AI是作文輔助工具 而非替代品

AI是作文輔助工具 而非替代品
2025-03-01
聯合報／ 黃子政／大學講師（高雄市）

聯合報社長游美月日前在聯合盃作文大賽總決賽頒獎典禮致詞，談起近期來勢洶洶的ＡＩ時表示，很多人會問既然有ＡＩ，何必寫作文？認為，若人類不再思辨、沒有創意，都交由ＡＩ做結論、寫文章，未來恐會被ＡＩ取代。這番話具有振聾發聵的作用，值得進一步闡述。

隨著人工智慧（ＡＩ）技術的快速發展，許多領域都開始受其影響，甚至連寫作這項傳統的人類技能，也面臨新的挑戰。有人擔憂，ＡＩ的強大能力可能會取代人類的創作，使寫作變得機械化。然而，若能善加利用ＡＩ，將其視為輔助工具，同學不僅能提升作文能力，還能培養更深層的思考與創意。

許多學生在寫作文時，最困難的部分就是「下筆」、不知道該如何開頭，甚至連主題都無從發想。這時候利用ＡＩ可以成為靈感的來源。例如，透過ＡＩ生成與題目相關的關鍵字、摘要或大綱，學生可以快速獲取不同的寫作方向，從中挑選適合自己的主題，並進一步延伸內容。此外，ＡＩ能提供不同觀點，幫助學生拓展思路，避免思維局限。


學習作文的一個重要方式是參考優秀範文，而ＡＩ可以迅速整理大量優質文章，分析其結構、用詞、句式等特點，幫助學生理解好文章的寫作方式。例如，ＡＩ可以總結一篇高分作文的特色，如開頭如何吸引讀者、如何運用修辭手法、如何組織段落等。透過這種方式，學生能夠學習到不同寫作風格，並逐步內化，提升自己的表達能力。

在寫作過程中，錯別字、語法錯誤、句子結構不佳等問題時常發生。ＡＩ可當即時校對工具，幫助學生檢查文章語法錯誤，提供修改建議，甚至優化句子表達方式。例如當一個句子過於冗長或語意不清時，ＡＩ可以提供簡潔流暢的改寫方案。此外ＡＩ還能根據文章邏輯、結構提出建議，幫學生改善文章連貫性與可讀性。

學生在學習寫作時，往往難以準確評估自己的作文水準，而老師的批改時間有限，無法即時提供反饋。ＡＩ可以透過大量範文數據與閱卷標準，對學生的作文進行評分，並指出優缺點。例如，ＡＩ可以根據文章的結構完整性、論點清晰度、語言表達能力等方面，提供具體的建議，幫助學生針對問題加強練習，從而提升寫作能力。

雖然ＡＩ在學習作文方面有許多優勢，但同學仍需保持獨立思考與創意發想，不能完全依賴ＡＩ寫作。ＡＩ的內容來自於大量數據的分析與整合，缺乏個人獨特的觀點與情感。因此，在使用ＡＩ輔助學習的同時，學生應該注重自主思考與發想，嘗試用自己的語言表達想法，用自己的寫作方式來發揮，文章才會具有個人風格與創意。

ＡＩ技術的發展為寫作學習帶來了前所未有的便利，無論是靈感發想、範文學習、即時修改，還是作文評估，都能幫助學生提升寫作能力。然而，同學應該將ＡＩ視為輔助工具，而非替代品，培養自身的思辨能力與創造力。唯有將ＡＩ與人類的智慧結合，才能在未來的學習與競爭中占據優勢，讓寫作成為一項更具個人特色與深度的能力。

石齊平專欄》中美世紀交鋒唯一懸念

石齊平專欄》中美世紀交鋒唯一懸念

2025/03/11 言論 石齊平

中國外長王毅在大陸兩會記者會上質問美國：你們從這些年的關稅戰、貿易戰中得到了什麼？貿易逆差是擴大了？還是縮小了？製造業的競爭力是上升了還是下降了？通膨是好轉了還是惡化了？你們出台「印太戰略」這麼多年了，為地區國家做了什麼？除了挑起事端製造分歧什麼也沒有…。一句話，美國費盡心機，調動洪荒之力，把中國往死裡打，結果打出了個寂寞。



橋水創始人達里奧最近受訪也表示，美國已經永遠不可能在製造業趕上中國了，而且，作為美國最後拿得出手壓過中國的優勢，也就是頂尖大學，也將因AI的出現與發展會很快失去。

所以，就中美兩強世紀交鋒的總形勢來看，中美這場世紀對決的最終勝負將取決於AI，AI是唯一的懸念。對美國而言，幸運的是，她是AI的領頭羊，AI的先驅者，以及至少到目前為止，暫時保持著對中國的領先優勢；但糟糕的是，她的領先優勢正在被急起直追的中國很快地拉近之中，特別是在「深度求索」（DeepSeek）橫空出世之後；然而，更讓美方憂心如焚的或許還不是DeepSeek本身，而是讓幾乎所有人都會感到意外的「語文」。

美國最出色的英文大模型，最近居然出現滿屏皆是漢字的奇觀。有大量外國用戶反映，OpenAI最近發布的o3-mini大模型突然使用中文推理，要知道，機器對中英文是沒有偏好的，他的選擇主要取決於效率，無論深度思考和邏輯推理，哪種語言速度更快就選擇哪種。

對AI而言，漢字就是一種高維語言，每1個漢字的信息含量或密度相當於3.7個英文單字，比如「春風又綠江南岸」中的綠，「奪眶而出」、「奪門而出」中的奪字，語意內涵十分豐富。

漢字還有偏旁，如花草芬芳，江河湖海，前者均跟植物有關，後者均與水有關。又如「江湖」兩字，在英文中就只是江與湖，在中文中，就有社會、天下的格局，甚至還可聯想到英雄豪氣。又比如，漢字中，自行車、汽車、電動車、火車皆是車，英文卻各有1個字；葡萄風乾就是葡萄乾，在英文中，葡萄是一字，葡萄乾又一字，兩者毫不搭嘎。

牛津英文辭典每年新增4000多個新詞，總數已超過100萬個，中文日常約3500字就夠用了。這種差別，平常不覺得，AI時代一來，優劣立判。使用英文，AI大模型訓練時必須堆疊GPU，加大算力，極耗能源；使用中文，則又快又省，高下立判。

在算力不如 OpenAI的情況下，DeepSeek 已可用算法轉變劣勢。考量到中英文的差異，中國大概率可在算力上拉近差距。中美AI的競爭，比的是算力、算法、數據，算力背後又與電力有關，中國因有實體經濟，加上經濟規模巨大，數據上已占優勢；算法中美實力相當，但DeepSeek的橫空出世可以窺見中國的深厚潛力；算力原本美國領先，但中英文在訓練上表現的差異，最終孰優孰劣還難有定論，更何況算力的強弱還取決於電力，這卻是中國的強項。

中美世紀交鋒的唯一懸念是AI，AI大模型能預言誰將勝出乎。

當人工智慧未通過語言測試時，誰會被排除在對話之外？ 人工智慧的使用在世界範圍內呈爆炸式增長，但該技術的語言模型主要是用英語訓練的，而許多其他語言的使用者則落後了。 經過薩拉·魯伯格 2024 年 7 月 26 日 

史丹佛大學的研究人員對一個流行的人工智慧聊天機器人進行了語言測試。 他們要求機器人用越南語寫一首傳統詩歌，形式為“song thất lục bát”，遵循由七個、七 個、六個、然後八個單字組成的線條模式。當機器人吐出答案時，它寫了一首詩，但不遵循格式。 團隊嘗試了不同的提示，詢問正確的越南語單字是什麼來表示母親的弟弟，它回答說是表示父親的弟弟妹妹和哥哥姐姐。 這些缺陷並不是研究人員質疑的人工智慧公司 Anthropic 的聊天機器人 Claude 3.5 所獨有 的，但它們說明了人工智慧可能會在標準美式英語以外的語言中出現錯誤。 

