找商機

取材自ecfr.eu的文章”Harnessing artificial intelligence”，作者是Ulrike Franke

人工智慧(AI)正在改變經濟，它正在衝擊我們購物、溝通及做研究的方式。簡言之，AI就是對一切至關重要的技術，很難想像有任何領域不會因AI而加速、改進甚至改變。美國投資銀行高盛對AI有以下的評論「AI是一項對全球經濟產生巨大影響的技術⋯它會衝擊每一家企業、每一種產業以及經濟部門。」，AI就像當初發明內燃機或電力時的狀況，其產生的影響不容忽視。本文將探討歐盟如何立足AI、歐盟如何在此領域擁有獨立主權、歐盟可不可以或者應不應該追求AI主權、如果無法取得此主權會有什麼風險。

什麼是AI

AI一般是指讓電腦具有類似人類智慧的能力，例如推理及決策，它意味著徹頭徹尾的轉移，也就是原來由人告訴電腦如何做事，現在變成電腦學習如何做事。AI大致是經由機器學習（包括深度學習）等技術來完成工作，雖然通俗文化喜歡以”超級智慧”看待AI，但是大部分的研發以及本文的焦點卻在AI的應用（狹義的AI）。

“AI”這個名詞肇始於1965年召開的達特茅斯人工智慧會議，從此之後，這個領域經歷了幾個高低起伏的循環，現在正處於”AI春天”，AI的發展明顯比前幾年加快很多。先前因為大數據難以取得且缺乏適當的計算結構，所以AI發展受限，但現在電腦性能已大幅改進且更多資料可以取得，事實上，一份2017年的報告估計全球90%的資料是在最近5年創造的。同一時期對AI至關重要的硬體-圖形處理器(GPUs)，其開發商的數量大幅增加15倍。此外，這些發展也讓全世界的AI研究顯著地成長，並且讓較佳的演算法可以更廣泛地被取得，進一步促成更多的研究。隨著發展持續進步，大眾及媒體對AI的興趣也越來越濃厚。

為什麼AI至關重要

AI的潛力似乎是無限的，它不僅是”雙用途”，也就是可以作為平民及軍事用途，同時更是”多用途”，即可能影響生活的所有元素。雖然有可能會受科幻小說的鼓舞而對AI有過度美好的想像，但AI的應用早已經具有顯著的經濟及社會的利益，例如在健康領域，AI用於讀取掃描及改善診斷的準確性；在農業方面，AI可以幫助改進穀物收成率；工廠、伺服器農場及能源需求量大的企業使用AI來管理其能源消耗的效率。依據高盛的表述”AI及機器學習有將各產業競爭次序重新洗牌的潛力”，但也警告”無法進行投資及充分利用這些科技的管理團隊可能會因為競爭對手採用這些科技所創造的戰略情報、生產率提升及資本效率等優勢，而有被競爭對手超越的風險”。既然歐洲公司有被採用AI的競爭者超越的風險，會員國應該仔細檢視其對AI應用是否做得足夠，以確保經濟福祉。

除了潛在的經濟衝擊之外，AI也已經變成地緣政治競爭的元素，雖然俄羅斯總統普丁宣稱”誰成為AI的領導者，亦將成為世界的統治者”，聽起來有點誇張，但中國大陸及美國也視AI為地緣政治強權的要素之一。事實上，中國大陸及美國都將對方視為主要競爭對手，並且賣力爭取AI領導者的大旗，雙方在人才及研究上短兵相接，例如微軟執行長之一的陸奇在2017年離開微軟，投入競爭對手百度的懷抱，白宮在2016年10月承認中國大陸在期刊發表深度學習的論著數量已經超越美國。這種競爭甚至會影響各個國家文化及歷史的重要事務，例如谷歌的AI機器人阿爾發狗(AlphaGo)在與全世界最強的人類圍棋手對弈時，就吸引了2億8千萬中國人觀賞，是時美國加州的一家公司戲稱”AlphaGo征服了亞洲在2500年前發明的遊戲，而美國人甚至不下圍棋”，美國在AI的進展激發了中國的研究，反之亦然。谷歌中國前執行長李開復評論”如果AlphaGo是中國的人造衛星重要時刻，那麼中國政府的AI計畫就像美國總統甘迺迪在著名演講中要求美國人登陸月球一樣”。

