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%。

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。

AI 與社會

AI 與社會

AI 孫燕姿

AI 詐騙

deepfake: 印度外長 日本首相

weapon systems

無人機

人工智能的下一個恐懼：好萊塢的殺手機器人成為軍隊的工具

 

美國國家安全官員警告說，這項新技術有可能顛覆戰爭、網絡衝突，以及——在最極端的情況下——使用核武器。

 

經過大衛·E·桑格

2023 年 5 月 5 日

 

當拜登總統在 10 月份宣布嚴格限制向中國出售最先進的計算機芯片時，他出售這些芯片的部分原因是讓美國工業有機會恢復其競爭力。

但在五角大樓和國家安全委員會，還有第二個議程：軍備控制。

該理論認為，如果中國軍方無法獲得芯片，它可能會放慢開發人工智能驅動武器的步伐。這將使白宮和全世界有時間找出在傳感器、導彈和網絡武器中使用人工智能的一些規則，並最終防範好萊塢製造的一些噩夢——不顧它們的人類創造者自動殺手機器人和計算機。

現在，圍繞著流行的 ChatGPT 聊天機器人和其他生成式人工智能軟件的恐懼迷霧使得將芯片限制在北京看起來只是一個臨時解決方案。

週四，當拜登先生在白宮拜訪正在努力限制技術風險的技術高管會議時，他的第一條評論是“你們正在做的事情具有巨大的潛力和巨大的危險。”

他的國家安全助手說，這反映了最近的機密簡報，內容涉及新技術有可能顛覆戰爭、網絡衝突，以及——在最極端的情況下——關於使用核武器的決策。

但就在拜登發出警告時，五角大樓官員在技術論壇上表示，他們認為暫停開發下一代 ChatGPT 和類似軟件六個月的想法是個壞主意：中國人不會等等，俄羅斯人也不會。

“如果我們停下來，猜猜誰不會停下來：海外的潛在對手，”五角大樓首席信息官約翰謝爾曼週三表示。“我們必須繼續前進。”

他的直言不諱突顯了當今整個國防界的緊張氣氛。沒有人真正知道這些新技術在開發和控制武器方面的能力，他們也不知道什麼樣的軍備控制制度（如果有的話）可能奏效。

預感是模糊的，但令人深感擔憂。ChatGPT 能否授權以前無法輕易獲得破壞性技術的不良行為者？它會不會加速超級大國之間的對抗，從而使外交和談判的時間所剩無幾？

“這個行業並不愚蠢，你已經看到了自我監管的努力，”谷歌前董事長埃里克施密特說，他曾在 2016 年至 2020 年擔任國防創新委員會首任主席。

施密特先生說：“因此，業界現在正在進行一系列非正式對話——都是非正式的——關於人工智能安全規則是什麼樣子的，”施密特先生與前國務卿亨利基辛格一起撰寫了一系列關於人工智能顛覆地緣政治的潛力的文章和書籍。

任何測試過 ChatGPT 初始迭代的人都清楚將護欄放入系統的初步努力。這些機器人不會回答有關如何用釀造的藥物傷害某人的問題，例如，或者如何炸毀大壩或削弱核離心機，美國和其他國家在沒有人工智能工具的情況下參與的所有行動.

但是那些行動黑名單只會減緩這些系統的濫用；很少有人認為他們可以完全阻止這種努力。總有一些技巧可以繞過安全限制，任何試圖關閉汽車安全帶警告系統緊急蜂鳴聲的人都可以證明這一點。

 

儘管新軟件讓這個問題變得普遍，但對於五角大樓來說，這並不是什麼新鮮事。十年前發布了關於開發自主武器的第一條規則。五角大樓的聯合人工智能中心成立於五年前，旨在探索人工智能在戰鬥中的應用。一些武器已經在自動駕駛儀上運行。擊落進入受保護空域的導彈或飛機的愛國者導彈長期以來一直具有“自動”模式。它使他們能夠在沒有人為干預的情況下開火，當被傳入的目標淹沒時，速度快於人類的反應。但它們應該受到人類的監督，人類可以在必要時中止攻擊。

