2025年8月11日 星期一

數位超級智慧來臨:機會、風險與實務因應(Eric Schmidt 訪談摘要)

本摘要整理Eric Schmidt(《Genesis》作者、前Google執行長)與主持人的對談重點,涵蓋AI加速、能源與運算需求、國家競賽、產業與就業影響,以及治理與倫理風險的核心觀點與可行建議。

時間軸與能力預估
- Schmidt 判斷「數位超級智慧」有可能在十年內到來;可生成自身支撐結構(scaffolding)與遞迴自我改善的能力,短期內(訪談提到2025)即可見到明顯進展。
- 未來會出現領域專家級的AI(數學家、程式設計師等),短期(1–5年)內可見專門化AI普及,並推動科學、材料、藥物等領域的突進。

能源與運算:瓶頸與競賽
- AI擴張的實際限制並非主要在晶片,而在電力(Schmidt 提出美國需額外約92GW以支撐AI革命,相當於數座大型核電廠)。
- 私企(Google、Meta、Microsoft、AWS等)正簽長期電力合約、投資核能或尋求資料中心能源保障。短期(2030前)核融合/模組化反應器難以完全解決當前高需求。
- 也有大量資本投向更節能的推論硬體與新型晶片設計;軟體與硬體會互相驅動(硬體給力,軟體快速佔用)。

中美競賽與開源問題
- 中國擁有大量電力與快速擴展的基礎設施;即使晶片管制存在,透過建築性、蒐集權宜手段與架構變化仍有追趕可能(例:DeepSeek 與 Gemini 的對競)。
- 開源模型(公開權重)有助擴散與創新,但也可能把領先能力轉移到非西方國家,引發治理與安全風險(例如C/B/R/N相關敏感知識外洩)。

國家安全與治理風險
- 存在重大風險:新型生物攻擊、不可預見的網路攻擊、模型被惡意利用等。Schmidt 與合作者提出「mutual AI malfunction」(類似互相威懾)構想,主張早期建立國際性遏制與監管機制。
- Biden政府曾提「10^26 FLOPS」作為可能的規管門檻概念,但政策與執行仍在變動。建議包括追蹤晶片、訓練執行位置與記錄(晶片可被設計回報位置/用途)、加強情資級監督與國安層面的分析。

擴散(proliferation)問題
- 即便頂端模型在超大資料中心訓練,訓練後的權重可被「偷取」或量化、蒸餾,使相近能力能跑在少量GPU上,導致能力快速外流與大量分層模型出現(10→100→1,000→1,000,000等級別)。

經濟、產業與就業影響
- 在短中期,AI可顯著提升生產力與創造新商業模式(特別是具「學習迴路(learning loop)」的網路型服務,規模與學習速度形成護城河)。
- 程式與數學等可結構化任務將被AI大量替代或自動化,尤其是中低階重複性工作;但整體經濟與新職缺(例如AI工程師、監管、資安、AI導入顧問)會同時成長。
- 硬體、資料中心、能源、以及需要大量資本的超規模訓練仍是資金密集型領域;大學與中小型創投/新創需取得合理運算資源以參與競爭。

企業與創業要點
- 投資/評估標的應注重:是否有明確且快速的學習迴路、可量化的反饋、以及能因規模獲得學習優勢;硬體與deep-tech仍需專利與長期資本。
- 品牌能力雖重要,但在數位產品中,快速學習與迭代能力更能構成護城河。領先者通常在幾個月內拉開差距。

教育、文化與人類目的
- 建議教育體系應把AI作為基礎訓練內容,並推廣「將AI應用到你關心領域」的實作型教育。Schmidt 強調也應教「美學與設計」:當創造門檻降低,選擇要創造什麼變成核心議題。
- 關於人類目的:主要風險不是暴力終結(Terminator),而是「drift」──人類代理性、判斷與意義被逐步侵蝕。需刻意保護人類主導權與成就感,避免過度依賴AI導致目的消退。

媒體、隱私與心理面
- 個人化AI能極高說服力,若缺乏規管可能被用於操縱民意、詐欺或廣告濫用,對民主與公共信任構成威脅。
- 同時,AI能製作極逼真聲音/影像(如復刻已逝者),帶來情感層面影響與倫理問題。

Schmidt 的實務建議(對父母、員工、CEO、政府等)
- 父母/個人:學會如何與AI協作,把AI當作「口袋裡的博學家/複合型專家」;教育下一代學習把智能工具應用於關心的實際問題。
- 員工/受雇者:及早重訓,掌握能與AI協作的技能(高階判斷、監督、跨領域設計)。
- CEO/企業:辨識公司內的學習迴路(能否藉用使用者回饋快速改善),重構工作流程與產品,利用AI提升生產力;同時為員工提供轉職/再訓練路徑。
- 政府/政策:提出晶片與訓練監管(如追蹤硬體所在)、資助學術機構取得運算資源、建立國際對話以避免軍備式競賽與失控情境。

總結觀點(核心結論)
- AI 帶來巨大的正面機會(生產力、科學突破、生活改善),但也會引發能源、治理、國安、擴散與倫理等重大挑戰。
- 當務之急是:認知時間表(短期專家化、5年領域AI普及、10年可能出現超級智慧)、加強能源與算力規劃、建立追蹤與監管機制、投入教育與大學運算資源、並在國際層級早啟動對話與限制以避免不受控的競賽或危害。



沒有留言:

張貼留言