-
Audrey,我先跟您說明一下,我們預計在 9 月 18 號會出刊一個有關「看 AI 國力」的專題。裡面我們找了幾個評比,發現臺灣在基礎建設上分數相對高,可是其他的應用方面就相對比較後面。所以我們就發現,即便我們有世界最快的晶片,但在 AI 的應用或落地上面,似乎還不夠快。
-
之前 Tortoise Media 發布的時候就有希望我能夠致辭,我因為時程的關係沒有答應,但那一份我有詳細看。
-
你這次在臺灣會待多久?
-
今天就飛牛津了,會在那邊待兩個星期。他們新成立的,Schwarzman 捐的那一棟人文大樓,下個月會開張,我會在那邊做 AI 倫理的研究。包含拜登時期白宮 AI 政策的制定者 Alondra Nelson、巧推(nudge)的 Cass Sunstein、聯合國人權委員會的 Yuval Shany、做演算法岐視的 Joy Buolamwini,還有我。等於我們五個 AFP 學人,加入新的牛津的 AI 倫理團隊。因為牛津有一個合作很久的 AI 研究團隊 Future of Humanity Institute(FHI),你可能也知道,所謂 Superintelligence、Takeoff、Extinction risk 這些概念都是 FHI 推廣的,包括 Nick Bostrom 等學者。FHI 跟牛津的合作去年就到期了,現在換我們這群人。
-
主要就是想跟您請教一下,您覺得臺灣在這些應用面向上會比較落後一點嗎?
-
我覺得現在根本還沒有起跑,大家都是在熱身賽的狀況。所以在熱身賽或在新手村就去比較誰跑了多少分,好像沒有什麼意義。因為真正大家全面的、能夠信得過 AI,而且是有點像是剛開始有電力的時候,並不是你在某些地方導入電力,而是整個社會、整個生活方式是繞著電力重新安排。後面的這個,才是真正的 AI 國力。現在都是在一些小點去做試點工作。要全面的去繞著 AI,去讓整體的社會福祉、讓民主韌性這些能夠加強,這個根本還沒有真的開始。所以我是覺得還好,這就像在牛棚或者是在練習賽,或者是甚至還沒有到小聯盟的程度,那個就參考看看。
-
所以您也是覺得說,參考價值比較大,沒有什麼實質上面的意義?
-
不是,他告訴我們哪些面向在未來會是重要的,所以這是有意義的。但是實務上,到之後大家的分數都會是現在這個數字的幾百倍。在這個情況下,就好像幼稚園考試考了滿分,這樣很有意思嗎?
-
那假設從您的角度,您會怎麼看?因為現在大家都把 AI 這件事情當作一個很重要的議題,然後甚至國家開始會制定一些政策。那您怎麼看所謂「AI 國力」這件事情,它的內涵是什麼?
-
我想可以分成三個。一個是技術或產業的層面;另外一個是應用的層面,包含治理的層面。這兩個都是大家很常談的。第三個是我剛剛在講,但是比較沒有太多人在談的,是社會文化的層面,也就是我們的公民是不是具備跟 AI 共處、共生的心態。因為很容易變成,每個個人跟會滿足你情緒價值、会談戀愛的這種雙元性的 AI,黏得很緊。但黏得很緊的同時,人跟人之間的距離就被拉長了。變成老闆有一個非常聽話的奴隸整天阿諛他,結果他能夠跟真正的員工協作能力就變差了,我這個常常看到。反觀也是一樣。在這種情況下,喧賓奪主的狀況在各地都在發生。或者是大家用社群媒體上的 AI,它很能夠滿足我們一直滑手機上癮的那種多巴胺的情緒價值,但事實上它讓公共討論的空間變得非常不足。除了少數還具有公信力的媒體,例如像《商周》、公視,好像還有《天下》,但除此之外,這種搭橋的能力就分崩離析,因為 AI 更能夠滿足你一時衝動的那種價值,所謂 bonding social capital。所以在社會文化層面,我們怎麼確保人工智慧是輔助式的,能夠輔助我們的社會,而不是喧賓奪主。技術的能力、治理的能力,以及最後可以稱為公民素養的能力,我覺得這三者是分開來的。
-
那如果是以這三個層面來看,您覺得現在臺灣的部分,在哪一些上面其實已經有相當不錯或者是已經有一定的基礎了?哪一些是您覺得確實還是需要有一段路要走?
