揭生成式 AI 緣起　Google DeepMind 紀懷新：個人通用助理將爆發

【緯來新聞網】Google 搜尋、Meta 所有的社群平台、Airbnb、YouTube，再加上 App Store 和 Google Play，這些看似互不相關的產品，背後其實共用同一套底層邏輯：搜尋與推薦。Google DeepMind 研究副總裁紀懷新今（26）日在「2026 AI TAIWAN 未來商務展」國際趨勢高峰論壇上指出，光是這套邏輯撐起的產業生態系，營收規模合計已超過 5,500 億美元。

紀懷新畢業於明尼蘇達大學電腦科學博士，早年在全錄帕羅奧多研究中心（Xerox PARC）任職，2011 年加入 Google，2017 年升任首席科學家，是 Google Bard、Gemini 等大型語言模型背後的核心研究者之一。

演講上，他指出 AI 產業正站在又一次轉型的起點上，這個版圖的起點，要從 Google 早年怎麼把搜尋結果排出順序講起。

1995 年到 2015 年這二十年間，紀懷新指出，Google 靠的其實只有兩個簡單概念，一是把網頁內容編成索引方便檢索，就像書本後面附的索引頁；二是用向量運算去計算內容之間的相似程度，藉此判斷哪些網頁跟使用者要找的東西最相關，這套邏輯後來也被延伸到推薦系統上。

他也透露一段內部往事，讀博士時，他的導師曾提出把「人」當成一個資料單位、計算人與人之間的喜好相似度來做推薦系統，他當時的反應是「這想法很蠢」，沒想到這個被他嫌棄過的點子，後來成了推薦系統的核心邏輯，至今仍支撐著大半個科技產業的營收。

2013 年前後，Google 開始把深度學習（Deep Learning）導入搜尋和推薦系統，因此開發出第一代 TPU 晶片，但紀懷新特別強調，當時做這件事的目的，是為了讓搜尋和推薦更精準，跟生成式 AI 完全無關，那時候連 Transformer 的論文都還沒問世。

直到 2017 年，Transformer 這套架構才登場，也是現在所有生成式 AI（像 ChatGPT、Gemini）背後的核心技術。紀懷新用麥克風和喇叭打比方說明它的原理：聲音進到麥克風會變成電訊號，再經過喇叭還原成聲音，這種「把一種訊號轉換成另一種訊號」的過程，就是 Transformer 在做的事，而生成式 AI 也是同樣道理，把文字輸入進去，模型再一個字一個字地把答案生成出來，本質上就是一種訊號轉換。

但這種「一個字接一個字往下推」的方式有個侷限，它只擅長處理前後幾句話之間的關聯，碰到需要長距離推理的問題，比如要根據一整段脈絡才能推導出的答案就容易出錯。

紀懷新與團隊後來提出的 Chain of Thought（思維鏈） 解決的正是這個問題：不直接要模型給答案，而是讓它像人解數學題一樣，先把推理過程一步步寫出來，再導出結論，這個方法也成了 Agentic Coding（代理式程式設計）背後重要的技術基礎。

他認為，Agentic Coding 的崛起讓外界第一次對生成式 AI 的進展「有感」，但這還不是終點，下一波革命會是能同時處理記憶、翻譯、推薦與搜尋的「個人通用助理」。他以 2015 年若投入 100 萬 美元買進 NVIDIA、如今市值已超過 5 億 美元為例，說明看懂這條技術系譜的人，才抓得住下一輪紅利。