如果AI真的像內燃機或電力那樣具有變革的潛力，那麼未採用AI技術不但會造成經濟惡果，同時也會讓國家間產生地緣政治差距。第一次工業革命和蒸汽機的發明有關，讓先行者大英帝國成為歐洲的領導強權，甩開法國及普魯士，這個優勢為大英帝國的擴張注入動力，讓其他國家數十年都無法望其項背。

既然新科技可以賦予這樣的權力及影響，那麼大部分歐洲國家（明顯除了法國之外）及歐盟本身似乎不認為AI是地緣政治的一個要素就顯得很突兀，而且和俄羅斯、中國大陸及美國的態度相反。最近發表的”維持美國在人工智慧領先地位的執行順序”採取明確的地緣政治態度，並強調”美國在AI的持續領導地位對美國的經濟與國家安全，及形塑AI的全球發展（當然是以符合美國價值、政策與優先的方式進行）至關重要。另一方面，歐盟執委會的”AI背景資料說明”僅強調AI在健康照護、運輸及公眾服務等領域的重要性，雖然去年歐盟明顯加強其在AI方面的努力，但是也很小心地避免其露出參與全球AI競爭的任何跡象。歐盟駐美國數位經濟政策室參贊Peter Fatelni在參加美國外交協會舉辦的”AI競賽”會議中表示”歐盟不算真的參加這場競賽，因為參加競賽要有目標，但我不十分確定我們真的知道目標在那裡”。

這是值得擔憂的事，因為其他國家可能會採取科技民族主義，例如以保護主義支援本國企業，所以有顯而易見的風險。機器學習工程師暨AI 投資家Ian Hogarth警告”機器學習的巨大影響將造成未來的不安定，單一民族獨立國家將被迫讓其公民面對國際主義的各項要求”，一個AI-渦輪增壓的全球競爭的世界可能即將出現

AI的元素以及主要參與者如何進行

AI的三個重要元素分別為取得人才、取得大量資料、取得硬體及軟體，包括基礎建設與計算能力。

1. 人才

AI的快速發展及隨之而來的對研發人員的需求造成全球AI人才的短缺，Ian Hogarth說得很好”全球大約有700人對AI研究具有貢獻，大約有70,000瞭解其工作並且積極參與AI的商業化，而有70億人會被AI影響”，這些數字讓我們對面臨的挑戰有一些基本概念，雖然我們無法準確地說出全球到底有多少AI研究人員或者實際需要多少。中國網路巨人騰訊在2017年12月的報告中，預估全球大約有200,000-300,000人是AI研究人員或業界從業人員；另一份來自Element AI的報告，其預估的人數卻少得多，全球大約只有22,000人。AI研究人員的珍稀讓他們成為珍貴的商品，微軟研究主管Peter Lee打趣地說，雇用一流AI研究人員的費用跟雇用美式足球四分衛差不多。這種珍稀性甚至造成”收購雇用”的風潮，也就是大公司接收小公司的主要目的是雇用其員工。

2. 數據

目前大部分的AI是用”大數據”進行訓練，例如我們也許會讓AI看數十萬張照片，讓它學習認識特定的物件，但是AI也可以不用大數據而用強化學習等方法進行訓練，也就是產生自己的數據並自我學習。許多研究人員表示AI的未來在小數據，但就目前來說，如果沒有大量數據，基本上就沒有AI。

可用於機器學習的數據幾乎可以用任何方式及以任何文本創造出來，此包括人口普查數據、天候數據、健康紀錄等，舉例而言，特斯拉車隊已經累積超過12億哩的駕駛數據，另外僅2011年美國空軍無人機就大量蒐集了約當37年的視頻數據，全球每年產生的數據量預估到2020年將達44 ZB(zettabytes)，並且數據掮客已經變為影子權力掮客，這些公司蒐集及結合不同來源的資料，並出售以圖利，引發過程中與隱私權有關的疑慮。

