登入
（Image by Gerd Altmann from Pixabay）
今年3月3日，史丹佛大學人因AI研究院（Stanford Institute for Human-Centered Artificial Intelligence）發布了一份長達222頁的AI指數報告（AI Index Report 2021）。自2017年的首度發布以來，這份報告便受到極大的關注與重視，剖析了攸關AI發展的各個層面，更獲得麥肯錫、Google、OpenAI、pwc、Genpact與AI21 Labs等的支持。
AI Index Report 2021共分成了7個章節，涵蓋研發、技術落地、經濟影響、教育、道德、多樣性、國家政策與戰略等。整理九大要點如下：
1.人工智慧在醫藥研發方面的投資增長顯著，藥物研究、新藥開發、癌症治療、分子藥物等在2020年獲得最多私部門的投資，金額達138億美元，與2019年相比增加4.5倍。
2.產業的改變正在持續。2010年畢業於北美地區人工智慧領域博士44%進入業界，2019年則增加至65%。
3.AI生成一切：目前人工智慧能夠自動生成高品質的文句文章、聲音和影像，而在許多情況下，一般人難以辨其真偽。
4.種族多樣性的議題仍在。2019年美國人工智慧領域的博士45.6%為白人，22.4%為亞裔，3.2%為西裔，2.4%為非裔美國人。
5.2004與2017年，中國在AI領域期刊文章的總發表數兩度超過美國。2020年，中國更是在期刊文章的「被引用數」上首度超過美國。
6.美國人工智慧領域的博士畢業生大多來自海外，其中大部分選擇留在美國。2019年，美國人工智慧領域博士的國際學生占比上升，達到64.3%，比2018年增加4.3%。在這些國際學生中，81.8%畢業後留在美國，8.6%在美國以外的地方工作。
7.在各項AI應用中，智慧監控更便捷、廉價，且無處不在。針對需要大規模佈署的監控技術發展快速，如影像分類、人臉辨識、影片分析及語音識別等均在2020年取得重要進展。
8.相對於技術上的快速發展，人工智慧道德（AI ethics）規範仍缺乏標準與共識。許多研究者與民眾認為AI道德規範比產業發展來得重要，也有不少組織正在一些特定領域提出質化與規範性的道德準則。然而，這些準則對於AI技術研發與研發過程本身仍然缺乏可以衡量與評估的標準。
9.美國第116屆國會（2019/01/01–2021/01/03）將人工智慧議題的討論推升到一個新的高度。在法案審議、委員會報告，以及國會研究處（Congressional Research Service, CRS）報告中，提到人工智慧的次數是第115屆的三倍多。
台灣雖然有市場上的限制，但具備成熟且領先的半導體技術，以及資通訊領域人才優勢，AI技術發展成為我國重要政策與戰略方針。如何在AI的浪潮中找到適合切入的定位，這份AI指數報告具有許多值得參考的訊息。
一、AI學術研究
2019至2020年AI期刊發表數成長34.5%，遠高於2018至2019年的19.6%。在主要國家與區域中，具備同儕審查的AI學術論文大多來自於學術機構，但次多的機構則有所差異。在美國，企業支持的研究占19.2%；中國與歐盟則是以政府部門為主，分別為15.6%與17.2%。與所有具同儕審查的科學期刊論文相比，2019年AI領域的論文占3.8%，高於2011年的1.3%。
2004年中國AI期刊發表數超越美國，爾後除了2016年，中國均居於領先地位。而在2020年，中國則是首度在AI期刊引用數上超越美國。惟AI研討會發表與引用仍是以美國較多。
因應2020年的疫情，大多數的AI研討會以虛擬方式舉辦，與會者顯著增加。9場重要的AI大會，參與人數幾乎翻倍。而根據科學期刊平台arXiv的統計，AI相關的出版數量從2015年的5,478份增加至2020年的34,736份，增長超過六倍。
二、AI技術應用
AI技術日新月異，不論是文字、聲音或影像，均能透過AI自動生成輸出，且能以假亂真。有鑑於這些仿真的AI應用愈加廣泛，相關技術研究也應運而生。例如AWS、Facebook、微軟等支持的DeepFake Detection Challenge，讓研究者投入探索如何讓電腦能更有效地分辨文字、聲音或影像是否由AI生成。