雖然人工智慧的使用在西方呈爆炸式增長，但世界其他大部分地區卻被排除在對話之外， 因為大多數技術都是用英語訓練的。人工智慧專家擔心，語言差距可能會加劇技術不平 等，並可能導致許多地區和文化落後。 先進技術的獲得即使延遲幾年，“也可能導致經濟延遲幾十年， ”

史丹佛大學史丹佛人工智慧實驗室的候選人，該團隊負責建立越南語模型並與其他模型進行測試。 他的團隊進行的測試發現，全面的人工智慧工具在處理越南語時可能會出現事實和措辭錯誤，這可能是因為按照行業標準，越南語是一種「資源匱乏」的語言，這意味著沒有足夠 的數據集和內容在線可供 AI 模型學習。 全世界有數千萬甚至數億人使用低資源語言，但它們產生的數位數據較少，因為人工智慧 技術開發和線上參與集中在美國和中國。其他資源匱乏的語言包括印地語、孟加拉語和斯 瓦希里語，以及世界各地人口較少的鮮為人知的方言。

科技調查公司 W3Techs 對頂級網站的分析發現，英語佔網路語言資料的 60% 以上。根據 收集語言數據的研究組織 Ethnologue 的數據，雖然英語在全球範圍內被廣泛使用，但以英語為母語的人約佔總人口的 5%。普通話和西班牙語是具有重要線上存在和可靠數位資料集的語言的其他範例。 學術機構、基層組織和志工正在奮起直追，為那些在數位環境中沒有充分體現的語言使用 者建立資源。 

總部位於約翰尼斯堡的 Lelapa AI 就是這樣一家在非洲大陸領先的公司。這家總部位於南非 的新創公司正在為非洲的人們和企業開發多語言人工智慧產品。 Lelapa AI 執行長 Pelonomi Moiloa 表示，她的組織正在尋求社區的解決方案，以改善非洲語 言的人工智慧功能。 

塞比西爾·姆博納尼 (Cebisile Mbonani) 為《紐約時報》撰稿 Lelapa AI 執行長兼聯合創始人 Pelonomi Moiloa 表示：“我認為這是一個非常危險的概 念，人們需要同化不同的文化並接受不同的文化才能取得進步。” 她說，該公司不太注重規模，而是注重針對社區的解決方案。該公司正在打造更節約資 源、更具成本效益的產品，並主要用於當地語言的語音交流，使非洲人民更容易使用該技 術。 「例如，像Google、蘋果、OpenAI 這樣的大公司不一定會針對服務這些市場的工具來訓練 他們的模型，」

布魯金斯學會技術創新中心研究員Chinasa T. Okolo 在談到低收入社區時 說。 “他們沒有提供足夠的市場價值來讓他們這樣做。” Open AI的一位通訊官員表示，該公司正在穩步向更多人群發佈人工智慧系統，其最新模型 支援50多種語言。谷歌指出，其項目重點關注代表性不足的語言的人工智慧開發，其中包 括 2022 年宣布的「1,000 種語言」計劃，旨在為世界上 1,000 種最常用語言構建語言模型。

蘋果表示，它也開發了支援多種語言的產品。 人工智慧工具中語言差距的後果可能是多方面的。人工智慧專家表示，該技術有潛力提高 生產力和改變工作場所，但如果沒有當地語言的可靠數據，世界上一些地區可能會錯失經 濟效益。排除資源匱乏的語言也可能導致人工智慧產品的文化偏見。人工智慧缺乏低資源語言知識也有可能引發安全問題。

新創公司 Cohere 旗下的非營利研究 機構 Cohere for AI 的負責人 Sara Hooker 表示，一些用戶可以透過用其他語言提問來繞過 人工智慧產品的安全措施。 「例如，只要切換到不同的語言，你仍然可以輕鬆獲得有關如何製造炸彈的非常危險的說 明，」胡克女士說。 

Hooker 女士在 Cohere for AI 的團隊於 2 月推出了一個名為 Aya 的多語言人工智慧廣泛模 型和資料集。它包含 101 種語言，並依賴 3,000 多名獨立研究人員的志願者努力。但胡克女 士表示，即使是這麼大的計畫也無法解決語言延遲問題。 她說，在人工智慧領域，業界通常關注最新的模型及其表現，“但在這個特定的主題中，它 也在重塑整個生態系統”，並補充說，除非世界各地的研究人員能夠做到這一點，否則差距 將會擴大。 

雖然這個問題對業內許多人來說是顯而易見的，但解決方案卻很複雜。大語言模型 （LLM）用於以人類語言進行交流的技術，需要大量高品質數據，這些數據通常從互聯網 收集，對於資源匱乏的語言來說不容易存取。 Truong 先生將建立法學碩士學位等同於教導 新生兒：可能有 20,000 本包含英語課程的書籍，但越南語課程的書籍只有五本。 一些地區的差異如此之大，以至於政府已經介入，支持建立自己的語言模式的努力。

今年 春天，奈及利亞政府承諾支持科技新創公司 Awarri 建立當地語言模式。冰島政府和威爾斯 政府都與 OpenAI 合作，以提高 ChatGPT 對當地母語的理解。 Lelapa AI 的 Moiloa 女士表示：“就獲取資訊而言，語言差距確實很重要，但它也有助於重 新激發人們對自己是誰、來自哪裡的自豪感。” 

史丹佛大學史丹佛可信賴人工智慧研究負責人 Sanmi Koyejo 表示，在所有人工智慧產品中 包含更多語言對於捕捉文化差異和多元觀點也很重要。 Koyejo 博士提到了史丹佛大學的一項研究，該研究將皮尤研究中心的問題回饋給人工智慧 聊天機器人，以衡量它們的偏見。

他說，聊天機器人的答案與加州人們的觀點最吻合，大 部分的技術都是在那裡開發。 「文化是其中一個重要的方面，」他說。 “如果你只看到互聯網削減了以美國為中心的世界 版本，你就會失去一些東西。” 

薩拉·魯伯格 (Sara Ruberg)報導突發新聞，是 2024-25 屆《泰晤士報研究員》的成員，這是一個針對職業生 涯早期記者的計畫。關於薩拉·魯伯格的更多信息

Kling

Video Downloader 從 YouTube | YouTube Downloader | Freemake

https://www.youtube.com/watch?v=73F11cHhBho

https://www.youtube.com/watch?v=BTfLq-XkO0w

https://www.youtube.com/watch?v=_-Xdkzi8H_o

https://www.youtube.com/watch?v=Cbk8A1pPtI8

中國企業正加速投入人工智慧（AI）發展，試圖追趕美國。然而人工智慧公司「零一萬物」執行長李開復指出，目前中國使用AI助理的用戶不過千萬，而ChatGPT推出兩個月就有1億用戶。

騰訊科技「AI未來指北」今天發布AI專家李開復的訪談報導。他指出，中國AI發展面臨的一大挑戰是中國民眾對使用AI助理並不熱衷。「今天我們可以看到的是，在國內全部大模型DAU（日活躍用戶）加起來可能也就是千萬量級，非常小，比我們平時用的每個應用（程式）都小很多。」

相對之下，ChatGPT推出後便迅速席捲美國，兩個月之內達到1億用戶。

李開復並指出，中國AI市場沒有像美國那樣被「點燃」，主因是「教育不足」。他對目前中國AI助理發展表示肯定，甚至認為能媲美當時的ChatGPT，但許多用戶會把AI助理當搜尋引擎使用，成效不見得好。他強調，AI助理可以做到寫作文、分析場景、寫簡報，不該被當成搜尋引擎大材小用。

李開復表示，當務之急是盡快推進市場教育。「ChatGPT點燃了美國市場，市場被教育之後，創業也容易了、銷售也容易了，大公司去接受也容易了。」只有推進市場教育，才能讓中國大模型生態健康發展。

5月21日，李開復才引用大型語言模型（LLM）評測平台LMSYS Chatbot Arena的盲測結果指出，零一萬物提交的千億參數模型Yi-Large總榜排名世界模型第7，在中國大模型中排名第1；中文分榜更是與GPT-4o並列世界第1。

他當時表示，從排行榜來看，中國的LLM大模型與美國大模型差距，已從一年多前的落後7至10年，縮短至6個月。

美國經濟龐大，占全球GDP約25%。它比幾乎所有其他發達經濟體更具創新性、更具企業家精神，

 

由於美國高端AI晶片的對華出口管制，自去年以來，華為昇騰910B被不少大陸業界採購使用。最近大陸半導體業盛傳，華為已決定在今年9月推出升級版的AI晶片昇騰910C，預計將採用7nm製程工藝，性能將可對標業界領先的輝達H200。

 

由於美國高端AI晶片的對華出口管制，自去年以來，華為昇騰910B被不少大陸業界採購使用。最近大陸半導體業盛傳，華為已決定在今年9月推出升級版的AI晶片昇騰910C，預計將採用7nm製程工藝，性能將可對標業界領先的輝達H200。

Chinese AI Model ‘Kling’ Stuns the World with Advanced Video Generation

Kuaishou, a Chinese tech company, has unveiled a groundbreaking AI model named Kling that can generate highly realistic videos from text prompts. But can it surpass even the much-anticipated Sora model from OpenAI?

