人工智慧（AI）儼然成為改變全球產業態勢及主導經濟發展的趨勢，主要國家無不在AI領域上大作文章，尤其中國大陸希冀透過AI發展搭上第四波工業革命的快速列車，並期待透過政府主導模式與美國在AI領域上一爭高下。不過，筆者認為中國大陸AI在基礎理論、核心運算等基本功仍較美國落後，在製造、農業、物流、金融、商務等領域仍在示範階段，人工智慧只能算是拼湊起的產業鏈，尚未產生足夠或期盼的國際影響力。尤甚，美國科技產業及人工智慧之所以能持續創新，來自於無心插柳柳成蔭的政府放任，而官方的強勢介入，是否最後會造成人工智慧發展有心哉花花不開的政策失靈？

圖片來源: © 2018 Pixabay

AI的興起不僅是技術或產業領域的重大發展，更對經濟、社會、 政治各領域產生綜合性、劇烈性的變革，人工智慧的迅速發展將深刻改變人類社會生活。伴隨著人工智慧、大數據、雲端運算、區塊鏈等技術的興起與發展，尤其是近年來新興技術在棋類對弈、自動駕駛、人臉識別等領域的廣泛應用，圍繞人工智慧所可能引發的社會變革產生了激烈爭論。AI發展進程中所面臨的挑戰，不僅僅局限於技術或產業領域，而更多體現在的公共政策選擇上，美國前總統歐巴馬在內的政治家又認為應該放鬆監管，充分釋放AI的技術潛力以造福人類社會。然而，全世界主要國家對於AI發展態度亦大不相同，對AI發展抱持憂心者不在少數。

傑文斯悖論檢視人工智慧的發展

19世紀英國經濟學家威廉·斯坦利傑文斯（William Stanley Jevons），曾實地調查在大英帝國的煤炭使用。Jevons想瞭解大英帝國對於煤炭的需求，與花多少時間將會耗盡英國煤礦。在他的調查中注意到，提高效率的燃煤機其實沒有減緩對煤炭的整體消費。事實上，Jevons看到了更高效的燃煤機，在不斷增加的速度，消耗更多的煤。而效率似乎讓煤炭消費量增加卻不能減少，這就是現在被稱為「傑文斯悖論」。

弔詭的是解釋指出，多台機器共同運作而提高效率，降低了一台機器上的個人油耗、成本、機器運行。反過來，降低成本，使機器，在經濟上可行的一些新的應用。雖然每台機器更高效，機器本身的整體需求增加，從而導致油耗的增加。此外，當我們運用傑文斯悖論去探討人工智慧卻也出現不同的東西，例如：人工智慧或許可降低了單位成本的計算，在一個新的市場建立一個規劃項目而減少每個單位的成本，因為負的成本/效益比以前財務可行性的領域外，突然變得可行，於是對人工智慧的投資變成一股趨勢，但能否達到真正成本/效益的回收就成為21世紀的傑文斯悖論。

以物理學家霍金、鋼鐵人艾隆馬斯克、微軟創辦人比爾蓋茨等為代表的諸多人士，呼籲加強對AI的監管，警惕人工智慧恐成為人類文明史的終結。尤其霍金晚年相當關注氣候變遷、人工智慧、人口爆炸、外星人入侵等議題，對這些威脅一再提出警告。霍金早在2014年英國廣播公司（BBC）新聞網的專訪中就預言：「全面發展AI的話，人類恐自取滅亡。」事實上，霍金擔憂AI終將發展到比人類還優秀的程度，形成一種「新型態的生命」，其更憂心忡忡地表示：「我擔心AI會完全取代人類，若有人設計電腦病毒，有人創造出能自我升級及自我複製的AI，那將是超越人類的新型態生命」。

人工智慧復興？AI在上世紀70年代被戲稱為現代煉金術

人工智慧或人工智能（AI）一詞，最早在1956年橫空出世，乃由人類製造出來的機器所表現出來的智慧，「魔鬼終結者」、「駭客任務」、「變形金剛」等好萊塢系列電影，皆相當程度探討人工智慧對未來生活的衝擊與想像。1950年代因電腦科學的進步，從科學家到普羅百姓，皆對於電腦充滿無盡的想像。當時，全球第一台通用電腦EDVAC問世剛滿十年，任何人若看到這款電腦的超強運算能力，便會認為電腦總有一天會比人類更為聰明，甚至是超越人類的存在。至於如何判斷機器擁有人工智慧？著名的「圖靈測試」的報告中定義：倘若一台機器能與人類對話，而不被識別出己方的機器身份時，變能宣稱該機器擁有智慧。人工智慧在1970年代末也產生泡沫及停滯時候，被戲稱為一場現代煉金術，導致政府與企業紛紛撤資，人工智慧也面臨一場過劇的寒冬。