3. 硬體

AI模型的複雜度快速增加，標準中央處理器（電腦中處理軟體指令的硬體）已經不敷使用，使GPU的開發蔚為風潮，GPU是一種更特殊化的電子電路，並且很快成為AI的主流。雲端公司（主要是美國及中國公司，例如谷歌、微軟、騰訊等）大都積極投資這項硬體，因為這讓它們可以對使用特定用途處理器的客戶收取更高的費用，例如使用谷歌Tensor處理器的費用為6.5美元/小時、使用Nvidia的GPU為1.6美元/小時，而標準CPU只要0.06美元/小時。AI相關市場（計算、記憶及儲存）的價值預估到2025年將超過1千億美元，並且美國及中國的先驅者將擄獲大部分的市場。

AI兩大強敵在以上三要素的優劣情況如何？歐洲又該怎麼做呢？

美國

談到人才，美國領先世界的研究機構訓練出許多AI專家，包括外國人，這些人通常會留在美國並開設自己的公司，Element AI在一份追蹤全球AI研究人員落腳處的報告指出，幾乎有一半的AI研究人員在美國居住及工作。美國的谷歌、亞馬遜、臉書、蘋果（以上四家公司簡稱為GAFA，各取其第一個字母）及矽谷的小型公司成功地吸引全球人才，產業也從事上述的收購雇用，例如谷歌買下英國公司DeepMind（AlphaGo的母公司）。另外，人才的珍稀性也越來越嚴重，LinkedIn的2017年”美國新興職業報告”指出雇主最需要機器學習工程師，其次為資料工程師。

就資料而言，GAFA公司因為有眾多使用者，所以可以蒐集巨量資料庫來發展AI，加上美國鬆散的資料蒐集規則錦上添花，讓這些公司更容易蒐集及處理資料。

美國在基礎建設、軟體及硬體上也居領導地位，主宰全球晶片市場的三家業者Intel、AMD及Nvidia都是美國公司，2015年美國禁止Intel將高端處理器賣給中國。私領域也扮演極為重要的投資角色，2016年北美投資在AI的金額介於150億至230億美元之間，這比美國政府同年花在一般AI計畫的金額高出10倍以上。

中國

雖然對全球人才的吸引力不若美國，但中國的教育體系造就許多優異數學技能的人才，並且也有語文與翻譯研究的優良傳統，高盛集團公司表示”最高素質的人才將持續推動中國產業的創新”。雖然中國BAT公司（指百度、阿里巴巴及騰訊等三家公司）在研發上的投資略遜於谷歌及微軟，但它們研發人員的比例較高。

中國的網路使用人數比任何國家都多，而且大部分使用智慧手機就可以上網，這比使用個人電腦產生可用於AI的數據更有價值，2016年光棍節阿里巴巴宣稱每秒有175,000筆交易。另外，中國的資料隱私權及資料蒐集規則寬鬆，而且中國用戶對資料隱私權不像許多西方國家用戶那麼在意，因此經濟學人稱中國是”資料的沙烏地阿拉伯”，中國的新興公司也比其西方同儕進步快速，表示中國早已經有一海票AI”獨角獸企業”，也就是成立不到10年但估值10億美元以上的企業。中國使用AI於臉部辨識軟體及其他與安全有關的技術，另外經由國際合作（例如辛巴威及委內瑞拉），中國獲得了更多非中國人的臉部辨識數據，同時也增加了監視系統對專制政權的輸出。

談到數據，專制國家比民主國家具有優勢，中國相當寬鬆的資料隱私權保護讓資料蒐集者可以自由運用他們蒐集到的資料，而政府可以大眾或國家安全為由取得個資，不需要面對和民主國家一樣的法律限制。此外，專制國家還有其他方法讓公司遵循其規則，就像政治學者Gregory Allen點出”基本上所有的重要科技公司都和中國軍事及國家安全局有密切的合作關係，並且被法律要求如此，中國國家情報法第七條賦予政府法定權限去強制這種協助，雖然政府也有強大的非強制性工具去激勵合作”。另一方面，谷歌、臉書、亞馬遜、蘋果及微軟等公司認為它們是全球公司，而非美國公司。

在硬體方面，中國似乎還有極大的努力空間，雖然中國在2000年初努力發展自己的PC處理器（起步比美國晚了20年），但還是得依賴外國的晶片供應商。中國在超級電腦的研究上進行比較順利，中國的超級電腦神威·太湖之光(Sunway TaihuLight)高居2017年6月超級電腦前500大的榜首，而且第二名也是中國品牌。

