2023年7月時，國內外媒體引用美國商務部貿易統計數據，大幅報導合計2023年1至5月貿易數據，墨西哥已超越中國大陸成為美國第一大進口國。8月8日美國公布上半年最新數據，自中國進口額為2,030億美元，較2022年同期大幅下滑25%，不及自墨西哥與加拿大進口的2,360億美元與2,110億美元，退居美第三大進口國。這其中數字的背後該如何解讀？與台灣又有關聯呢？中國下滑或是加墨崛起？若觀察美國進口數據，近年自中國進口的高峰出現在2018年10月的545億美元，其後便因美國發動貿易戰，陸續幾波對多項中國進口產品課以高關稅後下滑，但因2020年第1季疫情爆發後的疫情紅利，及中國2022年封控的遞延需求，而分別在2022年1月與2022年8月回升至相近的進口金額，分別為532.1億美元及540.6億美元，其後便快速跌落至400億美元以下，而自2023年2月為墨西哥及加拿大超越後，進口金額便持續落居兩國之後。中國從2022年3月27日上海分區分批封控，到2022年12月7日突然全國解封，約長達8個月期間。根據BBC統計，從3月到10月，中國有超過150個地級市遭封控，其中有114個城市是在8月到10月進行的。若看中國整體出口數據，除了3、4月受到影響外，從7月的3,295億美元逐步下滑至11月的2,929億美元，12月略為回升，2023年1月再降至2,872億美元，但美國自中國進口金額則是從10月就開始「跳水」。我認為除了美國2022年第4季經濟活動走緩外，也反應美國分散供應源的走勢，尤其是在2022年10月美國對中國祭出嚴厲出口管制措施的嚇阻效應發酵。反觀墨西哥與加拿大，2018年不只是美中貿易戰開打年份，美國總統川普（Donald Trump）、加拿大總理Justin Trudeau及墨西哥總統Enrique Peña Nieto於該年11月簽署美墨加協議（USMCA），取代早先的北美自由貿易協議（NAFTA），並於2020年7月1日生效。雖說這協議是川普施壓鄰國的產物，對美國最為有利，但也納入汽車製造的新規定。若要在北美區域進口小客車與輕型卡車豁免關稅，區域內自製零組件含量從NAFTA時代的62.5％，自2020年7月1日起算，分四年逐步提高為75％，重型卡車則分3階段調整至70%。USMCA架構下　再度凸顯加墨重要性千禧年前加墨均為美國第一大第二大進口國，中國則分別於2003年及2007年超越兩國，自此躍居美國第一大進口國，以2022年來說，中國仍佔美國商品進口金額的17.1%，明顯領先墨西哥的13.6%及加拿大的13.3%，但自USMCA生效後，從月度美國進口數據中，明顯可見墨西哥及加拿大對美出口持續成長的趨勢。2023年上半中國落居美國第三大進口國一事，歸納起來，主因是美國自中國進口大幅減少，其次才是墨西哥及加拿大對美出口增溫的結果，但在逆全球化的大趨勢下，可預期長期來看，美加墨區域內貿易將持續勝於美中貿易，對台灣企業主而言，若企業全球布局藍圖中，美國市場乃重中之重的話，那麼也該有配套墨西哥及加拿大布局才是，不是嗎？

聯合國於2023年4月宣布印度總人口於該月超過中國，正式成為全球第一大人口國，讓世人更加重視印度的市場潛力。2023年7月28日在時代雜誌網站上，有篇公認是舉世頂尖印度經濟專家、哥倫比亞大學印裔教授Arvind Panagariya的文章，標題是「How India's Economy Will Overtake the U.S.'s」，美國是全球第一大經濟體，即便未來被中國大陸超越，仍可維持全球第二，難道現在就要把印度經濟超越美國提上企業國際布局的時程了嗎？Panagariya提到，在COVID-19（新冠肺炎）爆發前的15年間，印度實質GDP成長率保持在8%左右，美國不到2%。