由於電腦科技興起強化運算技術的能力，傳統的邏輯符號推導邁入機器學習領域的誕生。當然，人工智慧亦有強弱之分，強的人工智慧強調電腦擁有自覺意識、性格、情感、知覺、社交等人類特徵；弱的人工智慧主張機器只為模擬人類具有思維的行動表現，而非真正地懂得思考，所以機器僅能模擬人類，本身並不具意識，也難以理解動作本身的意義。尤甚，由於統計機率及電腦科學的涉入，使「機器學習」可歸功於硬體儲存成本下降，運算能力的強化使大量數據可被處理，爾後，類神經網絡模型因電腦運算能力大幅提昇，擺脫技術上的困難而再次復甦，促使「深度學習」又超越機器學習，成為當今人工智慧的顯學。面對步步逼近的人工智慧，或許兩招應對模式：要不積累財富，成為資本大戶；要不積累知識，成為尖端技術的掌握者。換言之，人工智慧將掀起資本累積及技術累積的浪潮。

深度學習的代表，可謂是2014年橫空出世的AlphaGo，該款人工智慧為圍棋軟體，顛覆眾人對機器在深度學習的想像。ICT釋放自主學習的潛能，包含互聯網、雲端運算、大數據、圖形處理器（GPU）、晶片及各項軟體等發展突飛猛進，伴隨大量資本的投入，深度學習的演算不斷進步，各類創新型的AI人工智慧公司順勢而出，深度學習為核心的機器人研發和腦神經等技術，成為各國發展AI的新戰場。日本政府從2015年開始便制定5年計劃的新機器人戰略，希冀至2020年擴大機器人開發投資，推進千億日元規模的機器人扶持項目。除了日本的機器人研發之外，歐盟的「人腦計畫」更是大膽的嘗試，其旨在整合目前所有的大腦知識，逐步以模型和電腦模擬方式重建人腦。這些模型開啓了探索大腦與神經系統疾病的連結，也和發展機器人領域的創新技術有關。

高盛對AI發展報告：產業變革與經濟發展的戰略意義

2016 年底金融投資巨擘高盛公司，發布了長達百頁的人工智慧生態報告《人工智慧，機器學習和資料是未來生產力的源泉》。作為金融服務、投資和戰略諮詢行業的頂級企業，高盛深知 AI 對於產業變革和經濟發展的戰略意義，其重點在於人工智慧對經濟發展的影響，當然還提及人工智慧時代的投資機會。高盛認為，人工智慧在 以下四個方面的影響力最為顯著：

首先，生產率。根據高盛首席經濟學家簡哈祖斯（Jan Hatzius）所言：「大體上，AI 看起來似乎比上一次創新浪潮更有可能在統計資料中捕捉到更有價值的東西，人工智慧將可以降低成本，減少對高附加值生產類型的勞動投入。」

其次，尖端技術。AI 和機器學習在速度上的價值，其實有利於構建一種在建設資料中心，以及網路服務時讓硬體更便宜的未來，消費者透過AI將有更具使用便利的趨勢，此一趨勢更將顛覆原有產業態勢，並帶來更多變革的動力。

第三，競爭優勢。 AI 和機器學習具有重新調整每個行業的競爭秩序的潛力。未能投資和利用這些技術的管理團隊，在和受益於戰略智慧的企業競爭時，有很大可能會被淘汰掉，因為這些技術可以讓企業的生產力提高，並為它們創造更高的資本效益。

第四，創辦新企業。高盛發現了 150  多家在過去十年中創建的人工智慧和機器學習公司，雖然相信人工智慧的大部分價值都掌握在具有資源、資料和投資能力的大公司手中，但也期望風險投資家、企業家和技術專家可以繼續推動新公司的創立，從而促進實質性的創新和價值創造，即使最後創業公司會被收購，並建構各自的AI體系的平台。

趕上第四波工業革命：中國大陸對AI發展興致勃勃

席捲全球的人工智慧（AI）發展，與第四次工業革命從「自動化」轉變成為「智能化」有關。首先，互聯網的快速發展提供了種類豐富大數據資源，大幅提升演算法有效性；其次，運算技術的變革，促使硬體成本指數下降、運算時間縮短，讓人工智慧AI再度崛起；第三，基礎演算法和AI平台的創新，減少了傳統演算法和人類手工總結特徵的不完備性，大幅提升演算法有效性。AI讓消費端到生產端出現劇烈變化，網絡化、智能化、數字化等轉型升級加快，促使ICT產業的供給能力得到快速的飛躍，體現更強大的規模經濟。例如：AI在產業應用服務不僅是簡單的智能硬體或工業互聯網，可透過雲端極大數據的垂直結合，推廣至交通、醫療、教育、工業等領域，AI領域中的深度學習已有取代機器學習的態勢，躍升為引領AI發展的主流。