-
我想在技術的部分是大家比較不擔心的。無論是我們的人才、研究能量,或是在產業裡面,一個開放的模型釋出之後,馬上就可以在各行各業進行微調、進行產業的訓練等等。這個我想是沒有問題的,因為我們的教育程度素質非常高,而且我們也沒有像其他國家那種城鄉的聯網速度或者是教育程度的差距,我們幾乎是完全沒有。在這個情況下,技術跟產業普及的這個部分沒有問題,這是基礎。第二個是治理的能力。我們怎麼樣確保所造成的這些問題,能透過即時的法規或即時的共識形成,幫它設定安全的邊界。這方面我們在一些事情上,因為久病成良醫。好比說我們面臨詐騙的攻擊,不只是境外,臺灣境內做詐騙也很厲害。我們碰到這個威脅就比大家早。在這種情況下,我們透過像「對齊大會」這類的方式,在實名制、或對深偽(不管是在性影像、選舉相關、或廣告上),我們都已經有刑罰的約束。在這部分,我們對特定具體威脅的反應速度比大家快。但是反過來講,我們還沒有碰到不是急性的威脅。好比說透過預測性分析,也就是所謂的 social profiling。因為我們不像很多前共產國家對 social profiling 有創傷的記憶,所以我們對於這種社會剖繪的警覺心就沒有那麼高。在治理的力量上,我們對急性事件的反應速度可以說是世界最好的,但對慢性事件的反應能力,在國際評比上大家也可以看到並沒有特別高。系統性地去建立風險治理的能力,確實沒有特別高。最後就是公民素養。我覺得我們至少對於 AI 導致的社會極化,反彈的速度非常高。即使是最近 6 月到 7 月,有一波大概四個禮拜的極化高峰,但我們很快就恢復了。至少在這一部分,不像其他國家,一個極化事件發生,透過 AI 演算法放大之後,在不同群體之間,就變成好像沒有辦法彌合的鴻溝。至少我們在對抗極化的公民素養,不把 AI 變成喧賓奪主、把大家都趕到兩邊去的這一點上,反應速度算是快,底蘊也算是蠻深的。
-
這三個層面,Audrey 您有沒有覺得它有先後次序的優先順序?
-
當然,你如果完全沒有技術能力,事實上根本不知道你在治理什麼。如果你沒有對急性事件的反應能力也不行。所以我覺得確實它有從底層到上層的狀況。
-
當初那個總統盃黑客松,其實是在您的主導下開始的,那它也是比較是做開放、協作等等。您覺得這個東西要怎麼樣把它化為,就像我們剛剛講那三個層面,把它變成我們的養分?
-
我想技術到治理到素養,它事實上是一個 feedback loop。公民的素養越強,公民也會掌握這個技術,技術就不會只掌握在產業界手裡。一般的公民,甚至是學校的學生,現在寫程式都非常厲害了,用 Vibe Coding,他只要手稿畫在餐巾紙上,AI 就幫他做一整個 App。在這種情況下,開放協作的精神就是我們面對快速技術變遷時最大的資產。政府的重點,並不是告訴大家怎麼解決所有問題,而是讓大家知道,如果你在地有一個很好的解決方案,政府保證在明年你贏了總統盃之後,就把這個在地的解決方案變成一個全國性的公共建設。這是政府能夠做的事情,別人也沒辦法做。這個時候你就可以把素養,也就是公民的力量,經過跟技術者、產業界的整合,變成公民科技,再把它提升到治理的狀況。這樣你就完成了一個所謂 closing the loop,完成一個迴圈。在這裡面政府當然能夠做很多鼓勵性的工作,但更重要的是政府要有一個 precommitment:只要它能解決問題,我就一定買單。有了這個 guarantee、這個承諾,民間才願意花比較長的時間去試誤,試各種各樣不同的方法。
-
那目前為止,在好幾屆了嘛,您有沒有看到說確實完成這樣子一個 loop 的案例或是故事?
