四月_ChatGPT探討｜全球AI的發展歷程與動向

發佈於: 2023/04/02|分類: 科技(Technology)|

在ChatGPT爆紅之際，讓人工智慧這個名詞又回到市場討論的焦點。人工智慧(Artificial Intelligence)是指由運用各種資訊技術創造具有如感知、認知、創造、智慧等人類的各種能力的機器，故又稱為機器智慧，是一個可以觀察周遭環境並且採取行動以達成目標的智慧主體(Intelligent Agent)。其概念最早出現於1955年由John McCarthy、Marvin Minsky、Nathaniel Rochester、Claude Shannon等科學家共同撰寫的《達特茅斯關於人工智慧的夏季研究項目提案(A Proposal For The Dartmouth Summer Research Project On Artificial Intelligence)》，因為隔年在美國Dartmouth College召開的第一次人工智慧會議，故現在普遍將1956年定為人工智慧元年。曾任Apple、Microsoft、Google頂尖科技公司之全球副總裁等重要職務的人工智慧專家李開復則提出五點定義，包括:(1).人工智慧是另人覺得不可思議的電腦程式，(2).人工智慧是與人類思考方式相似的電腦程式，(3).人工智慧是與人類行為相似的電腦程式，(4).人工智慧是會學習的電腦程式，(5).人工智慧是根據對環境的感知做出合理行動而獲得最大效益的電腦程式。人工智慧大致可分成五個發展期，說明如下 :

1950至1974年間的起步發展期。由於是在網路出現之前，故稱為古典人工智慧，這時發展出的「符號主義」與「聯結主義」分別是日後「專家系統」與「深度學習」的雛形。
1974 至1980 年間的反思發展期。前期的突破性進展大大提升科學家對人工智慧的期望，於開始嘗試更具挑戰性的任務，並提出一些不切實際的研發目標，然而接二連三的失敗和預期目標的落空使得人工智慧發展陷入低潮。有兩份學術報告發表導致相關研究經費銳減，包括1966年美國自動語言處理顧問委員會(Automatic Language Processing Advisory Committee)的《語言與機器：翻譯和語言學中的計算機(Language and Machines: Computers in Translation and Linguistics)》與1973年英國Sir James Lighthill教授的《人工智慧普查報告(Artificial Intelligence: A General Survey Report)》，兩者都表達對先前投資未能產生預期效益的失望，建議不應該繼續投資人工智慧這個無底洞。
1980至1987年間的應用發展期。電腦普及使得此時期的研究主要是利用灌輸專家知識作為規則以協助解決特定問題的專家系統，通常會針對預設的問題事先準備好大量的對應方式。只不過它並沒有自行學習的能力，因此應用有其侷限性，熱潮也因此逐漸消退。
1987至1993年間的發展低潮期。隨著人工智慧應用規模不斷擴大，專家系統存在的應用領域狹窄、缺乏常識性知識、知識獲取困難、推理方法單一、缺乏分散式功能、難以與現有資料庫相容等問題逐漸暴露出來，加上個人電腦功能日益強大，政府機構覺得投資人工智慧的成效不顯著，導致研究經費大幅縮減。
1993起至今的蓬勃發展期。伴隨著高性能電腦、網際網路、大數據、感測器的普與計算成本的下降，機器學習技術隨之興起，它是讓電腦大量學習資料而可以像人類一樣辨識聲音及影像，或是針對問題做出合適判斷。另外在電腦視覺及自然語言處理等取得突破性進展。這時期企業逐漸取代政府成為人工智慧技術研究經費主要來源。

目前人工智慧技術主要依據1980年美國University of California-Berkeley的哲學系教授John R. Searle提出的方法分成弱人工智慧與強人工智慧等兩類。前者只能模擬人類的思維與行為表現，但缺乏真正的推理與解決問題的能力，也不具有自主意識與思考能力。它只專注於解決特定問題，例如：圖像辨識、語言翻譯、玩圍棋遊戲等，所以仍然屬於「工具」的範疇；後者是具有與人相同程度的智慧，除了可以自我學習並處理未遭遇過的問題外，還有人格與自我意識，可以像人一樣獨立思考與決策，並與人類相互交流學習。當前全球各國都認知開發人工智慧的重要性，一些科研大國已提出相關政策以積極推動技術與應用發展，相關整理如下:

