是用既有的 knowledge base？
地方政府還是可以買 MS Office，我們主要用 Google Workspace 和 LibreOffice（笑）。
瞭解。
但是百度比起 Bing 的商轉，能量弱很多。
好不容易用 Google Workspace 擺脫了微軟 Office，是不是要再來一次（笑）。
這個很好賣。目前我們看很多的分析，在微軟已經有優勢的領域，再加這一些東西，你就更難換掉它。但是有些比較沒有這麼優勢領域，也許有機會，像 Adobe，像 Premiere Pro 對 speech 也有著墨，雖然比不上 OpenAI Whisper，但在 video & photo domain 已經有一些人相信 Adobe 了，所以就算 Adobe 的品質稍差，只要有類似的東西，大家還是會繼續用。
因為你剛剛講兩個領域，一個是 text 的 Q＆A，但是 1999 很多都是打電話進來的，就是 speech to text to 回應，另外一個是中、英文字編修，因為這兩個有一點不一樣的領域，一個資訊量在 input 跟 output 一樣多，所以這種領域比較沒有幻想的問題，像機器翻譯是比較沒有道德疑慮，要驗測看有沒有翻對是很容易的。但是有沒有答對是比較困難的，因為你只問了一句話，要回應幾個 kilobytes。
但是這個有要連到哪個搜尋引擎嗎？
對，因為 Bing 後面有個搜尋引擎。
那當然。
我有聽懂，但是這個是資訊量的問題，剛剛的意思是一個 kilobyte 進來、一個 kilobyte 還你，這種領域要拼得過 ChatGPT 滿容易的，只要資料量夠。但是這個進來 100 個 byte，然後你要回 10k 的資料，這個你要拼得過，因為後面沒有 Bing，所以這個是他幫你找來就好了，他只是負責換句話說，我們現在這個就算把換句話說弄到很好，但是也沒有更新的資料，這樣回答光是問他今天幾月幾日就會錯，你知道我的意思嗎？
因為這個是 input 跟 output 不對稱，要產生這麼多的不對稱只有兩個方法，一個是幻想、一個即時去搜尋引擎找，沒有別的做法。
對，但是到 Bing 的時候就有比較不幻想的模式了。
這個 tune 過的 modality 一定會變成 default modality 之一。而我們如果後面沒有一個搜尋引擎，我不太確定 1999 要用我們的，因為連日期都會答錯的情況…
像 Bing 那邊是每小時都更新快取，所以光貼的 twitter 都可以直接做⋯⋯
理解。
對，但是這樣體驗又更差。政府不做那就只是給民間做，我們自己做，但是比民間差太多的話，大家感覺就不好了。
我們有沒有可能專注做這種，最好輸出不要比輸入量多的那個領域？
就很像現在有很多人拿就業金卡來，但是他完全不會講華語，你可以支持他們，使用者所有用到的服務，這些英語使用者都可以用，還有移工作什麼的都可以使用。
國科會目前是打算提 2 億？
但是我們有另外一個想提的，就像你剛剛講的， 2024 年出的這個也是兩大塊，governance 對於 AI 在實際情境運用的這個跟稽核，我們也打算要提。
現在的困難是，我如果編下年度，但是你這邊 6 月做出來，我還沒有人可以測這個。
總不能說語言模型走到底了，我們還只能測無人載具。
我們目前都是在測無人載具。我的意思是，如果今年國科會要主推這個，數位部今年卻只測無人載具，就沒有 alignment，你知道我的意思嗎？
這兩個其實是完全不一樣，我們這邊是無人載具和空間的互動，你剛剛這邊講到的是意識形態滲透的。
所以這兩個需要的驗測能量，是完全不一樣的。
對，因為我們最近都在做無人載具，但是現在去弄無人載具的，要來驗測語言翻譯品質，那 99％都用不上。
那我們今年無人載具先等一下？
意思是 TTC 的人不能調過來做這個，那就需要額外調度資源。
當然。
