产业分析－迎接发展拐点 台湾应建立「可信任AI」典范

图／pixabay

（更多产业分析请扫QR Code）

AI奇点（singularity，指人工智慧可以创造出比自己能力还强的东西）是否会提早降临？ChatGPT聊天机器人两个月内用户数达1亿人、Midjourney生成的作品拿下艺术竞赛首奖，比起区块链、NFT、元宇宙，生成式AI（Generative AI, GAI）的火红程度可说是现象级全民运动。AI不但贯穿从晶片、终端、演算法、系统平台、应用服务整个产业链，更是衡量国家、企业、乃至个人的竞争力指标。

事实上，要突破AI奇点，代表弱AI过渡到强AI的「拐点」。目前AI应用能遍地开花，甚至GAI大爆发，立基于过去十多年来网路AI、商用AI、感知AI（AI+IoT）、自动化AI、分散式AI（在边缘端或装置端完成任务）的发展，促使AI技术进入应用扩展期，也让产业逐渐演化出生态系。

GAI工具自2022年逐步问世，此刻已进入百家争鸣阶段，由于带来一连串算法质变，只要输入文字、语音、声音、图像、音乐、视讯等资料，就可以让AI生成或合成各种资料，促使各种GAI功能应用包括自然语言处理（如ChatGPT）、影像生成/影音创作（如Midjourney）、数位设计、资料扩增、以及程式码撰写（Copilot）等发展，将进一步重塑各行各业，如文化创意、出版媒体、医疗照护、智慧制造等可借助GAI提升效率、重塑商业模式、创造新典范。

GAI是未来2～5年AI应用的主流，主要归纳四个层面: 一是资料自动生成与合成，未来全球因GAI发展，合成资料比例将快速成长，但也可以解决目前资料稀缺等问题；二是GAI各种功能可用来加速产品或服务创新，特别是在新药开发如加速蛋白质折叠发展，以及环保新材料开发等，而产品制造商也可用于提高产品开发效率，也会加速虚拟工厂布局等；三是GAI降低程式设计开发门槛，同时也将促使GAI工具大量涌现，并陆续应用在工作与生活之中，取代员工重复性的工作，人机协作以提高生产力，也因而改变工作型态，提升人类的工作价值及较多时间来追求生活品质。

然而，伴随GAI带动需求与机会，也不能忽视创新科技对社会影响带来的冲击，像是GAI导致Deepfake乱象丛生就是一例。随着AI能仿冒全球近50％人脸，Deepfake逐渐渗透数位平台用来生成错误资讯。由此可见，大型语言模型在扩展之际，也不能忽视各种社会偏见、政府治理等议题，包含隐私保护、政治攻击、资料滥用、种族/性别平等、碳足迹环境永续等挑战。

而可信任AI（Trustworthy AI）或可负责任AI（Responsible　AI）将是迎刃上述问题的解方。目前全球产官学研不约而同，开始对开发AI、应用AI的责任进行原则规范。例如欧盟提出的AI伦理指引，就针对AI系统生命周期列举七个环节的评估规范，分别在资料建模前、中、后等流程，盘点各阶段的必要参与者（如资料搜集者、模型制作者、系统整合者、系统经营者），要求进行AI风险评估以符合各种信任需求。

既然数位资料不分国界，工研院近期投入AI发展重点方向之一，就是建立「可信任AI」评测系统与服务，依循国际产业规范在地进行验证。其中，验测可信任AI演算法机制会聚焦在几个构面，包含理解AI（可追溯因果并制定规范）、维护AI（训练模型时加入道德指导原则）、稳定AI（监控侦测并及时纠正或预警）、优化AI（持续侦测模型偏差并改善缺陷）。

除了短期目标放在建立评测服务，更长远愿景是打造接轨国际的AI验测体系，顺势协助培养在地AI产业，有利于国内业者向海外输出各类型应用解决方案。因此工研院未来将整合国际标准及在国内建立AI产品管理规范，让AI开发、应用相关业者能遵循主管机关的监管，将旗下AI产品通过测试实验室及产品验证机构，来取得AI产品认证标章，协助我国业者AI产品服务进入各国市场。

由此可见，基于各产业对可信任AI的需求，亟需建构透明、可解释、可证明的AI模型，同时资料模型也须通过伦理、合法、演算偏差验证。这是台湾打造AI产业链可抢攻的潜在商机，同时也能作为产官学研各方切入AI领域的支持基础，助攻台湾在国际AI大战不落于人后。