美國:為了持續保有世界領導地位，美國積極發展人工智慧技術。2016年白宮科技政策辦公室(OSTP)發布《為人工智慧的未來做好準備》、《國家人工智慧研究和發展戰略計劃》和《人工智慧、自動化與經濟報告》等報告以全面建立人工智慧戰略實施框架，並設立專職負責機構推動人工智慧技術，先後成立美國國家科技委員會(NSTC)、機器學習與人工智慧分委會(MLAI)及網絡與資訊技術研究發展分委會(NITRD)，由政府引領方向以協助美國產業與科技發展。
歐盟: 歐盟委員會在2018年發表的「歐洲的數位未來」之政策提到人工智慧的發展策略，認為人工智慧可以提高歐盟的研究與生產能力，並促進民眾生活便利與經濟發展，但它產生的道德、法律、社會倫理等方面問題需要積極解決。
英國: 2016年科學與技術委員會發布《機器人和人工智慧》報告，提出機器人與人工智慧將帶來生產力與效率，將改變人們生活，但相對的亦會引發相關道德與法律問題，應建立相應機制與準則；同年科學辦公室發布《人工智慧:機會與未來決策影響》報告，針對人工智慧及應用界定與發展、未來對社會及政府利益及衝擊及相關道德、法律風險議題提出建議，呼籲政府應建立透明、可歸責的監管機制，並利用人工智慧領域的既有優勢增強國力。2017年英國政府發布《在英國發展人工智慧》報告，指出人工智慧將為英國提供8,140億美元的經濟增長，總產值(GVA)年增長率從5%提升至3.9%，其設定目標是使得英國成為世界上最適合發展和部署人工智慧的國家。
中國: 2017年國務院發布「新一代人工智能發展規劃通知」，內容包含研發、工業化、人才發展、教育和職業培訓、標準制定和法規、道德規範及安全等各個方面的戰略和發展目標，並提出三大戰略與目標，前者包括:(1).2020年人工智慧產業與最強競爭者齊頭並進，(2).2025年在一些人工智慧領域實現世界領先水準，(3).2030年成為全球人工智慧創新的主要中心；後者包含:(1).2030年人工智慧產值達到1兆人民幣，而相關產業的總產值達到10兆人民幣，(2).招攬全球最優秀的人才，加強對國內人工智慧勞動力的培訓以配合時代的需求，(3).促進人工智慧的發展，並在法律、法規和道德規範方面引領世界。
日本: 2014年日本政府修訂「日本振興戰略」，提出機器人驅動的新工業革命，2015年提出「日本機器人戰略：願景、戰略、行動計劃」，明確指出研究和發展有人工智慧的次世代機器人是趨勢所在。2016年頒布《第5期科學技術基本計劃》，提出建立「超智能社會0」，並將人工智慧作為實現超智能社會的核心。同年7月發布《日本下一代人工智慧促進戰略》，在技術研發方面確立由總務省、文部科學省和經濟產業省的合作體制，並召開「人工智慧技術戰略會議」訂定人工智慧發展路線圖，以期通過運用人工智慧以大幅提高生產、流通、醫療與護理等領域效率。2019年公佈「以人為本的AI社會原則」，將人工智慧視為未來的關鍵科技，研發應用須以聯合國的永續發展目標(SDGs)為基礎，即在以人為本的思惟下，建立串聯人工智慧、機器人、物聯網等科技的超智能社會，即為尊重人類尊嚴、不同背景的大眾皆能追求幸福及永續性的社會；同年6月提出「AI戰略2019」，其政策方向包含人工智慧系統規格的統整、大數據傳輸基礎建設的完備及研發體制的強化。
台灣:2017年科技部提出「我國AI的科研戰略」，以建構AI主機、設立AI創新研究中心、打造智慧機器人創新基地、半導體射月計畫與科技大擂台為推動策略。2018年行政院推出「台灣AI行動計畫」，全力推動AI發展並促使產業AI化，提出AI人才衝刺、AI領航推動、建構國際AI創新樞紐、法規與場域開放與產業AI化等五項推動主軸，以期台灣成為尖端智慧國家。

近幾年人工智慧技術出現突飛猛進之發展，並迅速融入經濟、社會、生活等各種層面，根據市場研究機構IDC發布的報告指出，預估2022年全球人工智慧市場規模為4,330億美元，年增19.6%，並將在2023年突破5,000億美元的大關，還預測全球企業在人工智慧投資將從2020年的501億美元增加到2024的1,100億美元，年平均複合成長率達20.1%。市場諮詢公司McKinsey & Company認為人工智慧將帶來的變革將比工業革命規模大300倍並產生3,000倍衝擊。顧問公司Accenture認為至2035年人工智慧將可創造產值之前三大產業依序是製造、批發零售業與專業服務業，產值分別是3.78、2.23、1.87兆美元，如圖1所示。

圖1、於2035年人工人工智慧在各產業可創造的產值