(二)它背後的演算法是基於機器學習技術中的自然語言處理模型，請說明 ChatGPT 主要的運作原理。（15 分）

AI 聊天機器人的構建必須得有巨量的數據，據了解以 OpenAI 在2018年推出的第一代 GPT，就有1.17億個參數，而後發布的 GPT-3 更多達1750億個參數。
GPT-3.5 則是 ChatGPT 的基礎，是基於 Google 於2017年發布的 NLP Transformer 創立。該特色就是利用數學找規則，翻轉過去 AI 訓練需要大量人力「標籤」的流程，只要有大量未標籤文本資料即可訓練，省下大量人力資源。
雖然目前ChatGPT還未公布其參數量，但參考過去Google所推出的語言模型達3.4億參數來看 ChatGPT 參數肯定超過 Google，在有巨量參數的基底下 ChatGPT 學習回應的流程是先從網路擷取大量文字來編寫內容，並利用豐富資料量「文字接龍」來拼湊多種答案與組合，並猜測句子中下一個字可能為何，也因此當我們提出同樣問題不見得可以獲得一樣的答案。
回應過程中，也會利用人工方式來調整其回答，令其更為「人性化」，透過開放免費使用，就能夠蒐集更多資訊並反覆調整應答內容，提升回應精準度，這也代表該工具距離要取代單一職業仍有難度。
除基本對談外 ChatGBT 也不僅是聊天機器人，在大量參數和人為調整下，還可以當作搜尋引擎使用，也能針對郵件部分內容，產生回應、透過角色、時間背景的設定完成短篇故事創作、依使用者需求寫出特定功能程式碼、輸入中英文內容翻譯、修改文法錯誤、輸入關鍵字就能寫詩、歌詞、分析長篇幅文本整理資料重點等。(來源：豐雲學堂)

AI创作