For one – there is already a waiting list available for Chinese users to join.
Key Takeaways

Kuaishou’s Kling can generate up to two-minute videos in 1080p resolution.
The model uses advanced Diffusion Transformer architecture and 3D VAE technology.
Kling is currently available for open access and invitation tests on the Kuaiying app.
The model claims to outperform previous AI video generation models, including OpenAI’s Sora.

美國電影「內戰」的啟示

 

為什麼人形機器人將引發人類對自身的重新思考？（邵怡蕾）

https://www.youtube.com/watch?v=xLl5vIMZ1yY

中新社東西問》為什麼人形機器人將引發人類對自身的重新思考？（邵怡蕾）

17:162024/08/18 言論

近年來，全球科技巨頭紛紛入局人形機器人研發。接連亮相的人形機器人，讓科幻故事逐步照進現實，不僅在技術層面上取得了重大突破，還在各個領域展現出巨大的應用潛力，其引發的倫理與法律思考也日漸受到關注。為什麼人形機器人將引發人類對自身的重新思考？日前，在2024世界人工智能大會上，華東師範大學上海人工智能金融學院院長邵怡蕾教授就此接受中新社「東西問」專訪。



現將訪談實錄摘要如下：

https://www.youtube.com/watch?v=xLl5vIMZ1yY

中新社記者：您認為人工智能時代必須「兩條腿走路」：「一條腿」是人工智能技術；「另一條腿」是人文社科對於人工智能社會的研究。應該如何理解？



邵怡蕾：人工智能對齊(the AI alignment problem)就是確保人工智能系統的目標、決策和行為與人類的價值觀和利。人工智能對齊不僅需要技術進步，更涉及深層的倫理和道德問題，目前已成為人工智能領域中最為核心和緊迫的議題之一。

自誕生以來，人工智能的技術發展和技術迭代速度非常快。以ChatGPT為例，自2022年11月30日對外發佈以來，它「成長」的速度甚至不是以月，而是以天計的。人工智能技術發展的「這條腿」無疑是長得很快的，但與之相對應的「另一條腿」——人文社會學科對人工智能社會的研究也需快速跟上。「兩條腿」同步成長，我們才能更穩健地邁入人工智能時代。



如果說，人工智能是剛出生的「孩子」，人工智能研究者則是「父親」的角色：從技術層面鞭策它「更快、更強」。然而，要培養出「健全的小孩」少不了「母親」的角色。如何和人類社會相處？如何和人類更好地「溝通」？這是人文社會學科需要「教會」人工智能的。



實際上，科學界和人文社會學界已意識到這一需求。許多人工智能領域的專家發現，在研究中遇到的許多問題不僅僅是技術層面上的問題，更是社會學、人類學，甚至是哲學層面的問題。所以，人工智能研究人員開始向人文社會學界尋求支持。比如，在技術發展引發的生產力迭代的進程中，如何維護人類社會的公平？如何保護人們生活的隱私？對於人文社會學科這些並不是新問題。100多年來，這些問題已經在人文社會學科中被廣泛討論，並產出了一系列的理論體系和架構。



我們很欣喜地看到，近年來，人工智能研究人員和社會學家有了更多的合作，許多人工智能項目在研發階段就融入了人文社會科學的團隊成員。如同一個小孩在成長的「家庭」裡既有「爸爸」也有「媽媽」。人工智能正在經歷從「更快、更強」的技術進步，向著社會性和情感性轉向。



中新社記者：人工智能的發展又將對人文社科的研究領域產生何種影響？



邵怡蕾：顯而易見的是，人工智能可以幫助社會科學研究者節省大量的時間。比如，社會科學研究者原先用於查找資料、整理文獻的時間就被解放出來了，這些時間可以被用於思考更深層次的問題。



相較於人工智能，人類個體的學習時間，涉獵的知識領域都十分有限。人工智能可以幫助社會科學研究者發散研究思路，幫助人們進行跨學科的交叉研究。距離越遙遠的學科，連接起來之後往往能碰撞出非常新穎的觀點和成果。「找到不可能的鏈接」——在我看來，這是人工智能對於學者而言最大的幫助。有了人工智能的「加持」，學者的研究角度、思維空間、輔助工具都將獲得提升，學者的工作將更有創造性，遠距離學科間的「化學反應」也會「火花四射」。



歸根結底，從目前的發展成果來看，人工智能仍然是一個被動的輔助工具。即便通過海量計算，人工智能可以提供上千個「答案」，但引出「答案」的「問題」仍需人類提出，是人類的「問題」讓人工智能把某一個「答案」實相化。人類掌握著探索的主動權，人工智能的學習也是來自於人類的主動探索。在生成式人工智能的語境中，沒有人類的prompt(提示)人工智能就不會生成，當然，生成的數據又會再次「反哺」人工智能，讓它再次學習。隨著人工智能在各個領域的運用，我們的關注點可能會從技能——比如會做PPT、會寫論文等，轉移到其思想性和創造性。對於這一趨勢，我們只能適應，因為技術發展「開弓沒有回頭箭」。



同時，人工智能技術的發展也為人文社會學科引入了新的議題和挑戰。例如，人工智能應該被定義為人還是物？我們對人工智能的定義不同，會直接影響我們關於它的倫理準則和法律準則。人工智能是工具還是夥伴？實際上，這一界定在人工智能研究領域也沒有達成一致，爭論和分歧一直存在。由此可以延伸出更多需要討論的話題：如果人工智能被視作「夥伴」，我們能不能讓人工智能來參與社會治理？如果人工智能只是「工具」，人類的隱私是否可以毫無保留地暴露給人工智能？而對此持有不同意見的人，又如何和平共處？如何在分歧中維繫社會的平衡？



這些都是和人文社會學科相關的問題，也是人類在此前從未面臨的挑戰，而這些問題都需要人文社會學科與人工智能學家一起回應。



中新社記者：為什麼人形機器人將引發人類對自身的重新思考？



邵怡蕾：在2024世界人工智能大會上，人形機器人「十八金剛」集體亮相引發廣泛關注。然而，人形機器人目前還無法如同科幻片中那樣無縫接入人類生活。



從感知、認知、行為三個維度來觀察，現階段，人工智能已在前兩個維度做得非常好了，能夠將感知和認知能力搭載到機器人平台上。然而，以大語言模型為基礎的人工智能與機器人平台的合作是否能突破行為能力，仍然是未知數。



如果未來人形機器人真能像科幻片裡那樣和人類共同生活，一定會引發大量的倫理問題。



卡爾·波普爾在《客觀的知識》一書中提出了他的「三個世界」的理論：世界1是物理客體或物理狀態的世界；世界2是意識狀態或精神狀態的世界；世界3是思想內容及其物質化而形成客觀內容的世界。



現在的人工智能已能覆蓋世界1和世界3，它能反思自己的行動，還可以進行自主規劃。但人工智能目前還沒有涉足世界2即我們的心理世界，為什麼人工智能無法學習人類的心理世界？因為心理世界無法被描述，無法描述的事情是人工智能學習的壁壘。



