人類要與機器聊天，有兩項技術要解決：讓機器懂人類語言（Language to Data），讓機器講人類語言（Data to Language）。語言技術已經發展了數十年，最近因為深度學習演算法與巨量數據，有了巨幅的進步。

Open AI公司的ChatGPT橫空出世，讓人驚艷AI對於人類語言多重意圖與隱含意圖的理解，以及自然語言生成模型（NLG, Natural Language Generation）的成熟。過去，語言生成模型包含了各類文本，簡單如健檢數據轉換成醫師口吻的文本，企業財報資料轉變成報紙文本的財經新聞，小說與偶像劇也有劇本文本（如英雄總是在第七集接吻，最後一集絕地反攻），情書大全也是一種文本。有了這些文本，ChatGPT就可以幫人寫劇本與情書，只要把人名與情境詞彙重組就好。當機器懂人類說甚麼，人類也懂機器在說甚麼，ChatGPT就把這技術用來做聊天。

但，人類語言的文本何其多。ChatGPT（Generative Pre-trained Transformer）預先幫人類閱讀巨量資料，再以深度學習演算法產生巨量文本結構情境詞句與知識庫。譬如，請它幫我準備電子商務結構洞應用的演講大綱，幫我用金庸小說風格寫出十集影集大綱，並請它為台灣科大設計招生文案。請它幽默一點，具體一點，煽情一點…都有驚豔的表現（結果都放在我臉書上）。

上周有學生問我：「影響信任的因素有那些？」 若問Google大神，會得到上百種不同的連結，同學要慢慢讀。若問ChatGPT相同問題……