字體：
我們想讓你知道的是
洪士灝強調，第三波AI熱潮是典範轉移（Paradigm shift），過去是用「規則定義AI」；現在則是以「Data定義AI」，兩者導致的結果差距極大。
國立台灣大學資訊工程學系教授兼系主任洪士灝出席《DIGITIMES》、人工智慧基金會、IC之音、《科技報橘》共同主辦的2022 Taiwan AI EXPO時，接受《關鍵評論網》專訪。他指出，大數據推動第三波人工智慧（AI）熱潮，同時中國不受到隱私數據相關法條限制，成為該產業的領頭羊，亦被許多歐美企業認為是「不公平的競爭」。
十年「算力」成長一百倍，大數據造就第三波AI熱潮
AI並不是一個新興的名詞，其實在半世紀就已經出現。最早可以追溯到1950年代電腦開始發展的時期，當時民眾認為電腦太強大，計算能力比人腦快許多，衍生出許多的幻想。
洪士灝表示，AI總共出現兩次泡沫：第一次就是1950年代的熱潮，美國政府對此砸下重金，但都沒有好結果；後來則是80年代電腦普及後，又開始第2次AI革命，但最終仍以泡沫化收場。
2000年9月6日，麻省理工學院人工智能實驗室的博士後研究員Cynthia L. Breazeal 博士在麻省理工學院舉行的IEEE Humanoids2000會議期間與人工智慧機器人Kismet互動。
「經歷過兩次泡沫化後，大概有20年的時間，大家絕口不提AI，因為只要提到了都會被當作是騙錢的。」洪士灝強調，不過這一次AI不同了，因為它讓我們看到實際的應用。
例如：停車場自動辨識，無論是車牌扭曲變形髒污都還可以辨認；以及在語音識別也有突破，過去必須對齊一字一句，如今無論是各種的方言，還是口吻都不成問題。
其實，這些技術在以前難度相當高，洪士灝告訴我們這是AI典範轉移（Paradigm shift），過去是用「規則定義AI」；現在則是以「Data定義AI」，兩者導致的結果差距極大。
只要善用Data的話，就可以在大數據中找到運算邏輯。洪士灝說：「利用Data做AI的定義，進而訓練出AI模型，影像辨識上，任何歪七扭八的文字都可以提供給AI，它都能夠了解文字代表的意義，進而找到對應的關係。」
但是這一波的AI熱潮，並不是僅靠著大數據就可以帶動，還需要「算力」相輔相成，意味著設備的運算速度成為關鍵。洪士灝強調，要讓AI深度學習成本高昂，上世紀許多人都在嘗試以大數據發展AI，但是都以失敗告終，起因於算力太低。
隨著時間推進，算力每一年半成長一倍的速度，十年下來就是成長一百多倍，算力得到長足進步，硬體才能夠跟上海量計算，AI突破了傳統的限制，成就了近年的風潮。
中國科技巨頭手握龐大數據，在AI產業上取得優勢
依照目前以Data所定義AI的典範，許多大公司都在想辦法收集各式各樣的Data，只要數據越多就能發展出更強大的AI。但是，這一件事情在歐美等先進國家屢傳出爭議。
洪士灝解釋：「那些科技巨頭，收集我們個人的資料拿來使用，究竟我們有沒有同意，有沒有侵犯到隱私？」這些議題廣泛地在歐美中討論，甚至還立法保障民眾數據，以及賦予使用者來管制這些Data，也變相地干擾了AI產業的發展。
相形之下，中國在資料運用、隱私保護的法規上，還有一些進步的空間。洪士灝強調，中國政府支持的大企業（或國營企業）坐擁龐大資料庫，往往被歐美企業認為是「不公平的競爭」。
2018年4月，Mata（FB）執行官長馬克祖克柏因為數據隱私問題，遭到華盛頓國會山舉行的商業和司法委員會聯合調查。同年，中國華為6月6日承認臉書和其他製造商共享社群數據，但它從未收集或存儲。
此外，中國也投入了非常多的人、物力，同時亦培養了許多優秀人才和先進技術，洪士灝說：「中國也不失為一個可敬的對手，但近年已經有越來越多人（企業、國家等）擔心中國對他們造成威脅。」
在台灣方面，除了台積電能在半導體產業扮演關鍵的角色外；其餘的「高大上」（高階AI產業發展）的事情而言，台灣或許沒有太多能夠著力的地方，畢竟就數據規模上，就是沒有強權國家這麼大。
洪士灝強調，雖然台灣無法硬碰硬的競爭，還是有一些優勢可以利用，例如：許多人才在資通訊產業，在學校上可以鼓勵跨域、產業的結合。他觀察到現在越來越多這樣的結合，有些經營不錯的資通訊產業公司開始結合生技，或者智慧醫療，從本業出發走出一條不同的路。
還可以利用目前美中關係的契機。過去有許多研發團隊設在中國，不過近年來有轉移到台灣的情況，這些對AI技術的研發都相當有利。
不過，他也直言，台灣在發揮優勢時也要避免人才都集中在一個地方。就台大資工系來說，學生都被資通訊產業（所謂賺錢的行業）吸去了，那台灣生技產業要運用AI的話，究竟是要搶人，還是企業跟企業間合作值得深思。
如果是要搶人就要負擔高成本。目前資工碩士畢業到資通訊產業起薪落在新台幣200萬元，那一般企業是否能夠負擔。洪士灝說：「有時候他們（其他產業業者）需要長期的研究，才有辦法開花結果，這累積的人事，對於正在發展的公司都是很大的開銷。」
未來，AI產業仍是發展的趨勢，無論是語音辨識技術，還是自駕車等發展已讓生活產生巨變；然而，由AI所衍伸的倫理問題，包含AI自動化咎責問題、運算平台是否透明及數據隱私等，儼然成為AI是否能更上層樓的關鍵，也是亟欲解決的哲學問題。 https://www.thenewslens.com/article/166410?utm_source=likr&utm_medium=web_notification&utm_campaign=%E3%80%90%E9%97%9C%E9%8D%B5%E5%B0%88%E8%A8%AA%E3%80%91%E6%B4%AA%E5%A3%AB%E7%81%9D%EF%BC%9A%E4%B8%AD%E5%9C%8B%E7%99%BC%E5%B1%95AI%E4%B8%8D%E5%8F%97%E9%9A%B1%E7%A7%81%E6%95%B8%E6%93%9A%E6%B3%95%E6%A2%9D%E9%99%90%E5%88%B6%EF%BC%8C%E6%AD%90%E7%BE%8E%E4%BC%81%E6%A5%AD%E8%A6%96%E7%82%BA%E3%80%8C%E4%B8%8D%E5%85%AC%E5%B9%B3%E7%AB%B6%E7%88%AD%E3%80%8D2022-05-05&utm_content=VOY0