面臨AI的巨大浪潮，中國大陸國務院去年發佈「新一代人工智能發展規劃」，該規劃顯示中國大陸未來幾年將投注 1,500 億美元資金，部署中國人工智能發展的產業優勢，2020年期待人工智慧技術應用成為改善民生的途徑、2025年人工智慧成為産業升級和經濟轉型的主要動力、2030年希冀成為世界主要人工智能創新中心。此外，中國科技巨擘如百度、阿里、騰訊等BAT爭相競逐AI領域，與美國矽谷同行相比，BAT擁有三個明顯優勢：第一，中國的數據規模更大也更易於獲得；其次，大量的人工智慧專業人才正前仆後繼投入該產業鏈；第三，充沛的資金投入及政策支持。不過，中國AI在基礎理論、核心運算等基本功仍較美國落後，在製造、農業、物流、金融、商務等領域仍在示範階段，人工智慧只算是拼湊起的產業鏈，尚未產生足夠或期盼的國際影響力。

比較美、中兩大AI強國的差異：市場驅動還是政府驅動？

美國早在歐巴馬政府時期，便設立了「推進創新神經技術腦研究計劃」，之後推出2.0版機器人路線圖《國家機器人計劃》，積極發展協作機器人，未來更要投入45億美元進行《推進創新神經技術腦研究計劃》。不過，美國政府在產業發展中所起到的作用歷來有限，市場並不相信美國政府發布的所謂戰略規劃能有多大的約束力。歷史上發生在美國的歷次技術革命更多都是科研或企業主導，而非政府主導。歐巴馬在任時的白宮科技政策辦公室在川普政府上台後，到底還有多少政策持續性，更是值得懷疑。

中國大陸近年來亦積極推出各種促進人工智慧發展的方案，包含：「互聯網+」人工智能三年行動實施方案、新一代人工智能發展規劃、促進新一代人工智能產業發展三年行動計劃等。比較中、美兩強在發展AI的差異，在於美國發展AI的能量並非來自政府的政策規劃，而是強大的市場經濟的驅動創新。尤甚，以2017年全球各國在AI企業分布情況來看，美國擁有全球AI企業數量的41%，許多還是握有各項AI專利的研發公司，美國可謂盤據AI產業鏈及價值鏈的高端，這種強大的優勢不是其他國家說能趕上就能趕上的境界。

中國大陸擁有全球AI企業數量的22%，高於英國11%及加拿大8%，大陸AI企業數量接近1,500家，早已是全球人工智慧發展的重地，北京、上海、江浙及廣東等地成為AI發展重鎮。不過，加強AI相關法律、倫理和社會問題研究，建立保障AI健康發展的法律法規、倫理道德框架和監管體系，特別在在智能駕駛、智慧醫療等重要領域上，也成為大陸監管體系的重大挑戰。俯視大陸AI發展的前景，筆者認為與科研機構和新創企業的結合加快AI的發展，包含語音、視覺、翻譯等技術已經步入商用，帶動產業規模快速增長，尤其以語音識別、機器視覺為代表的人工智能技術快速成熟，幾乎達到實用化水平。

最後，筆者認為中國大陸人工智慧發展有兩項待克服的劣勢：其一，對研發人工智慧的基礎設施、法規環境及標準體系，仍缺乏超前佈局的前瞻力；其次，由國務院及科技部遷頭，結合BAT互聯網企業等所形成的官民結合體系，是否為發展人工智慧產業及技術的最佳組合，令人質疑。尤甚，美國科技產業及人工智慧之所以能持續創新，來自於無心插柳柳成蔭的政府放任，而官方的強勢介入，是否最後會造成人工智慧發展有心哉花花不開的政策失靈？

【本文僅反映專家作者意見，不代表本報立場。】

作者： 林士清 現任： 台灣經濟研究院/助理研究員 學歷： 北京清華大學公共管理學院博士班 國立臺北大學公共行政暨政策研究所 國立臺灣大學政治學系國際關係組＆中國大陸研究學程 經歷： 台灣經濟研究院南臺灣專案辦公室/組長 台灣經濟研究院區域發展研究中心/助理研究員 台灣經濟研究院研究一所/兼任助理研究員 行政院青輔會青年國是會議/諮詢委員

Facebook 在北美智權報粉絲團上追踪我們