伊朗最高核科學家穆赫森·法赫里扎德 (Mohsen Fakhrizadeh) 的暗殺行動是由以色列的摩薩德 (Mossad) 使用由人工智能輔助的自動機槍執行的，儘管似乎已經進行了高度遙控。俄羅斯最近表示，它已經開始製造——但尚未部署——其海底波塞冬核魚雷。如果它不辜負俄羅斯的炒作，這種武器將能夠自主穿越海洋，避開現有的導彈防禦系統，在發射幾天后發射核武器。

到目前為止，還沒有涉及此類自主武器的條約或國際協定。在軍備控制協議被放棄的速度快於談判速度的時代，達成這樣的協議的希望渺茫。但 ChatGPT 及其同類產品提出的挑戰類型不同，而且在某些方面更為複雜。

在軍隊中，注入人工智能的系統可以加快戰場決策的速度，以至於它們會產生全新的意外打擊風險，或者根據誤導性或故意錯誤的攻擊警報做出決策。

“人工智能在軍事和國家安全方面的一個核心問題是如何防禦比人類決策速度更快的攻擊，我認為這個問題尚未解決，”施密特先生說。“換句話說，導彈來得太快了，必須有自動反應。如果這是一個錯誤的信號會怎樣？”

冷戰期間充斥著錯誤警告的故事——曾經是因為本應用於練習核反應的訓練磁帶不知何故被輸入了錯誤的系統，並引發了蘇聯大規模進攻的警報。（良好的判斷力導致每個人都解除警戒。）新美國安全中心的保羅沙雷在他 2018 年出版的《無人軍隊》一書中指出，“從 1962 年到 2002 年，至少發生了 13 起近用核事件”，這“這證實了這樣一種觀點，即未遂事件是核武器的正常情況，即使是可怕的情況。”

出於這個原因，當超級大國之間的緊張局勢遠低於今天時，歷任總統都試圖通過談判為各方的核決策留出更多時間，這樣就沒有人會匆忙捲入衝突。但生成式人工智能有可能將各國推向另一個方向，即加快決策速度。

好消息是大國可能會小心——因為他們知道對手的反應會是什麼樣子。但到目前為止，還沒有商定的規則。

前國務院官員、現任 Rice、Hadley、Gates and Manuel 諮詢集團負責人的 Anja Manuel 最近寫道，即使中國和俄羅斯還沒有準備好就AI 進行軍備控制談判，關於該主題的會議將導致討論人工智能的哪些用途被視為“超出範圍”。

當然，五角大樓也會擔心同意許多限制。

計算機科學家丹尼·希利斯 (Danny Hillis) 說：“我非常努力地爭取獲得一項政策，如果你擁有武器的自主元件，就需要一種方法來關閉它們，”他是用於人工智能的並行計算機的先驅。曾在國防創新委員會任職的希利斯先生說，五角大樓官員反擊說，“如果我們可以關閉它們，敵人也可以關閉它們。”

更大的風險可能來自個體行為者、恐怖分子、勒索軟件組織或擁有先進網絡技能的較小國家（如朝鮮），它們學習如何克隆更小、限制更少的 ChatGPT 版本。他們可能會發現生成式 AI 軟件非常適合加速網絡攻擊和瞄準虛假信息。

微軟的信任和安全運營負責人湯姆伯特正在加速使用新技術改造其搜索引擎，他在喬治華盛頓大學最近的一個論壇上表示，他認為人工智能係統將幫助防禦者比他們更快地檢測異常行為會幫助攻擊者。其他專家不同意。但他表示，他擔心人工智能會“加速”有針對性的虛假信息的傳播。

