剖析AI技术研究、产业应用与政治影响趋势，前Google台湾董事总经理简立峰提出未来AI关键发展三面向

近日在一场Galaxy Summit 2021高峰会上，前Google台湾董事总经理简立峰也提出未来AI研究与产业趋势变化，甚至对于政治冲击的最新观察。

一开场，他就提到最近在全球AI圈发生3件大事，来自于Google前董事长Eric Schmidt在美国国安会提出一份厚达700多页的国家AI报告，并称它为最终报告（Final Report），该报告阐述3件事值得注意，一是美国若不采取行动，未来十年将把AI领导地位拱手让给中国，其次是如果不自行生产AI硬件，那么美国终将输掉这场(AI)战争，最后也强调培育AI优秀人才的重要性。从这分AI报告也反映出，AI不再只是企业使用的一种工具或技术，甚至是未来代表一个国家的国力展现。

简立峰也以去年State of AI Report 2021这份报告提到的大方向，加上他自己近来的观察而归纳出三个面向未来AI发展的关键趋势。

首先，从AI技术研究角度来看，同样有3个重要趋势发展，第一个是Transformer架构带来了自然语言处理（NLP）技术大跃进，彻底改变了机器学习方法在自然语言处理的应用，其中又以Google的bert为代表，后来更强大的GPT-3语言模型跟着出现，这些Transformer架构，让研究者可以更容易将它从一个应用领域学到的知识，再运用到另一领域，来做到各种NLP应用。

但ML技术发展至今，训练模型的规模越做越大，如OpenAI的超大型自然语言模型GPT-3就有高达1,750亿个参数，与几年前的bert相比，参数量足足多了500倍，训练资料量之庞大，光是训练成本就高达1千万美元，等同台积电10奈米制程一次研发的费用。甚至他以大国武器来形容这种超大型AI模型，也因为模型训练成本十分高昂，造成的结果就是，“只有这些资源雄厚而且是AI领先的少数大型公司才玩得起，”他直言，对于全世界AI发展来说，这是一个重大警讯。这是他提到的第二个重要改变。

对于没有足够资源的企业来说，简立峰也提到说，一个解法是采用低资源语言模型(Low resource languages)的训练作法。举例来说，Google在机器翻译模型的训练上，就采用这种模型训练方式来改善训练资料稀少的问题，像是日文跟韩文语料在网络上不够多，所以Google改用亚洲语言来填补不足部分，在两个语言模型中喂进了大量中文语料来训练，进而有效提升低资源语言翻译品质，他进一步解释，这是因为各国语言虽有其不同语言结构，但对于一些文字在语意表达意思近似，就能让AI从中学习找到关联性，进而学会另一个语言，“这是证实可行的作法”。

但要使用这个方法的前提，是这些AI领先的公司，如Google等，未来仍会持续将AI相关技术开源才行，如此一来，这些小国或是规模较小的企业才可以拿它做运用，但从现有AI报告中来看，简立峰说，当大国已将AI视为国安，对于小国或是中小型企业来说，能不能继续取得这些工具或技术，较抱持悲观的态度。

最后第三个趋势发展，他提到受到去年疫情的影响，让生物学AI应用因此有了重大进展，单是去年整年登上期刊的数量就有2万多篇，进而加快其发展的脚步。

尽管AI能加速疫苗或药物研发，有很强大的AI应用，但简立峰坦言，有些事AI到现在还是做不来，以自然语言学习为例，身为台湾最早本土NLP博士第一人，他说，目前它的学习方式还是比较像是死背硬记，因此对于事情缺乏理解力，难以举一反三，这也是目前它应用上的局限，以致于很多聊天机器人到目前还是很难用。

再者，从人才角度来看，简立峰从这两份AI报告也有一些观察，例如美国学术机构现在AI人才还是领先全球，不过里面的科学家大多来自中国，并且有不少人取得学位后便归国，流失人数仅次于英国，这也让美国产生AI人才危机感，他认为，这个危机是台湾的机会也是竞争，一旦报告建议被美国-采纳具体执行，他估计在全球AI人才培育方面，将会发生巨大变化，例如对于非本国人有诸多限制或可能采管制。

再来是产业趋势，他也提到，除了药物开始使用大量AI，不少企业也开始投入健康照护相关领域，如Google的AI团队在过去几年中坄入最多应用是健康照护，是该公司AI应用领域一大方向；其次，自动驾驶还差在安全这最后一哩路，使得完全自动驾驶这件事加以实现有些落后，反倒是一种结合自驾的混合模式的出现，有机会让自驾在特定应用场景更快被实现。例如美国目前卡车司机严重短缺，所以妥协方式是在高速公路采自动驾驶，从交流道下公路再由人接手。这一种混合模式，使得卡车变得像小火车一样，一列可能有5辆，但只有第一辆有司机，后车都是自驾卡车，他说，这个模式一旦可行，自动驾驶卡车这件事可能会成真。美国有家自驾卡车新创TuSimple就是在做这件事。

另在AI硬件上，他也补充说到，不仅仅是台积电，其他如Google与Nvidia也都扮演重要角色。而在产业NLP应用上，相关应用也将持续发展，例如Google Search的关键字蒐寻已经可以回答一段句子的提问，这是Google以ML加传统搜寻结合的最新应用。另一个趋势是，当资安、隐私越来越重要，也凸显出联合学习在AI发展的重要性。

最后是政治上影响，除了大国崛起、各国相互竞争之外，现在令他更担心的是，军事AI用途的升高，如以无人机群（Drone Swarm）达到摧毁敌方目标，一旦以后无人机成本下降达到一定程度，加上电池续航力问题被解决，无人机被大量投入实战，将彻底改变军事战争的面貌。