若印度能在未來20年間保持此一勢頭，並在其後維持5%的經濟成長，而美國始終保持2%的成長率。Panagariya認為這兩個假設都是有可能的。那麼，印度到2073年將超過美國的經濟規模。與其看法相呼應的，高盛（Goldman Sachs）在2022年12月出具名為「The Path to 2075」的長期全球經濟展望報告，預估2075年印度經濟規模將超越美國。高盛指出，2024～2029年實質全球經濟成長率預估為2.8%，其後每十年的CAGR會逐步往下，從2030～2039的2.5%，降至2070～2079的1.7%，主因來自於勞動力成長力道的趨緩，尤其到2075年時，全球人口已處於近乎成長停滯的情況。印度之所以在未來扮演更重要的經濟火車頭角色，在於其身為全球最大國的人口規模及人口紅利。但高盛報告與Panagariya文章共同指出，驅動印度經濟成長的關鍵是其勞動參與率及勞動生產力。勞動參與率需要更多的勞工，尤其是女性勞工。據統計，印度只有4分之1的15歲以上女性投入職場，而美國及中國的比例則都在5分之3以上；勞動生產力則需要更有技能的勞工。我的問題是，擴大勞工供給、提升勞工能力，都是在勞動供給端的改善，但需求端呢？誰來僱用勞工？2014年印度總理Narendra Modi於第一任總理提出的「Make In India」政策，目標是讓製造業產值年增12~14%；2022年前新增1億個工作機會；2025年製造業佔GDP達到25%。Modi第二任總理時，提出印度自給自足「Self Reliant India」政策，一方面強化在地生產，鞏固產業中上游，達成供應鏈自給自足；另一方面，增加國際競爭力、促進出口，也推動14個生產連結獎勵（PLI）計畫，透過高額補貼促進關鍵產業的在地化發展。若以2023年5月印度政府所公布的2022財年數據，印度目前製造業附加價值佔GDP比重僅為14.7%（以當前價格計），離2025年佔GDP 25%目標還有10個百分點差距，看來屆時是不可能達標了。而印度出口在2020～2022年3個財年間佔GDP比重逐年從18.7%提升至23.1%，看來是有所進展，但進口佔GDP佔比卻也從21.0%提升至26%，以致於仍有約500億美元的貿易逆差。但不可忽視印度政府拉抬本地供應鏈的決心。以最新突發的PC進口管制措施來看，若以2021年海關6碼HS Code檢視，印度貿易逆差前十大產品中，NB名列第八，勝於排名第九的手機零組件。印度激進做法背後有其本地化決策考量。從近日美光（Micron）宣布設立封測廠，及鴻海6億美元投資，乃至於印度製手機出口量持續提升，都可看到逐步升溫的產業發展動能。Panagariya在文章開頭，引用已過世的全球經濟史大師Angus Maddison的研究成果，說到：「印度在長達一個半世紀的時間裡一直是全球最大經濟體，到1820年為中國所超越，但在西方工業革命和歐洲殖民統治的雙重效應下，1870 年後英國成為世界最大經濟強國，至1900 年後再為美國所超越。然而，在人們愈來愈多談論亞洲崛起的情況下，世界經濟現在是否準備好恢復到原來的常態？」印度接下來的發展進程，50年後超越美國似乎過於遙遠而無需列入企業決策評估，但過往眾家經濟預測機構多估算印度至2030年後才將成為全球第三大經濟體，國際貨幣基金（IMF）2023年4月最新預測卻顯示，印度至2027～2028年便會超越德（第四）、日（第三），提早達成，那麼印度接下來的市場與產業發展就值得企業投以更多的關注了！