所有這一切都預示著一個新的軍備控制時代。

一些專家表示，由於無法阻止 ChatGPT 和類似軟件的傳播，最好的希望是限制推進該技術所需的專用芯片和其他計算能力。毫無疑問，這將是未來幾年提出的眾多不同軍備控制計劃之一，而此時主要核大國至少似乎對就舊武器進行談判不感興趣，更不用說新武器了。

 

大衛·E·桑格 (David E. Sanger)是一名白宮和國家安全記者。在為時報工作的 38 年報導生涯中，他曾帶領三個團隊獲得普利策獎，最近一次是在 2017 年

林一平／AI推動人的演化

林一平／AI推動人的演化

2023-04-03 03:48 聯合報

今日生成式ＡＩ的功能演進快速，每個人或多或少都有如下焦慮感：如何運用ＡＩ？我會不會被ＡＩ取代？其實ＡＩ和人類的互動，圖靈（Alan Mathison Turing）早已點出其關鍵。

首先，圖靈認為，如果一台機器被期望不會出錯，那麼這部機器是不可能具有智慧的。洛夫萊斯夫人（即是Ada，全世界第一位程式師）指出，萬無一失的機器只能做我們告訴它做的事情。換言之，一個人可以將一個想法「注入」機器中，它會做出反應，然後就靜止。

但圖靈由另一個角度來看待機器（電腦），假設人們注入機器的想法如同由外部注入原子堆的中子。當機器只能做我們告訴它做的事情，是因為它是一個小於臨界值的原子堆，因此每個中子會引起一定的擾動，最終消失。然而，如果堆的大小充分增加，這種入射中子引起的干擾會引起連鎖反應，自動繼續增加，直到整個原子堆被破壞。

就人類思維而言，似乎也有這種連鎖反應現象。換言之，人類思維可能如同原子堆般處於「亞臨界」（subcritical）或「超臨界」（supercritical）狀態。向低於「亞臨界」的頭腦提出一個想法，在回答中只產生一個想法。向一個「超臨界」的頭腦提出想法，會產生一個完整的「理論」，由連鎖反應的次要的、第三的和更遙遠的想法組成。圖靈一心想創造這種「頭腦」概念的機器。由人帶動機器的超臨界，再由機器提升人的進化。

當電腦處於「亞臨界」，人有機會駕馭它，成為能力的延伸，稱之為智能擴增。當電腦處於「超臨界」，則它取代人類，稱之為智能自動化。有趣的是，電腦可能是一個人的智能擴增，也同時是另一個人的智能自動化。當人和演進中的電腦互動時，自己要努力的借力使力進化。如果您懂得運用電腦，擴增您的想像力，藉由ＡＩ進化自己的能力，您就不會被電腦取代。

洞燭利用電腦來擴增智能的先驅者是發明滑鼠的恩格爾巴特（Douglas Engelbart）。他最早提出智能擴增方法，與過去的自動化技術形成鮮明對比。在自動化方法中，技術可以取代人力，但不會改變人類的基本能力。恩格爾巴特的智慧增強提供了一種技術模型，讓人類的能力會隨著使用它而增加。

計算機滑鼠是這種技術模型最早期的一個例子。在恩格爾巴特提出x-y位置指標之前，計算機輸入是通過鍵盤或打孔卡作為符號輸入的。滑鼠允許直接操作計算機環境中的元素，從而跨越人與計算機之間的實際邊界。它使介面成為人類行為的延伸。它增強人類非常基本的能力，即二維手部運動，成為操縱數字媒體的能力。恩格爾巴特的所有努力都在結合技術創新來擴展人類的能力。

滑鼠的發明，藉由改變人類的手部行為擴大想像力的空間，其當年的原創性相當偉大，還不至於驚世駭俗。不同於滑鼠，生成式ＡＩ能力強大，可以改變人類各種感官的行為，卻可能會給人錯誤答案，因此，要利用它來擴增智能，人類面臨的演進過程更具挑戰，也更為有趣。而ＡＩ如何刺激人類的演進，將不僅是頭腦，也涵蓋五官肢體，真讓人期待。（作者為前科技部代理部長）