此外，隨著機器學習（深度學習）技術的進步，機器視覺（computer vision）的訓練成本不斷下滑。根據史丹佛大學DAWNBench團隊所提供的數據，2017年10月需要1,100美元的機器視覺系統訓練成本以達到93%的準確度，如今只需要花7.43美元。而由於準確度的提升逐漸趨緩，為了在機器視覺上取得更大的進展，企業反而需要投入更多的運算資源進行訓練。同時，研究者們也開始設計出更具有挑戰性的標準與測試。
AI在自然語言處理（Natural Language Processing, NLP）上的進展更是快速。Google與微軟均已將BERT（Bidirectional Encoder Representations from Transformers）語言模型部署到他們的搜尋引擎中，OpenAI等公司更開發了其他大型語言模型。而隨著NLP技術成熟，新基準，SuperGLUE，的提出能讓開發者更好地訓練模型，並準確地評估和分析NLP表現。在準確度上，讓電腦透過一張圖像與一個自然語言問題做出正確回答的Visual Question Answering（VQA）挑戰指出，2020年準確度達76.4%，距離人類基準的80.8%已相去不遠。
另外，機器學習正在改變健康醫療與生物科技領域。DeepMind的AlphaFold應用了深度學習技術，在蛋白質折疊的問題中取得了重大突破。另外，研究者使用機器學習模型探索化學分子的表現，以便進行更有效率的合成方式。如因應疫情，AI新創企業PostEra應用機器學習技術加速新藥探索，將過去需要三至四周的化學合成試驗時間，縮短至48小時。
三、AI經濟影響
全球AI整體投資增長（包含私募、公開募資、併購與少數股權投資等），與2019年相比，2020年成長40%達679億美元。其中，鉅額收購導致AI領域的併購交易規模大增，2020年成長121.7%達189.32億美元。NVIDIA以69億美元收購Mellanox，以及Capgemini以41億美元收購Altran，均為代表案例。
而在AI投資領域中，以健康醫療相關的交易金額最多，如新藥開發、癌症療法、分子藥物等，超過138億美元，是2019年的4.5倍。其次是與運輸相關的自動駕駛、車隊管理等，45億美元；以及教育相關的41億美元。在疫情的影響下，除了健康醫療外，教育與遊戲領域在2020年獲得顯著成長。前者是因中國線上教育平台的投資增加，後者則是由於美國與韓國在遊戲與運動領域的新創投資增加所致。
在私募市場，美國與中國的投資仍是遙遙領先，且前三大國家差距甚遠。美國以236億美元居首，居次的中國為99億美元，第三位的英國則僅19億美元。而在新創投資上，雖然投資金額於2020年成長9.3%，高於2019年的5.7%。但資金卻集中在越來越少的新創企業身上，新獲投企業數量已連續第三年下滑。
根據麥肯錫（McKinsey）的調查，雖然2020年的疫情打亂經濟，仍有50%的企業表示在AI領域的投資不受影響，27%表示將擴大投資，23%減少投資。此外，AI道德相關的議題雖然逐漸受到關注，但這似乎仍未成為企業優先考量的項目。與個人隱私、權益以及公平相比，企業更重視的是資訊安全（Cybersecurity）與合規性（Regulatory compliance）。
在就業市場上，透過LinkedIn統計14個國家資料發現，2020年的AI人員招聘率比2016年高2.2倍，其中以巴西、印度、加拿大、新加坡與南非的成長速度最快。相對於此，美國在AI相關職位的招聘數量則出現了六年來的首次下降。與2019年相比2020年美國AI相關工作招聘數從325,724減少至300,999，下跌幅度7.6%。
四、AI教育