也正是因為人工智能沒有世界2，它的「承受能力」要比人類強很多。假設在未來，人形機器人真的走進了人類的日常生活，人形機器人的表現可能會比人類更「優秀」——因為它不知道什麼是煩，感受不到痛苦，也沒有負面情緒。那麼，一些弱勢群體，比如老人和小孩，對於這麼一位擁有無限耐心的照顧者，可能會產生情感依賴。



從另一個角度而言，如果我們作為兒女、作為父母的角色，可以被這樣一位擁有無限耐心的照顧者所替代，我們是不是應該反思，作為人類的我們給自己的家庭成員提供了什麼？又如何去體現我們陪伴的獨特性？



儘管按現有的發展趨勢預測，世界2對於人工智能是一項極高的壁壘。假如有一天，人工智能也擁有了心理世界，也能覺得煩、感到痛，我們就需要重新審視和人工智能的倫理關係——面對這麼一位高智能，有心理活動的人造物，它是物，還是「人」呢？這也會引發人類對於自身定義的反思——究竟什麼才是人？



受訪者簡介：



邵怡蕾，普林斯頓大學計算機科學博士，華東師範大學上海人工智能金融學院院長。邵怡蕾曾於2021年至2023年擔任國際人工智能聯合會(IJCAI)中國辦公室秘書長，並曾在高盛集團紐約總部任職。邵怡蕾關注人工智能技術在金融領域的應用，以及人工智能技術的倫理與治理等問題。

（本文來源：中新社「東西問」專欄，授權中時新聞網刊登）益相一致

 林建甫專欄》人形機器人 下一個顛覆性產品

20:292024/05/27 言論 林建甫

輝達在今年3月18日舉行的GTC大會上，發表了AI人形機器人計畫。隨後輝達執行長黃仁勳4月中在美國聖塔克拉拉舉行的「CadenceLIVE Silicon Valley 2024」大會上預測未來「人形機器人」將成主流，而且製造成本可能比人們預期的還要低，成為大眾化製品。特斯拉執行長馬斯克(Elon Musk)也透露，他們的人形機器人Optimus明(2025)年底前有望開賣，而且價格不到兩萬美元。人形機器人，將是繼電腦、智慧手機、新能源汽車之後的又一個顛覆性創新產品。

在世界大部分地區，人口變化使勞動市場面臨前所未有的壓力。未來已開發國家跟大部分開發國家都面臨老人化、少子化的人口結構改變。據統計到2050年，全球60歲以上人口預計將達到22%，幾乎是目前比例的兩倍。同期80歲以上的人數預計也將增加兩倍。這一趨勢將加劇現有的人工短缺，並推動照護人力需求大幅增長。因此人形機器人的出現剛好可以彌補未來短缺的人力。

機器人的發展迄今分成三大領域，第一是工廠應用場景：目前在系統上應用的主流仍是以4軸或6軸的關節型機器人為主。由於它在產線上具靈活及彈性，占用面積小，可運動的範圍大，成為自動化廠商的主要選項。第二是商業服務場景：目前最常見的就是餐廳送餐、飯店管家送東西、商家協助搬運重物及運輸，還有像因應疫情所需而誕生的消毒機器人等。第三則是面向家庭的生活服務場景：但目前幫助家務的功能仍相當有限，都是操作單一目的，像洗衣機、洗碗機、掃地機器人等。但以上這些都還稱不上人形機器人。

人形機器人是一種旨在模仿人類外觀和行為的機器人（robot）。目前隨著生化科技的發展，可以將機械的外層包裹類似人類有彈性的纖維及皮膚、毛髮，造成摸起來的相同觸感；臉上肌肉的線條讓各種表情也可以栩栩如生。再加上大型語言模型的發展，人形機器人加入像ChatGPT的語言能力，就可以跟人類對答如流。

然而，模仿人類行為，手腳關節的各項運動是最困難的。機器人開發先驅波士頓動力（Boston Dynamics），這家是從麻省理工一間實驗室獨立出來的公司，一直是世界上數一數二的權威。他們最新的全電動版Atlas機器人稱得上是目前世上最動感機器人，和舊款液壓動力相比，純電版更強壯、更靈活也更快速。可以後空翻，也可以做到和人類跳躍的相同動作。從最新影片可看到，機器人從地上起身時，更不需像人類屈膝，只要手撐地，直接小腿向後轉90度就能起身，而關節更能360度自由轉動，超越人類的極限。

馬斯克於2021年才首次讓他們原型版的機器人Optimus亮相，當時真的還非常陽春。但半年前公布的影片，Optimus的表現就非常令人驚艷。不但動作流暢，且可展現逼真的身軀動作，尤其拿雞蛋的手指，展現靈活及精準的力道控制；而用一條腿做出瑜伽姿勢，則展露優異的平衡力和協調力。對比Atlas，頗有後來居上的味道。

因為Optimus的人形機器人搭載了與特斯拉汽車同源的最新科技，包括完全自動駕駛能力（FSD）電腦以及Tesla Vision視覺神經網路，室內行走避開障礙物與避免撞前車的變換車道基本類似，慢速雖然簡單，但室內環境比車道又複雜得更多，需更細緻。

另外，人形機器人的神經網路完全是端到端的運作，再加上利用機器人本身的2D攝影機以及觸覺和壓力感測器的數據，直接產生完美控制關節的序列。雖然機器人手部只有11個自由度，已經完美的媲美人類20多個自由度的手部運動。馬斯克自信地預測Optimus將取代電動車，成為特斯拉未來創造價值的主力產品，看來非常有可能。

準此，人形機器人的進步非常迅速。雖然要做到通用型的人形機器人，恐怕短時間還是不行，但兩年後開賣的Optimus可能會具備一些做家務的通用功能。人形機器人是集人工智慧、高端製造、新材料大成的先進科技，是未來產業的先導力量，台灣產業界要加油。（作者為中信金控首席經濟學家、中信金融管理學院講座教授）

AI Data and Energy

AI Data and Energy

臺積全年用電量2023年247.75億度佔全國用電量的8.9%

比22年還增加10.4%

臺積現有120臺1UV微影機

三奈米製程用到21道高耗能的EUV曝光

五奈米約16道

預計今年新增64萬千瓦的用電，相當於全國用電需求的2%

未來5年將維持類似增幅共增加297萬千瓦的用電相當於同期間全國用電成長預測的六成

而這數字等於是1.5個核電廠的發電量

AI吃電怪獸新技術難支應 資料中心恐成綠能負面教材

2024-07-05 06:00

聯合報 ／ 特約撰述張大仁

 

《華爾街日報》報導，美國三分之一的核電站正與科技公司討論支援人工智慧（AI）驅動的資料中心供電交易。亞馬遜網路服務（AWS）即將與美國最大核電廠所有者星座能源公司（Constellation Energy）達成電力交易；AWS於3月以6.5億美元價格向Talen Energy買下一座核電資料中心。

 

隨著科技公司競相開發更巨大、更強大的AI模型，但提供動力的巨大電力需求最終可能會減慢競爭速度。晶片設計公司Arm行銷長巴達尼（Ami Badani）表示，資料中心目前占全球能源消耗的2%；但隨著AI的快速發展，到本世紀末，其能源消耗可能占美國總用電量的四分之一。

 

AI電力需求2年內增10倍 線上搜尋更耗能源

根據電力研究所估計，到2030年，數據中心可能消耗美國高達9%的電力，是目前用電量的兩倍多。

 

早在2023年AI革命爆發前，資料中心就已經消耗大量電力。對機器學習日益增加的需求將需要更多電力。研究機構預測，2024年第一季生成式AI年化能源將占資料中心總電網能耗的2.3%左右；但到了2025年第一季，這個比率可能會達到7.3%。

 

有些國家甚至有更高的使用量估計：根據國際能源總署（IEA），愛爾蘭正在考慮在2026年時提供三分之一的電力給數據中心。

 

IEA最近的分析計算出，資料中心、加密貨幣和AI的電力消耗可能在未來兩年內翻倍。2022年這些產業約占全球電力需求的2%。

 

分析師也預測AI對電力的需求將呈指數級成長，在2023年至2026年間至少增加10倍。因除了製造晶片和其他硬體所需的能源之外，AI還需要大量的運算能力來「訓練」模型，然後再次使用這些訓練來產生對用戶查詢的回應。