歐洲

歐洲的AI能力有許多負面報導，李開復宣稱”歐洲甚至沒有爭取AI銅牌的資格”，綜觀AI的現況，歐洲幾乎不算是角色。歐洲雖然努力想要留住它教育出的人才，但是卻止不住人才往美國外流，原因之一是歐洲公司沒有提供足夠吸引人的薪資。法國政府委託數學家暨國會議員Cédric Villani擘劃AI策略，他建議首先要大幅加薪，並且減少研究機構及大學的行政作業，策略目標是未來3年內法國經AI訓練的人數變為3倍；德國的AI策略則是規劃釋出100個AI相關的教授職缺。看到歐洲留住人才的困境，一群AI研究人員在2018年末成立歐洲學習與智慧系統實驗室(ELLIS)，這個專業團體的目標是藉由建立研究中心網絡、泛歐洲PhD計畫及與業界緊密連結來留住人才，2018人工智慧索引(Artificial Intelligence Index 2018)指出所有AI研究論文的28%來自歐洲，高居全球第一，表示歐洲有很好的教育及研究成果，可惜的是不一定會轉換成商業上的成功。

歐洲另一個挑戰是其在資料收集上不如中國及美國方便，歐洲國家通常比較小，加上嚴格的資料蒐集規則，AI研究人員及開發者可以取得的資料庫相當有限，在美國，個人資料的管控已經很大程度地私有化，而在中國則相反，大致由國家接管，位於兩極之間的歐洲必須找到自己的定位。當中國及美國受益於廣大、單一國內市場的時候，歐洲卻受困於分裂的市場，雖然歐盟想要建立數位單一市場，但資料蒐集還沒辦法達成那樣的統一，目前只能在各會員國內施行，最近一份排名顯示在66家重要AI公司中，只有9家位於歐洲。

至於硬體，歐洲還是依賴美國的晶片製造商，但是歐洲國家在某些領域展現強大的實力，例如自然語言處理，全球12家重要公司中，歐洲國家就佔了將近一半。經濟學人揭露”德國自駕車國際專利的數量是美國和中國的總和”，歐洲的確曾經有過AI全球冠軍，即位於倫敦的DeepMind，可惜的是它在2014年被谷歌收購。

歐洲在AI的主要問題

歐洲在三方面表現不盡理想，所以落後全球重要參與者，一是依賴晶片公司，就不得不進一步依賴外國AI應用，因而造成濫用的漏洞，例如使用中國的應用程式可能會讓歐洲產生資安問題，除了以上的問題之外，歐洲在AI領域的發展也被政治防衛心態及經濟因素（例如缺少創投）所拖累。

另外，歐洲人傾向將AI看成威脅而不是機會也有很大的關係，歐洲人對AI抱持懷疑態度的程度高於美國人及中國人，一份研究指出亞洲受訪者對AI的正面效應最為自信，而歐洲人則表現的最不樂觀，消費者偏愛AI機器人醫生的比例最高在亞洲，這與其最願意接受AI科技（特別是相對於歐洲）不謀而合。

另一份調查顯示在信任方面，中國在10個國家中排名第一（其他9國分別為英國、西班牙、美國、澳洲、法國、德國、義大利、俄羅斯及日本），這個調查還發現73%中國人相信未來數位科技造成的影響整體呈現正面，其創造工作機會與處理社會挑戰的能力亦然。雖然跨國調查鮮少能捕捉到文化的細微差別，因此引用時要小心，但這些結果仍然可以看出歐洲人抱持懷疑態度的程度的確較高，並且比其他國家的人民更知道科技濫用的可能性及風險。缺乏信任及機會意識可以解釋為什麼大部分的歐洲國家以防衛的態度看待AI，德國及義大利對AI的發展算是比較積極的，但主要的動力很明顯地是來自害怕失去經濟機會，特別是德國。

歐洲發展AI的另一個障礙是缺乏創投基金，就如同銀行所言”歐洲富足、科技進步且具有良好教育的人力，但在創投規模及企業家（冒險）文化上，和美國還是有很大的差距”。2016年歐洲的創投規模總共只有65億歐元，而美國則高達394億歐元，如上所述，歐盟的法規架構及自由市場政策禁止中國政府式的保護及滋養科技業的做法。

