產業 AI 化與資安韌性
文/鄭宜芬‧刊期/2024.11
2024 年諾貝爾物理學獎得主 - 美國科學家霍普菲爾德(John J. Hopfield)與人工智慧領域先驅者辛頓(Geoffrey E. Hinton),因在 AI 發展方面催生開創性的成果而雙雙獲獎,卻也一致呼籲全球應該更深入理解深度學習系統內部運作機制,以防止 AI 失控。霍普菲爾德警告,近期 AI 技術的發展令他感到「非常不安」,若不加以控制,恐招致災難性後果;辛頓認為科技巨頭的競爭愈演愈烈,並持續遊說美國政府暫緩研發 AI,強調外界必須嚴肅考慮如何管控 AI。
AI 發展速度超乎預期,數位發展部政務次長林宜敬表示,ChatGPT 連結的數量約以每年 10 倍到 100 倍的驚人速度成長,即使專家示警其危險性,但要暫緩 AI 的研發幾乎不可能,尤其美中較勁的局勢對臺灣構成了嚴峻的挑戰。為此,我國擬定策略:發展主權 AI、建立 AI 產業生態系,以及進行 AI 分級、分類、檢測,以應對日新月異的 AI 戰場。
一、發展主權 AI
開發 LLM 的成本非常高昂,像是 OpenAI 或是 Meta 的 Llama,每開發一個世代的 LLM,約需投入新台幣 1,500 億到 3,000 億元,以 OpenAI 來說,每年約開發兩代 LLM,這筆花費就堪比臺灣一年的科研經費。
為了應對緊迫的局勢,國科會 TAIDE 計畫以 Meta 的 Llama 為基礎,加強繁體中文及臺灣觀點的訓練,開發各式基於 TAIDE 的 AI 工具,應用於立法院答詢系統以及公文寫作系統。
[ 加入 CIO Taiwan 官方 LINE 與 Facebook ,與全球 CIO 同步獲取精華見解 ]
二、建立 AI 產業生態系
臺灣若要擁有強健的 AI 發展,建立自由競爭的環境是關鍵。政府提供四個政策工具:算力、資料、人力、資金,以建立完整的 AI 產業生態系。
◆ 算力
數發部、國網中心、Nvidia Taipei-1、優聯科技等皆提供 GPU 算力池。數發部 AI 算力池的共擁有 32 片 H100 與 8 片 MI300X,每家業者可免費使用 0.5 片的 Nvidia H100 或 AMD MI300X,以及 1TB 儲存空間,使用時間為期 6 週。申請流程自 7 月中開放,9 月中正式使用,透過評審機制,輔導 60 家資服/新創業者提升算力。
例如,台灣大哥大申請使用數發部的 AI 算力池,並將客服與語音資料基於現有的大模型進行微調,透過本土化的語音轉文字模型(Automatic Speech Recognition,ASR)推出創新服務,應用於電話問診、老人照護以及電話客服。
◆ 資料
臺灣在 LLM 的開發上不易追上美國腳步,但可以利用卓越的健保巨量資料庫,開發出全球獨一無二的 AI 醫療系統。
數發部成立了資料匯流代理(Proxy)機制,負責收集內政部、外交部、衛福部、交通部等各部會的資料目錄。AI 研究人員可依據研究需求提出資料申請,數發部再根據需求向對應的部會索取資料,並進行資料的彙整與去識別化處理。經過隱私保護強化後,將相關資料回傳給研究人員。然而,該計畫仍有待於克服挑戰性,不僅須確保個人資料保護與資料安全,還需確認研究人員的操作權限符合法律規範,才能在保障民眾隱私的同時兼顧資料應用效能。
[ 推薦閱讀:【專訪】數位發展部部長黃彥男 ]
◆ 人力
為推動 AI 在公務機關的應用,數發部與人事行政總處合作,制定了一系列 AI 人才培育計畫,目標提升公務人員的 AI 知識與技能,並加強政府機構在數位轉型中的競爭力。
AI 種子工作坊:
包括工作坊、AI 議題、AI 基礎課程與線上課程,提升其 AI 基礎知識。
AI 運用工作坊:
涵蓋民眾需求分析與應用工作坊,強調 AI 技術在實際業務中的應用。
AI 推動業務種子人員課程:
包括 AI 基礎課程、AI 趨勢與發展課程,以及 AI 推動業務實踐與課程,旨在培訓負責推動機構內 AI 專案的實施與管理。
公務機關人員參與 AI 工作坊後,會有實際應用成果的展現,促使各機關有效應用 AI 技術,提升業務效率。此計畫從基層到高階,全面覆蓋不同層級的公務人員,為政府機構提供了完整的 AI 人才培育路徑,助力政府內部推廣與落實 AI 技術。
◆ 資金
推出《加強投資 AI 新創實施方案》草案,國發基金匡列 100 億元投資 AI 新創企業,並與民間資金搭配投資,原則投資比例 1:1,期限為 10 年,投資對象包括:國內 AI 新創、數位經濟相關產業之企業(不含上市、上櫃公司)。
[ 推薦閱讀:強化數位韌性 因應未知挑戰]
產業AI 化、AI 產業化
