文/ ERIN 圖/ ERIN 拍攝、shutterstock
放棄百萬年薪轉而投入台灣的教職工作
國立台灣大學資訊工程系最年輕的副教授陳縕儂，本身有著相當出色的學經歷，在美國卡內基美隆大學進修電腦科 學暨語言資訊，而後到美國微軟研究院工作，未成為正式的研究員就擁有 16 萬美元(約 490 萬台幣)年薪的待遇，若升為正式研究員，可達到千萬年薪。令人意外的是，陳縕儂教授為了教書的夢想，因而放棄美國微軟高薪，毅然決然的回到台灣，投入了台灣大學的教職工作中。
自然語言的奧妙 一段有趣的專題經驗
陳縕儂副教授的主要研究項目是自然語言處理，和語言相關的部分都算是研究的範疇，可以牽涉到的範圍則相當廣 闊，一段文章、簡單對話都會是研究的範圍，從對話、文章中分析關係與探索語意，都是自然語言處理的工作，當初陳 縕儂副教授踏入這個領域的契機，來自於大四的專題。她看到了人們在語音資料處理的需求:比如今天有一段課程錄音， 需要從中抽取特定部分的教學內容，即使全部轉為文字，也是相當麻煩的一項工作，但今天若有人工智慧的協助，自動 列出語音段落中的關鍵字與摘要，就簡單許多，不僅能照順序理好大綱，另一方面也能立即整理好課堂筆記。在這段經驗中，開啟了陳縕儂教授對這方面研究的興趣，也奠定了她的人生走向，進而在美國攻讀相關科系的博士學位。
已然充斥生活的人工智慧
生活中常見的語言智慧助理如 Siri、Google Assistent，如何讓這些人工智慧系統找到我們要的東西，就是自然語言研究的重點，舉例來說:今天要訂一間餐廳，但什麼樣的餐廳你還未完全確定，這時人工智慧的工作就是協助探索，找到真正符合要求的餐廳，將所有條件經過判斷、分析現有的資料後，做出最佳的選項，訂到你心目中適合的餐廳。自然語言技術在現代是相當重要的主流技術之一，由 ChatGPT 引發的迴響中便可窺知一二。
人工智慧的範圍不光是語言，圖像處理也是其中之一， 如車牌辨識系統、面部解鎖工具等等，都是常見的人工智慧 工具。面部解鎖工具背後的技術遠比我們所想的複雜，必須要快速的辨識出面部的特徵，同時判別是否為真人的實體， 並非平面的照片，在影像上需要做到較為全面的功能，避免輕易的被破解，失去了原本功能的美意。
優秀的工具帶來更好的工作成果
在 ChatGPT 問世的幾個月以來，印證了人工智慧擁有如人類般對話的潛力，甚至有過之而無不及，在翻譯的領域 更是優秀，引發了一波翻譯的失業討論，以及未來學生不再需要挖空心思寫作文等等輿論充斥，那麼，未來該如面對人工智慧的快速發展呢?人工智慧以龐大的數據量進行演算與學習，但數據不足時，很難做出精確的判斷;以醫生看病為例，針對感冒、腸胃疾病等常見的疾病，人工智慧可以依據 大量的過去資料做出精確的判斷、撰寫病歷、配給藥物，但有許多罕見疾病因為缺少資料，目前很難交由 AI 去學習判別，故還是需要人類進行最後的核定，以防相關病症的漏網之魚。陳縕儂副教授提醒，任何職業都可以運用 AI 來更上一層樓，我們應該思考如何運用，讓這項工具提升你的效率， 而不是懼怕飯碗被搶走，拒絕去理解這項工具的方便。
鼓勵學生主動學習 了解人工智慧工具
經由上述的原因，陳縕儂副教授並不認為需要禁止學生使用相關的人工智慧工具，就像是當年 Google 搜尋引擎的 問世，現在看來也相當稀鬆平常「其實應該要鼓勵大家去了 解這個東西，了解之後，你會知道它擅長什麼?它不擅長什麼?什麼時候用它其實會有很好的結果。」這件事情會推動學生進行研究與學習，理解這些技術後，判斷如何詢問人工智慧工具，怎麼去糾正它才能得到正確的結果「我覺得是一個正向循環的，更應該要鼓勵大家去了解。」
今天如果一位老師出了英文作文的作業，學生當然很有可能使用 ChatGPT 作答，也可以寫出一篇很棒的作文，但 如果是在考試當中出現這樣的題目，學生馬上就會原形畢露。陳縕儂副教授提到，基本能力的養成是非常重要的，必須要讓學生知道使用這項工具的利弊，將使用權交到學生的手上「我覺得大家都已經是大學生了，還是會比較知道怎麼拿捏，一味的限制反而是不好的。」
花時間探索人生 放高自身眼界
在人工智慧崛起的 2023 年，陳縕儂副教授建議，大學生應該把握在大學的開放環境，花時間經歷生活與文化上面 的理解，高中以前經常壟罩在升學壓力中，很難有這樣的機會，未來入職之後也未必拿得出時間，反而在大學中是最多彈性、最有餘裕的時候，可以用來豐富自己的人生「也許會長遠的影響你這個人。」;剛入職的年輕人，應該更積極的去了解現在身處的產業中，是否擁有其他的機會、變動，去了解為什麼公司需要設定這樣的企劃方向，未來有沒有其他發展?也許你從工程師開始做起，但發現並不是這樣的適合你，這時候有可能在你探索其他機會時，找到更好的方向， 不要侷限在眼前的小任務中，應該要將眼界放高一點，這樣對未來是很有幫助的。
