產業分析－迎接發展拐點 臺灣應建立「可信任AI」典範

圖／pixabay

（更多產業分析請掃QR Code）

AI奇點（singularity，指人工智慧可以創造出比自己能力還強的東西）是否會提早降臨？ChatGPT聊天機器人兩個月內用戶數達1億人、Midjourney生成的作品拿下藝術競賽首獎，比起區塊鏈、NFT、元宇宙，生成式AI（Generative AI, GAI）的火紅程度可說是現象級全民運動。AI不但貫穿從晶片、終端、演算法、系統平臺、應用服務整個產業鏈，更是衡量國家、企業、乃至個人的競爭力指標。

事實上，要突破AI奇點，代表弱AI過渡到強AI的「拐點」。目前AI應用能遍地開花，甚至GAI大爆發，立基於過去十多年來網路AI、商用AI、感知AI（AI+IoT）、自動化AI、分散式AI（在邊緣端或裝置端完成任務）的發展，促使AI技術進入應用擴展期，也讓產業逐漸演化出生態系。

GAI工具自2022年逐步問世，此刻已進入百家爭鳴階段，由於帶來一連串算法質變，只要輸入文字、語音、聲音、圖像、音樂、視訊等資料，就可以讓AI生成或合成各種資料，促使各種GAI功能應用包括自然語言處理（如ChatGPT）、影像生成/影音創作（如Midjourney）、數位設計、資料擴增、以及程式碼撰寫（Copilot）等發展，將進一步重塑各行各業，如文化創意、出版媒體、醫療照護、智慧製造等可藉助GAI提升效率、重塑商業模式、創造新典範。

GAI是未來2～5年AI應用的主流，主要歸納四個層面: 一是資料自動生成與合成，未來全球因GAI發展，合成資料比例將快速成長，但也可以解決目前資料稀缺等問題；二是GAI各種功能可用來加速產品或服務創新，特別是在新藥開發如加速蛋白質摺疊發展，以及環保新材料開發等，而產品製造商也可用於提高產品開發效率，也會加速虛擬工廠佈局等；三是GAI降低程式設計開發門檻，同時也將促使GAI工具大量涌現，並陸續應用在工作與生活之中，取代員工重複性的工作，人機協作以提高生產力，也因而改變工作型態，提升人類的工作價值及較多時間來追求生活品質。

然而，伴隨GAI帶動需求與機會，也不能忽視創新科技對社會影響帶來的衝擊，像是GAI導致Deepfake亂象叢生就是一例。隨着AI能仿冒全球近50％人臉，Deepfake逐漸滲透數位平臺用來生成錯誤資訊。由此可見，大型語言模型在擴展之際，也不能忽視各種社會偏見、政府治理等議題，包含隱私保護、政治攻擊、資料濫用、種族/性別平等、碳足跡環境永續等挑戰。

而可信任AI（Trustworthy AI）或可負責任AI（Responsible　AI）將是迎刃上述問題的解方。目前全球產官學研不約而同，開始對開發AI、應用AI的責任進行原則規範。例如歐盟提出的AI倫理指引，就針對AI系統生命週期列舉七個環節的評估規範，分別在資料建模前、中、後等流程，盤點各階段的必要參與者（如資料蒐集者、模型製作者、系統整合者、系統經營者），要求進行AI風險評估以符合各種信任需求。

既然數位資料不分國界，工研院近期投入AI發展重點方向之一，就是建立「可信任AI」評測系統與服務，依循國際產業規範在地進行驗證。其中，驗測可信任AI演算法機制會聚焦在幾個構面，包含理解AI（可追溯因果並制定規範）、維護AI（訓練模型時加入道德指導原則）、穩定AI（監控偵測並及時糾正或預警）、優化AI（持續偵測模型偏差並改善缺陷）。

除了短期目標放在建立評測服務，更長遠願景是打造接軌國際的AI驗測體系，順勢協助培養在地AI產業，有利於國內業者向海外輸出各類型應用解決方案。因此工研院未來將整合國際標準及在國內建立AI產品管理規範，讓AI開發、應用相關業者能遵循主管機關的監管，將旗下AI產品通過測試實驗室及產品驗證機構，來取得AI產品認證標章，協助我國業者AI產品服務進入各國市場。

由此可見，基於各產業對可信任AI的需求，亟需建構透明、可解釋、可證明的AI模型，同時資料模型也須通過倫理、合法、演算偏差驗證。這是臺灣打造AI產業鏈可搶攻的潛在商機，同時也能作爲產官學研各方切入AI領域的支持基礎，助攻臺灣在國際AI大戰不落於人後。