為打造臺灣成為人工智慧之島,國科會提出「智慧科技大南方產業生態系推動方案」,規劃以「擴算力」、「鏈場域」、「引人才」、「展應用」等四大策略布局,促成「AI 產業化、產業 AI化」,建構大南方產業生態系。同時推動「智慧雨林產業創生」,透過跨部會合作,提供系統設計暨整合服務平台、算力、場域和業師等資源,並協同學研單位,形成一個多方合作的產官學研平台,聚焦在「需求分析能力」和「自主 AI 系統設計能力」,協助 AI 技術在中小企業中的應用和普及。
具體執行方式如,國科會與教育部利用科技大學的研發能量與教授的專業知識,由數發部組織軟體產業,包括中華電信、臺灣受恩、誼誠資訊、肚肚餐飲等業者,整合公協會以匯聚產業需求業者,在中南部的產業園區舉辦媒合會,進一步串聯輔導廠商,如漢翔航空、朝友工廠、台灣製罐工業、春雨工廠等,針對長照、金屬成型、航太產業、扣件產業、餐飲業等,協助百工百業發展 AI 系統。
林宜敬指出,軟體產業是國家發展 AI 產業的關鍵,臺灣的硬體產業雖然實力強大,軟體產業卻相對薄弱,主要原因是許多電機資訊相關人才受高薪吸引投入了半導體領域,導致軟體產業面臨人才短缺的問題。同時,軟體開發成本高昂,臺灣因市場規模小,使得軟體開發難度更高,若要推動軟體產業的發展,勢必需要走向國際市場。
為邁向海外,第一步要先在臺灣建立基礎,讓軟體產業能夠賺到第一桶金;第二步是通過產品展示來提升曝光度。因此,數發部除了在臺灣舉辦媒合會,還協助廠商參與國際競賽,期望藉此扶植本地軟體業者,將 AI 技術導入各行各業,推動臺灣軟體產業走向全球,拓展國際市場。
[ 推薦閱讀:政府科技採購大翻新]
三、AI 分級、分類、檢測
而在利用 AI 時為了有效管理和控制潛在風險,也需要進行分級、分類和檢測,以保障安全性、透明性和公平性。
整體而言,美國認為科技的發展是來自於競爭,態度傾向於開放,透過分類與風險指引公開模型的風險,提供業者參考應對;歐洲則強調嚴謹的分級與分類,讓產業遵循相關規範。我國近期也積極研擬 AI 基本法,並即將在立法院討論將採取美國或歐盟模式。
◆ AI 分級
除了歐盟分成四級外,美加澳多強調「高風險/高影響 AI」為主。AI 系統風險分級方式相近,皆重視對健康,安全與基本權利之影響。
美國的分級方式為,若 AI 系統所做出之決定會影響消費者獲得關鍵領域之權利,該決定即為「關鍵決策」而可以影響關鍵決策之 AI 系統稱為「高風險人工智慧系統」。
◆ AI 風險指引
美國聯邦政府、新加坡、日本、韓國等皆未將 AI 系統或模型進行風險分級,而是提出參考文件或指引,鼓勵業者自主採取因應措施,防範風險。
以美國為例,《前瞻 AI 模型安全法案》為先進模型的安全開發建立規範,防止重大危害;《AI 透明度法》要求特定 AI 系統提供者遵循義務,建立 AI 系統透明度,以保護消費者;《AI 安全行政命令》要求美國公司部門以安全、可信賴的方式發展 AI,並期望藉由全面性的命令,引導各領域思考如何應對 AI 風險;《NIST 人工智慧風險管理框架 1.0》為自願性框架將風險分為對民眾、組織及生態系統三種危害。
◆ AI 分級、檢測
數發部、工研院與資策會針對各個版本的 Llama 跟 ChatGPT 進行準確性、可靠性、公平性、資安及隱私等方面的檢測,為 AI 基本法的制定提供更完整的參考依據。
透過佐證文件進行人工查核驗證:
˙ 安全性 Safe
關注 AI 系統失效時對人類、環境或資產之保護能力。
˙ 可解釋性 Explainable
關注 AI 系統決策行為原因與邏輯之解釋能力。
˙ 透明性 Transparency
關注 AI 系統對於所擁有資訊之揭露能力。
˙ 當責性 Accountable
關注 AI 系統決策與行為之追溯能力。
˙ 韌性 Resilient
關注 AI 系統面對不同的環境、需求及條件之適應能力。
可進行自動化/半自動化技術性驗證:
˙ 可靠性 Reliability
關注 AI 系統面對未預期情況之穩定能力。
˙ 公平性 Fair
關注 AI 系統針對不同群體與個體之公平對待能力。
˙ 準確性 Accuracy
關注 AI 系統輸出結果之準確能力。
˙ 隱私 Privacy
關注 AI 系統對於隱私資訊之保護能力。
˙ 資安 Secure
關注 AI 系統面對資安攻擊或不當使用之防護能力。
從諾貝爾獎得主示警 AI 的風險,到我國政府推動主權 AI 的發展策略,全球各國都戰戰兢兢應對 AI 所帶來的挑戰。林宜敬最後總結,AI 是威脅,也是機會,透過數發部三大策略,在產業 AI 化的同時強化資安韌性;也透過創新技術與政策支持,讓臺灣有望在 AI 發展中找到優勢,推動產業升級與強化數位韌性。
(本文授權非營利轉載,請註明出處:CIO Taiwan)