返回目錄 / 關於ChatGPT企業應該知道的10個要點

2023-04-27 / 854

要擁抱爆紅的ChatGPT技術，企業考量和個人使用截然不同，我們整理了企業上手ChatGPT技術前，得先知道的十件事

今年3月1日，OpenAI正式跨入企業應用市場，釋出了ChatGPT背後GPT-3.5版模型的付費API服務，也跨進了更多企業對話式應用情境，從搜尋、問答、客服、導覽到語音操控等。

不到2周，新一代GPT-4模型問世，不只文字，還能輸入圖片，帶來了生成式AI更多種應用的可能，不只是回答問題，還可以解釋圖片、看圖答題，或是分析圖表趨勢，甚至，只要輸入一張手繪的網站設計草圖，GPT-4就能自動生成對應網頁的程式碼。不只國外企業，臺灣金融業、製造業、政府和教育機構都躍躍欲試，想要開始採用ChatGPT背後的超大語言模型技術。

不過，企業擁抱GPT的考量，和個人使用截然不同，我們整理了10個企業擁抱ChatGPT技術要先知道的10個QA。

OpenAI的付費API沒有提出服務可用性的保證，根據其服務狀態儀表板來看，API可用性約98~99％，每個月會中斷30～40分鐘。這是企業採用前要留意的事。

Q：GPT、ChatGPT、OpenAI和Azure OpenAI有何不同？

A 這是上手ChatGPT技術前要先釐清的四個名詞，ChatGPT應用是爆紅的AI對話服務，背後所用的生成式AI模型就是GPT模型的3.5版本，而開發出ChatGPT應用的公司就是OpenAI，他們也在3月1日釋出了OpenAI的API服務，其中就包括了ChatGPT模型的API。而微軟則是將OpenAI的技術部署到Azure上來提供，也就是Azure OpenAI服務。

Q：OpenAI和Azure提供的ChatGPT技術API有什麼不同？

A 在技術上，凡是OpenAI公司提供API功能或模型，微軟承諾會盡快跟進在自家Azure OpenAI服務上提供。兩者主要不同是，OpenAI公司的API傾向於研發、研究使用為主，而微軟則比照原本Azure公雲的服務等級，提供了更多資安強化（例如VLAN傳輸）、服務可用性承諾（例如99.9%的的SLA）、企業合規要求、顧客資料保護承諾、隱私機制、AI倫理機制等。另外，企業則可自助申請快速啟用OpenAI的付費API服務，但Azure OpenAI目前則採審查申請制，需等待一段時間審查才能開通。

Q：企業可以使用哪些OpenAI生成式模型？

A OpenAI目前可以提供最新多模態的GPT-4（限定測試版）以及ChatGPT所用的GPT-3.5版模型，以及GPT-3模型，另外還提供了圖片生成式模型DALL·E （測試版）、語音轉文字的Whisper模型（測試版）、程式碼生成模型Codex（限定測試版）、過濾敏感資料的微調模型Moderation，還有一個適合用於企業內部運用的Embeddings模型API。不過，這些模型都是公版的基礎模型（base-model），企業若希望模型能更佳客製化，需要進行模型微調（Finetune）或是輸入提示（Prompt）來引導。

Q：提示和微調有什麼不同？

A ChatGPT可以輸入提示文字（prompt）來引導ChatGPT產生的內容，越來越符合使用者預期的需求，同樣也可以用於OpenAI的API，甚至出現了「AI提示工程師」（Prompt Engineer）或者更詩意的「AI詠唱者」說法，只要提問的問題問得好，就越能得到更貼切的答案。

但是，輸入提示給基礎模型，不會改變基礎模型本身的權重。因此，每一次都要重新輸入提示文字才能得到想要的答案。若要建立客製化的模型，企業得改用微調（Finetune）的方式，輸入一批自己的資料，來調教OpenAI提供的基礎模型，產生自己的客製化模型。不過，目前OpenAI還沒有開放GPT-3.5和GPT-4的微調，只能透過提示工程來進行客製化。另外，微調也不是重新訓練整套GPT模型，而是針對使用者提供的少量數據來改變部分參數的權重（或者可以說是加上一個屬性模型），讓模型輸出的結果更符合使用者的期待，因此，微調模型不需要龐大訓練資料，也不需要像重新訓練那樣費時及龐大成本。

