Blurred shadows of people using AI technology

擁抱 AI：迎接新的信任時代線上研討會重點摘要

Amazon Web Services、Cisco 與 Lionbridge 專家齊聚一堂，討論何謂 AI 信任，以及如何培養這樣的信任

最近更新時間：2024 年 3 月 18 日，上午 10:07

人工智慧早在 19 世紀便已出現，但它的最新體現，也就是生成式 AI (GenAI)/大型語言模型 (LLM)，卻大大地改變 AI 輸出的結果。這是史上頭一遭，機器能夠有如人類一般地做決定。在這之前，機器產出的結果一直都是可預測的；但現在，這個技術的輸出結果是不確定的，因而也讓我們進入了新的信任時代。

「我們要求機器做出決定，但這一切都是在黑箱中產生的。這也引發了一個問題：我們可以信任這個決定嗎？」 

— Lionbridge AI 專家 Vincent Henderson

這場「擁抱 AI：迎接新的信任時代」線上研討會是由 Lionbridge 的 Will Rowlands-Rees 主持，在他的引領下，Amazon Web Services (AWS) 的 Scott Schwalbach、Cisco 的 Jane Faraola 以及 Lionbridge 的 Vincent Henderson 針對本地化作業中的 AI 信任問題進行了熱烈的討論。

如果您之前錯過了直播，歡迎隨選觀看研討會的影片。這場線上研討會是探討生成式 AI 和語言服務這一系列的第五場研討會。如要觀看其他線上研討會的影片，請前往 Lionbridge 線上研討會網頁。

觀看我們的線上研討會

時間不夠？歡迎閱讀重點摘要部落格文章，了解討論的精華內容。

新的 AI 信任時代到底是什麼意思？

新的 AI 信任時代，是指 AI 引擎產出有價值輸出的能力以及其他更多事項，包括誰使用 AI、如何使用 AI、AI 系統能做些什麼，以及您要如何將這些資訊傳達給貴公司的利害相關人士。公司企業可以透過以下重要層面，更全面地思考 AI 信任議題：

合作夥伴 — 您要選擇與哪個廠商合作？您可以信任他們以負責任的態度管理 AI 嗎？
流程 — 本地化作業的執行會遵循哪些流程？這些流程是否可靠而且有助達成您的目標？
系統 — 為了支援本地化作業，您們選擇了哪些技術？那些技術安全嗎？它會使用您的資料訓練自己嗎？
管理 — 如何一方面調適內部利害關係人士的期望，一方面向他們保證其內容會受到妥善的處理與管理？

該從哪裡開始著手？

與會嘉賓一致同意現在該是擁抱 AI 技術的時候了，對於這個經過重大變革的最新 AI 技術，我們必須要全心全力地投入其中，好實現它在速度及節省成本上所能達到的驚人效益。這個技術能讓企業透過更多不同的語言，以更貼近個人需求的方式觸及更多客群，最終達到提高收益的成果。同時，我們也得審慎小心地行事。所以，該從哪裡開始著手？

Cisco 的 Jane Faraola 認為，第一步是要展現好奇心。她說：「因為什麼都有可能，我認為人類的創造力會是真正驅動日後 AI 應用走向的動力」。

AWS 的 Scott Schwalbach 則建議公司要審慎思考 GenAI 解決方案的使用。他說：「[這包括] 先了解你最後的目標是什麼，然後從終點往回逆推，思考怎麼做才能抵達目標」。

重要的是，與會嘉賓都強調在設法將 AI 流程納入系統的時候，一定要有人員參與其中。

如何徹底解決 AI 信任問題？

我們推出的 TRUST 架構，是思考信任問題時一個簡單好記的方法，它是由五個重要評量的英文字首縮寫所組成：

Transparency (透明性)
Reliability (可靠性)
Usefulness (有用性)
Safety (安全性)
Timeliness (及時性)

運用所有這些因子，就能全面地解決在本地化這方面的信任問題。

透明性

透明性是指了解 GenAI/LLM 模型在本地化作業中的使用方式，這非常有益於讓內部利害關係人士感到安心，確知他們的內容會受到妥善的處理與管理。您應該要問：您的語言合作夥伴對於他們的 AI 工具使用是否公開透明？