-
有非常多,總統盃案例實在是太多了。在第一屆就已經有「離島不孤,無限支援」,就是去做後送。當時你可能還記得,黑鷹直升機墜毀,好像一個護理師跟病患一起罹難。他們那個時候,這是在地的急性需求,雖然不是大城市的需求,但他們就因為這個需求,做了非常多的突破。包含衛福部的遠距醫療納入健保給付;包含離島或文健站沒有足夠頻寬去做遠距診斷;包含機器人手臂的診斷,因為頻寬不能只是快,還必須要低延遲且非常穩,這也是本來沒有的條件。因為這個總統盃的成功,我們在全國都滿足了這個條件,可以確保用 5G 的方式,非常低延遲地操控這些機器手臂來診斷,你還可以去用遠距的機器手臂做更進一步的互動式診斷。然後當然包含電子簽章法的修法,病人家屬的同意等等,以前必須要紙本傳遞,你用黑鷹傳同意書,傳到人也差不多了。所以都要變成透過數位簽章的方式傳遞。甚至到之後包含虛擬健保卡等等,以至於現在的數位身分皮夾,都可以說是從當初這一個總統盃黑客松,把需求明確列出來的結果。當然也不是只有這個例子,還包含像「救急救難一站通」,他們要把救護車上的資料跟後送醫院的資料加以整合。不但要動態 dispatch 到正確、有空床的醫院去做救治,而且人到的時候,理論上就要無縫接到那邊的診斷機器上,不用重新再做一次檢查。這個也是打通資料任督二脈,所謂資料的協作文化。光是醫療的,就可以找到非常非常多的例子。
-
那如果是在像剛剛講說產業、技術到產業,然後再回饋到治理,然後到可能真的推廣到全民的這種所謂的應用,這個有沒有一個案例是可以分享的?
-
大家可能都還記得,最早有所謂的空汙地圖。大家不是很信任環保署(現在叫環境部)的數字,所以都自己在陽台上面放空氣盒子,監測 PM2.5。但產業界也說你這個不一定準,所以他們後來也找工研院去做校正工作,確保數值不會偏差。後面有非常多數據工程的參與。後來到 2016 年我們開始做公共民生物聯網,到 17、18 年開始做總統盃黑客松,就有非常多在這上面做精進的黑客松工作,包含我記得水盒子、水地圖,到去年的噪音盒子,都是同樣的想法。任何的汙染,不管空氣、水、噪音,都可以透過公民科技的方法來分析、視覺化。這個大家最有感的,是這一套基礎工作到 2020 年初,要找附近藥局哪裡還有口罩時。事實上,當年做空汙地圖的完全同一批人,改了他的程式的數據來源,本來接空氣盒子,改成接健保署,馬上瞬間就出現了口罩地圖。等於我們前面的公共建設培養了很多年,災難來時,它三天就整個爆發出來。
-
這件事情是不是跟健保署的資訊,它願意公開給大家來使用,其實蠻重要的?
-
對,這是我 2016 年就推的一個概念。你不是事後公開,因為事後公開大家會質疑你數據造假,公信力上面可能會有損失。但是如果你讓院長跟老百姓都是同一時間看到,也就是即時公開,那就沒有任何造假的可能,而且新聞記者、調查報導記者會馬上備份,事實上你也不敢事後去篡改。在這種情況下,當時是每 30 秒更新一次口罩存量,這跟大家 2016 年以前習慣的,最多季報表、月報表,頂多出到日報表,沒聽說過 30 秒報表的。但是這個 30 秒報表就非常關鍵。
-
那我們可不可以說,其實數據這件事情,在我們談所謂的 AI 國力的核心的時候,它是一個很重要的元素?
-
可以說是基本上演算法、算力、數據。算力我們已經說不輸別人,至少不輸太多,除了那兩個之外我們都不輸。演算法現在基本上因為像 GPT 也已經公開釋出模型,所以在演算法上,大家都站在差不多的立足點。所以基本上完全是比數據了。
-
那假設,就您來說,因為 2016 年前您就已經開始在推這件事情,那以目前您的觀察,您會覺得說臺灣很多的公共數據,包括醫療、交通,或是一些城市相關治理的,它有足夠開放嗎?
