圖片由 DALL-E 3 創作 ( Claude 3 目前仍不具備圖片生成能力，但可解析圖片)
矽谷新創公司 Anthropic 日前舉行線上活動，正式發布旗下最新一代大型語言模型 Claude 3 家族，直指成為商業界 AI 應用的新標竿。 Claude 3 家族包括三種不同規模和性能的模型，從入門級的 Claude 3 Haiku 到頂級的 Claude 3 Opus ，提供企業客戶具彈性選擇。
Claude 3 代表了 Anthropic 在自然語言處理技術上的重大突破。據公司資料顯示， Claude 3 的準確率較前一代模型成倍提升，同時在智能能力、運算速度和可靠性等層面也有長足進步，讓企業用戶可根據不同使用案例，挑選合適的模型組合部署。
Anthropic 產品經理 Daniela Amodei (筆者註：Daniela 事實上是公司的 Co-founder & President) 表示，公司此次推出多款模型的全家桶戰略，就是要滿足企業客戶對 AI 的不同需求。她解釋：「 Claude 3 Opus 是目前最先進的大規模模型，適合處理高度複雜的推理任務； Claude 3 Sonnet 則是中階的選擇，性價比更高；而 Claude 3 Haiku 則專為需要快速回應的應用場景而生。」
走向商業化是 Anthropic 的主要發展策略。 Claude 3 家族的發布，讓企業用戶能夠透過雲端 API 或合作夥伴如 Google 雲端平台 GCP 等管道，直接部署這些大型語言模型。而定位高階的 Claude 3 Opus ，定價政策也將與實力成正比，以滿足對頂尖 AI 性能有極高需求的企業客戶。
重視 AI 安全性 平衡公眾利益與商業化
儘管走向商業化是當務之急，但 Anthropic 作為一家上市公益公司，仍將 AI 安全性和可靠度視為教條。 Amodei 強調，公司採用獨家的「 Constitutional AI 」訓練架構，透過程式化的規則約束，才得以在提升模型能力的同時，也控制住潛在風險，創造出一個既強大又可信賴的 AI 系統。
她表示：「我們深知，沒有任何一種目前的 AI 產品是完美無缺的，但 Anthropic 一直是業界在 AI 安全性這一領域的領導者。」她承諾，無論公司的商業決策如何，將永遠把安全放在第一順位。
對於前東家 OpenAI 與馬斯克( Elon Musk )的官司糾紛， Anthropic 並未多做評論，僅表示公司的宗旨就是在提升 AI 能力的同時，也讓其變得更安全可靠。顯見 Anthropic 希望在爭議中保持中立，專注於自身產品的開發。
除了科技發展， Claude 3 在商業層面同樣備受矚目。知名投資巨擘陪德沃資產( Bridgewater Associates )、企業軟體領導者 SAP 等重量級企業均已納入 Claude 的服務，用以提升內部工作效率及客戶服務體驗。
值得一提的是，連生技醫療界龍頭機構，如達納法柏癌症研究所( Dana-Farber Cancer Institute )、 BCW 健康集團等，也前仆後繼導入 Claude 來優化各自的業務流程。顯示大型語言模型的應用已遍及各式產業，為數位轉型注入嶄新動能。
Claude 3 可能影響就業市場
儘管 Claude 3 的到來備受企業界歡迎，但部分專家仍憂心其對就業市場造成衝擊。 Anthropic 內部人士對此表示樂觀，認為新型 AI 系統將開創更多就業機會，取代人力的只是既有工作的一小部分重複性和簡單的任務。
而身為人工智慧新銳的 Anthropic ，對於開放式 AI ( Open AI )和封閉式 AI ( Closed AI )的爭議立場則傳遞了中立訊息。公司認為，未來的AI生態將是多種類型的模型並行競爭和合作。當企業客戶對不同應用需要選擇不同模型時，無論是開放還是封閉的訓練方式都可共存。
展望未來，隨著企業領域的數位浪潮持續擴大， AI 勢必扮演更重要的角色。作為最新世代的大型語言模型，Claude 3 的問世不啻是 Anthropic 向世人展示其在自然語言 AI 領域的實力和決心。未來，我們可以預期類似 Claude 的智能系統,將在工作場所、金融服務、製造業，以及其他重要產業中扮演舉足輕重的角色，徹底改變人類工作及生活的方式。
(本文由 Claude 3 Sonnet 所創作)
Claude 3 的優缺點 (筆者評價)
優點
- 在一些基準測試中表現優於 GPT-4 ，例如人工評估得分更高
- 展現出強大的上下文理解能力，能夠按照指示切換溝通風格
- 在拒絕不當提示方面比 ChatGPT 更加堅定
- 具備多模態能力，可處理圖像任務
- 擁有較新的知識截止日期(2023年8月)
缺點
- 在某些視覺推理任務上表現不佳
- 最大型號 Opus 的價格較為昂貴
- 無法渲染 latex 或 markdown 生成的表格
- 有些時候生成的回應比較簡短缺乏細節
- 在處理一些特定領域知識(如動漫)時表現遜於預期