利用ChatGPT結合TRIZ系統創新思考術開發創意想法

創意想法主題：AI 研究與產業發展方向探索

TRIZ創新工具應用前端 ─ 識別問題

識別問題的目的在於建立具有價值的問題模型，更進一步地，讓根據問題模型的解決方案，如果無法取得目標上的成功，就算是失敗，也能具有相當的參考價值，藉此有機會創造出更符合目標底層意義上的成功方案。

基本流程：

[初始問題現象分析 ─> (定義問題 ) ─> 初始系統分析 (內部初始系統/外在標竿系統) ─>資源分析─> 挖掘問題因果鏈分析 ─> (重新定義問題 ) ─> 問題模型]

在TRIZ系統創新的應用領域中，為了要讓解決方案的更有價值，因此如何讓解決系統問題的方案符合發展趨勢的問題模型，在深入挖掘問題與建立問題模型之前，也就是一開始的初始系統分析後，會使用包括資源分析的工具。

透過資源分析找出限制來源種類與特徵，這對建立正確的問題模型非常重要，畢竟創新種子一開始，就是從突破環境土壤層層限制下，逐漸存活下來。

換個角度看，只要我們能找到限制，運用反向思考，根據系統工具，就可以判斷系統資源限制的大小，決定創新的難易程度。

在TRIZ系統工具中，這一塊比較偏向系統理想性(Ideality)的概念。

AI核心：資料、算力與演算模型

為了能夠更清楚AI發展趨勢，因此我在這邊使用AI 三大基礎架構的概念，也就是，數位資料、硬體算力與軟體模型(演算法)的巨觀角度來觀察發展限制，從發展限制中，根據資源與競爭現況，尋找最適合的發展目標。

基於上面的概念下，使用CHATGPT結合TRIZ系統工具，針對AI發展方向從SWOT、交互作用分析、價值(重要性)、限制與可行性多種角度，與CHATGPT對話以嘗試挖掘更多有趣的想法。

SWOT探索：

發現：這個分析表格描繪了理想狀態下 AI發展的主要優勢、劣勢、機會和威脅。我們可以更容易看到，在算力、資料和模型的發展過程中，我們需要平衡這三者之間的推進力道與相關的挑戰和風險。

無限假設探索：

發現：每個要件的增強都會提升其他兩個要件的發展。

重要性探索：

發現：在不同的應用情況下，三大要件的重要性會彈性改變因此，平衡這三者的發展，可以有效提升AI的價值。

限制探索：

發現：或許我們可以從限制來探索短期、中期與長期的AI研究與發展策略。

可行性探索：

發現：根據可行性評估的內容或許可以協助產業找出發展方向。

短評：根據CHATGPT的輸出結果，判斷完滿演算法最不可能實現，而無限算力相對可能實現。

當然，以上這些內容僅供參考。畢竟，真實情況的發展，往往出人意料之外，這也是創新迷人之處。

補充：

當然如果要更完善的發展一個策略，光憑SWOT並不足夠，可以加入更多管理與策略分析工具，例如PESTELE分析，包括全球化和地緣政治影響、永續發展與環境影響、消費者行為變化、AI倫理和社會責任、技術普及與教育與安全和隱私挑戰等等多重競爭的巨觀角度觀察多重視角分析。

結論：
AI LLM - CHATGPT(GPT4) 結合現有方法與工具的應用，完善了知識領域的概念創造與知識傳遞的效率，雖然提升知識經濟發展，但也加速知識競爭的層次，可能會讓知識經濟朝向M型化結構的方向發展，加大知識應用上的能力隔閡。