可靠性

在流程開始之初便介入其中，會有助於獲致可靠的輸出。請先決定要機器做什麼工作、輸入適切的提示給引擎，然後執行測試先導專案。重複進行這樣的測試，確認您對結果感到滿意後，再繼續進行下一個步驟。如果想進一步提高信心，可以使用 GPT-4 對輸出段落持續進行隨機抽樣評估。根據我們的測試結果，GPT-4 評估會比人工評估更加正確。

歡迎觀看影片，了解 Lionbridge 如何協助 Cisco 針對其內容進行先導專案，以利他們擬定策略性決策。

有用性

請務必審慎思考，找出 GenAI 能對哪些目標明確的專案發揮功用。這些專案要對貴公司有益並能推動公司前進，如此您才能充分發揮這個技術節省時間與增進成本效益的優點。

安全性

為了保護您的智慧財產，請確認 LLM 不會吸收您的內容並將其用於訓練或任何其他您不容許的用途。此外，也請留意您 LLM 資料中心所在的地緣政治地區及其可能的偏見，尤其是使用法規遵循所要求的特定機器或政府核准的模型時。

及時性

GenAI/LLM 技術能加快您本地化流程的執行速度，但貿然實作可能會導致公司忽略一些重要的成功要素。諸如調整 LLM、建置檢索增強生成 (Retrieval-Augmented Generation，RAG) 系統以及進行測試等，都需要花費時間與資源來實行，這些都會影響到您投資回本的所需時間。

GenAI 應用實例：為何值得花費心力，建立適切的信任與流程

負責製作教學軟體的 AWS，會使用 GenAI 進一步將內容個人化，增進學員投入程度。例如，AWS 現在會以學員的母語建置線上學習課程，而不會總是由英文開始製作。他們也會根據目標對象客製化課程的語氣，例如透過提示要求 AI 引擎以更幽默的方式呈現主題或是讓技術教材不要那麼枯燥。

「有必要任何東西都一絲不苟、鉅細靡遺嗎？不是非得這樣」，Scott Schwalbach 接著說：「我們的評量標準是：學員會打開課程嗎？學員會進行課程嗎？學員會完成課程嗎？上完後，學員會不會繼續進行下一個課程？更加重要的是，學員是否會幫我們宣傳，推薦別人也應該來上課？」

除了提高投入程度，另一個好處則是可大幅節省時間。AWS 打算納入 GenAI 並使用新流程，藉此將製作課程的時間從 90 天縮短至兩個星期。

信任您的語言合作夥伴：他們應具備哪些條件？

想要透過 AI 措施達成您的目標，選擇合適的語言合作夥伴是關鍵之一。

首先，請清楚明確地定義您想要達成的目標。找出目標後，請在進行 RFP 流程時了解以下問題的答案，藉此判斷候選合作夥伴的優缺點：

候選合作夥伴的技術選擇為何？他們是否要求您購買不必要的複雜技術，例如翻譯管理系統 (TMS)？
廠商是否會保護您的智慧財產，還是會將您的資料用於訓練？
語言合作夥伴是否會根據資料行事，並能提供客觀、可執行的資料，來協助判斷適合以及不適合使用 Gen/AI 的時機？廠商是否能提供資料，讓您了解目前以及未來該處理的語言種類？
廠商對其流程是否公開透明，並以您的需求為優先？

上述這些考量，能幫助您根據合適的條件進行完備的評估。另一個同樣重要的要點，是您必須在組織內找出適合的團隊成員，來負責評估您目前或考慮要合作對象的資格。

歡迎參閱我們的 TRUST 架構速查表，取得有關 AI 信任的進一步指引。

與我們聯絡

即使是在 AI 最新技術進展的初期階段，Lionbridge 在技術實作方面已經是引領業界的先驅者，目前除了為將近 500 個客戶提供量身打造的 GenAI 解決方案，還有許多工作洽詢中。準備好與值得信賴的夥伴合作，展開您的 GenAI 旅程嗎？歡迎立即與我們聯絡。

#banking_finance
#life_sciences
#generative-ai
#automotive
#industrial_manufacturing
#technology
#content_creation
#retail
#webinar
#consumer_packaged_goods
#ai
#blog_posts
#translation_localization
#travel_hospitality

作者

Janette Mandell

服務內容

生成式 AI

產業

LAⁱNGUAGE CLOUD™

關於我們