美國商務部長吉娜・雷蒙多（Gina RAImondo）二月下旬有篇演講，在臺灣並未引起太 多注意。這篇名為「晶片法案和美國技術領導力的長期願景」的演說中，她提到，拜登政府推動晶片法案的根本原因在於，「競爭已經不限於坦克或導彈，更是科技與晶片，能在研發、創新與勞動力上投資的國家，才能在21世紀中站穩領導地位(註1）」。
在媒體上，有些人提到，美國政府的目標是「將讓美國國防部能確保取得獲補助工廠生產的尖端半導體，這也確保美國業界能供應軍方現代武器系統所需的先進晶片。（註2）」也稍微提了一下，「促進美國晶片製造發展的晶片法案，同時也是國安措施，因為美國9成以上先進製程晶片購自台灣，形成國家安全漏洞，無法持續下去。（註2-1）」有趣地是，原文中完全沒提到「國防部」或「漏洞」。
其實這段提到臺灣的話原本是這樣說的，「我們曾經製造了世界上幾乎所有最先進的半導體。今天，我們不生產任何產品。僅臺灣就生產了世界上92%的領先晶圓，儘管其中大部分仍然基於加州大學伯克利分校創造的技術 - 由聯邦資助。（註1-1）」意思是「臺灣拿着美國人花錢研發的先進技術大賺其錢，現在還讓我們一無所有。」
但，這畢竟是美國自家的事情，如果涉及臺積電，也是臺積電自己百般思索下的決定，真正要關注的是，雷蒙多的另外幾句話，「團結在一個共同的目標之下，產生類似的公私動員並大膽思考，」「我們渴望繼續與我們的合作夥伴和盟友合作，創建多樣化、有彈性和可持續的供應鏈，制定符合我們價值觀的技術標準，並投資於我們共同的數字未來。」
嘖嘖，不就是「全國軍民精誠團結，不懈於內；千萬工程師血肉相連、忘身於外」？
但這是空話嗎？可未必，請注意另一則新聞「美國和歐盟宣佈制定人工智慧標準的計劃（註3）」，文中提到，美國及歐盟官員在一月底達成共識，「將聯手支援在五個社會關鍵領域研發人工智慧模型，包括醫療保健和氣候。」五大領域分別是「極端天氣和氣候預報、應急回應管理、健康和藥物改善、電網優化，和農業優化。」，由歐盟-美國，貿易及科技委員會主導，儘管這個委員會關注的重點不限於AI，但在成立初期就已經打算建立人工智慧標準。從那時起，它對人工智慧的興趣只增不減：在最近一次會議上（2022/12），理事會就幾個人工智慧項目達成一致，包括承諾制定國際人工智慧治理標準和共同研究人工智慧對勞動力的衝擊。
看起來是五大領域，實際上讓人細思極恐。AI的基本要求是大量的結構化數據，要實現五大領域的AI，幾乎意味着所有的數據都納入管理，只是優先發展這五大領域的應用。我們再來看一則新聞，《德國召開「標準化戰略論壇」，以鞏固歐洲在國際標準之優勢地位（註4）》
標準化有什麼了不起？資料顯示，截至2023年，ISO已經發展了超過24,676項標準，涵蓋了從製造產品和技術到食品安全、農業和醫療保健的所有領域。多一種沒差啦。幹嘛那麼緊張？
如果你真這樣想，那真是圖樣圖森破（Too Young, too simple）。
標準化之義大矣哉，德國居於先進製造之首，但德國更積極推進，例如2012年提出「工業 4.0」，2019提出「AI標準化」。德國為什麼可以影響? 還有他的企圖是什麼？
吳若慧（2021）：「德國標準化協會以及德國電工，電子和資訊技術委員會 在2020年11月聯合發表了一份德國人工智慧標準化路線圖 ，這份路線圖對於歐盟及世界各國未來的AI規範及政策制定甚至AI演算法的撰寫標準都有相當大的影響。所謂標準化，並不是只單純幫AI制定一些標準、規範、規格，而是要建立一個讓AI自己能夠規範自己行為的model，所以這個 「標準化文件」 (其實應該是一支程式) 的本身就要能夠讓AI閱讀跟理解，然後AI在建立任何其它model的時候都要參照這個標準化文件制定出符合規範的model，並且確保這些AI演算法的model在未來實際運行的過程中都遵守一定的標準（註5）」
其中包括七個主要議題的現況與未來挑戰，概述這些議題各自的AI標準化狀況，以及在人工智慧領域的相關標準與規範需求：
- 基本議題 (Basic topics)
- AI倫理/負責任的AI (Ethics/Responsible AI)
- 品質、評估和認證 (Quality, conformity assessment and certification)
- AI系統的安全性與安防 (IT security (and safety) in AI systems)
- 工業自動化 (Industrial automation)
- 移動和物流 (Mobility and logistics)
- AI醫療 (AI in medicine)
在確定了超過70項標準化的需求後，本路線圖制定了五項主要的行動建議：
- 建立AI系統間互動的資料索引模型
- 創建一個水準的AI基本安全標準
- 設計AI系統的實際初始臨界性檢查
- 啟動並實施值得信賴的國家實施方案，以加強歐洲品質基礎設施
- 分析和評估標準化需求的用例
又是AI倫理又是可信賴AI，還談AI安全，哇塞，簡直遍及各個領域，看起來很威吧？實際上，就在兩個月前，人工智慧標準化路線圖又更新到第二版了（註6）。歐盟在2021年發佈了《人工智慧法》草案，對人工智慧系統提出明確要求，如透明度、穩健性和準確性，將在技術上通過統一的歐洲標準進行規定。第二版標準化路線圖AI的一個目標是在制定正在進行的標準化工作藍圖時考慮到這些需求。
好，這麼多新聞堆在一起，一定讓人很頭疼，我來簡單總結一下。不過嚇人的還沒來，別急。
