ChatGPT 及生成式人工智能的出現，讓生活變得更便利和高效。但事實上，因人工智能及科技而來的改變，早已無聲無息地進入生活的不同領域，但以往只有業界中人才有一瞥全貌的機會。今天 ChatGPT 將技術無限放大，以前所未有的簡便方式，呈現在所有人的目前。 

黃宏達 Victor 是香港跨媒體創意先驅，由廣告、電影、到 AI 水墨畫，彷彿總有用不完的創意。他於 1989 年於美國華盛頓大學電子工程系畢業後，回港創立了視覺特效公司，製作的電視廣告超過 800個，亦曾為近 100 部香港和荷李活電影設計特效，包括《鐵甲奇俠》、《神奇4俠》、《長江七號》、《頭文字D 》等等，多部作品榮獲電影金像獎及台灣金馬獎等殊榮。 

從糢糊變真實

很多現在看似理所當然的技術，甚至是仍未大行其道的，黃宏達其實早已用過，例如早於 90 年代已經開始應用 motion catpure 技術。「就繪圖軟件，我做了Computer Graphics 30多年，從我開始工作已經用 Computer 去做廣告。」 

「一些還沒出現市面的技術，我們會叫 Off the Shelve，當它在街上買到，例如超市會找到這盒挺有趣的軟件原來叫做 Midjourney，對，我相信未來有朝一日，它會是在超級市買到的東西。」 

黃宏達認為，跟生成式人工智能出現之前，最大的分別，在於同一種類的技術，昔日比較難搞而且十分耗費時間。「比如說廣告想起新橋電影有些新的場景，都是用電腦模擬我們想像空間，你可能會至少用Photoshop 或者一些 3D 軟件，過程中你要有熟悉操用軟件的同事。但現在有了比於 Stable Diffusions，整過過程就快了很多。」 

黃宏達進一步以 Stable Diffusions 解構所謂「生成式」的原理：從前的創作過程，就是創作者先在腦海中有了既定想像，然後順著構想的方向，將一些影像、一些顏色加在一起，較像在一張本來空白的畫布上，慢慢繪畫和呈現出創作者腦海中的畫面，是一個由零到有的過程。 

「而所謂 Diffusions 這個 Technology 就是倒返轉，講求在一個本來就非常糢糊的基礎之上，如何去逐漸清晰地呈現一些細節、畫面見到多少東西，其實就是使用者輸入的所謂那個 Prompt。比如你現在要看到一個海灘，上面有一個 Bungalow，有四個女人打沙灘波，前面有隻狗，後面有隻雀，人工智能就會基於你的指令，在模糊裡面一直將描述的東西變出來。」 

先學好英文

黃宏達解釋，Diffusions 當中所謂的模糊工序，其實並不是隨機，它也可以倒過來，就像砌積木，砌成了可以拆散，拆散完又可以砌返。 

「你也可以說是，像目擊者落口供認人一樣，你看到那個人是什麼樣大約五呎六七高度，有很大的滴水，肥肥的，很白的，兩條眉很粗，其實這些就是 Prompt，只是現實中我們找個畫畫師傅，prompt 就是說我怎樣形容我想要畫的東西，而人工智能去畫給我。」 

所以，如果要用人工智能輔助創作，就必須學會給予一個「精準」的 Prompt，「例如你想畫天氣，有雲無雲？天空的顏色？什麼時間？例如我要一個雨後的春天，下午 4 點半左右，人工智能其實背後有大量數據，很多影像資料已有所謂 tagging，就可以從資料中抽取。」黃宏達認為，所謂「生成」，也就是在無盡的大數據裡頭，為使用者尋找並生成有用的東西。 

「整個 AI 的發展，最初其實係要 AI 先學習人去認東西。例如一個波，你叫 AI 認這個圓形，看上去是圓形，又沒有 Shading，沒有陰影位、光位，點知是一個扁碟，還是圓形波？」 

「所以最初需要由人類一直訓練 AI，當它是個小朋友，一直教一直教，總之資料愈多，那 AI 就開始懂得去認東西，給它一張圖，你再調返轉叫 AI 講返這張圖的東西出來，我們叫 Tag 返呢張圖，好了當你在這兩年裡面用了超級電腦不斷認成千上萬張照片的時候，就成了生成式 AI 的基礎。」 

黃宏達表示，生成式人工智能出現之後，現在行業裡頭，不管是亞裔人華人，此刻其實首要是先學習好英文。一來人工智能最能理解的語言之一就是英文，加上外國的藝術體系，有很多名詞和形容詞，都是以英語為基礎。 