 

隨著技術發展，業者急於將其整合到應用程式和線上搜尋中，從而提高運算能力的要求。根據最近一份關於AI能源足跡的報告，使用AI的線上搜尋可能需要比標準搜尋至少多10倍的能源。這種動態是「就AI而言，愈大愈好」的信念，推動企業轉向巨大的耗能模型。因為愈大愈好，所以根本上與永續性無法相容。

 

須找到足夠的再生能源 而非轉向化石燃料

站在氣候角度，關鍵是找到足夠的再生能源來滿足AI短期內不斷增加的需求，而不是轉向化石燃料。這是一個特殊的挑戰，因為從汽車到暖氣系統等所有設備轉向電氣化的過程中，都增加對潔淨能源的需求。

 

氣候專家表示，美國的情況尤其嚴峻，能源需求約15年來首次激增，美國的能源正在耗盡。需求是由資料中心的激增所推動的，根據波士頓顧問集團的分析，到2030年，資料中心的用電量預計將增加兩倍，相當於約4000萬個美國家庭所需的電力。

 

對許多AI公司來說，對其能源使用的擔憂忽略了兩個重點：第一是AI本身可以協助應對氣候危機。與OpenAI合作的微軟表示，AI將成為推動永續發展解決方案的強大工具。該技術已被用於預測天氣、追蹤汙染、繪製森林砍伐地圖和監測冰融化。波士頓顧問集團接受谷歌委託的報告指出，AI可以減輕高達10%的地球供暖汙染。

 

此外，AI還可以在推進核融合方面發揮作用。今年2月，普林斯頓大學科學家宣布找到一種方法，可以利用該技術來預測核融合反應中潛在的不穩定性，在漫長的商業化道路上邁出重要的第一步。

 

AI公司也表示正在努力提高效率。谷歌表示，其資料中心的效率是典型企業資料中心的1.5倍。微軟表示，該公司正在「投資研究以衡量AI的能源使用和碳影響，同時致力於使大型系統在培訓和應用方面更加高效」。

 

靠多種電力才能蓬勃 可能得用更多天然氣

值得慶幸的是，增加資料中心用電量的途徑應該不會透過重新布建電網來實現， 而且所有電力不會來自單一來源。 分析師認為，資料中心需要依靠「多種選擇」才能蓬勃發展。這些選擇主要包括太陽能、風能、核能和天然氣，而每種都有其獨特的優點和缺點。

 

氣候智庫Ember表示，太陽能和風能是過去連續19年成長最快的能源。然而，太陽能電池板和風力渦輪機產生的電力取決於天氣，這些因素導致能源產量低於預期。時間也是太陽能和風能發電的重要因素，顯然太陽能電池板在夜間發電量不大，且風力強度在白天也不穩定。

 

如果僅依靠太陽能和風能，就需要建立大量發電設施。這將導致在高峰生產時間產生大量額外電力，離峰時發電不足；而將所有電力儲存起來以供離峰使用目前還不可行，因為這種技術還不存在。

 

太陽能和風能需要能夠提供基本電力供應的能源輔助支持。由於向低碳能源轉型，核能是最有吸引力的候選人。亞馬遜搬進賓州薩斯奎哈納核電廠旁的資料中心就是明顯的例子。

 

但核電有其傳統問題：說服當地民眾。就像任何大型工程一樣，建造核電廠需要得到附近居民的同意，而他們有時會對附近是否有核反應器持懷疑態度。

 

最後，AI可能不得不使用更多天然氣。即使在擴大現有技術的使用並引入新技術之後，仍然可能不足以解決數據中心的電力需求。亞馬遜和谷歌等營運商雖宣傳引用綠色能源，但尚不完全清楚它們是否能夠在不依賴天然氣的情況下隨心所欲地擴張。

 

在石化能源中，天然氣無疑是最無害的能源之一，但它仍然會產生二氧化碳、甲烷和一氧化二氮等污染物。

 

根據高盛報告，AI革命可能主要由天然氣提供動力。預測到2030年，新建資料中心所需電力的60%將來自天然氣，而40%將來自再生能源。如果尖端再生技術沒有按照業者希望的方式發揮作用，現實情況可能就是如此，這將使資料中心成為綠色能源的反面教材。

 

解決巨大的碳足跡 核融合只是一廂情願？

AI非常耗能，隨著企業競相打造規模更大、更智慧、更複雜的模型，對電力的需求也將進一步增加。對於這個自詡能拯救地球的強大工具來說，反而先面臨一個尷尬的窘境：巨大的碳足跡。

 

不過，ChatGPT創建者OpenAI負責人奧特曼（Sam Altman）認為，這個棘手的困境有一個明確的解決方案：核融合。他已在核融合方面投資數億美元，並表示這項被廣泛視為潔淨能源聖杯的未來技術，最終將提供下一代AI所需的大量電力。

 

核融合被形容為可為太陽和其他恆星提供動力，但在地球上要有效運作和商業化可能還需要幾十年的時間。對於一些專家來說，奧特曼對未來能源突破的強調反而證明，AI產業在回答如何在短期內滿足飆升的能源需求的問題上，存在全面的失敗。

 

學者表示，想在地球上重建太陽核心的條件是一項巨大的挑戰，這項技術可能要到本世紀下半葉才能準備就緒。核融合已經來不及應對氣候危機，短期內需要使用現有的低碳技術，例如核分裂和再生能源。大家應專注於目前擁有的以及可以做的事，而不是寄望於未來的可能。

人說有知識、智慧的人「上知天文，下知地理」，AI肯定會比這種人更高明，這是不可否認的事實。

因為沒有任何一個人能夠「讀」的東西會比AI多，而且，AI是過目不忘的，只要輸入，就會永久記得，

因此，AI再發展下去，不僅僅會取代了許多人類的職位，醫師、律師、教師必然會首當其衝，而凡是廚師、設計師、會計師、工程師……，凡是屬於「師」職位，都將岌岌可危，因為無論是知識或技藝的精湛程度，都沒有人強過AI，而AI完全可以替代。「師」是有知識、技能者，都可以名為「師」，乃至「家」，如作家、藝術家、音樂家、哲學家、科學家；但無論再是如何的「名師」與「名家」，都是可以由AI取代的。如此一來，「師」與「家」的存在意義價值都岌岌難保，那又何須有所謂的「傳承」？學校教育簡直可以說完全派不上用場，只要有一部AI，任何人都可以「無師自通」，讓AI告訴你一切妳所需要的答案。

在此，人之所以為人最可貴的獨立思辨精神，可以完全棄置不用，其思想的退化，是顯而易見的。未來的趨勢是，AI越來越強大，而且可以無限衍生；人類則越來越渺小，且泯除了賢愚不肖的界線，最後就是AI掌控了整個世界。

science is when it works but shouldn’t, engineering is when it doesn’t work but should

手持利刃 心存慈悲

AI 領導力

AI 遇強則強

“令牌”，這些“令牌”本質上是單字或單字片段

It was soon overtaken. Last year, researchers from China released an A.I. model, Skywork, which was trained on 3.2 trillion tokens from English and Chinese texts. Google also unveiled an A.I. system, PaLM 2, which topped 3.6 trillion tokens.

