我‧见‧我‧思－生成式AI浪潮下 台湾如何定位？

发展生成式AI是资本、科技、数据、人才四高的重装备竞赛，台湾在算力、数据量、使用者数量是先天不足，加上欠缺具备前瞻眼光、领导力等后天失调，考验着台湾如何在AI浪潮中精准定位。只有正视困境，才能在这波浪潮中保有一席之地。图／美联社

生成式人工智慧（AI）ChatGPT 2.0于2022年底发布，立即掀起全球一阵旋风，尽管目前还无法看出ChatGPT将如何改变人类的生活，但它确实引发全球产官学研的集体焦虑。要认识和理解这场变革，必须深思生成式AI发展的四大要件：算力、数据量、建模能力和用户量。

首先，卓越的算力为少数如微软、IBM、Google等科技巨头所掌握。随着量子计算的发展，原有格局或有可能被颠覆。其次，每天产生的数位资料量已达到难以想像的规模，远远超出人脑可以处理的范畴，但是已数位化的资料仍只是人类总资料极小的部分。再者，跨领域整合不同专业人才的能力，以及洞察问题的领导力，将决定生成式AI模型建立的效率和准确度。最后，平台以先行者优势快速获取大量用户，并以快速累积数据调校AI模型，将在市场与技术上领先对手。

提问能力、使用数据的角度、打破传统思维仍是建立AI模型及应用生成式AI的三大核心要素，也是跨专业团队领袖必须具备的特质及能力。当今世代数据大量且快速累积，必须正视数据所包含的因子众多，且交互作用关系复杂。然而，在事件现象浮现初期，真实关键因子是十分隐晦，不易被发掘，而假资料假数据更是难以判断辨别真伪。因此，问对问题设立假设并不容易。假说设定往往掺杂团队或个人提问者有限经验、先入为主的想法。固着在习有框架，执著于最显著的结果，或得不到真实答案，或与重大发现失之交臂。

善用发布策略及先行者优势，OpenAI成功地将ChatGPT迅速推上生成式AI一哥的地位。多数使用者固化在OpenAI对ChatGPT所设定的使用操作方式，后进者或是周边开发者短期内只能依循这个架构模式而行，也将更提高终端使用者对ChatGPT的黏着度。由生成式AI产出「可能的」知识或资料速度太快，实体验证脚步无法即时跟上，也是生成式AI被滥用后的隐忧之一。知识及认知互为因果而造成的落差会缩小或是扩大，也值得深度思考。

发展生成式AI是资本、科技、数据、人才四高的重装备竞赛，跨产业合作、多重专业融合将成为新常态，产业界线也将日趋模糊。对台湾而言，算力、数据量、使用者数量是先天不足。欠缺具备前瞻眼光、领导力、整合不同领域专业能力的领袖人才，则是因社会文化及教育选才制度下的后天失调。

面对这些限制，考验台湾如何在AI浪潮中精准定位。只有正视困境，才能在这波浪潮中保有一席之地。资源有限的寡民小国，是要发展完整但使用者不多的自有生成式AI，或参与国际链结就既有优势，坐稳其中若干重要环节。另一方面，生成式AI所需的大量算力集中在少数地区，资料跨境传输、运算、分析及储存再利用，也触及更多而且更为复杂的道德、法律和资讯安全的新议题，有必要广泛且深入讨论。