台積電創辦人張忠謀在2023年7月4日以「重新定義全球化」為題發表專題演講，提出他對當前地緣政治的看法，並問台下聽眾說「這還能算全球化嗎？」張忠謀說，「全球化」的新定義，是在不傷害「本國」國家安全，不傷害本國（現在或未來）科技經濟領先條件下，允許本國企業在國牟利，也允許外國產品及服務進入本國。不約而同地，2023年6月29日~7月1日於上海舉行的SEMICON China，幾場開幕Keynote演講也都在談全球化／逆全球化，我正好在現場親身感受這股地緣政治衝擊下中國半導體產業的當前氛圍。此次SEMICON China是2022年10月美國祭出大規模出口管制禁令，其後又運作日本與荷蘭提出設備管制措施的風口浪尖上，直接大談特談美國作為似乎過於敏感，也不適合高調以民族主義論調談技術自主。因此，開幕論壇上的幾位主講人都以「全球化」為題來切入。SEMI中國區總裁居龍說，半導體產業發展可區分為全球化（Globalization）／逆全球化（De-globalization）／再全球化（Re-globalization）等3階段，中美貿易戰前依循著「全球化」趨勢發展，從美、歐、日、韓、台至中國，乃是全球專業分工與地區分工的結果；中美貿易戰後則是「逆全球化」的走勢，但他認為即便在各國推動晶片法及相關投資計畫下，並無任何一個國家能單獨完成整個半導體產業的生態系—產業界仍須繼續合作，整合「再全球化」。難得現身公開場合的長江存儲董事長陳南翔，談論半導體業過往的繁榮發展，奠基於全球化的市場與競爭、創新與技術標準、供應鏈、人才流動、資源配置這5個要素，並由世貿組織（WTO）、世界海關組織（WCO）、世界智財權組織（WIPO）等國際體系所支持。他認為過去的全球化主體是企業，但美中貿易戰後主體轉為政府，目標是控制價值鏈、抑制他人發展。陳南翔呼籲若這是現實現狀的話，「再全球化」進程至少應該保留「全球化的市場與競爭」與「全球化的創新與技術標準」兩要素上，才有助產業的健康發展。中國半導體行業協會IC設計分會理事長、清華大學教授魏少軍則提到，「政府默許、產業自發」成就半導體全球供應鏈，逆全球化則導致半導體「設計-代工」模式難以實現最佳資源配置。他建議一方面要以打破封鎖和抑制為目標實現自立自強，另一方面運用中國的超大市場，堅持擴大開放，讓全球供應鏈上的合作夥伴共同獲利。我的看法是，在這樣的全球化／逆全球化趨勢下，美國的國家利益與企業利益不盡然一致。美國的國家利益是圍堵中國關鍵技術與產業的發展，維持主導世界秩序的單一霸權地位，而企業利益分為三種：第一種是「市場為先派」，中國是最大市場，國家的手不該伸進來；第二種是「支持加大管制派」，相信美國政府的作法會維持美國產業的競爭力與利益；第三種是「有限支持管制派」，擔心中國業者崛起後的競爭威脅，但認為過度圍堵會加速中國業者的發展。第一種企業與第三種企業的利益都跟美國政策走向不一致。在當前的國際現實下，中國國家利益與企業利益一致，不管是政府或是企業，都必須擴大資源投入，加速技術自主與市場自給的進程。我在SEMICON China看展幾天，展場都是滿滿的人潮，北方華創攤位的大螢幕上播放公司及產品簡介影片，前面圍了一圈又一圈的人潮，一波觀眾看完又接一波新的觀眾完全沒有冷場。看展的時候正逢梅雨季，天氣異常濕熱，每天下午都下陣雨，正如有位論壇引言人說的，外在局勢正如此刻的天氣般「悶啊！」，但正如這季節茂盛生長的植物般，我卻也感受到中國半導體產業想要突破悶局的茂盛生命力！

眾所周知，在美中貿易戰及新冠疫情後，國家安全及供應鏈安全成為各國亟待強化的關鍵課題，半導體製造能力成為施政重點。在此背景下，2021年及2022年全球半導體設備市場規模前所未見的連2年突破1,000億美元規模，分別達到1,026億美元及1,076億美元的規模。我歸納整理國際半導體產業協會（SEMI）以及日本半導體裝置製造裝置協會（SEAJ）發布的原始統計數據，探討半導體產業的結構變化。可以看到台、韓、中三地是全球最大的半導體設備市場，2020～2022年三地合計都佔全球市場7成以上。