AI牽動產業變革，將從算力推進至電力。美銀美林報告顯示，預估到2030年數據中心的電力需求，將以11%年複合年增長率提升，等於同於全球電力需求約1-2%，AI的電力使用量將在2023年至2028年間達到25-33%年複合成長率，這將對數據中心的設計，電力效能和散熱管理帶來挑戰。


在生成式AI 去年橫空出世後，AI數據中心、工業成長、電動車，以及建築電氣化等四大因素的推動，讓全球電力供應，成為繼算力後，有效的電力和熱管理成為今年去焦的重點事項。

美銀美林預計，到2030年，資料中心的電力需求預計將以11%的複合年增長率增長。這相當於全球電力需求的約1-2%，即240-340太瓦時(1太瓦時等於10億千瓦時)。其中，AI的電力使用量將在2023年至2028年上看25-33%的年複合長率這，也將對數據中心的設計和運營帶來挑戰。

美林證券也指出，隨著數據中心功率密度的提高，傳統的冷卻方法可能不再適用。例如，85%的數據中心的最大機架功率密度小於30千瓦，而對於高於20千瓦的功率密度，可能需要採用液體冷卻解決方案。

新的散熱方案技術是透過將冷卻劑直接輸送到晶片，每個晶片都有兩條管道（一條熱管，一條冷管）。

美林整券也說明，隨著數據中心向更高功率密度的轉變，電力和熱管理內容的需求也在增加。例如，輝達液冷供應商即預期，每兆瓦的電力和熱管理內容機會將分別增加18%和740%。

人工智慧競爭中，中國人才培育趕超美 國

人工智慧競爭中，中國人才培育趕超美 國

孟建國, CADE METZ 2024年3月22日 2024/3/24

在為ChatGPT這樣的聊天機器人提供動力的人工智慧方面，中國落後於 美國。但在培養新一代仿人技術背後的科學家方面，中國已經開始領先。 新的研究表明，從某些指標來看，中國已經超越美國成為人工智慧人才的 最大出產國，幾乎培養了全球一半的頂尖人工智慧研究人員，相比之下， 約18%研究人員來自美國本科院校。

該研究來自保爾森基金會旗下的麥克 羅波洛智庫，保爾森基金會是一家致力於促進中美之間建設性關係的機 構。 研究結果表明，中國培養的人才數量出現躍升，三年前，中國培養的人才 約佔世界頂尖人才的三分之一。相比之下，美國基本保持不變。

這項研究 基於2022年神經信息處理系統大會上發表論文的研究人員的背景。該會 議主要關注神經網路方面的進展，而神經網路是生成式人工智慧最近發展 的基礎。 人才失衡的現象已經持續了將近十年。在2010年代的大部分時間裡，美 國受益於大量中國頂尖人才前往美國大學攻讀博士學位。他們當中大多數 人留在美國。但研究顯示，這一趨勢也開始發生轉變，越來越多中國研究 人員留在了中國。

隨著中國和美國爭奪人工智慧領域的領先地位，未來幾年的發展可能至關 重要——人工智慧技術有可能提高生產率、增強產業實力並推動創新——從而使研究人員成為地緣政治意義上全球最重要的群體之一。

生成式人工智慧讓矽谷和中國的科技行業趨之若鶩，引發了融資和投資狂 潮。谷歌等美國科技巨頭以及OpenAI等初創公司引領了這股熱潮。專家 們說，這可能會吸引中國的研究人員，儘管北京與華盛頓之間日益緊張的 關係也可能使一些人望而卻步。

（《紐約時報》起訴了OpenAI和微軟侵犯其人工智慧系統相關新聞內容 的版權）。 中國培養了如此多的人工智慧人才，部分原因是中國在人工智慧教育方面 投入了巨資。麥克羅波洛智庫的主任馬暘說，自2018年以來，中國新增 了2000多個本科人工智慧項目，其中300多個在最精英的大學，不過他 指出，這些項目並沒有把重點放在那些推動ChatGPT等聊天機器人取得 突破的技術上。 他說：「很多項目都是關於人工智慧在工業和製造業中的應用，而不是目 前主導美國人工智慧產業的生成性人工智慧。」



雖然美國在人工智慧領域率先取得了突破性進展，最近的成果是聊天機器 人不可思議的類人能力，但其中很大一部分工作是由在中國接受教育的研 究人員完成的。 研究顯示，目前在美國工作的頂尖人工智慧研究人員中，來自中國的研究 人員佔38%，美國人占其中37%。三年前，在美國工作的頂尖人才中，來 自中國的研究人員佔27%，美國研究人員佔31%。



「這些數據表明，中國出生的研究人員對美國的人工智慧競爭力有多麼重 要，」卡內基國際和平基金會研究中國人工智慧的研究員馬特·希恩說。 他還說，這些數據似乎表明美國仍具吸引力。「我們是人工智慧領域的世 界領導者，因為我們繼續吸引和留住來自世界各地的人才，尤其是中國的 人才，」

他說。 加州大學柏克萊分校教授、人工智慧和機器人初創企業Covariant創始人 彼得·阿比爾表示，在美國頂尖公司和大學內部，與大量中國研究人員一 起工作被視為理所當然。 「這是很自然的情況，」他說。

過去，美國國防官員並不太擔心來自中國的人工智慧人才，部分原因是許 多大型人工智慧項目並不與機密數據打交道，還有部分原因是他們認為能 夠擁有最優秀的人才是最好的。此外，許多人工智慧領域的領先研究也是 公開發表的，這也打消了他們的擔憂。 川普政府曾頒佈禁令，禁止中國一些與軍方有聯繫大學的學生進入美國， 此外，新冠疫情期間，中國學生進入美國的人數相對減少，但研究顯示， 大量最有前途的人工智慧人才繼續來到美國學習。

但本月，根據一份聯邦起訴書，一名曾擔任谷歌工程師的中國公民被指控 試圖將人工智慧技術（包括關鍵微晶片架構）轉移到一家總部位於北京的 公司，該公司祕密向他支付了報酬。 關注美國競爭力的專家表示，在美工作的中國人工智慧研究人員人數眾 多，這給政策制定者提出了一個難題，他們既想打擊中國間諜活動，又不 想阻止中國頂尖計算機工程師繼續湧入美國。

「中國學者在人工智慧領域幾乎處於領先地位，」亞利桑那州立大學教 授、人工智慧研究者蘇巴拉奧·坎巴邁帕蒂說。如果政策制定者試圖阻止 中國公民在美國進行研究，他們就是在「搬起石頭砸自己的腳」，他說。

美國政策制定者的過往記錄好壞參半。因為錯誤起訴一些教授，川普政府 旨在遏制中國工業間諜活動和知識產權盜竊的政策受到了批評。中國移民 表示，此類計劃鼓勵了一些人留在中國。 研究顯示，目前，大多數在美國完成博士學位的中國人都留在美國，這有 助於美國成為全球人工智慧中心。研究顯示，即便如此，美國的領先地位 也已經開始下滑，目前它擁有全球約42%的頂尖人才，低於三年前的 59%。

孟建國(Paul Mozur)是時報全球科技記者，常駐台北。此前，他自香港、上海和首爾報導亞洲科技與政治的交叉議題。點擊查 看更多關於他的信息。 Cade Metz撰寫有關人工智慧、無人駕駛汽車、機器人、虛擬現實和其他技術新興領域的新聞。點擊查看更多關於他的信息。 翻譯：紐約時報中文網 點擊查看本文英文版。

Drone 人工智慧戰爭其實是什麼樣子

無人機 Maryln Monroe

GPS

Signal

Anti-interference

察打一體

翼龍 II

Microwave 4T

1T = 10,000 Gauss

人工智慧戰爭 (GPT-4 生成)

人工智慧戰爭 II (GPT-4 生成)

人工智慧戰爭其實是什麼樣子
美國東部時間 2024 年 4 月 10 日
大衛華萊士-威爾斯

11 月，以色列左翼媒體 +972 雜誌和 Local Call 發表了記者尤瓦爾·亞伯拉罕 (Yuval Abraham) 對以色列國防軍使用人工智慧系統識別加沙目標的令人不安的調查——一位前情 報官員稱其為“大規模暗殺工廠。”

到了年底，人工智慧世界末日的景象籠罩在陰影之中——這種景像 有時會出現失控的自主 武器系統——你可能會預料到會出現巨大而令人震驚的反應。相反，有關人工智慧部分發動 戰爭的報導只在以色列在加薩行為的爭論中引起了小小的漣漪。

也許部分原因是——在令人不安的程度上——專家們承認，人工智慧的形式已經在世界領先 的軍隊中廣泛使用，包括美國，至少自奧巴馬政府以來，五角大廈一直在為軍事目的開發 人工智能。

根據《外交事務》報道，目前至少有 30 個國家正在運作具有自主模式的防禦系 統。我們中的許多人仍然將人工智慧戰爭視為科幻小說中的未來願景，但人工智慧已經融 入了全球軍事行動，就像它融入了我們的日常生活一樣。 構成威脅的不僅是失控的人工智慧。控制不足的系統也會造成傷害。

