隨著人工智慧科技不斷演進，應用範疇也不斷擴大，其中生成式藝術 AI（AI generative art）是蓬勃發展的領域之一。

以自然語言處理模型「GPT-3」為例，使用案例已遍及內容創作、文案撰寫、顧客支援、產品設計，此外還有圖片生成工具「DALL-E 2」、「Stable Diffusion」、AI 音樂生成軟體「Jukebox」，可以說在合成引擎的推動下，藝術將是 AI 帶來革新的下一個領域，而且這類工具，極有可能即將取代我們過往所知道的搜尋方式。

♦ TO 延伸閱讀：【給 AI 產業工作者的 2023 預言書】五大趨勢與問題，等你們替全世界人類解決！

從搜尋引擎到 AI 合成引擎

1990 年代初期，正是全球資訊網（WWW）開始成長的階段，人們需要搜尋並整理文件檔案，進而催生搜尋引擎的技術發展：曾風光一時的產品包含 Yahoo、美國入口網站「Excite」、搜尋引擎元老「Lycos」與「Infoseek」等，只不過最終，稱霸搜尋引擎市場還是 Google； Google 在英語詞彙中甚至變成了「上網搜尋」（search）的同義詞。

Google 搜尋引擎的邏輯並不複雜：使用者在搜索框中鍵入某個詞彙，經過某種像黑盒子般、沒有人知道確切運作方式的演算法排名，對內容進行索引與爬取（crawling），最終呈現給使用者的是一份超連結名單，指向不同的網域內容。

這是目前使用者檢索網站內容的主要方法，也是現今網路使用者最為熟悉的搜尋方式；Google 在搜尋引擎市場的地位舉足輕重，幾乎讓人無法想像哪天可能會有替代品出現，直到近年大家逐漸認識「AI 合成引擎」（synthesis engines）。

我們可以從美國科技業創投家 Balaji Srinivasan 的推文中略見端倪：

合成引擎 > 搜尋引擎
未來 DALL-E 等合成引擎能在接收詳細提示（prompt）後，創作出許多形式的文字、音訊、圖像、影片。Google 將淪為過時的搜尋引擎，使用者只會拿來引用他人作品。

合成引擎與搜尋引擎有什麼不同？

尤其在眾人見證過 ChatGPT 的神奇魔力後，「ChatGPT 將取代 Google」這類的呼聲又變得更高了。

簡單來說，搜尋引擎的作用是根據搜索單詞，爬取索引到的網路內容；合成引擎則會朝更精準的方向再優化──例如句構較複雜，牽扯到修飾語、行文風格、角色特質、內容形式等細節的長句，並且編排（compose）出適切內容。

以搜尋引擎為發展基礎而超越搜尋引擎，合成引擎可以說是全新的概念，如今在 AI 領域也被稱作「提示工程」（prompt engineering），指特定任務被轉換成以提示為運行基礎的資料集，語言模型再根據該資料集進行訓練。

♦ TO 延伸閱讀：從通訊設備到保險業都在用的「保密」AI 創新推手：合成資料

為何合成引擎能實現內容創作？

所有生成藝術創作的源頭都是某一則自然語言提示，隨後才有 AI 科技介入，進行文字-圖像的轉換、詮釋，並產出最終成果。

至於所謂的提示，則是指某段自然語言描述，被用來作為合成引擎、機器學習模型的輸入資料（input），也是使用者與演算法之間的溝通橋樑，把創意發想轉化為文字-圖像資料，再傳達給合成引擎。

所謂「提示」諸如：

女孩,新海誠風格,動漫,日本動漫的背景,80mm鏡頭,廣角,夜景,城市,建築,高細節
Kobe Bryant 罰球,鉛筆畫,逼真

……等等。

合成引擎本身，並非由工程師預先編寫完成，而是經由上百萬組文字-圖像數據預先進行訓練；更精確地說，演算法會接觸到上百萬張經過標籤處理的圖像，而這個訓練過程稱為「對比語言-圖像預訓練」（Contrastive Language–Image Pre-training，CLIP）。

在這樣的數據訓練下，AI 藝術生成工具會建立起某種程度的圖像理解，再根據這份理解、擴散模型（diffusion model）以及接收到的提示，生成藝術創作；而就像搜尋引擎的黑盒子排名演算法一樣，沒有人知道合成引擎會針對提示做出何種反應。也因此，給出好的、精心的「提示」對於 AI 藝術生成工具來說非常重要。