對歐洲而言，錯過AI發展先機有非常大的風險，因為科技公司（特別是AI公司）可以創造越來越高的經濟價值，2019年全球最有價值公司的前十大就有七家是科技公司，而且都是美國或中國公司，在2008年全球最大的公司只有兩家是科技公司。

歐洲的因應之道

歐洲要變強並在AI上更獨立沒有快速解方，但以下五項措施可以讓歐洲改善地位並在AI上獲取更高的主權。

1. 歐洲整體改善資料蒐集及資料分享

為了改善資料的蒐集方式，歐盟會員國及非歐盟國家應該建立共享、匿名化的歐洲資料庫以進行研究，意味歐洲必須加速努力以完成數位單一市場。歐洲應該進一步鼓勵公司分享其匿名化資料，法國的AI策略已經向正確的方向發展，並表述”公部門應該導入產生、分享與監督資料的新方式以讓資料成為共同利益”，為了達成這個目標，法國打算開放資料蒐集作為政府資助計畫的一部分，及鼓勵私人企業將其資料公開及透明化，決策者可以比法國措施做得更多，例如監管者可以和私部門科技專家合作以達成真正的匿名化，取得市民的信賴。

2. 增加投資及聰明支出

雖然國家支出只是整體投資的一部分，但歐洲政府仍應該支持創新新興企業並增加AI研究的資金。2016年歐洲支出40億美元在AI研究，但中國支出70美元，但這些金額都遠低於北美的230億美元。歐洲AI產業已明確表達其落後國際競爭者的憂慮，超過2000位來自歐洲人工智慧研究實驗室聯盟(CLAIRE)的專家呼籲歐盟應該大規模投資以抗衡中國及美國的快速發展，歐盟執委會也有正面回應並和歐洲投資基金合作成立泛歐創投基金計畫，匡列4億1千萬歐元投資歐洲創投市場，並再從公私部門募集額外的21億歐元。

但重要的不僅是資金規模，錢該如何花也同樣重要。例如美國國防高等研究計劃署(DARPA)在1958-2018年花了600億美元在研究上，並發展出網路及GPS，與之相較，歐盟Horizon 2020計畫2014-2020年編列850億美元，計畫期程縮短成1/10且經費多出25億美元。歐洲既然有資料不足的問題，那就應該聚焦在投資不同種類的AI，AI有一些前景看好的次領域，例如強化學習，只要較少量的資料就可以進行。

1. 法規

歐洲做為”法規強權”的優勢有助於改善其在AI的地位，歐盟有全球最大的單一市場，大部分跨國公司對這個市場都有濃厚的興趣，意味他們必須遵守歐盟法規，歐盟多年前已多次使用這個權力於經濟領域，例如阻止通用電氣與Honeywell的合併，以及迫使微軟分拆其Explorer瀏覽器。

如果歐洲想要在競技場中競爭，它應該將法規變成人才、資料及硬體之外的第四個要素，德意志銀行表示”談到數位時代的法規與隱私權保護的標準制定，歐洲似乎居於領先地位”，一般資料保護規範(GDPR)就是顯示歐洲法規實力的例子；經濟學人則指出”和中國及美國比賽是件很累的事，歐洲應該試著開發更分散的方案，讓資料可以在公司間交易或分享”，並且提出資料取得權協議的建議，比照建立數位領域財產權的做法，另外也建議以社會價值為基礎對應該公開的資料種類進行編撰。

歐洲可以藉由制定涵蓋管理的規則在AI上獨樹一幟，許多參與者已經採用此種做法，歐盟執委會的AI策略已具體設定要建立”以歐盟價值為基礎”的倫理及法律架構，歐盟執委會設立的”人工智慧高階專家團”在2019年4月發表其”可信賴之AI的倫理指引”。德國政府視”倫理與法律要求”為德國製造AI的未來商標，除了建立規則之外，歐洲應該把目標放在以建立倫理AI保護傘的方式實施這些規則，歐洲也可以將倫理AI規則整合成未來貿易協議，強迫外國公司遵循歐洲要求。

