在Midjourney、ChatGPT等AI應用爆紅，引發全球討論後，其背後基礎模型的重要性也備受關注。在這股趨勢下，鴻海研究院2023年第一場 NExT Forum 便以多模態基礎模型為題，邀請加拿大Dr. Irina Rish、MILA、台灣微軟、台智雲等國內外專家學者與企業共談多模態基礎模型對台灣AI產業帶來的挑戰與機會，並提出整合台灣AI量能的務實模型建構方法，持續推進台灣AI的發展。

基礎模型（Foundation model）指的是，透過大量數據訓練出能執行多種不同任務的模型（通常有規模的使用自監督式學習），例如Google、Facebook等大型科技公司，近幾年挹注龐大的資源訓練出大型模型，如GPT-3、BERT等，都屬於基礎模型。

透過這些大模型的基礎架構，能再接續開發其他應用，例如BERT近來被廣泛應用於自然語言處理；其他領域包括電腦視覺、蛋白質摺疊、音樂等，也都能看到基礎模型的應用；大型科技公司也越來越積極地投資於模型的開發，並擴大產品應用與影響力。

用AI打造台灣下一座護國神山

多模態基礎模型（Multi-Modal Foundation Model）包含了視覺、語言及語音三大模態，這個引起全球注目、複雜多工又龐大的模型，對台灣的意義又是什麼？

鴻海研究院人工智慧研究所所長栗永徽舉例，被稱作「護國神山」的台積電，不只是因為掌握了先進技術，更是因為全世界的人的電子產品，舉凡電腦、手機、家電、汽車、精密機械都需要仰賴其生產的晶片。而AI的基礎模型也類似，AI應用已經逐漸普及在日常的生活中，預期未來將會有越來越多的都會需要應用到它，如果我們有大型的基礎模型，只要將模型微調（fine tune），就能對應到各式不同的下游任務。現在就看哪一家公司有能力可以掌握到基礎技術，並能快速訓練出模型，並適應各式不同任務。

AI如同國力，考量到不斷擴大的應用與規模，許多人已經開始思考即將到來的疑慮與危機。例如在這波chatGPT的熱潮中，可以看到有許多開發者開始寫程式將自己的服務與chatGPT連結，這等於是將身家資產架在別人家，一旦這些平台不再開放使用，或是計費模式超過負荷時，應該怎麼辦？

多模態基礎模型開發是資源競賽

栗永徽坦言，發展多模態基礎模型需要相當大的運算資源，更是一場資源的競賽，也不是速成的研究。

栗永徽認為，台灣產業要發展多模態基礎模型，光靠一己之力還不夠，更需要號召有志一同的人士一起加入。他說，這次的論壇還邀請了視覺、語言及語音等不同領域的專家，包括專精於NLP領域的中研院資訊科學研究所研究員古倫維、語音辨識則是邀請到台灣大學電機工程學系 副教授李宏毅，以及專精於電腦視覺領域的鄭文皇。栗永徽期許，透過這場論壇，促進產業連結，號召有志之士加入，促成台灣AI的下一步發展。

想了解更多『多模態基礎模型』的最新趨勢與應用，歡迎報名3月3日由鴻海研究院主辦 NExT FORUM，點此立刻報名