生成式AI的簡介與應用
生成式AI與人工智慧技術簡介
- 監督式學習：我們告訴模型一些範例資料和答案，模型學到資料和答案之間具有鑑別力的特徵後，就可以依樣畫葫蘆去進行分類或預測。
- 非監督式學習：給模型一批資料但不告訴它答案，讓模型自己找到資料當中重要的特徵進行分群。
- 增強式學習：不給模型訓練資料，但告訴它目標及獎勵機制是什麼（怎麼做會得分、怎麼做會扣分），讓模型自行嘗試找出達到高分的方法。
生成式AI背後的技術原理：大語言模型
- 上下文理解：大型語言模型能更好地理解和處理文意，生成的回應更連貫且有邏輯。
- 多任務適用：大型語言模型能夠應付多種自然語言處理的任務，不需要單獨為每種任務來設計特定模型，也因此應用更多更廣。
- 大規模資料：大型語言模型用以訓練的文本資料通常十分龐大，可能是幾千萬甚至幾億的語料，讓模型能夠掌握豐富的知識，做出更準確的理解與回覆。
生成式AI的痛點、挑戰與解方
▲檢索增強生成技術（Lewis, P., 2020）
▲思維鏈（Wei, J., 2022）
生成式AI的應用實例
檢索增強生成技術與思維鏈的概念提升了生成式AI的性能，也拓展了大型語言模型在多個領域的應用範疇。下文將著重說明大型語言模型如何應用於「政策評估」：
- 透過大型語言模型對文本進行摘要，找出重點
在進行政策評估時，會需要針對如會議記錄、訪談內容、問卷中的開放式問題或網路輿情等資料進行質性分析，以歸納出多元利害關係人的相關意見或質疑。此時，結合自然語言處理（Natural Language Processing, NLP）技術與大型語言模型（Large Language Model, LLM），便能夠讓分析更有效率，避免過去逐篇檢視文本後才能找出重點的耗時過程。
首先，為瞭解民眾對於議題有哪些重要的意見面向，可藉由AI語意模型對民眾言論文本進行「重要關鍵字提取」與「語意相似度計算」，並輔以分群演算法將相似討論進行歸類，拆解出不同的討論面向，作為政策評估時的參考。下圖是「晚婚 / 不婚議題」在社群討論當中的分群結果，圓圈大小代表討論的顯著（集中）程度，而圓圈彼此之間的距離則代表討論的相似程度。
- RAG：搜尋引擎結合大型語言模型，提升研究效率
針對政策評估時所蒐集的大量質性資料，過去往往需要花費大量時間解讀，才能從中找出關鍵課題。透過檢索增強生成（Retrieval-Augmented Generation, RAG）技術，將搜尋引擎與生成式AI優勢相融合，便能快速將文本資料中的重點知識內容，轉化成淺顯易懂的重點說明。
首先，搜尋引擎能夠直接對多種格式的文件進行文本上的解析，在搜尋時也能夠進行跨檔案的比對；生成式AI演算法則可以探索和分析複雜的資料。在針對某個議題、概念進行研究時，「搜尋引擎 + 生成式AI」能夠即時從龐大的資料庫中搜尋相關命中段落，並將這些內容快速摘要呈現；透過理解語言的結構和語境，也能確保命中段落的展示是精確且相關的。
簡言之，RAG是在檢索讀取(Retrieve-Read)的框架下進行搜尋(Yunfan, G. ,et al, 2023)，能夠識別並找尋給定的相關資訊需求(Zhao, P. , et al, 2024)，基於對命中段落的理解，使生成式AI能夠進一步生成摘要，協助使用者在短時間內獲得專業且易理解的回覆，避免在研究、搜集過程中浪費時間在無關或不確切的資訊上。例如，面對大量的訪談逐字稿文件，透過RAG技術進行知識搜尋與知識問答，分析者不僅能彙整並凸顯資料中的重要發現，還能驗證對特定解釋的認知是否正確。此外，它也提供了深入洞察，如識別特定發言者在資料中的關鍵觀點，或對比不同發言者對同議題的立場。
下圖呈現RAG技術如何在資料中發現重點，針對公正轉型研討會講座文字記錄文件進行提問，試問「女性在公正轉型中會受到什麼影響」，RAG迅速對該文件進行搜索，並以條列式回覆重點摘要，同時將參考段落的位置標示出來。
生成式AI技術的運用，使得從龐大資料中提取有價值的訊息變得更加高效和精確，從而增強了循證決策的整體效能。
