為提升並健全本館同仁及圖書館同道於圖資領域相關專業工作涵養，同時精進其業務知能，特規劃辦理「圖書館的多重宇宙－112年新世代圖書館員跨界實踐力系列課程」。本(112)年8月21日下午兩點於本館行政區簡報室辦理本系列訓練首場次課程－「探索生成式人工智慧之創新應用與挑戰」，邀請國立政治大學圖書館廖文宏館長蒞臨分享生成式人工智慧之緣起、發展趨勢及其未來所面臨之挑戰。由本館國際合作組黃文德主任主持。

本次課程共分五大部分，包括人工智慧緣起、生成式人工智慧(Generative AI)及大型語言模型(LLM)的發展趨勢、圖書資訊學的人工智慧應用案例、議題與挑戰及結論。一開始廖老師即強調人工智慧既然發展如此快速，究竟又有那些意義和挑戰？同時他也強調目前焦慮的不只是圖書資訊科學領域(library information science)，電腦科學(computer science)老師也很焦慮，因為這麼多的大型語言模型背後代表的是強大的計算能力需求，需要很多資源，像是資金投入等。廖老師從40年前個人電腦開始出現，逐漸講解到目前生成式人工智慧應用於日常生活各種不同領域。大型語言模型從2018年6月之GPT-1，歷經2019年2月之GPT-2、2020年6月之GPT-3、2022年11月之GPT-3.5再到2023年3月之GPT-4，各個時期的功能變動，中間差異較明顯的是GPT-3.5 比GPT-3採用了對話形式介面並且加入強化式學習，也是和Google差異最大之處。特別是文字對話介面使得目前生成式人工智慧的使用門檻變低，大幅提升觸及率及實用性。

除了Chat-GPT，廖老師又介紹了目前其他2個大型語言模型，並且介紹這些生成式人工智慧的演進過程及這些大型語言模型之最新發展趨勢，並介紹ChatGPT之發展侷限及功能加強，像ChatGPT plugins，還有特別領域專長，像BloombergGPT, BioMedLMGPT, Law ChatGPT, Darkbert, WormGPT, FraudGPT, DreamGPT等。另外廖老師也介紹了幾個人工智慧應用於圖書資訊科學之案例，像Scopus AI, Google SGE, AI Generated Text Detector, Turnitin's Solution, Document Image Analysis等，有些已被開發，有些還在實驗室階段。

人工智慧目前遭遇到之重大議題及明顯挑戰就是”Seeing or Hearing is No longer Believing.”(眼睛看到或耳朵聽到的不見得再是真的) 最後廖老師於結論強調，持續精進中的生成式人工智慧，其實用性已不可忽略；人工智慧的應用越多元與普及，安全議題越顯重要；理解生成式人工智慧模型的優勢及限制並且善用人工智慧技術輔助，增進效率，改善學習或服務品質等，都是我們面臨人工智慧時代來臨所應抱有之正確態度與認知。