圖片來源: 

攝影/余至浩

由於AI對於不同產業,甚至於國家戰略發展越來越顯得重要,近日在一場Galaxy Summit 2021高峰會上,前Google臺灣董事總經理簡立峰也提出未來AI研究與產業趨勢變化,甚至對於政治衝擊的最新觀察。

一開場,他就提到最近在全球AI圈發生3件大事,來自於Google前董事長Eric Schmidt在美國國安會提出一份厚達700多頁的國家AI報告,並稱它為最終報告(Final Report),該報告闡述3件事值得注意,一是美國若不採取行動,未來十年將把AI領導地位拱手讓給中國,其次是如果不自行生產AI硬體,那麼美國終將輸掉這場(AI)戰爭,最後也強調培育AI優秀人才的重要性。從這份AI報告也反映出,未來AI不再只是企業使用的一種工具或技術,甚至是代表一個國家的國力展現。

簡立峰也以去年State of AI Report 2020這份報告提到的大方向,加上他自己近來的觀察而歸納出三個面向未來AI發展的關鍵趨勢。

首先,從AI技術研究角度來看,同樣有3個重要趨勢發展,第一個是Transformer架構帶來了自然語言處理(NLP)技術大躍進,徹底改變了機器學習方法在自然語言處理的應用,其中又以Google的bert為代表,後來更強大的GPT-3語言模型跟著出現,這些Transformer架構,讓研究者可以更容易將它從一個應用領域學到的知識,再運用到另一領域,來做到各種NLP應用。

但ML技術發展至今,訓練模型的規模越做越大,如OpenAI的超大型自然語言模型GPT-3就有高達1,750億個參數,與幾年前的bert相比,參數量足足多了500倍,訓練資料量之龐大,光是訓練成本就高達1千萬美元,等同台積電10奈米製程一次研發的費用。甚至他以大國武器來形容這種超大型AI模型,也因為模型訓練成本十分高昂,造成的結果就是,「只有這些資源雄厚而且是AI領先的少數大型公司才玩得起,」他直言,對於全世界AI發展來說,這是一個重大警訊。這是他提到的第二個重要改變。

對於沒有足夠資源的企業來說,簡立峰提了一個解法是採用低資源語言模型(Low resource languages)的訓練作法。舉例來說,Google在機器翻譯模型的訓練上,就採用這種模型訓練方式來改善訓練資料稀少的問題,像是日文跟韓文語料在網路上不夠多,所以Google改用亞洲語言來填補不足部分,在兩個語言模型中餵進了大量中文語料來訓練,進而有效提升低資源語言翻譯品質,他進一步解釋,這是因為各國語言雖有其不同語言結構,但對於一些文字在語意表達意思近似,就能讓AI從中學習找到關聯性,進而學會另一個語言,「這是證實可行的作法」。

但要使用這個方法的前提,是這些AI領先的公司,如Google等,未來仍會持續將AI相關技術開源才行,如此一來,這些小國或是規模較小的企業才可以拿它做運用,但從現有AI報告中來看,簡立峰認為,當大國已將AI視為國安,對於小國或是中小型企業未來能不能繼續取得這些開源工具或技術,較悲觀看待。

最後第三個趨勢發展,他提到受到去年疫情的影響,讓生物學AI應用因此有了重大進展,單是去年整年登上國際期刊的數量就有2萬多篇,進而加快其發展的腳步。

儘管AI能加速疫苗或藥物研發,有很強大的AI應用,但簡立峰坦言,有些事AI到現在還是做不來,以自然語言學習為例,身為臺灣最早本土NLP博士第一人,他說,目前它的學習方式比較像是死背硬記,因此對於事情較缺乏理解力,難以舉一反三,這也是目前它應用上的局限,以致於很多聊天機器人到現在還是很難用。

再者,從人才角度來看,簡立峰從這兩份AI報告也有一些觀察,例如美國學術機構現在AI人才還是領先全球,不過裡面的科學家大多來自中國,並且有不少人取得學位後便歸國,流失人數僅次於英國,這也讓美國產生AI人才危機感,他認為,這個危機是台灣的機會也是更大競爭,一旦報告建議被美國政府採納具體執行,他估計在全球AI人才培育方面,將會發生巨大變化,例如對於非本國人有諸多限制或可能採取管制措施。

再來是產業趨勢,他也提到,除了藥物研發開始使用大量AI,不少企業也開始投入健康照護相關領域,如Google的AI團隊在過去幾年中坄入最多應用是健康照護,是該公司AI應用領域一大方向;其次,自動駕駛還差在安全這最後一哩路,使得完全自動駕駛這件事的實現現在些微落後,反倒是一種結合自駕的混合模式的出現,有機會讓它在特定應用場景更快被實現。例如美國目前卡車司機嚴重短缺,所以妥協方式是在高速公路採自動駕駛,從交流道下公路再由人接手。這一種混合模式,使得卡車變得像小火車一樣,一列可能有多輛車,但只有第一輛配有司機,緊跟其後的都是無人的自駕卡車,他說,這個模式一旦可行,自動駕駛卡車的商業化落地很可能成真。美國有家自駕卡車新創TuSimple就是在做這件事。

另在AI硬體上,他也補充說到,不僅僅是台積電,其他如Google與Nvidia也都扮演重要角色。而在產業NLP應用上,相關應用也將持續發展,例如Google Search的關鍵字搜尋已經可以回答一段句子的提問,這是Google以ML加傳統搜尋結合的最新應用。另一個趨勢是,當資安、隱私越來越重要,也凸顯出聯合學習在AI發展的重要性。

最後是政治上影響,除了大國崛起、各國相互競爭之外,現在令他更擔心的是,軍事AI用途的危機升高,如以無人機群(Drone Swarm)達到摧毀敵方目標,一旦以後無人機成本下降達到一定程度,加上電池續航力問題被解決,無人機被大量投入實戰,屆時,將徹底改變軍事戰爭的面貌。


熱門新聞

Advertisement