- 2023/03/30
- 3115
- 96
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、系統平台、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,也會加速虛擬工廠布局等;三是GAI降低程式設計開發門檻,同時也將促使GAI工具大量湧現,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。
GAI帶來算法質變之外,也促使訓練GAI大型語言模型(Large Language Model, LLM)所需的算力持續提升,如ChatGPT的LLM模型是GPT-3 (Generative Pretrained Transformer 3)擁有 1,750億個參數,也帶動各大廠公布LLM模型研發成果與布局,進入所謂的AI算力軍備競賽。然而建構一個LLM模型很燒錢,如ChatGPT建構硬體須耗資8億美元,一次訓練要1,200萬美元,1年營運費用高達60億美元。
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。隨著AI能仿冒全球近50%人臉,Deepfake逐漸滲透數位平台用來生成錯誤資訊。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。這是台灣打造AI產業鏈可搶攻的潛在商機,同時也能作為產官學研各方切入AI領域的支持基礎,助攻台灣在國際AI大戰不落於人後。