[實測] Claude 3、Google Gemini Pro v1.0、ChatGPT-4 Turbo - 詐騙對話紀錄文本分析測試 - 巴哈姆特小屋
如果對「Ai推理」很有興趣，那我建議去讀這四篇實測文章：
[有雷]以「愛、纏、殺：誰是恐怖情人？」進行ai模型推理測試 （以多個主流Ai模型，同時進行透過多輪對話內容紀錄的上下文分析、推理，藉此找出背後兇手到底是誰？本紀錄片是出自於美國當地真實刑事案件。）
Claude 3模型與Google Gemini Pro v1.0模型的視覺推理對決 （兩個主流Ai模型的視覺推理比較。）
人工智慧模型的前因後果理解挑戰：以ChatGPT與律師需求為例 （多個主流Ai模型，同步進行繪圖推理的比較。）
探索GPT模型：學術優越性與推論挑戰 （多個主流Ai模型，同步進行視覺推理的比較。）
順道爆個雷，目前處於預覽測試中的Google Gemini Pro v1.5模型，已經可以直接分析、推理擁有大量複雜非語言資訊內容的桌遊影片，其程度能與人類專家有得比。（例如：魔法風雲會、遊戲王決鬥大師、爐石戰記、台灣麻將、撲克牌遊戲。）
這邊解釋一下什麼叫視覺推理？
例子1：上班族為何會一直經常習慣性的不斷看著手錶、很在意時間？
例子2：上學時間，學生為何要邊看著時間，邊急忙衝進學校教室內？
例子3：為何看到指針與分針集中在12點的位置時，人們就會知道中午要去買便當？
難不成這三個例子上，是在時間軸上面已經有事先寫好什麼prompt嗎？
顯然是沒有任何肉眼可見的prompt，僅僅只是因為：
1.害怕上班遲到被扣薪水、老闆斥責。
2.害怕被老師寫聯絡簿告知家長或留下來當值日生。
3.午休用膳時間。
類似於這些思考過程就是所謂的視覺推理，而且都是基於非文字資訊，而是透過視覺內容，自行起發的思考行為。至於文字推理就不用說，就是單純根據文字內容記錄或是多輪對話的上下文，所進行的分析及推論。
Q：那AI推理這應用可以在哪裡變現？
大數據廣告投放行為。(根據用戶經常閱覽點擊的網站內容、GPS地理位置、音訊，來讓AI模型進行分析、推理、建議選擇適合推播、投放相對應的客製化廣告內容。)
如果對「Ai多模態」有興趣，那我建議去讀這兩篇文章：
OpenAi付費的ChatGPT-4 Turbo與Copilo上的ChatGPT-4 Turbo模型有一樣嗎？
AI 模型學會思考，研究人員提出 Quiet-STaR 演算法
（使用外掛插件的大語言模型，並不等於多模態的Ai模型，而具有多模態架構的Ai模型本身，則又與輝達主打的實體機器人市場有著完全密不可分的發展關係。）
具備多模態的AI模型與實體機器人的關聯性：
由於實體的機器人，仰賴的就是模型架構本身賦予的可執行之能力範圍，而非仰賴手動tag大量的外掛插件來運作，例如：（視覺推理）圖片+文字來分析上下文、推理身分與意圖、同時推理圖片中的物品可能是用在哪些情境上、透過內容決策判斷選擇相對應的具體行為或完成事件的優先順序、先急後緩，這些都是不屬於海量外掛可以自主完成的事項，因此，光看人類本身也不需要tag各種外掛插件，就已經能進入365種行業類別自主學習如何工作賺錢了。
延伸閱讀：
〈樺漢法說〉布局AI應用、機器人商機 聚焦機器視覺應用
還請各界高手前來不吝分享、指教與修正，但不歡迎沒憑沒據的話題炒作。