「例如我想要 20 年代法國 Art Deco 的 style，我可不可以加上用這個中國式的窗花？然後還要 70 年代我們在港式茶餐廳用那種？當然未來再 advanced，人工智能已經掌握多種語言，就連廣東話方言都難佢唔到，例如你話我想要一幅「抬棺材甩褲」佢都明解揭後意思「醜死怪」，咁到時人工智能自然就更厲害了。」 

保育「領域知識」

方健僑本身既是科技創業者，他也是香港無線科技商會永遠名譽主席，他近年在理大任教，於 digital marketing 業界中桃李滿門。當香港大學決定禁止學生使用 Chatgpt，學生擅自使用更被視作抄襲看待，那麼方健僑會認為生成式人工智能對於教育的意義，又在於哪裡？ 

「作為教育者，我當然希望 domain knowledge 可以得到保留和傳承，因為 ChatGPT 之類生成式 AI，如果有用過，就知佢其實點都會答你，那些資料正確與否，都會答你，因為它是聊天機械人，所以使用者本身要有一定基礎，至能判斷答案正確與否。」 

「用一個打遊戲機的比喻，玩一些角色扮演遊戲，我自己其實很怕用「魔法師」職業，因為魔法師的實力通常完全建基於所謂魔法，就靠唸幾句咒語殺敵或完成任務，若果魔法一旦失靈，它就沒有辦法或者很難在遊戲中存活下去。」方健橋以魔法比喻人工智能，因他認為，學生應該趁求學時期，把握機會鍛練自己的 domain knowledge，不要太過於依賴人工智能的便利。 

革新考核方式

與此同時，方健橋也支持學生以 ChatGPT 完成功課，因為他認為，既然學校沒有方法完全禁絕學生應用新科技，倒不如直接鼓勵，然後將精神放在改變評核機制和要求，更要來得實際。 

況且在現實世界，「大學生請槍」早已是一個屢見不鮮的陳年問題。「記得我們以前要過的那份 doctoral thesis 其實整體上的 similarity 要低於8%，還要每一份你 reference 的文件，不可以多於0.5%；眾所周知，人工智能尚未流行的時代，亦早有一些偵察的軟件可以幫教授去分析，所以比捉到抄襲的學生其實即是懶，根本就是抵死！」 

方健橋認為，其實站於應試評核的角度，學校其實可以分開「有 AI 輔助」和「無 AI 輔助」兩個不同處境，從而設定不同的評核準則。「站在 assessment 角度，亦一定可以分開，就是測試你在沒有 ChatGPT 或者 AI 的情況下，domain knowledge 的水平去到哪裡；但是學生平日的 assignment，當然就 based on 你已經有用 ChatGPT 的情況去評核，所以我希望至少有十倍以上的結果，我還期待你給予後面的 rationale，講出為何要這樣問 ChatGPT？」 

至於平日的功課，他一定會設定得複雜十倍 。「即是等於打機，當你有道具，我當然要求你做更複雜的任務，你剛剛 level 1 的東西，現在當你 level 30 來考核。問題就是從事教育的人，有沒有走得那麼快，這才是最大的擔憂。因為教育團體通常都會反應較慢，未必能夠很快 apply 到新科技。」 

人類早淪為配角

自從人工智能大爆發，更明白人類語言，現階段生成聊天、文字、圖片和程式編寫，未來呢？會不會整天今天的虛擬助手，例如 Apple Siri、Google Assistant、Amazon Echo、Microsoft Cortana？如果勢必整合，屆時日常生活的更多任務，例如上網買餸、度假行程、開關家電等，又將交予人工智能代為處理？ 

當學習、創作以及日常生活，我們都習慣了由人工智能代勞和建議，久而久之，會不會我們自己反而淪為生活中的「配角」？ 

「其實所謂由人類擔任配角，支持科技系統完成工作，其實一點也不新鮮。香港有一家很大的互聯網公司（相信是指物流公司），我參觀過他的作業系統，難道就不是由電腦指示人，如何去整理好東西放在不同地方，然後按鍵完成，再由電腦又再指示，員工去整理不同流程。作為員工，全日就是跟著燈號，無意識地工作、幫系統做事，其實世界未有 AI 已是這樣運作緊。」根據方健橋的說法，站於工業生產的前沿，人類員工早已淪為機械和技術的支援者，其實又有什麼好擔心？