Google Cloud 的學習內容全球負責人 Jaime Farinos 和 Google Cloud 認證與證書的全球負責人 Magda Jary 邀請大家參加這一系列的培訓，這些培訓包括點播課程、實驗室和影片，旨在幫助參與者驗證他們的 AI 知識。這些生成式 AI 培訓無需任何成本，參與者可以在12月份的任何時候完成。
培訓內容從基礎開始，適合任何角色或技能水平。參與者將了解生成式 AI 的基本概念，以及如何使用 Google Cloud 工具開發自己的生成式 AI 應用。其中包括一門22分鐘的入門課程，內容涵蓋視頻、閱讀材料和測驗，以及一門關於大型語言模型( LLMs )的課程，這將幫助參與者建立對 LLMs 的基礎理解，包括使用案例和如何使用提示調整來提高 LLM 的性能。此外，參與者還有機會通過完成三門基礎課程和測驗來獲得一個可分享的 Google Cloud 技能徽章，證明他們對生成式 AI 基本概念的理解。Google Cloud 還提供了一個名為” The Arcade “的遊戲化體驗，參與者可以在 Google Cloud 環境中完成生成式 AI 實驗室，並且有機會累積積分以獲得 Google Cloud 商品。
這次的培訓是一個絕佳的機會，讓對生成式 AI 感興趣的人士無成本地提升他們的技能，並為未來的 AI 挑戰做好準備。隨著生成式 AI 技術的快速發展，這樣的培訓對於希望保持競爭力的專業人士來說是非常有價值的。
We're now alpha-testing our V6 models Midjourney. Just type /settings and click V6 or add ––v 6 after your prompt. Image coherence and prompt understanding are greatly improved. You can draw text and dolphins and there's new upscalers too. Happy holidays everyone!
Prompt: A Japanese beautiful 22 year old woman wearing white lace deep v dress, sitting on a chair in the coffee shop, full body shot, cinematic shot, f/1.4, 50mm, iso 200, volumatic lighting, soft lighting, cold tone color, Nikon D6, natural skin.
Prompt: Low angle view. An advertisement with text “Leggie” printed on it stands on the TV wall in Times Square, with a crowd of onlookers below. In the snowy winter, at night, bright neon lights. F/5.6, ISO 800, Nikon D6.
在數位時代的快速發展下，搜尋引擎優化（SEO）已成為網站和內容創作者的重要工具。傳統 SEO 的主要目標是調整網站的內容和結構，以在搜尋引擎結果頁中獲得更高的排名，進而增加曝光率和訪問量。然而，隨著大型語言模型（LLM）的出現，一種新型的搜尋引擎——人工智能搜尋引擎（例如 Generative Engines）已經崛起。這些引擎利用生成模型來收集和總結資訊，回答用戶的查詢。
《GEO：人工智能搜尋引擎優化》這篇論文的主要研究團隊為在資訊檢索系統領域具有豐富經驗的專家。他們專注於探索和實現新的搜尋技術，特別是在利用人工智能和大數據分析來提升搜尋引擎效能方面。研究團隊深入探討了生成引擎的運作原理、對傳統 SEO 策略的影響以及開發新的 GEO 方法，旨在為這一新興領域提供實用且有效的指導。