辛翠玲／你也ChatGPT了嗎？

辛翠玲／你也ChatGPT了嗎？

2023-03-30 00:57 聯合報／ 辛翠玲

其實人們早已預期，AI人工智慧的時代終將來臨；過去這些年來，也有大量關於如何應對AI的討論，只是當這一刻真的靠近時，還是讓人在好奇中忐忑。如何駕馭AI、哪些工作會被機器人取代，成了這一陣子的熱門話題；學習使用人工智慧，勢所難免。

AI的進展的確可觀。二○一六年，谷歌的AlphaGo與中、韓兩國的頂尖圍棋高手進行史詩級對弈，兩位代表人類心智能力極致的棋手最後棄子稱臣的一幕，猶讓人印象深刻。即便AlphaGo本質上仍是台精密運算的計算機，沒有意識、不具思考能力，但已堪稱AI史上的重要里程碑。

二○二二年十一月，Open AI的ChatGPT問世之後，各大網路平台也紛紛推出各種生成式聊天機器人。尤其是運用GPT-4大型語言模型的AI，還具備初步擬人的認知能力，與想像中擁有如同人類感知力的通用人工智能（Artificial General Intelligence，AGI）更加接近，也預示著AGI的科技奇點可能已經不遠。那應如何看待、或與愈來愈強大的人工智慧共存呢？

相較於一般的搜尋引擎如google，主要是按照使用者輸入的各種關鍵字組合，在網路中撈出可能相關的資料，再由使用者自己篩選、自行閱讀、整理資料；目前ChatGPT或微軟必應（Bing）等生成式AI則是幫你服務到底，重點在於使用者如何與其溝通。這些生成式AI根據使用者給的要求條件，在茫茫網海中找出可能相關的資料之後，AI代為閱讀、整理，再將整理好的結果直接提供給使用者，彷如個人隨身秘書一般。

這些AI工具使用門檻不高，使用介面友善，只要能提出問題，稍加練習操作，大多數人不難入手。這也提醒我們，可以看看身邊有數位落差的親友是否需要協助。如果你是資訊科技門外漢，不妨花點時間體驗一下AI工具。如果你正好是成長於數位化時代開始之前、當年沒太多機會熟悉電腦的銀髮族，也可以放心探索，或許會發現這些工具比想像中的可親實用。反之，如果你是數位原住民，信手拈來就可以掌握新工具，也不妨協助身邊有數位障礙的親友，讓他們也能銜接AI時代。

另一方面，當生成式AI普及化之後，如何更進一步運用，才不會產出與所有人一樣、千篇一律的結果呢？此與使用者能否跟機器人有較好的溝通有關。當使用者的問題意識、邏輯、創意、表達能力愈好，提供給AI的條件元素、情境設定、邏輯鋪陳、預期目的等指令愈仔細、敘述愈周延時，AI能生成的內容就愈豐富，更能接近期待的結果。換句話說，至少在現階段，從使用者的角度而言，人腦還是決定機器腦表現的關鍵。而要能夠深入發問、有效溝通，人腦仍需有足夠的知識量、內建知識系統。所以，基礎知識的累積、學習終究不可缺。奠基於此，加上思考、批判能力時，人機協作可以發揮得更好。

AI科技還在急速發展、推陳出新中，各種工具來得又快又猛，常常一覺醒來，世界就又被往陌生的方向推了一階。雖然非專業領域的人們不見得能懂、也未必需要不斷追趕新技術，但是當時代就硬是被翻頁時，認識、學習、駕馭這些工具仍有其必要。Open AI官網直言，目前人類處於從AI過渡到AGI的準備期，假如這個發展的確是這麼不可擋，那就讓我們幫自己做點準備吧！（作者為中山大學政治經濟學系教授）