-
我想這就是為什麼我們當初提出一個概念叫做「隱私強化技術」。數位發展部現在有一個很明確的指引,這個技術的重點是能夠把個人資料或機敏資料(包含營業秘密等等,反正就是洩漏出去有罰則或要坐牢的資料),透過隱私強化技術,清理成所謂非個資的數據。那就像統計數據,但是是更加 AI ready 的統計數據。就像剛才講的,如果你只是出口罩的日報表,對 AI 沒有意義。但如果你出的是 30 秒鐘的,那當時高虹安委員就跟 OpenStreetMap 做了分析,說我們那時候號稱口罩離每一個人的距離都一樣遠,是平均分配。她分析後發現,在偏鄉距離一樣遠,但你要花可能三四倍的時間才能到那邊,因為公共運輸沒有那麼暢通。事實上這是讓城市的人比較容易拿到口罩,而偏鄉的人拿不到。她說過一條河就差很多。我還記得當時陳時中指揮官受高委員質詢時,他就說:「那高委員妳是專家,妳告訴我們怎麼樣比較好?」因為數據是即時的、30 秒公開,所以高委員也不能說你們黑箱或壟斷演算法。陳時中這樣回應,高委員就必須真的提出更好的做法。她也提出更好的做法,後來我們隔週就實行了,就是口罩 2.0。我的 point 是,當這樣子的即時數據公開時,大家就不會突然說你是不是洩漏個資、是不是跟健保資料庫聯動、是不是有個資法疑慮、是不是要暫緩公開?因為我們後面的 pipeline 已經非常順暢,大家就知道即時的口罩存量絕對不會侵犯隱私權。在這種情況下,後面再做應用或調整政策就變得非常容易。所以這裡面最關鍵就是隱私強化技術。如果有隱私強化技術,那你釋出的非個資數據,AI 就很容易使用。如果沒有,就只能回到季報表、月報表,那個 AI 是不能用的。
-
那您覺得現在總統盃黑客松已經有一些成功的良性 loop 在循環了,還可以怎樣再把它放到更國家戰略性的策略去做規劃?
-
我覺得重點倒不是說,這個模式我們每年讓五隊加上兩隊外國的,能不能放大到 50 隊,可能不是這樣。而是每個城市、每個地方,一個小規模的,都有能力去運行這樣的 loop。因為有些問題確實是在地 only 的問題,並不需要全國的公共建設來解決。這樣一個城市、一個鄉、一個縣,都能夠運行這樣的 loop,就不用等到一年一次總統盃黑客松,它可以即時進行這種快速的回應。這種快速的回應非常重要,像疫情的時候,等於每個禮拜都在進行黑客松。1922 反映一個新的需求,我們覺察到,隔天下午兩點就馬上說我們會做什麼調整,然後隔一個禮拜四上班,馬上就一定調整完。縮短這個 loop 的時間,比起把一個大的 loop 辦到更大規模來得重要。
-
我會有點擔心,會不會 AI 變成掌握在一些大企業手上的資產,甚至是做商業的壟斷。目前為止您覺得,它跟一般公民的距離還算遠嗎?
-
我想臺灣很得天獨厚,我們本來就在教育體系鼓勵學生用各種工具。我們不會禁止你使用 NotebookLM、用 Podcast 的方法來聽課文,也不會禁止用 ChatGPT。這跟很多特別是東亞國家很不一樣,他還沒有經過我們素養導向的課綱改革。很多地方還在爭辯要不要禁止,像以前不能帶計算機上學那種狀況,那種齊頭式的公平。坦白講,很多東亞的狀態是老師覺得自己的權威被威脅。但臺灣因為經過教育改革、108 課綱,老師了解到小孩在這些地方比較強,重點是我們怎麼促進他們自發、互動、共好而已。所以至少在基本教育階段一路到大學,沒有素養不平均的問題。等於大家都很願意把它融入我們的教育跟社會。即使是長輩,我看起來因為網路都是吃到飽,也是整天跟 ChatGPT 聊天,整天在那邊生動圖,那個 Grok 的動圖之類的,這好像也變成大家茶餘飯後非常自然的事情。不會有你所擔心的,好像付得起很貴的電信費或月租費才用得了。大家都覺得這很有趣,像一個新的 hobby、一個新的畫布。
-
可是說老實話,我每次有問題在跟我的 ChatGPT 討論時,都很擔心這樣會消耗算力跟能源。我請他幫我弄一張圖片,他是不是真的很消耗資源?