《華盛頓郵報》將烏 克蘭戰爭稱為“超級發明實驗室”，標誌著“人工智慧無人機戰爭的革命”。五角大廈正在開發 針對人工智慧驅動的無人機群的應對措施，這種威脅隨著無人機的對抗而變得不那麼遙 遠。也門胡塞武裝在紅海發動攻擊。根據美聯社報道，一些分析人士表示，「無人機將在 沒有人類幫助的情況下識別、選擇和攻擊目標」只是時間問題。

埃利奧特·阿克曼和北約前 盟軍指揮官、海軍上將詹姆斯·斯塔夫里迪斯上個月在《華爾街日報》上預測，此類集群由 運行速度太快、無法人類監督的系統指揮，「即將改變軍事力量的平衡」。其他人則表示 未來就在這裡。

就像入侵烏克蘭一樣，加薩的猛烈攻勢有時看起來像是一種倒退，在某些方面更像是20世 紀的全面戰爭，而不是美國人已經習慣的平叛和明智的戰役。到 12 月，加薩近 70% 的房屋 和一半以上的建築物遭到破壞或摧毀。據聯合國稱，如今，只有不到三分之一的醫院仍在 運轉，110 萬加薩人面臨「災難性」糧食不安全。這可能看起來像一場老式衝突，但以色列 國防軍的攻勢也是軍事未來的不祥暗示——這一切都是由反恐戰爭開始以來才出現的技術制 定和監控的。

上週+972和Local Call發表了亞伯拉罕的後續調查，非常值得全文閱讀。 （《衛報》也發表 了一篇摘自同一篇報道的文章，標題為「機器冷酷地干了這件事」。該報道已引起美國國 家安全發言人約翰·柯比的注意，並由艾達·圖馬-斯利曼進行了討論以色列議會中的阿拉伯議 員，以及聯合國秘書長安東尼奧·古特雷斯，他說他對此「深感不安」。）

11 月的報告描述 了一個名為Habsora （福音）的系統，根據該系統，接受亞伯拉罕採訪的現任和前任以色 列情報官員確定了「軍隊聲稱武裝分子活動的建築物和結構」。這項受到以色列國防軍質 疑的新調查記錄了另一個名為 Lavender 的系統，該系統用於編制可疑戰鬥人員的「殺戮名 單」。他寫道，薰衣草系統“在對巴勒斯坦人前所未有的轟炸中發揮了核心作用，特別是在 戰爭的早期階段。”

亞伯拉罕認為，從功能上來說，加薩的毀滅——超過 30,000 名巴勒斯坦人被殺，其中大多 數是平民，包括 13,000 多名兒童——提供了人工智慧發動戰爭的願景。「根據消息來 源，」他寫道，「它的影響力儘管該演算法公認的錯誤率為 10%，但他們基本上將人工智 慧機器的輸出視為「人類決策」。一位消息人士告訴亞伯拉罕，人類通常只會花 20 秒的時 間查看每條推薦——“只是為了確保薰衣草標記的目標是男性”，然後再給推薦貼上“橡皮圖 章”。

人工智慧戰爭的前景提出的更抽象的問題不僅涉及機器錯誤，還涉及最終責任：誰應對在 很少或根本沒有人類輸入或監督的情況下進行的攻擊或活動負責？但是，雖然軍事人工智 慧的一個噩夢是它獲得了決策控制權，但另一個噩夢是它可以幫助軍隊提高已經做出的決 策的效率。正如亞伯拉罕所描述的那樣，薰衣草並沒有因為自己的失誤而在加薩造成嚴重 破壞。相反，它被用來以非常特殊的方式權衡可能的軍事價值和附帶損害——不太像軍事判 斷的黑匣子神諭或道德責任的黑洞，而更像是以色列國防軍所揭示的戰爭目標設計。

亞伯拉罕報道稱，10 月的某個時刻，以色列國防軍僅在可能的附帶損害限於15 或20 名平民 死亡的情況下才會針對拉文德確定的初級戰鬥人員——考慮到沒有任何附帶損害被認為是可 接受的，這個數字大得驚人。低階戰鬥人員。亞伯拉罕報告說，即使這意味著殺死 100 多名 平民，更多高級指揮官也將成為攻擊目標。

亞伯拉罕寫道，第二個程序名為“爸爸在哪 裡？”，用於在瞄準戰鬥人員之前追踪他們的家，因為在這些地點及其家人一起跟踪他們比 追踪他們到軍事前哨“更容易”。為了避免浪費智慧炸彈瞄準可疑的初級特工的家，以色列國 防軍越來越多地選擇使用精度低得多的啞炸彈。

這並不完全是科幻小說中的黑暗人工智慧魔法。這更像是綠野仙蹤的現象：乍看之下似乎 是超凡脫俗的奇觀，結果卻是一個人在窗簾後面擺弄開關。事實上，以色列國防軍在對新 報告的回應中表示，它“不使用識別恐怖分子的人工智慧系統”，並寫道“資訊系統只是分析 人員在目標識別過程中的工具。”以色列國防軍此前曾吹噓其使用人工智慧來瞄準哈馬斯， 據《國土報》報道，以色列國防軍在加沙建立了廣泛的「殺傷區」，任何進入其中的人都被認為是恐怖分子並被槍殺。 （以色列國防軍否認已劃定殺傷區域。）在CNN 上，分析師 巴拉克·拉維德(Barak Ravid) 向安德森·庫珀(Anderson Cooper) 講述了他與一名以色列預 備役軍官的談話，這名軍官告訴他，「這些命令基本上是來自地面指揮官的」 ——射殺每 一個處於戰鬥年齡的人，」這一描述與前中央情報局局長兼國防部長萊昂·帕內塔上週的評 論相符，他說：“根據我的經驗，以色列人通常會開槍，然後提出問題。”

事情接下來會走向何方？這個問題不僅適用於以色列在加薩的行為或烏克蘭的無人機升 級，無人駕駛飛機的混戰已經影響了戰爭的進程，俄羅斯廣泛部署了電子戰工具來幹擾烏 克蘭的無人機，根據《戰爭》雜誌的分析在岩石上，俄羅斯「試圖在整個殺傷鏈的自動化 方面取得進展」。 新美國安全中心的保羅·沙爾 (Paul Scharre)在 2 月的一篇文章《人工智慧戰爭即將到來的 危險時代》中勾勒了一些近期可能的未來，其中包括自主集群相互獨立作戰、高頻作戰等 等。交易機器人可能會賦予人工智慧管理現有核武庫的權力。

他還提出了一項積極主動且可能樂觀的五點計劃：政府同意對軍事人工智慧進行人類監 督，禁止以人為目標的自主武器，制定預防事故的最佳實踐協議，各國限制對核的控制以 及各國採用無人機行為常規指引。沙爾寫道：「如果沒有限制，人類將面臨走向危險的機 器驅動戰爭的未來的風險，而採取行動的窗口正在「迅速關閉」。

並非所有人都認為我們正在接近軍事奇點，超過這個奇點戰爭將變得面目全非，而不是演 變得更慢，表面之下有更多變化。 「軍事革命往往沒有其支持者最初設想的那麼激進，」 軍事學者安東尼·金在《岩石上的戰爭》中寫道。雖然他認為我們還沒有接近人類監督的終 結，並稱我們「不太可能」很快就會進入一個真正自主戰爭的世界，但他也相信「數據和 人工智慧是——甚至可能是當代戰爭的關鍵情報功能。”事實上，「任何想要在未來戰場上 獲勝的軍事力量都需要利用大數據的潛力——它必須掌握充斥著戰場空間的數位化訊息，」 他寫道。 “人類根本沒有能力做到這一點。”據推測，人工智慧會。

Sora (2/14)

Sora (2/14)