AI變革 職場迎接挑戰
2023-03-30 00:52 聯合報／ 盧信昌／台大國際企業學系副教授（台北市）

人工智慧領域的明日之星、OpenAI執行長奧特曼，在二○一五年間和特斯拉創辦人馬斯克共同創立該公司；更曾立下了要「確保人工智慧能有益於全人類」的使命和願景。二○二一年間，他在網頁上承認：「每天在OpenAI的工作總提醒著我，AI所帶來的變革影響，遠比所有人想像都更快、更激烈地發生當中。」

然而，隨著晚近的應用想像，再加上得自於儲存能量與數位科技的屢屢突破，卻也讓網路犯罪與黑心商業模式的進展更快速；因此，對於AI將如何影響人類的共同未來，奧特曼認為各界都有必要謹慎應對，雖然不必然是悲觀看待。

根據OpenAI公司與耶魯大學的合作研究，估算ChatGPT和其他AI生成功能的軟體工具，可能嚴重衝擊到美國高薪白領工作，約計有二成；以及在這類職業別之內，過半以上的業務職掌。因此，從工作設計、組織型態、管理激勵和消費服務等的提供流程，都需做出必要配合與前瞻性的重整。

最可能被人工智能所挑戰的高薪職業，則有口譯、翻譯工作、文本、繪本的執行創作，包括作曲寫譜和編曲配樂等，以及旅遊規畫、報稅服務、行銷研究、財務分析，甚至是記者。事實上，人工智慧的生成報導，從股市交易和盤後分析，乃至賽事勝負和體育活動的常態介紹，這類的創作模式早已嘗試了八年之久。

至於技術性勞力為主的生產製造和其他個人服務業，潛在受影響的可能範圍則最小；但即使是傳統勞力類型，仍有一成的業務將因著ChatGPT生成應用，而讓工作性質與人際互動受到影響，甚至是被取代。

職是之故，各界如何提早因應，尤其能從政府與各部會職能的檢討開始，諸如導正青年學子的人生規畫與就業預期；同時，及早在社會結構與政務推行等的方方面面，讓人工智慧的協作量能與應用想像，有融入結合的介面設計，更有流程追蹤的積極介入與成效評估、查核檢查點。

唯有建立起跨世代的支持緩衝，才能讓一時的失業恐慌與長期消費信心之間，透過人生教訓與資訊傳遞之後的交互影響，依舊能產生良性帶動與向上循環，而不至於在技術競爭與人力替代之下，讓經營依賴的偏重與集體投資的轉向，徹底阻滯了社會參與跟追求進取機會的調整決心。

最終，如何規避政經紛擾的時程拖延，一如失落三十年的日本？否則，只會導致普遍的消費萎縮，從而發生經濟動能的失速與整體社會的滑坡。換言之，要讓必然受到衝擊的行業別與相關人員，有適當的預期且在事前的學習準備，從而在對焦和引導之後，繼續能以開放胸襟和生活重心的自主轉向，逐步、漸進且全方位的做好調適與人生志業的追求！

「AI 智慧製造與數位轉型」圓桌論壇與談

「AI 智慧製造與數位轉型」圓桌論壇與談

前天晚接到簡副校長訊息，知道他確診而不能實體參加研討會，並希望我在論壇中代替他與談；由於當初是我建議邀請簡副校長協助策劃本研討會議題的研討，自然是一口答應下來；後來看到建議的討論題綱，對一個從沒有在產業界工作也非資訊專家的人，有相當的難度，因為不能離題太遠，我選擇分享一下我在工程教育方面的經驗與想法。

對於我來說，在這論壇與談、要拜 ChatGPT 之賜，因為他提供了一個與AI 工具直接互動的機會，有人形容以往在生活上接觸，是坐在「自動駕駛」的工具中，由收所網絡獲取資訊，而ChatGPT讓你成為「共同駕駛」，讓你提問，而無所不答，當然正如張副校長在他的演講中提醒，要高效使用這項工具，必須具備基本的領域知識，能夠立刻察覺明顯的錯誤，同時有疑問也要查明出處再做判斷。

另一方面，新版的GPT-4 威力強大到可謂「教師勤快的助理，學生最佳學伴或不會不耐煩而能幹的助教」，所以一定會被廣泛使用，問題是如何用?