-
我是覺得還好。尤其是像我們講的這種開放模型,因為他要裝進比較小的終端設備,參數就會比較小,你在用的時候能源消耗量也因此更小,那就更不用擔心。像為什麼 Sam Altman 現在 GPT-5 給所有人用,就是因為 GPT-5 事實上比起 4 是一個小得多的模型。他為什麼要強制所有人升級?因為他要省錢。但因為 GPT-5 不會給那麼多誇誇的情緒價值,所以有些人一定要他的老朋友 GPT-4o 回來,那 Altman 就說「那你每個月付我 600 塊臺幣」。
-
不過我現在用 ChatGPT-5,覺得他比 4 還要更聰明。
-
當然。這表示你人格穩定,不需要一個一直阿諛奉承拍馬屁的。
-
而且他甚至會抱怨,他甚至會有一點抱怨說「你最近給我的 loading 有點重」。
-
那很好,表示你人格健全,這個情況是最好的。大家沒有過分依賴的問題,也沒有因為過分依賴就一定要用那些沒效率模型的問題。長此以往就不用擔心什麼冷卻水不夠用。
-
我們這次在比較其他國家時,會發現像美國分數很高,建設、人才、應用商業都是。新加坡也是。臺灣有需要向誰學習嗎?或者我們有沒有機會走出自己很有特色的 AI 國力路徑?
-
當然有。臺灣本來就是個人電腦革命的起點,我們當年是最會用個人電腦、最會做個人電腦的國家。網際網路剛開始的時候,我們一直拚的都是普及率。在最不經濟的地區,大家也要能夠上網,所謂網路人權,後來叫寬頻人權。我們是一千萬人以上國家裡面僅次於美國最富有的,我們的富裕程度又比美國平均。從各種角度來看,我們都是強國。在這種情況下,我們不需要特別去衝單一的大型廠商,像 OpenAI 或微軟那樣,而是確保我們的各行各業,乃至於每個人,都能最靈活地來調整 AI。不是比油門催得比別人快,或像煞車踩得比歐盟還緊,而是把轉方向盤的能力交到每個人手上。
-
因為新加坡他們也是往這個路徑走,希望 AI 可以普及到百工百業。可是我們看評比數據,新加坡排得前面,臺灣卻很後面,是什麼原因造成這件事?
-
我們是在講 Tortoise 的那個概念。他看的東西,不只是你剛講的應用。他們看的還包含新加坡在國際合作上,積極參與多少 norm setting(制定 AI 相關國際規範),或者它多積極地讓 AI 治理跟國際治理調和,也就是聯防的概念。當然臺灣在這方面先天上就不容易拿到好分數,因為我們既不是 G7、G20 也不是 OECD。所以這一點,不一定硬要比。但是,你說臺灣有沒有去形塑國際上的 norm?其實是有。但我們不是用臺灣的名義去分享。比如我現在在國際上可能是用牛津大學 AFP Fellow 的名義,但我分享的仍然是我們怎麼在台北、台南,透過公民審議,把系統調整成符合臺灣文化,或一起制定出廣告實名制等等。這在國際上都說是臺灣模式。可是你如果是去看你在國際組織提過多少案,或通過了多少決議,那當然很少。可能是日本聽到臺灣這套想法,去 G7 提案;或是我在英國,英國聽到這想法覺得很棒,然後去提案。但它後面的模式,是一開始在臺灣 prototype 出來的。
-
《商業周刊》關注產業發展和商業應用,市場力量能否推進 AI 更普及?但目前採用似乎仍集中在大型公司,中小企業比較少。
-
我想講的是,臺灣不一定是個別中小企業導入,有時候是整個產業界繞著一個共同標準。好比說醫療,相關的非個資數據一旦有 loop 產生,所有醫療旁邊的中小產業,不管是輔具還是照護,就會一次全部採用。這就像台積電採用了零信任網路架構、即時資安防護這套標準,台積電的供應商非常多,你在台積電採用前去調查,每一個都說沒聽過。但台積電一旦採用,每一個一年之內全部都採用。所以「大帶小」,在臺灣是很現實的狀況。除非我的下游大廠或客戶提出要求,不然我自己沒事不會去做 R&D。但一旦他們有要求,我調整製程去符合他們要求的速度,絕對在世界不會輸別人。
-
那臺灣會是什麼樣子的模式呢?