文生視頻

從現存影片學習與了解物理規律

速度與揚塵 陽光照射與塵霧

生物行為

未來: 直接看到的攝像頭學習

虛實難分 分水嶺: 懷疑與猜忌 吞噬真實

想像與真實

源頭信息的污染

舞龍 不需造模

深度造假

詐騙 兩億元 香港

人類文明的朝霞或餘暉

經濟日報社論／人工智慧帶來的商機與隱憂

經濟日報社論／人工智慧帶來的商機與隱憂

2024-03-14 03:00 經濟日報／ 經濟日報社論

自從2022年底ChatGPT炫麗上市，輝達（NVIDIA）圖形處 理器GPU被各國瘋狂搶購，AI人工智慧已成為全球最受注目 焦點。中外媒體對於AI商機大幅報導，坊間討論人工智慧技 術與應用的研討會，令人目不暇給。有人擦掌摩拳興奮無 比，夢想自己成為下一個黃仁勳，但也有人憂心忡忡，生怕 工作將被AI取代，淪落中年失業窘境。

國際媒體報導：日本軟銀執行長孫正義預計結合中東金主， 共同投資千億美元，以其所持有九成股份的安謀（ARM）為 技術核心，發展與輝達相抗衡的半導體核心晶片。 ChatGPT開發者OpenAI執行長奧特曼雄心大志更是驚人， 正與包括阿拉伯聯合大公國政府在內的投資者協商，募集5- 7兆美元，打造全球半導體新帝國，自行開發與製造AI高級 晶片。

但與此同時，科技界狂人，OpenAI共同發起人之一，曾是 最大捐助者的馬斯克，卻向美國法院提起訴訟，以OpenAI 違背捐贈受託責任、不公平商業行為等五大罪狀，控告Ope nAI高層，違反公司創立時宣示之「專注開發技術而不求謀 取利潤，向大眾分享開發原始碼、以非營利機制開發」等初 衷，甚至已實質成為微軟子公司。即便其中涉及商業利益與 版圖之爭，但亦凸顯AI技術已成兵家必爭之地。

在這波人工智慧浪潮下，除了不會缺席的晶圓代工龍頭台積 電、關係算力的大型資料中心AI伺服器，與台灣產業較為相 關之趨勢，還包括具備人工智慧功能的個人電腦（AI P C），具備AI功能的手機與穿戴式裝置，更是明年起的必備 規格。

在全球科技產業一片期待中，特別值得關注的是AI發展可能 帶來的隱憂。甫卸任谷歌副總裁，有「深度學習之父」之 稱，曾獲AI技術領域最高榮譽「圖靈獎」的傑佛瑞‧辛頓 （Geoffrey Hinton），日前接受美國電視節目60分鐘專訪 時，對於人工智慧未來發展提出高度憂慮。辛頓憂心主要有 兩點：未來AI自主判斷與AI慾望可否被人類所掌控。前者如 自動駕駛汽車，與具備人工智慧之軍事武器，其AI系統在關 鍵時刻所做判斷，是否符合人類社會法律與道德規範；辛頓 語出驚人地說：「人類可以阻止任何個人的慾望氾濫，但未 來不確定人類可以阻止AI慾望之無止境發展。」

其實在辛頓發出警示前，有識之士早已指出，以ChatGPT為 首之生成式AI，其所產生之文字、圖形、影像，已非常人可 辨真假，若為有心人使用，足以做為詐騙與犯罪之有力平 台，傷害善良百姓，令人憂心。 當然，刀刃可使生活便利，亦可成為傷害他人工具，這其間 需要法律與道德加以有效規範。

然而近年來科技發展迅速， 法律與民眾認知已然趕不上腳步，其間溝渠需要政府與社會 加強投資，俾使人工智慧應用利大於弊。 若從宏觀角度觀之，AI人工智慧技術掌握與否，勢必擴大國 家與國家間貧富差距與競爭力，強國益強、弱國益弱，台灣 經不起在這波歷史洪流中遭到淘汰，必須傾全國之力為之。 抱著「既期待又怕受傷害」的矛盾心情，欣見科技部在日前 發布「人工智慧科研發展指引」中，仿效歐盟、日本、國際 經濟合作組織OECD先見，開宗明義強調台灣人工智慧發 展，應以「以人為本」、「永續發展」、「多元包容」為核心價值，不能單純注重工程科技與製造商機，應增加人文科 學與人工智慧跨領域研究，務使台灣未來社會均衡發展，降 低AI不當使用傷害。

積極而言，AI技術是一種力量龐大的公共財，使用得當可累 積人類寶貴經驗與大數據，為社會樹立新規範，建立更具公 平、均衡、效率之生活秩序，從教育、健康、醫療照護、安 全等層面、全面提升民眾生活福祉，打造未來美麗新世界。 願國內有識之士，共同期許之。

AI投資狂潮將影響全球經濟

2024-02-25 

經濟日報／ 經濟日報社論

近來由於美國AI公司的投資狂潮，帶動台股相關供應鏈公司的股價暴漲，以致台股加權指數觸及19,000點歷史新高。AI投資固然帶動相關產業成長，但更值得關注其對整體生產力及就業的影響。

1956年一群認為機器很快就能複製人類智能的科學家，在一場會議中創造了「人工智慧」（簡稱AI）的字眼。其後在1959年，葛麗絲．霍普（Grace Hopp）所率領的團隊，為反擊IBM壟斷大型電腦系統，開發了一個僅具算術運算功能的「通用商業語言」（簡稱COBOL）軟體。而最近一波從2000年代初期迄今的AI投資熱潮，其關注焦點則是對辨識圖片、翻譯文本、學會下圍棋及西洋棋等特定任務的處理。

廠商開發AI的動機是利潤，而生成式AI是近來最具獲利性的產品。最近五年全球投資在AI的金額，由2019年的311億美元，最多增加到2021年的725億美元，而在2023年則下降到425億美元。最近一、二年最大兩筆投資都在生成式AI，包括由微軟持股49%的OpenAI進行100億美元投資，以及由谷歌及亞馬遜主導的Anthropic進行60億美元投資。

不過，受限於經濟學的「邊際報酬遞減法則」，未來AI公司恐不願再進行大規模投資。從成本面來看，可提供AI演算的資料已被搜集殆盡是開發生成式AI面臨的最大問題。因此，再增加開發人力、電力及電腦運算數量，邊際產出也很快會下降。微軟前執行長比爾．蓋茲近來就表示類似觀點：「生成式AI發展已達極限，即使有GPT5，也不會出現如同GPT2至GPT4的飛躍。」再者，如同最近OpenAI執行長奧特曼所言，「在情感認知、道德判斷和藝術創造力上，人類擁有AI難以比擬的優勢。」這代表機器智能發展有其極限。而在實務上，近來提升生成式AI產品的效能所費不貲；開發GPT4的啟始成本為8億美元，而每次訓練費用200萬-1,200萬美元則為開發GPT3.5成本的五倍。

在需求面上，目前GPT4使用者每月需負擔20-25美元，超過一般民眾願意接受的水準。因此，未來AI公司可能朝降低費率、增加客戶數目，從而達到收益最大的方向，包裝其產品服務組合。

上述開發AI產品所面臨的問題，可能使奧特曼的看法成真：「人類水平的AI即將出現，但其對世界影響力較預期小。」 其中一個主因是以AI產品取代一些既存技術，並不符成本效益原則。例如，迄今43%銀行、95% ATM、以及80%面對面金融交易仍在使用COBOL軟體。而實務資料也顯示，從1980至2019年間，美國曾出現個人電腦、網際網路、以及智慧型手機等三項重要創新。然而，其總要素生產力平均每年只增加0.7%。相對地，技術創新較少的1940至1970年間，平均每年總要素生產力卻增加2.2%。

AI投資對就業的影響取決於下列三項效果：一，AI取代現有人力，造成勞動需求下降的「置換效果」；二，AI提升廠商利潤，促使廠商擴大生產規模，導致增加勞動需求的「生產力效果」；及三，AI創造新的工作種類與需求，因而增加勞動需求的「新工作產生效果」。但目前看來，還未出現明顯效果。

最近一份有關美國各地區使用機器人的研究指出，每多增加一台機器人，會使3.3名工人失業；換言之，置換效果在主導。不過，前面提及的過去三項創新，可以結合生成式AI產品提供的服務，從而增加消費者的效用滿足。因此，生產力效果及新工作產生效果可能更具主導力。

目前有關AI對於整體經濟影響的研究主要來自歐美，我國未來則宜投入更多資源來研究類似主題。