歐盟可以幫助其公民拿回對新科技（使用更安全）及對歐盟的信心，因此歐盟的原則不應該妥協及視為缺點，反而應將其轉為美德。李開復認為”歐洲聚焦資料隱私讓當地企業有機會建立以消費者及個人為中心的措施，並在保護隱私方面將美國老大哥遠遠拋在後面”，就此而言，歐洲也應該在其自由民主盟友中尋求志趣相投的夥伴，例如加拿大或澳洲，以使實施該規則的區域更加擴大，因而增加其影響力。

2. 軍事領域有限度採用AI

AI提供軍事力量的關鍵性投入，某些歐洲國家對此似乎不太放心，例如德國AI策略對軍事應用只有簡單的一句話。但是忽略AI對戰爭可能造成的影響不是可行的長期甚至短期的做法，也許甚至有歐洲國家不曾認知的機會，事實上新的競爭場景可能會讓中等強權受益，因為在建立我們今天使用的複雜且昂貴的軍事平台上，他們比以往更具競爭力，例如精準導引飛彈及核子潛艇。只要空戰標準仍是第五代戰鬥機以及航空母艦對展現海軍戰力仍然重要，就只有相當少數的國家具有製造先端武器平台的能力；但是有了AI以後，進入門檻變低，意味中等強權可以利用演算法提升其訓練、規劃及武器系統，這表示AI可以讓更多國家有能力與強權在同一競技場中競爭。AI有可能將新興強權及小國推上國防創新的勢頭並趁機把舊超級強權遠遠拋在後面，就此看來，美國沒有自滿的本錢。

歐盟國家可以利用這個優勢將AI應用於軍事系統，但這並不表示歐洲應該接受或使用致命的自駕武器，因為許多歐洲國家已經清楚地表達不開發及使用此種武器的立場。除了致命的自駕系統之外，AI因為可以降低成本、減少人力操作的需求、改進規劃與前瞻，所以在軍事領域上還有許多吸引軍隊的應用，智慧分析即為其中之一。智慧分析直到2018年6月因員工抗議使谷歌結束其”Project Mavin”才變得較為大眾知悉，該計畫是谷歌與美國國防部合作以AI分析無人機蒐集的資料。因為歐洲人對科技的軍事應用存有較大的憂慮，歐洲比較可能碰到私人公司及研究人員不願意和軍方合作的窘境。此外，人口老化及財政限制也讓歐洲承受相當的壓力，所以想要在軍事維護及物流上投資AI。

3. 居民及政策制定者的教育

在AI主宰的未來世界，適當地對一般居民進行AI訓練是一件重要的事，接受相關教育及資訊的居民比較不願意將過多的資料傳給美國（或中國）公司並且會堅持較佳的隱私權法律，因此會增強歐洲制定規章的權力，以芬蘭為例，芬蘭AI策略的目標是讓1%居民接受AI訓練。同樣的，歐洲應該設定目標讓政策制定者及外交官接受AI訓練，因為AI相關的條款可能是未來貿易協議及其他談判的一部分。

結論

AI一定會以不同的面貌影響歐洲及全世界，重要的是歐洲國家及歐盟必須採取行動以由AI獲益，同時減緩AI對市民及其本身權力造成的負面影響。

AI也提供歐盟展現其強項的機會，即制定標準、展開合作及擁有最大的單一市場，但歐洲要真正地成為AI主權國家，在人才、資料及硬體等方面還要再加把勁，因為它們是成就AI的三個關鍵要素，歐洲也需要加入第四個關鍵要素-法規，也就是這個要素讓歐洲有機會除了主權之外，還能成為標準制定者，將其倫理準則與價值深植於AI監管及發展，並做為反擊AI民族主義的武器。要達成這個目標，歐洲必須採取積極的行動，例如趕快教育它的市民及政策制定者、大量增加AI的投資以及小心選擇要挹注資金的AI次領域，這可能涉及與歐洲選民的尖銳對話，特別是在AI軍事應用的倫理議題上，但是歐洲如果不處理這些困難的問題，很快就會發現它被已經建立AI規則的強大對手環伺，而無競爭能力且亦無法提供居民期待及應得的保護。