奧特曼：至少要再等一年

OpenAI執行長山姆‧奧特曼（Sam Altman）近日在播客節目《Mostly Human》中談及ChatGPT語音模型的能力限制，一段看似簡單的「計時功能」意外成為焦點，凸顯當前生成式AI在時間處理上的短板。

事件起因於一段在TikTok上瘋傳的影片。影片中，用戶要求ChatGPT替其跑一英里計時，但系統最終給出的時間並非實際追蹤結果，而是憑空生成的數值。該影片迅速引發討論，也在節目中被主持人提及。奧特曼回應時坦言，這是「已知問題」，並表示目前ChatGPT語音模型尚未具備真正啟動計時器或準確掌握時間流逝的能力。

他指出，OpenAI正計劃為語音模型加入更多「智能能力」，但相關功能的完善仍需時間，預計至少還需約一年才能顯著改善。

這一案例也反映出生成式AI在時間與數字處理上的普遍局限。無論是文字模型難以準確判斷對話持續時間，還是圖像生成模型經常在時鐘刻度或指針位置上出錯，「時間」始終是多數AI系統較難處理的領域之一。

值得注意的是，事件後續發展更具戲劇性。原影片創作者在看到奧特曼的回應後，再次向ChatGPT詢問相關問題。模型雖一度堅稱自身具備時間處理能力，但在實際要求進行跑步計時時，仍給出看似合理卻未經驗證的時間結果，再次暴露其局限。

在日常應用中，ChatGPT已被廣泛視為高效的數位助手，涵蓋寫作、程式設計及客服等場景。然而，當用戶詢問「現在幾點？」等基本問題時，系統往往無法提供準確答案，甚至直接回應無法存取裝置的即時時鐘或地理位置，相關現象亦在社群平台引發討論。

AI專家Yervant Kulbashian指出，生成式AI的設計初衷並非處理即時資訊。這類模型主要依賴預先訓練的數據生成回應，並未持續連接外部資料來源，例如系統時鐘或網路時間協定（NTP）。因此，在缺乏即時數據的情況下，模型難以提供準確的時間資訊。

不過，在特定條件下，ChatGPT仍可能給出正確時間。例如當用戶啟用搜尋功能或外部工具時，系統可透過瀏覽器API或其他接口讀取裝置時間。但這類操作需額外授權，且可能占用模型的上下文資源，影響整體運算表現。

此外，AI在處理時間相關的視覺任務時亦存在困難。例如在辨識模擬時鐘圖像時，模型常無法準確判讀時針與分針位置，進一步影響其在教育、工具應用等場景的可靠性。

OpenAI方面表示，正持續優化ChatGPT在時間識別與相關功能上的表現，未來將透過模型升級與功能整合，提升其在日常應用中的準確度與實用性。（編輯部）