♦ TO 延伸閱讀：AI 領域創新腳步不停歇，跟上專家一致看好的 2023 年三項趨勢！

簡言之，不同於搜尋引擎被動取回網路資訊，合成引擎會根據使用者輸入的提示細節，主動編排出搜索結果。

不是 Echo 或 Siri，ChatGPT 才是開啟對話式搜尋的最終勝利者？

而對於像是 ChatGPT 這樣的聊天機器人工具而言，則有可能開啟「對話式搜尋」的新時代——一直以來，科技業相信像是亞馬遜 Echo 或 Google Dot 等智慧音響的出現預言著對話式搜尋的一場革命，然而基本上這尚未真正實現——ChatGPT 卻有可能改變這一切。

在 ChatGPT 上的搜尋體驗基本上優於 Google：它讓使用者不必點擊或滾動滑鼠上的滾輪瀏覽，而是直接給出答案，不過如同前文所說，由於 ChatGPT 這類工具需要訓練數據，因此時常給出過時答案——ChatGPT 的訓練數據中就不含蓋 2021 年以後的事件。

這是 ChatGPT 作為一個「搜尋引擎」的明顯限制，除非有辦法讓它連接上網路並且進行近乎即時的更新，這些問題基本上都可以被解決。然而，就像是生成圖像時的黑盒子演算法，ChatGPT 的另一個主要弱點是——它從不提供其答案的來源，而這很明顯是由於這些答案是從「不同的資訊來源合成出來的」，這也使得其正確性難以驗證。

TO 編輯前陣子已經試玩了 ChatGPT，當編輯請它撰寫一篇「關於蔡英文總統的貓咪的文章」就得出了以下結果：

雖然 ChatGPT 不斷在回答問題時告訴使用者：「在使用（ChatGPT 提供的答案）之前應該根據可靠的外部來源驗證我提供的任何資訊」，也就是需要使用者從維基百科或 Google 搜尋中驗證資訊的真實／虛假、正確／錯誤，因此從以上限制來看，這類工具要「取代 Google」還需要一些時日。

不過，不可否認的是，ChatGPT 的確提供了對話式且全面的答案，且對於使用者來說更為便利（不必離開搜尋頁面、不斷滾動頁面／點擊尋找需要的答案，或者被前排的各種廣告結果所干擾）並且還可以根據要求調整其解釋：一旦要求 ChatGPT 為一個 6 歲的孩子解釋一個複雜的概念，它便會使用簡單的辭彙來讓 6 歲孩子一秒理解，卻也可以在下一秒轉換成只有專家懂的語言。

當然，所有人都非常好奇 Google 對於這類工具出現有何感想、是否擔憂會被取代——作為補充，專門研究 AI 的部門：Google AI 也有 LaMDA，跟 ChatGPT 同樣是對話神經語言模型系列， LaMDA 的訓練參數為 1370 億個，而 ChatGPT 則為 1750 億個——Alphabet CEO 皮采（Sundar Pichai）對這問題指出，Google 需要平衡大膽的願望並對需求更為負責。Google AI 負責人 Jeff Dean 則補充說道，由於涉及了聲譽風險，該公司在進行這類試驗時，「我們比小型新創公司更為保守，把這件事情做好是非常重要的」。

♦ TO 延伸閱讀：AI 機器人 LaMDA 「有感覺」是真的嗎？簡立峰親自解答，人工智慧在語言辨識上的最新進展！

雖然 ChatGPT 給出的「單一答案」可能帶來非常便利的使用體驗，但也有其缺點，例如阻止了搜尋者從各類搜尋結果中得出自己的結論，而僅是呈現 ChatGPT 對於什麼是「真實」的解釋，而 AI 和演算法又特別容易受到偏見的影響，Mata 今年 8 月推出的對話式 AI 原型 BlenderBot 就因為侮辱了自家老闆祖克伯（Mark Zuckerberg）而上了頭條。

♦ TO 延伸閱讀：Meta 的 AI 聊天機器人吃了誠實豆沙包？機器人：我不喜歡祖克伯，他超詭異

關於這類合成搜尋工具是否會取代 Google 這點上，還有一個值得關注面向：微軟是支持發表了 ChatGPT 背後組織 OpenAI 的投資者與合作對象，並且已經開始將由 DALL-E 2 提供的 AI 生成圖像顯示於 Bing 的搜尋結果當中，這很大程度模糊了搜尋以及生成 AI 之間的界線。

對於合成引擎是否即將取代我們熟知的搜尋引擎，現階段還沒有正確答案。不過，合成引擎的確正帶起一場藝術復興，類型包含音樂、美術、文章、影音等媒體。未來，我們更可以預期 AI 提示被運用於更多任務上，例如智慧合約創建、網頁 App 設計，甚至鑄造 NFT 再直接放上交易平台。

本圖/文由「Techorange科技報橘」授權刊登，非經同意不得任意轉載。
原文出處：在我們還無法想像有人可取代「Google 搜尋」時，「AI 合成引擎」橫空出世了