Q：為何要計算Token? 一次最多上傳多少字？

A 當輸入一段文字到API後，OpenAI會抽取這段文字中的詞或概念（類似斷詞），將文字轉換成一個個Token。以中文字來說，平均一千個中文字約有600～700個Token不等，但還要看文字內容而定。OpneAI的API上傳限制就是按照Token數量來計算，例如 GPT-3.5模型的上限是4K個Token，而GPT-4則增加了四倍，最大到32K個（不過，目前只開放特定用戶）。Token也是OpenAI API的計價單位，以對話用的gpt-3.5-turbo的API來說，每千個Token要價0.002美元，而最新的GPT-4的32K引擎版本則每千個Token要價0.12美元，後者貴了60倍。

Q：什麼是Embeddings模型？有什麼用途？

A 不同於GPT-4或GPT-3.5是生成媲美人話的文字來回覆使用者，Embeddings模型是將輸入的文字轉換成一個浮點數值的嵌入向量（Embeddings Vector），當兩段文字的向量距離越近（可透過向量計算得到），就代表了這兩段文字的關聯性越高。可以用於搜尋（比對一段話在一篇文章中的位置，或從一批文章找出最相關者）、分類用途（將相關性高的文章分成同一群）、尋找關鍵字（找出中一篇文章最相關的幾個關鍵詞）等。摩根士丹利財管公司就是利用Embeddings功能來搜尋和整理龐大知識資產。

Q：企業能不能下載模型到本地端部署？

A 不能，不論是OpenAI或Azure都沒有提供GPT-3.5或GPT-4的本地端部署，企業只能將資料上傳到雲端API。透過微調產生的客製化模型，也只能儲存在雲端，透過API呼叫來使用，無法下載部署。

Q：OpenAI將資料儲存在哪？

A 目前全都儲存在Azure美國機房，微軟的Azure OpenAI服務也是。所以，對臺灣企業而言，等於是境外服務。

Q：企業上傳的資料會不會變成訓練資料？

A 企業上傳到OpenAI的資料可分為兩類，一類是每次輸入的提示文字或問題，另一類是用來微調模型的數據。OpenAI承諾從3月1日後不會用這些提示文字資料來訓練（代表之前會），不過，企業可選擇願意授權給他們用於訓練。對於第二類，OpenAI保證只會用於顧客自己模型的微調，不做他用。微軟則比照Azure政策，不會私自使用顧客上傳的資料也不會賣給第三方。不過，不論是OpenAI或微軟，對於輸入的第一類提示文字則會保留30天，以供敏感資料的真人審查之用。

Q：為何需要真人審查？企業能不能拒絕？

A GPT-4目前只能過濾8成敏感內容（不當指令攔截可超過95%但並非100%），而gpt-3.5-turbo甚至不到6成，因此，OpenAI在特定情況下會由少數獲得授權的真人來審查有疑慮的內容，微軟Auzre OpenAI服務也是如此，不過，微軟也提供企業可以專案申請免除真人審查。

從微軟在Azure的說明文件中，可以看到，微軟的OpenAI服務運作流程如下，可以分為四種使用行為以及對象的四大類資料，第一類是企業所建立的微調訓練任務資訊（這是用來客製化模型用的程式碼或後設資料，主要用於訓練一個客製化模型），直接上傳的訓練用檔案（通常是企業上傳的訓練資料集），另外還有第三類是透過回答、搜尋或嵌入向量等API呼叫輸入的資料（通常是企業透過API呼叫時所上傳的參數內容），最後一類則是生成的結果。第一類資料會直接放入到訓練基礎架構中，而第二類訓練資料集則會集中到訓練資料儲存處，再提供給訓練基礎架構來使用，最後微調訓練出一個客製化的模型，Azure會將這個客製化模型部署到預測/推論基礎架構來部署。當企業透過API上傳的參數，例如提問，提示文字等，則會用客製化的模型來推論，來產生出最後一類「生成結果」。每次當模型完成推論後，也會同時將所有透過API輸入的資料（第三類資料和輸入參數）和生成的結果集中到一個顧客資料儲存庫中，保留30天，以供日後真人檢查之需。另一方面，所有生成結果也會非同步送到一個預警系統，一但發現有不雅或不當內容，就會發送警告給特定獲得授權的真人稽核人員，針對企業所上傳的資料和生成結果來審查。