我舉一些最近的例子，我請它提供所研究主題的關鍵議題，它對答如流，提出十項算是相當完整的議題，如再追問某一議題，它也會給合理的答覆，再要求他提供有某一材料系統做成元件的最新資訊，所得結果是洋洋灑灑，如此下去，對一個研究生定研究大綱無疑是很有幫助；

在撰寫論文方面，如果將草稿輸入，他會協助寫出摘要，做出總結，另外建議標題，而在表達方面，可請他協助準備十頁的

AI變革 職場迎接挑戰

「AI 智慧製造與數位轉型」研討會閉幕致詞

 「AI 智慧製造與數位轉型」研討會閉幕致詞

非常感謝大家辛苦一天，全程參加今天的研討會。今天專題演講主講人來自學界的簡禎富與張禎元兩位副校長，都有豐富的產業經驗，而產業界的先進，則包括一般歸類為傳統產業的「東台精機公司」的嚴瑞雄董事長以及「宏遠興業公司」的曾一正數位長，在高科技產業：則有「友達數位科技公司」楊本豫董事長以及「台達電子公司」蔡清雄副總經理，在新創公司方面，則有「創鑫智慧公司」林永隆董事長與「耐能智慧科技公司」劉峻誠創辦人，涵蓋了學術界、傳統產業、高科技業以及新創公司負責人或技術主管，借簡副校長形容，確實是「黃金陣容」。

早上雖然簡副校長無法在現場演講，但很精闢的勾勒出研討會AI 智慧製造與數位轉型」主題的現況與展望，接著張禎元副校長談「AI對製造工程教育與研發的利與弊」，目前大家多注目到AI 的正面功能，但它所帶來的弊端，也不容忽略，發人深省。

「東台精機公司」嚴瑞雄董事長，與大家分享東台在「AI 智慧製造應用」的經驗，以工具機、自動化、半導體、面板、醫療等案例說明，並介紹AI 智慧製造趨勢，如人機協作、可信任AI等:

「創鑫智慧公司」林永隆董事長談: 「適合邊緣佈署之類神經網路研發與應用」，介紹神經網路模型重要指標：準確度、速度、耗能、普用性，舉出物件偵測應用實例：無人倉儲搬運等 、道路維修、半導體製程，以及視訊語意分割應用實例：自動駕駛、泊車、泊船、無人機等，並提出醫學影像應用實例：大腸鏡息肉判讀、MR I腦瘤判讀等;

「耐能智慧科技公司」劉峻誠創辦人講「智慧製造與安全措施」，介紹AI晶片在製造業扮演的角色與功用，分享案例：製造檢驗、預防性維護…等；並說明耐能軟硬體整合解決方案；

「友達數位科技公司」楊本豫董事長談「從產業AI化到AI產業化 – AUO從內場域應用走向外場域服務」，介紹友達導入AI的歷程：management mind setting、process refining、people education，再報告對外輸出AI導入技術，提供智慧製造解決方案，具體案例介紹，並分享生態系統 (Eco-system) 概念。

「宏遠興業公司」曾一正數位長分享「智慧宏遠數位轉型之路」，介紹宏遠數位轉型契機與歷程，說明如何將數位轉型與永續發展相結合，並闡述傳統產業面對數位轉型的挑戰與成功因素。

「台達電子公司」蔡清雄副總經理談「整合物理模型與資料模型的 PdM/AI 電控設備平台」，簡介物理模型與資料模型，介紹Device Edge新架構的好處與問題，分享如何加速導入AI於電控系統，並以「智慧型預測保養機制」(Predictive Maintenances/AI，PdM/ AI) 開發平台應用案例說明。

在接下來的論壇中，討論題綱包括:

一. AI演算法與AI晶片的發展與產業化；

二. AI科技應用於製造產業升級與異質整合機制；

三. AI邊緣運算以及物理模型與資料模型之整合；

四. 智慧製造平台化、產業AI化與AI產業化；

五. 如何健全AI增能的產業生態系統。

「AI 智慧製造與數位轉型」專題演講引言

 「AI 智慧製造與數位轉型」專題演講引言

很歡迎大家來參加今天的研討會，本次研討會是中技社自2018年開始，主辦的第六次大型研討會；與前五次不同的是

上星期六，在清華有一場校友會主辦的「AI創新應用論壇」活動，大家的焦點，毫不意外的去年11月30號由OpenAI 推出，幾乎立即席捲全球的ChatGPT。當天一位主講人是台灣微軟AI 部門的高管，她說最近因為AI 進展太快，一方面要注意外界的發展，一方面要趕工，所以常常睡不飽；而不久前，美國紐約時報專欄作家 Thomas Friedman 體驗過ChatGPT強大功能後，稱之為人類的「普羅米修斯時代」，它帶給人類能力的躍升，有如學會用火一樣重要。我自己目前是ChatGPT Plus 訂戶，因而得以試用OpenAI 於3月14日推出的GPT-4版，在睡眠方面，是經常夢到用它做一些工作，想是因為 「日有所思．夜有所夢」之故；被稱會PC之父的微軟創辦人之一的 Bill Gates 評論，ChatGPT的發展與當年PC的推出一樣重要，應該並不誇張。在本月一日舉行今天研討會的「會前會」上，我曾報告對ChatGPT「AI 在製造業上的應用」提問，得到的部分答案高達四十項，面向之廣非常驚人，也必然會衝擊到今天的研討。

本研討會是中技社自2018年開始，主辦的第六次大型研討會；本次研討會的源起，是中技社從2021年起，推動「AI應用與治理研討」，分兩個區塊進行，一是由台大社科院團隊執行的三年期「AI治理準則」研討，另一則是「AI應用」，又分教育，製造與產業服務三分項，「AI與教育」除舉辦三次座談會，並於去年九月九日，在今天同一場地辦理大型研討會以及出版專題報告，在「AI與服務業」方面，甫於上星期五，進行了第一場座談會。今天的研討會，是經過去年三月、七月及八月舉辦之三場分別針對召開高科技，傳產與中小企業以及新創產業之座談會，經過彙整而規劃「AI智慧製造與數位轉型」研討會，由於新冠疫情變化的影響。到今天才得以舉辦。根據統計，到本星期一 (3月27日) 實體與視訊的報名人數加總已超過600人，可謂盛況空前，反映各界對本研討會議題以及內容的重視，精彩可期。

今天的研討會順利舉行，要感謝的人很多，但最主要的是研討會的策劃人，也是第一位主講人，清華大學的簡禎富執行副校長，簡副校長是清華工業工程系校友，美國威斯康辛大學博士，回台後就在清華任教，歷任副研發長兼首任產學合作執行長、主任秘書與副校長，於2005-2008年間借調至台積電擔任工業工程處副處長，擔任多家高科技公司顧問；著有《藍湖策略》、《工業3.5》等暢銷書，在研究方面，也得獎累累，是不可多得的與產業互動密切的優秀學者；今天他的講題是：「AI 智慧製造與數位轉型現況與展望」，可謂研討會最佳引言。

第二位主講人是虎尾科技大學的張禎元副校長，張副校長是美國卡內基美隆大學機械博士，在美國與紐西蘭大學任教與企業任職多年，自2011年起，在清華動力機械系任教，歷任工學院國際化執行長，AI製造系統研究中心副主任；2018年曾以合聘身分，擔任工研院機械與機電系統研究所技術長，去年八月開始，借調到虎尾科技大學擔任副校長，與簡副校長一樣，張副校長也是包括科技部傑出研究獎得主，並獲獎累累，今天他的講題是「AI對製造工程教育與研發的利與弊」，由於張副校長在學術與研發單位的豐富經驗以及優異表現，一定會給大家帶來許多寶貴的啟發。