►►►完整收錄：2023天下SDGs雙日國際論壇精華
以下是台灣人工智慧學校基金會秘書長侯宜秀的分享：
侯宜秀認為，社會應建立「以人為本」的人機協作模式，讓人類與AI和平共存。圖片來源：未來城市
ChatGPT出現之前，你對AI的印象是什麼？大部分人可能會想到史上第一個打敗世界圍棋冠軍的人工智慧「AlphaGo」。
AI有幾個要素：首先是數據。你需要先有數據資料，經過訓練，會產生一個AI模型。底層還要有軟硬體運算基礎設施，AI才能運作。
事實上，在生成式AI開始前，AI早已潛入了人們生活。例如停車場的車牌識別系統，又或是「愛之味花生牛奶」的廣告詞「電腦也會揀土豆」，都是AI的功勞。但是，過去AI只能針對針對特定物品做推薦，例如只能選花生，屬於「專才」。
最近很火的生成式AI，其實也不是那麼新，例如「美圖秀秀」這類APP就使用了AI技術。
現在，AI已經像水一樣，滲透到我們生活裡的每一個角落。有一些工作被取代，也有很多工作能得到AI的協助。我每天早上看新聞都會想，這件事能否得到AI的幫助呢？因此，我們需要更好地協同AI發展，使AI為我們所用。
所以接下來，我們要討論AI公正性、財產權變化以及運算對環境的影響，這些都是人和機器協作時必須注意的議題。另一個非常重要的議題，AI生成結果往往會存在偏差，在教育、健康、政治等領域都是。
一開始，科學家從資料庫技術方面去處理這些問題。但最近，美國國家標準暨技術研究院（NIST）從另一個角度提出消除偏見的方法：AI反映的是人類思維的偏見，改變社會中的偏見，才是解決問題的根本。
你聽過「大數據殺熟」嗎？這是兩、三年前發生在中國電商，一個關於客戶資料運用的事件。一般來說，愈是熟客，應該要給愈好的價錢；但這個平台卻是客戶年薪愈高、黏著度愈高，甚至當客戶是iPhone使用者時，它賣的價錢也愈高。反而，新客戶或Android手機使用者，比較可能得到好價錢。
雖然這不是生成式AI出現後才發生的事，但我們可以想像，過去只有少數公司有資源這樣使用AI，但隨著AI普及化，這類事情可能愈來愈容易發生。
再來，是關於財產權。AI需要用資料來訓練，是用誰的資料來訓練呢？比如說訓練繪圖AI，用到非常多有版權的繪圖資料，甚至連浮水印還留在上面，罪證確鑿；於是，圖庫公司Getty就對AI影像生成平台Stable Diffusion提告了。
但是，Getty並不想要讓Stable Diffusion倒閉，它希望建立一個新的、能分潤的生態系——如同Spotify在音樂產業引發的變化。
另一個議題是，人機協作產生的作品，財產權屬於誰？到目前為止，AI生成圖像不受著作財產權保護，因為美國著作權局（US Copyright Office）認為，這些作品裡「沒有人類的創意」。
在這種狀況下，我們生成這麼多內容，到底該怎麼辦呢？
未來可能會是這樣：你用資料訓練AI，然後產出一個財產權不知屬誰的內容，最後又灌回成資料。整個生態系的循環這樣跑，裡面就會出現非常多待解決的法律問題。
最後，我要提醒的是，AI大型語言模型運算需要大量算力；它的碳足跡會是什麼樣子，現在還無法掌握。去年11月底，AI平台Hugging Face盤點發現，訓練開源軟體Boom模型，碳排放量大約是50公噸，GPT-3大概是500公噸，Beta模型大概是75公噸。
但我們不該只盤點訓練過程，還應該盤點使用模型、維運超級電腦時會產生的碳排。
談到這裡，不知道大家會不會開始焦慮，不知道該往哪走？
我認為，目標應該是建立一個「以人為本」的人機協作生態系。這需要群策群力、多方利害人的討論，才能達到較好的結果。總之，無論AI做得多好，人類至少還能享受生活，希望大家能秉持這樣的精神，與AI的共存，朝著人類期盼的方向去。
►►►完整收錄：2023天下SDGs雙日國際論壇精華