近年世界頂尖大學均擴大對AI教育的投入，過去四個學年教授AI模型建置與實務應用的相關課程數量上，大學課程增加102.9%，研究所課程增加41.7%。此外，AI領域的博士畢業生逐步走出學術領域，進入產業。根據Computing Research Association（CRA）的調查，過去10年，選擇進入產業工作的應屆博士畢業生比例增加48%，從2010年的44.4%增加至2019年的65.7%。相對於此，投身學術領域研究的比例則下滑44%，從2010年的42.1%下降至2019年的23.7%。
在電腦科學（Computer Science, CS）領域中，AI成為熱門選項。CRA指出2010年AI相關博士占比為14.2%，2019年則達23%。與此同時，其他CS領域的熱門程度下滑，如網路、軟體工程、程式語言等。
歷經兩年的上升，北美大學AI相關教職人員離開學校轉戰業界的人數從2018年的42人降至2019年的33人，其中28人擁有終身教職，5人為非終身教職。全球知名的AI頂大，卡內基梅隆大學（Carnegie Mellon University）的離職人數16位最多，其次是喬治亞理工學院（Georgia Institute of Technology）14位，與華盛頓大學12位。
而在國際學生的比例上，北美應屆AI博士中國際學生比例逐年攀升，2019年達到64.3%，與2018年相比增加4.3%。這群國際學生中，81.8%選擇留在美國，8.6%在美國以外的地方工作。在歐盟，碩士級別的AI課程占絕大多數，其中以機器人與自動化最為熱門。在短期課程中則是以機器學習（Machine Learning）為大宗。
五、AI道德挑戰
AI技術所涉及的道德問題以及所引起的爭議，近年被熱烈地討論。如在2020年歐盟執行委員會（European Commission）所發布AI白皮書中所討論的AI道德問題與使用規範；Google倫理人工智慧團隊（Ethical AI Team）的技術聯合負責人Timnit Gebru「被離職」；梵諦岡與IBM及微軟聯合簽署「羅馬呼籲AI倫理道德（Rome Call for AI Ethics）」文件，支持制定人工智慧(AI)發展倫理與道德規範，並特別呼籲應針對臉部辨識等侵入性技術進行監管。
學術領域的討論上，2015年之後，在AI研討會中發表涉及AI道德議題的文章數量顯著增加。但進一步觀察，在主要研討會中，符合道德相關關鍵字的論文平均數量卻依舊偏低。許多研究者與組織團體正在設計一系列的道德規範與準則。然而，社會影響與技術發展的關係仍缺乏有效的論證基礎，將定性的道德標準轉化為定量的數據是設定AI道德邊界的大挑戰。
六、AI多樣性
種族與性別課題在各個領域均有大量的探討，AI領域亦然，尤其近年更是受到各方重視。過去十幾年來，AI領域的女性博士畢業生，以及獲得終生教職的CS領域女性比例甚低。根據CRA的調查，北美地區的AI博士畢業生的女性占比僅18%。AI指數報告的調查則發現，世界各地的主要大學中，CS領域獲得終身教職的女性比例僅16%。
而在種族議題上，CRA調查指出2019年美國AI領域的應屆博士畢業生45%為白人，22.4%為亞裔，3.2%為西裔，2.4%為非裔美國人。過去十年間，非西裔白人取得CS博士學位的比例並未發生太大的變化，平均為62.7%。相對於此，非裔與西裔的CS博士占比僅分別為3.1%與3.3%。雖說目前種族比例差距仍大，但近年由Conference on Neural Information Processing Systems (NeurIPS)共同舉辦的AI領域黑人工作坊參與人數顯著增加，論文的提交與通過數量亦有所提升。2019年與會人數與提交論文數為2017年的2.6倍，通過論文數則為2.1倍。
七、AI政策
在世界經濟、政治、國防競爭的環境下，AI技術的角力成為兵家必爭之地，各國也相繼提出AI發展政策與目標，致力於發揮AI潛力並兼顧社會與道德課題。自2017年加拿大成為首個發布AI戰略的國家後，截至2020年12月，全球已有32個國家發布類似的文件，22個國家正在研擬中。
