農曆年前後，友人和我討論AI熱潮，對台灣AI發展有些期許，本文嘗試提供若干觀點。
1997年，IBM的深藍（Deep Blue）打敗西洋棋王，2016年DeepMind AlphaGo打敗九段圍棋冠軍，2022年OpenAI ChatGPT聊天機器人又掀起一波熱潮，顯示人類正一步步來到人工通用智慧（AGI；artificial general intelligence）的轉折點。但台灣不能只是「別人端出好菜跟著喊燒」的角色，何時能自己端出好菜，吸引國際注目？顯然，台灣必須用新格局人類智慧，做好迎接AGI時代的功課。
一位台灣出身，在美國知名AI新創擔任高階主管的博士經由友人介紹，一起討論對台灣AI發展的觀察，雙方有幾點共識：
- AI前瞻人才在美國炙手可熱，台灣則對內部團隊轉型導入AI較感興趣，對深度運用最新AI科技建構競爭力，可能形成障礙。
- AI主流的大算力、語言模型等大型前瞻技術未受台灣重視，但AI創新應用落地需有前瞻科技及大量資料支撐，台灣人才也欠缺大型AI專案的歷練與實務經驗；長期如此，台灣實力將日趨落後。
- 台灣AI生態多屬學術型、試驗型，且因科技政策績效管理制度之故，大家易淪於追求量化KPI，忽略追求卓越、放大格局，缺乏紮實的AI卓越生態圈。
- 台灣政府有多個計畫派遣人才出國進修，但不少人或者走馬看花，或者汲汲營營取得留在國外發展的機會，無法落實原有美意。政府選人應具備高度視野及企業家精神，全心投入創新創業體驗，並將成果帶回台灣發揚光大。
- 台灣應急起直追，建置大規模資料基礎建設（data infrastructure），並推動開源（open source）點火燎原，期能產生若干AI成功典範。
過完年，一位已有傑出成就的學界友人，告知其已接受阿拉伯聯合大公國某大學校長的邀請，擔任該校客座教授與校長資深顧問，幫忙建設該大學。此大學創建不久，以AI為辦學目標，已吸引不才傑出學者加入，結合UAE國家AI戰略一同快速成長，有些AI研究領域已名列全球前30名。這幾天，我也和另一位學者討論到AI跨國合作事宜，而台灣在跨國組織的深度參與尚有不足。
我提及這些，是想提醒政府，當全世界多個新興國家正戮力追求卓越時，台灣應避免讓自己淪於平庸。年前，我曾在一篇貼文提醒在快速變遷年代中，必須快而準的因應變局，這個提醒當然適用於AI政策。（延伸閱讀｜《后翼棄兵》指導、世界棋王輸AI後，給人類這句忠告：打不過，就加入吧！）
台灣AI人才應積極參與國際組織，找出對應AGI時代的新佈局。圖片來源：Shutterstock
我曾參與企劃的台灣AI 1.0方案（2018-2021）已結束，但國科會在2022下半年才啟動AI卓越中心（AICoE）計畫，AI 2.0方案則仍處於樓梯響階段。就我所知，AICoE著重產業上中游發展，以科技研發、AI治理、人才培育等三項來銜接AI 2.0之目標和任務：透過AI解決國家社會問題，涵蓋人力短缺、高齡社會、淨零碳排，同時完善AI發展環境（AI治理、法規調適等）。
這些大方向沒問題，全球差不多如此，AI 1.0也多已觸及。重點是AI 2.0的具體政策牛肉及烹飪方式有何新意，可讓台灣在全球競逐中脫穎而出？
AICoE兩項重點工作：擬定與推動跨部會中長期國家AI戰略、選定重點發展領域與分工推動，目前所知仍在資料盤點、動態調查及制定績效管理機制階段。但這些基本功本應在AI 1.0時期就進行，讓 2.0方案可以無縫接軌，提出具台灣利基之最新戰略目標及重點領域，以跟上國際腳步。
早年筆者在扶植新創時，有個創投業者建議將其和某個對手合併。我說這家新創有在進步，他則提醒別人進步更快。台灣AI發展必須加快步調，找到正確目標和策略，才有好機會。（延伸閱讀｜用AI拚永續目標SDGs，到底有沒有效？）
AI基礎環境就是人才、科技、資料及法規，在AI 1.0推動時面臨不少瓶頸，尤其是資料與法規，AI 2.0應該務實的檢討，提出有效解方及實現路程。
個人認為，AI 2.0應對準AGI發展的全方位衝擊，找到台灣新機會。信賴是普及AGI的最關鍵因素，故AI 2.0應該是數位時代之「信賴台灣」行動方案。信賴涵蓋人權、安全、韌性、福祉面向；AI 2.0如何在AI產業化及產業AI化選項中將其充分實現，是相當重要的功課。
AICoE也將推動具戰略意義之國際合作。但何謂「戰略意義」，目前不得而知。它不應是在追求量化KPI，也不是在辦理熱鬧的交流活動，必須有清晰而聚焦的戰略目標和靈活的推動策略，據此找到可產生實質貢獻的長期合作對象，而且串連到台灣本土AI團隊，建構活躍跨國AI創新生態體系，才能善用台灣有限的資源。
台灣活力如何在AI 2.0充分發揮，國人高度期待，政府腳步要加快了。（延伸閱讀｜台積電之後，台灣何時能再育成「新護國神山」？——期待AI發展新風貌）