-
一個是,我們本來軟硬整合的能力就非常強。按照我們的實際需求,反過頭來去調整晶片、光學、散熱,這本來就是臺灣最強的地方。所以在具身的 AI 機器人,特別是機器狗,各種有身體的 AI 智慧體,我覺得臺灣有非常好的條件。在基礎產業上,硬體跟軟體搭配本來就是臺灣的強項。在社會上,因為少子高齡化,我們很歡迎機器勞動力補充,沒有其他國家排斥機器人進入社會的問題。我想長照站如果全部都是在地社區能夠調教、會說當地語言的機器人,去辦理帶長者健身之類的活動,大家一定會很高興。政策上不會去排除機器人的導入,沒有替代勞動力的問題。最後在公民社會,大家都了解到,這些 AI 如果不盡如人意,我們也可以拆開重組,這就是 maker 和黑客松的精神。所以在真正走入生活、有身體的 AI 智慧體上,我覺得臺灣是有優勢的。
-
最近國發會也提到要推「AI 新十大建設」,您覺得這算是我們鋪陳中長期治理的一個模式或方向嗎?
-
當然,這些最基礎的部分,包含裡面特別講到主權 AI,在基盤上非常重要。這些等於是必考題,如果基盤沒有這些東西,上面就長不出東西來,你就會淪為被殖民。我覺得像最近日本首相石破茂也說,他們要去幫助非洲在三年之內訓練三萬個 AI 人才,而且可能透過 AI 老師,訓練三十萬個各行各業的高科技人才。這就是一個很好的 norm setting。國內的基礎建設之外,也要把更多國際人才納入你的國家價值裡面。如果要練一個具身的機器人,人在哪裡根本沒差別,你戴個 VR 立刻就遙控它了。沒有地理的遠近,只有價值的遠近。你越快能吸收這些國外好學的人,他未來就更容易跟你做中長程合作。norm setting 的重點不只是預期未來需求,用國內資源滿足,你同時也要調動國際資源,讓他們覺得,人機共生的模式,比美國集中在大老闆手上,或中共集中在統治者手上要來得好。
-
您講到這個說法,其實跟之前我們在跟簡立峰老師聊的時候也是這樣子的概念。臺灣有辦法成為這樣的示範國嗎?
-
很容易。說實話,我們的做法跟日本的做法可以說是 99% 相似。我們跟日本處於幾乎一樣的人口結構,當然他們更老一點點,但我們講到的每個挑戰他們都有,地震颱風也沒有比我們少。所以日本模式跟臺灣模式,本來就很自然會很接近。像日本研究尖端的學者,簽了人機 AI 共生宣言,宣誓要走出一條不同於矽谷跟北京的第三條路。他們也有找我簽,一排日本人只有我一個臺灣人。本來我們這一套,你把它叫做民主化的 AI,或共生式的 AI,不管在非洲、南美洲,只要你不是在兩大強權的統治範圍內,基本上都會自然傾向這個做法,沒有人喜歡被殖民的。
-
所以您現在還會常常跟政府單位討論嗎?像這次的 AI 新十大建設也有找您討論過嗎?
-
當然。之前有些像主權 AI,就是延續我在部裡時的討論。國外的相關事件,或是我去巴黎 AI 峰會、去慕尼黑,這些都是討論的焦點。所以我從國外吸收到什麼想法,部會的朋友知道。同樣的,部會的朋友有什麼訊息要詢問國際上的朋友,因為各國現在都有 Cyber Ambassador(數位治理大使),我們就會在數位治理大使之間交換意見。他們現在也非常常來訪問臺灣,我之前一個月在臺灣,各國的相關使節團、研究智庫等等,我也不一定一個人去見,旁邊可能有相關部會的朋友,至少有外交部。一個月下來,絕對有個十場。
-
那國外是怎麼看臺灣這邊的 AI 發展?