傳統的搜尋引擎優化 (SEO) 主要關注於如何通過特定關鍵字和內容結構來提高網站在搜尋引擎結果頁（SERP）中的排名。這種策略基於搜尋引擎如何爬行、索引和排列網站內容的特定算法。然而，隨著人工智能搜尋引擎的出現，傳統 SEO 方法面臨著挑戰。這是因為這些新型搜尋引擎採用更為複雜和動態的算法來生成回應，而非僅僅依賴關鍵字匹配。
相較於傳統 SEO，人工智能搜尋引擎優化（GEO）關注的是如何在人工智能驅動的搜尋回應中提升內容的可見性。由於這些引擎通常結合來自多個來源的資訊來創建一個統一的回應，因此，GEO 需要考慮的因素比傳統 SEO 更為多樣，包括內容的長度、獨特性和如何呈現引用資訊。此外，GEO 還涉及使用一系列特別設計的印象指標，這些指標可以幫助內容創作者衡量和優化其網站在生成引擎回應中的表現。
總而言之，GEO 與傳統 SEO 的最大區別在於，它不僅關注於排名和可見性，更著重於如何在生成引擎的多元和對話式環境中優化內容。這要求內容創作者採用更加創新和靈活的方法來應對這些新型搜尋引擎的特點和需求。
史丹佛大學的經濟學教授 Nicholas Bloom 最近發出了一個警告，他認為完全遠距工作的員工最有可能被人工智能取代。Bloom 教授的這種觀點引起了人們對未來勞動力市場的關注，特別是在新冠疫情後，遠距工作已經成為許多公司的常態。
Bloom 教授認為，完全遠距工作的員工，特別是那些工作內容重複且永久遠距的角色，最有可能被 AI 取代。他建議，要保護自己不被 AI 取代的最好方式是擔任需要一些面對面互動的角色，即使這種互動只發生在每隔一個月。這種觀點對於那些已經習慣於遠距工作的員工來說，無疑是一種挑戰。
完全遠距工作的員工佔美國和北歐勞動力的10%。特別是那些100%永久遠距且工作內容重複的角色，如資料輸入、客服中心、人力資源、薪資計算等，最有可能被 AI 取代。這種情況對於那些依賴這些工作的員工來說，無疑是一種威脅。
然而，人工智能的發展並不全然是壞事。在一篇名為《Generative AI at Work》的研究中，作者 Erik Brynjolfsson、Danielle Li和Lindsey R. Raymond 研究了生成式 AI 在客服工作中的應用。他們使用了來自5,179名客服代表的數據，研究了生成式 AI 對話助手的分階段引入。研究發現，使用該工具的客服代表在解決問題的速度上平均提高了14%，其中新手和低技能工作者的提高幅度達到34%，而對於經驗豐富和高技能工作者的影響則微乎其微。這些結果暗示，生成式 AI 可以提高生產力，但對不同工作者的影響存在很大的異質性。該研究還發現，AI助手可以改善客戶情緒，提高員工留任率，並可能促使員工學習。
AI 的發展也可能對全球勞動力的部分工作進行自動化。例如， OpenAI 的 ChatGPT 等生成工具可以寫程式碼、生成行銷材料、創建課程計劃等。這種情況對於那些依賴這些工作的員工來說，無疑是一種威脅。一項由高盛發布的研究發現， 生成式 AI 的出現引發了對任務自動化快速加速的擔憂，這將帶來勞動成本節省並提高生產力。儘管生成式AI的潛力存在很大的不確定性，但其生成與人類創作的內容無法區分的能力以及打破人類與機器之間的通信障礙反映了具有潛在巨大宏觀經濟影響的重大進步。如果生成式 AI 實現其承諾的功能，勞動力市場可能面臨重大破壞。根據美國和歐洲的職業任務數據，大約三分之二的現有工作面臨一定程度的 AI 自動化風險，生成式 AI 可能取代高達四分之一的現有工作。從研究中也可以看到 AI 自動化可能會影響台灣23%、中國25%、香港29%的全職勞動力。
資料來源：高盛
根據全球估算，生成式 AI 可能使18%、相當於3億全職工作受到自動化影響。好消息是，歷史上，自動化所帶來的工人流失通常會被創造新工作所抵消，新興技術創造的新職業在長期內佔據了大部分就業增長。
整體而言，人工智能的發展對於勞動力市場來說，既有威脅也有機會。對於那些希望在未來的勞動力市場中保持競爭力的員工來說，了解 AI 的發展趨勢，並根據這些趨勢調整自己的工作方式和技能，將是非常重要的。
