各位朋友們好:
可能有些朋友們注意到了,這幾期電子報中一直都有「數據」這個主題。的確,無論從國家主權 AI、垂直產業領域知識,或是企業導入 AI 的不同面向來看,數據都是無可取代的關鍵基礎。
上週應《商業周刊》邀請參加一場論壇,在我前面的講者簡立峰博士,開宗明義點出現況:目前世界各國都在關注數據,因為 AI 的世界將由數據所構成,但台灣似乎仍把重點放在算力。在他的新書《台灣 AI 大未來》裡也寫到,數據是 AI 模型的運作基礎,因此企業導入 AI 的前提,就是要先進行資料工程。
對照基金會這幾年進行的多項產業 AI 化大調查結果,從 2019 年至今,毫無例外,「資料不足」始終是企業導入 AI 的最主要關卡。即便將場景擴大到整個台灣,主權 AI 的最大障礙,依然是繁體中文數據不足。
再看一下美國 AI 科技七大巨頭,為什麼能夠遙遙領先?其中有個再有錢都沒辦法買到的資源:大量數據,只有如 Google、微軟這類雲端業者和網路巨擘才能擁有這麼龐大的資料庫。所以,這也造成了生成式 AI 訓練的內容有九成以英語為主,AI 發展高度集中;此刻也已經看到,AI 導致的馬太效應(強者愈強、弱者愈弱)正在快速影響全世界的未來。
在生成式 AI 攪亂全球將近三年之後,在瘋狂追逐技術發展追到感覺厭世的此刻,翻出 2022 年出版的《資料煉金術》重新閱讀(沒錯,當時還沒有 ChatGPT)。其中有句話乍看可能覺得奇怪,作者認為,「科技正從根本上顛覆與重塑我們的生活……但事實上,我們確實活在一個創新相對較少的時代。」
麥爾荀伯格和蘭姆格兩位作者舉經濟學家熊彼德所在的年代為例。熊彼德在 1883 年出生、1950 年過世,那段時間,老式廁所改建成現代廁所,衛生得到大幅改善。遠洋客輪、火車和自行車,還有汽車、電話、收音機與電影也出現了。在醫學方面,X 光機、抗生素,還有心電圖的發明,掀起醫學革命。別忘了,電腦跟核能同樣已經在人類社會中隆重登場。
作者們所在意的是,雖然技術創新看似居高不下,但是生產力卻節節下滑。而生產力才是真正對人類生活產生影響的關鍵因素。這同時回應了微軟執行長納德拉所說的,若沒有創造出實質經濟成長率、若只有大科技公司因 AI 受益,那 AI 的發展就沒有太大的意義。
還好,台灣的 AI 應用雖然起步有點慢,但仍然有不少企業看到 AI 的優點與缺點,並有許多值得其他企業學習之處。本週電子報分享幾家重要企業在智慧製造與智慧金融的經驗,希望對大家有所啟發。
人工智慧科技基金會執行長 溫怡玲
|