人工智慧技術發展迅速，一方面探索更新的技術架構、更強的算力組合、更大的訓練資源，另一方面，也已經開始以區域為單位，各大勢力都在尋求建立應用的統一標準。其中，美國與歐盟正在討論共享技術與數據，另一方面，美國打算硬上半導體產業，誓言要以「符合美國價值觀」的技術標準來進行技術整合，並「實施限制，保護我們和（盟國）他們免受惡意行為者濫用這些技術」。 這樣夠清楚了吧？
真正嚇人的在這裏。中國跟德國早就開始針對工業4.0及AI標準化進行探討，最近的一次會 議是去年11月21日的《 第十三次中德智能製造／工業4.0標準化工作組全會》；談到當前最熱門的生成式AI， 就在三週前，在北京舉辦了一次《生成式人工智慧技術社會應用與評估標準化》研討會，參加的單位包括中國國家標準化管理委員會、科技部、中央網信辦、中國標準化專家委員會、中國標準化研究院、清華大學、浙江大學、人民大學、航太科工、中電聯、中國電信、搜狗、聯想、360、商湯等。附帶提一下，你知道中國也發表《人工智能標準化白皮書》嗎？還出了兩版，新的一版應該會把生成式AI放進來。
我們在做什麼？呃，這個先跳過。更重要的是，臺灣AI產業的發展方向會是什麼。在人工智慧標準化、區域化的大趨勢下，臺灣AI產業也許可以跳出應用獨角獸的思維陷阱，別再天天想着只要變成獨角獸就能當上總經理、出任CEO、迎娶白富美，走上人生巔峰。更重要的事情也許是「活過今天、衝刺明天、期待後天」。
這跟AI標準化什麼關係？
首先不能忘記AI應用有其文化屬性，越貼近應用面，受文化因素約束越大。完全貼合臺灣 需求的應用，就基本註定了很難進入其他地區。AI標準化正爲臺灣AI產業帶來一絲機會，爲什麼？平心而論，臺灣可以拿得出來說嘴，而且最具全球高度及影響力的主題是，臺灣在代工領域多年累積的管理能力與優(shin)質(shian)人(de)力(gan)。在AI標準化的要求下，從數據收集、模型訓練、結果驗證到落地應用，每個環節都必須高度透明，並符合規範，換言之，一旦落實AI標準化，只要符合一定的程序、通過一定驗證，就可以不受地區限制，符合成本效益就可以，而這是臺灣管理經驗的核心優勢。
AI系統生命週期模型包括幾個不同階段，初始階段、設計與開發、驗證與確證、部署、運行與監測、重新評估，與退出階段，而且還要考慮可追溯性、可解釋性、安全與隱私、風險管理、數據治理等等層面。你品，你細品，是不是很熟悉？哪一項不是我大臺商的強 項？拿出臺商十分之一的管理能力和優質人力，一天幹你三天活，加班費還比薪水便宜。
別說代工很LOW，連代工都接不到，揭不開鍋更LOW。從這個基礎上開始累積AI三大核心要素：基礎人才、算力與資金才有機會。不然，過幾年回頭看臺灣AI產業還會是在「一覽衆山小」的困頓局面。
當然，如果政府能夠派上一點用處，很積極地、真誠地、認真地探索與各區域AI標準化進程的緊密聯繫，甚至能夠發揮一點影響力跟扶持能力，不要只是這邊研討會、那邊頒獎典禮，那我們還在旱望雲霓的AI產業就真是要開心得說不出話了。
我絕對不是主張台灣要做AI標準化，臺灣AI產業也遠遠不到這個份量，只是臺灣在整個全新的世界/區域AI分工的角色是什麼? 如果我們要談主體性，基礎在哪？AI代工其實需要很深的領域知識，趁着現在全球都對臺灣很友善的機會，趕緊跟上，讓所有的AI大廠都願意以臺灣作爲AI代工的關鍵節點，會比整天自嗨要來得有建設性得多。
臣惶恐，不知所云，再拜。
1. Raimondo, G. (2023, February 23). Remarks by U.S. Secretary of Commerce Gina Raimondo: The CHIPS Act and a Long-Term Vision for America’s Technological Leadership. U.S. Department of Commerce. https://www.commerce.gov/news/speeches/2023/02/remarks us-secretary-commerce-gina-rAImondo-chips-act-and-long-term-vision↩︎↩︎
2. 中央社. (2023, February 28). 美商務部長：晶片法案確保美軍獲尖端半導體供應. 聯合報. https://udn.com/news/story/6811/7000382↩︎↩︎
3. Rao, R. (2023, February 23). U.S. and EU Announce Plans to Develop AI Standards. IEEE Spectrum. https://spectrum.ieee.org/ai-standards↩︎
4. 經濟部 /駐德國台北代表處經濟組. (2023, February 27). 德國召開「標準化戰略論壇」以鞏固歐洲 在國際標準之優勢地位. 經貿透視. https://www.trademag.org.tw/page/newsid1/? id=7876863&iz=6↩︎
5. 吳若慧. (2021, June). 德國人工智慧標準化路線圖. HACKMD.
https://hackmd.io/@SaraWu/HyaLNOe9d↩︎ 6. Elmas, F. (2022, January 20). Standardization Roadmap AI: Launch of the Second Edition. DIN. https://www.din.de/en/innovation-and-research/artificial-intelligence/ai-roadmap↩︎