考慮到發展AI技術所面臨的挑戰，國際合作成為趨勢，多邊AI戰略是各國的推動重點。如全球人工智慧夥伴關係（Global Partnership on Artificial Intelligence, GPAI），以及OECD的AI政策觀測中心（AI Policy Observatory）與AI專家網路（Network of Experts on AI, ONE AI），均促進了跨國AI領域的合作，並提供支持。
2019年9月，白宮國家科學技術委員會（National Science and Technology Council）發佈了一份報告，2020財政年度，除國防與情報部門以外，美國政府共撥9.74億美元於AI研發，若加上國會撥款和轉移（congressional appropriations and transfers），該數字有望達到11億美元。而在2021財政年度，美國聯邦民事機構（federal civilian agencies）的預算則達到15億美元。
除了預算上的支持，AI的受重視程度從國會的討論也可見一斑。根據Bloomberg與McKinsey的統計，美國第116屆國會（2019/01/01–2021/01/03）在法案審議、委員會報告，以及國會研究處報告中，提到人工智慧的次數是第115屆的三倍多。
八、AI之後…
AI在近年成為國內外熱議的焦點。國際上，美中科技賽道上的競逐將AI議題推上風口浪尖。美國國家安全人工智慧委員會（National Security Commission on Artificial Intelligence）在3月1日發布了一份長達756頁的最終建議報告，將AI定位為具整體技術競爭與國家安全防禦等戰略意義的角色，並從領導地位、人才、硬體生產、創新投資等面向切入，評估美國未來的AI發展戰略，維持競爭優勢，尤其是目前中國最為關切的半導體製造方面。
無獨有偶，中國兩會期間針對「十四五」綱要草案列出涉及國家安全與全面發展的七項戰略科技領域，分別為人工智慧、量子運算、半導體、基因組與生物技術、臨床醫學與健康、腦科學、太空/地球研究等，並規劃在未來五年逐步擴大研發支出。
回到台灣，2017年啟動「AI小國大戰略」，預計5年（106-110年）投入約新台幣160億元經費，以台灣領先全球的IC產業優勢為基礎，打造由人才、技術、場域及產業構築而成的AI創新生態圈，引導台灣成為AI發展重鎮，進而孕育AI新興產業應用發展。
然而，現今AI已不僅是在學術與科研應用的討論範疇，更是與經濟、政治、外交與國家安全的全球競合息息相關。如何利用自身優勢，槓桿國際資源與支持，強化我國在全球AI價值鏈中的定位，制定並推動屬於台灣的「多邊AI戰略」，將是攸關台灣未來的重要思考方向。
參考文獻
1.行政院，2018/10/16，「台灣的『AI小國大戰略』」，行政院重要政策。https://www.ey.gov.tw/Page/5A8A0CB5B41DA11E/50a08776-e33a-4be2-a07c-a6e523f5031b
2.雷鋒網，2021/03/06，「中美競爭的7大關鍵前沿技術，從AI、晶片到外太空」https://www.leiphone.com/news/202103/GEaH37KD0S1NMIgD.html
3.經濟日報，2021/03/09，「兩會特別報導／中美科技戰 七領域交鋒」https://money.udn.com/money/story/5603/5304122
4.Stanford Institute for Human-Centered Artificial Intelligence (HAI), 2021/03/03, “2021 AI Index Report.” https://hai.stanford.edu/research/ai-index-2021
5.The National Security Commission on Artificial Intelligence (NSCAI), 2021/03/01, “The Final Report.” https://reports.nscai.gov/final-report/table-of-contents/