ChatGPT 大爆發，AI 當道不只繪圖，連程式都會寫，工程師要失業了嗎？

不曉得大家有沒有開始接觸 AI 相關的應用呢？ OpenAI 這家公司真的是在 2023 年大爆發了。無論是不是工程師，都玩得不亦樂乎。從 Dall-E 數位作畫開始，到全方位問答的 ChatGPT，連專題、論文、都可以幫你寫。就連這篇文都有點想讓他幫我寫了。

 

不過不曉得大家會不會有，自身的工作即將要被取代的危機感呢？

 

 

先不說你們的答案是什麼，其實我的答案是偏向悲觀的樂觀。

 

 

這感覺很玄？是什麼意思呢？

 

 

其實就是我們認為大部分的工作都一定會被取代，但是會有新的工作應運而生，如果提前開始卡位，那就會乘上時代的風口。正如同任何品論一個時代的文章、影片總是會提到的一句話：「站在風口上 豬也能飛起來」。就如同過去時代，你還在用打字機，人家都已經在用電腦 Word 處理文件了。而且門檻不會很高，就像當年的 iPhone 程式只要做個打火機應用就讓人覺得很厲害一樣。

 

 

 

當然這很難讓人接受，在你可能要否定一切論點之前，我們先來看一下 OpenAI 的背景。

 

 

一開始 OpenAI 是一個無盈利組織，由 Samuel H. Altman 與 Elon Musk 伊隆馬斯克 創立的，一般來說馬斯克都是負責出錢的角色，所以實際營運的人為 Samuel。詳細的歷史故事，無論是 WIKI 百科還是 Youtuber 老高都已經幫大家整理好了，所以就不再重複，大家可以去看。

 

 

這邊的重點在於，2019 年微軟投資了 Open AI 10億美金，之後 ChatGPT 在全球火爆的程度大家應該都有目共睹，兩個月就達到了一億用戶。就連抖音 TikTok 也要花 9個月的時間，IG 則花得更久。如果有此成果，任何一家公司都不會忽視他的，甚至會以他為主軸規劃商業戰略。因此不意外的，微軟確實開始使用他製作商業應用，無論是跟 Bing 結合的 AI 搜尋引擎，或是 AI 自動寫程等。當一個技術有辦法盈利，那他就是真的成熟了。

 

 

目前 AI 應用已經深入日常的程度比大家想像的高。不小的大家有沒有很常在 Facebook、Youtube、IG、TikTok 看「大壯」、「小美」，「不出意外的話馬上就要出意外了」的中國風格電影解說。雖然很多教學都會推薦中國的一些聲音網站，每個月要付一些錢才能使用。但這些網站的其實只是「微軟」Azure text to speech 這個服務的再包裝而已。現在的影片聲音檔已經不再是像 Google 小姐那樣語調上直接就可以認出不是真人了。

 

 

AI 製圖雖然目前很多優秀的繪師自本能上的排斥。但其實也是有一些專業人士有在擁抱這項技術。例如日本漫畫「拳願阿修羅」的作者就多次公開表示，自己有先使用 AI 製圖做出現實際很難看到的架空城市風景作為背景參考。

 

 

 

 

ChatGPT 能協助寫程式，甚至只要給明確的指令，他甚至可以完成整個應用。當然這其實不是一件新鮮事，GitHub  之前就推出過 Copilot 這個服務。而且不要忘了，Github 在 2020 年就已經被微軟以天價收購了。並且直接導致當時明星級免費編輯器 Atom 直接淡出市場。市場完全被微軟自家的 Visual studio code 吃下來。所以 Copilot 會不會直接跟 ChatGPT 整合，或是兩個都被整合成另外一個新的產品，是有滿高機率會發生的。

 

 

那這兩個組合起來，會不會就直接導致工程師失業呢？我相信是有一定程度的影響。至少未來不會使用 AI 作為輔助工具的工程師一定是處於劣勢的。工程師在寫程式的效率、強度上，未來不久絕對是比不過 AI 的。因為只要 電腦 / AI 的強項就是照著 SOP，架構去執行任務。而現在的程式架構，都是以「好維護」、「容易解讀」、「模組化」的方式去規劃的。本質上就是為了無論是哪個工程師接手，都可以繼續進行專案。在這樣的大主題下，如果你真的去研讀各種模式的大神的書籍，大概都可以得出一個結論：如果 AI 無法接手你的程式，那你的程式架構大概就是寫錯了。