-
他們想到臺灣,首先還是想到 chip。絕對第一個想的是臺灣 chip 的領先程度、產能,最先進的 AI 晶片是不是還是只能在臺灣製造,臺灣電力夠不夠,大概都是問這些問題。如果是談治理,就會注意到像您剛講的,我們的對齊大會、總統盃黑客松、廣告實名制,我們透過在地調整 AI 的方式而不是被殖民的方式。所以很多都舉出臺灣當作 AI 民主化的一個最主要想法。你如果找「臺灣 Democratize AI」、「AI Democracy」等等,會看到很多報導,包含像哈佛商學院等地方,都有做相關討論或 Case Study。
-
最後一個問題,因為您在國際上走跳非常多,有沒有什麼其他國家的案例是您覺得臺灣也可以學習的?
-
我們在 2022 年開始就非常注意烏克蘭的例子。烏克蘭的例子,是我們剛講的那個 loop 已經用秒鐘在計算的狀況,非常緊密。他們在戰爭前就有一個每個人都有的數位皮夾 Diia,而且 Diia 是開放的。所以他們的政府透明、預算透明、開放資料、從人民這邊收集數據,基本上通報等等,都是透過這個 Super App「Diia」來完成。它不像我們的健保快易通只針對健康資料,它們是全面的。到戰爭發生的時候,就拿來通報哪裡看到俄羅斯的坦克、哪個建築受損,等於數據的匯流是全方位的整合在一起,我覺得這非常棒。他們團隊當初很多人有參與 Euromaidan,本來就跟我們太陽花一樣,基進透明,本來就是他們上台的訴求。我們也有參考這個架構,現在有一個「國家資安戰情協同應變中心」的概念,已經寫在新一期的資通安全戰略裡面。新的《資安法》三讀通過後,它就可以整合以前比較難整合的地方政府與中央之間、或民間組織(現在叫全社會防衛韌性組織)跟政府之間的 detto 神經系統。這樣就可以做到應對,因為攻擊者是全面的透過 AI 智慧體進行資安攻擊、訊息攻擊、各種擾亂攻擊,沒事斷一下海纜等等。我們防衛這邊也可以透過類似 Diia 這種戰情協同應變的方式,把大家的力量結合起來。在這一點上,烏克蘭無出其右,就像他們用無人機的方法一樣,無人機群攻現在也沒有比烏克蘭做得好的,大家都是跟他們學習。
-
謝謝 Audrey。你講話的速度實在還是沒有變慢。
-
沒有變慢。
-
大概一分鐘可以講…你有計算過嗎?
-
可能三百字吧。但我覺得很好的就是,現在 AI 全部都可以摘要重點給你,還蠻不錯的。
-
你現在生活當中,什麼樣的東西是你覺得最近 AI 發展得更快速之後,又更便利、又更快的事情?
-
你說具體讓我的生活更簡單的事情嗎?我覺得很多。像我在舊金山經常坐 Waymo,日本東京現在也開始測 Waymo 了,他們的 Waymo 還是人在開,但希望很快。我在舊金山的時候,等於所有通勤都用 Waymo,確實讓我感覺很放鬆,在車上可以放鬆。未來如果甚至有垂直起降的 Waymo,我覺得會大幅改變大家一天裡面事件安排的方式。因為你真的去任何地方都不用想開車,甚至不用想 traffic 的情況。我覺得無人車作為最先落地的智慧體 AI,象徵著一個國家的 loop 能力。舊金山在這方面當然還是非常強的。
-
很有趣喔,感謝感謝。其實你這次會在臺灣待多久?
-
我今天就飛英國了,今天就飛牛津。我在牛津做多智慧體的 AI 倫理,用的很多都是臺灣的例子,去確保我們可以像剛才講的,及時警覺到惡意的 AI 蜂群,並且及時因應很多 AI 的挑戰,不管是訊息還是資安上的。透過讓大家一起群策群力,來找出解決問題的、自己在地的 AI,因為是自己調校,就沒有被殖民的問題。
-
好的,感謝 Audrey,謝謝,祝你飛行平安。
-
好,OK,謝謝,掰掰。