 

 

當然，你可以說這有點太理想化了。畢竟我們每個人幾乎都是看完了書，練完了書中的例題，覺得自己功力大增，回到公司專案就繼續「Hard Code」硬幹，什麼設計模式，下班陪老婆小孩、女朋友重要。畢竟就算我們工程師有邏輯，不代表業主有邏輯啊！他給錢，想把沖水馬桶放在戶外院子正中央露天無遮蔽，我們還是得放在那。真實的程式碼多半醜陋無比。

 

 

 

 

不過雖然不能完全類比，但是自從 2016 年 Alpha Go 打敗整個圍棋界後，目前人類對於圍棋 AI 的態度是完全不與他爭強度了，已經沒有贏的可能性。2017 年 Gorating 圍棋排名已經移除掉 AI 人工智慧圍棋程式。但是目前 AI 人工智慧圍棋程式則是扮演著訓練導師、對手的角色。基本上職業棋手應該已經沒有人不用高強度 AI 來訓練自己了。畢竟當初 AlphaGo 與 李世乭的對戰中，下了一些當時不常或是不曾出現的棋路，讓李世乭甚至需要在對戰中出去抽根菸來思考。

  

 

如果以這種思路來思考的話，其實 AI 已經是一個相當好的 pair programming 「結對開發」 對象。當然以打字速度來看，Driver 應該就是 AI，而 Navigator 則是你。而這樣的方式正好可以彌補 AI 最弱的一環，「目的性」。AI 目前做事還沒有主動的目的性，只有回答你的問題，或是執行你的要求。

 

 

不過以目前來說，AI 本身能提供的資訊也還是會受到訓練內容影響。也就是說未來業界內部可能都會有自己的 AI 提供關鍵資訊。例如我本來在寫這篇的時候，想要直接嘗試讓 ChatGPT 給我所有製作冰箱的細節。

 

 

 

實際情況接近下面

Q1. 我想製作冰箱，請問需要哪些零件?

A1.  

 

 

從這個問題，就可以發現，其實每個零件，都可能是另外一個完整的產品，真正有用的細節都包含了很多的術語。那對於我這個機械系本科生來說，雖然都聽過這些零件。但還真的要是產業人士才會碰過相關的內容，大多數人頂多拿來當科普而已。以 ChatGPT 的訓練內容，想必是不會有太多詳細內容。

 

 

例如我繼續問他

Q2. Panasonic 國際牌 三門變頻冰箱 XXXXX<特定型號> 用哪一款壓縮機

A2. 

 

 

明顯的就是把「類型」當成「型號」回答我了。

 

 

不過回答錯誤其實不是重點，因為這不是很難修正的問題。真正顯現出來的問題是，這個問題的答案可能是要 Panasonic 內部的文件才有記載，所以他回答不出來。當然，這個資訊應該不是機密(畢竟你買一台來拆就看得出來了)，只是文件不是放在一般消費者會去找的位置。

 

 

因此未來，短時間內，每個大型企業都可能有內部的 AI 作為輔助工具，並且搭配上權限管理，取代現在困難的文件海，再資料的更新上也會相對容易。有接觸過一定規模的公司的內部資料區，應該都知道我在說什麼，各年份的文件散落在一起，超級難找到最新的更新與有用的資料。

 

 

這時候，如果你是這種等級公司的冰箱設計工程師，當你對內部 AI 詢問，或許整個設計規劃圖草稿就完成了，你要做的可能就是微調、模擬與規劃，還有加入最新的零件資訊。至於一般的消費者，依然是沒有辦法只靠 AI 完成工作，頂多用來製作學生專題報告吧！

 

 

最後，雖然上面都使用 ChatGPT 作為例子，但實際上這個革新才剛開始，並不是說 微軟 就此贏了。正如同當年 Google 最終還是取代了當時的老大哥 Yahoo 一統搜尋引擎江湖。所以最後哪一家公司取得了最終的勝利還是很難說呢，更新更厲害的應用接下來一定會層出不窮的。

 

 

最後，如果你喜歡我們的文章，別忘了到我們的FB粉絲團按讚喔!!