中國雖在2000年發布十八號文及中芯、宏力建廠，但其後投資建廠的規模在全球仍不算是「大咖」，直到2014年發布「國家集成電路產業發展推進綱要」並啟動大基金大舉投資半導體供應鏈各環節，產業發展動能才真正被點燃起來。中國到了2018年，首度突破100億美元的市場規模，成為與台灣及南韓鼎足而三的大市場。2021與2022年這三地規模更都突破200億美元。 另北美、歐洲、日本及其他（以色列及星馬等）地區，2020~2022年半導體設備採購規模都呈現逐年增加的趨勢，但仍與台韓中三地有非常大的差距。若看2018～2022年的合計設備銷售額，可看到在美中貿易戰衝擊下，中國是多麼積極地採購設備建制產能；美日投資額雖較之前有所增加，但在規模上仍遠遠不若台韓中三地；歐洲的投資力道則更不及美日兩地。若觀察前三大半導體設備廠的營收結構，台韓中三地各佔應用材料（Applied Materials）2022會計年度（2021/11～2022/10）公司營收的24%、17%、28%；佔東京威力科創（TEL）半導體事業營收的19%、16%、23%，均以中國為最大市場。可以想見2022年10月美國祭出出口管制措施，之後又要求日荷同步配合對半導體設備商的衝擊。高階微影設備領導業者ASML於2022年則以台灣為最大市場，佔比達38%，南韓次之，佔29％，而中國僅佔14%，相對受影響較輕。日本首相岸田文雄2023年5月邀請半導體產業龍頭業者齊聚官邸，試圖強化半導體供應鏈，而美國在2022年推出《晶片與科學法案》（Chips and Science Act）後，迄2023年5月申請獎補助業者已超過300家，6月負責晶片法中研發計畫管理的晶片研究與開發辦公室主任亦已到任。設備採購是產能布建及產品服務銷售的先期投資，觀察過去這幾年的半導體設備市場觀，台、韓、中在產能與未來幾年的銷售上，仍可望具有高度成長動能，但在美日歐的強力扶植下，各地都逐漸建立起相較過去更完備的半導體產業鏈，國際上「去全球化」的發展態勢下，台灣業者迎來的是「國際化」的挑戰，若能通過考驗，未嘗不是進一步壯大的契機！

前幾天在南韓一個主要流行歌曲音源榜Bugs上，有個出道2個多月的男偶像團體Plave首次拿下音源排名的第一、二名。南韓有不計其數的男團競相出道，相信多數讀者跟我一樣，記不得團名，分不清誰是誰，但Plave這團卻沒這個問題，因為他們是虛擬偶像。這個團體有5位成員，分別是諾亞、藝俊、班比、銀虎、河玟，有著外貌、身高、歲數、隊內角色擔當等角色設定，最年長的成員諾亞也才22歲，除了個子最小成員班比為174公分外，其餘成員都在180公分以上。這樣一個新出道虛擬男團，如何打敗眾多真實偶像團體拿下Bugs音源榜榜首？先來看一下這幾年南韓的虛擬偶像發展，如同我們在探討元宇宙有虛擬實境（VR）、擴增實境（AR）、混合實境（MR）、延展實境（XR）等定義和分類，南韓在虛擬偶像的經營上，做了可與此相對照的多元嘗試。一、實體偶像的虛擬分身：SM娛樂（SM Entertainment）的一線4人女團aespa在2023年5月剛推出的新專輯《My World》創下銷售破200萬張的佳績，其自2020年出道時，每位成員都擁有元宇宙的虛擬分身ae，分別為ae-Karina、ae-Winter、ae-Giselle、ae-NingNing（出道曲Black Mamba MV），2022年還跨界到RPG手機遊戲《第七史詩》，成為遊戲副本主角。二、虛擬偶像團：包括2021年出道的ETERN!TY及2023年出道的MAVE:等，前者是個11人的女子大團，出道前幕後推手人工智慧（AI）公司Pulse 9，還舉辦仿效南韓知名選秀節目的模式，推出101位AI女練習生供網友票選出前十一名出道。 （可見最新單曲DTDTGMGN MV ）後者則是南韓影視娛樂業霸主之一的「Kakao娛樂」與遊戲公司「Metaverse娛樂」合作推出的4人女團，出道單曲Pandora自2023年1月下旬發布以來，迄今在YouTube上已達2,320萬次瀏覽紀錄，按讚數高達40萬次。（可見Pandora MV）三、虛實混合團：南韓第一個虛實混合團乃偶像男團Superkind，2022年推出第一位成員擔任門面角色的虛擬人物Saejin，這5人團體的另4位成員都為真人，2023 年3 月發布最新單曲，又新增1真人1虛擬人，擴編成為7人團。 （可見Moody MV）四、真人+2次元外皮團：這種組團模式就是本文一開始所談的Plave，幕後推手是南韓三大公營電視台之一的MBC旗下公司VLAST。Plave是一個5人男團，外形乃是南韓直條網路漫畫風格的俊男，但在這「二次元漫畫外皮」後卻是有5位真人團員，以3D模組+動態捕捉方式演出，於2023年3月12日推出首張專輯《ASTERUM》出道。（可見出道曲Wait for you初舞台 ）一般南韓偶像團體推出新的單曲或專輯時，會有數週密集宣傳打歌期，衝刺流量與銷量，過了這段時間後在排行榜上成績就逐步往下，而像Plave這般單曲推出3個月後才「逆行」攀升至排行榜首位的情況極為罕見。我的觀察是，其他的虛擬偶像的呈現都是預先設定好的演出，但Plave則因為虛擬偶像外皮後是5位能唱能跳的真人，透過舞蹈挑戰、跆拳道示範等各種主題直播，可跟粉絲密切互動；由於是3D建模，在直播時常常出現團員間嚴重穿模（肢體間相互穿透疊加）或是肢體突然扭動至不可能角度的情況，團員間常常得自嘲或亂掰來因應補救，造成很多「爆笑梗」，也讓愈來愈多人入坑變成粉絲。從1996~1997年第一代偶像團體H.O.T、水晶男孩與S.E.S發展迄今，南韓偶像團體市場版圖早已涵蓋全世界，防彈少年團與Blackpink更成為全球最頂尖的潮流偶像。在這片市場沃土上，不僅有如IVE與New Jeans等大勢團體持續擴大聲勢，也有如本文提到導入新科技與新經營模式，探索虛擬偶像的各種可能。雖然元宇宙如今熱度稍退，但生成式AI的出現對元宇宙內容的發展卻是一大助力，擁有全球市場滲透力及已然嘗試多元虛擬偶像經營模式探索的南韓，是否又將在元宇宙再創新一波韓流呢？Plave出道迄今初嘗成功的經驗，是否也在提醒我們，high tech也需要high touch呢？

我受邀擔任「台灣AI超算年會- AI 2.0 · 超算 · 新生態」的座談主持人，當台智雲總經理吳漢章結束完Keynote演講，我問他，面對生成式人工智慧（Generative AI）的風起雲湧，有什麼感覺？他回答：「很興奮！」的確是，從PC、網際網路、智慧型手機、電動車以來，又再出現讓大眾如此「有感」的新科技，而對身處科技產業業內的我們，卻也知道，這是一個「AI大航海時代」的來臨，有識企業都在承浪而起，拓展自己的事業新版圖。我認為影響未來10~20年台灣科技產業發展的宏觀趨勢有三：「地緣政治」、「淨零碳排」與「人工智慧」。在國際秩序下，面對「地緣政治」衝擊我們只能因應與自保；「淨零碳排」可依循巴黎氣候協定各國訂出的碳中和目標與藍圖，逐步自我提升與發展新事業；但「人工智慧」ChatGPT這一波來得又急又猛，來不及完善布局就得提刀上陣，而我們也難以想像，繼ChatGPT後，未來的AI新技術／新模型又會給我們什麼意外的驚喜／驚嚇？因為高度衝擊性與與高度不確定性，所以才令人興奮！在中美貿易戰與COVID-19（新冠肺炎）後，由於攸關國家與供應鏈安全，但半導體先進製程產能卻集中在台韓，而中國透過國家資本投入急起直追，美、歐、日等主要國家／地區才意識到「半導體即國力」，祭出晶片法與巨額補貼法案，提振在地的半導體供應鏈。美、歐、日乃至韓、中等地所欣羨的，是台灣以晶圓代工廠為核心的完善半導體產業生態系，這些國家需要「120%努力」甚至「強求」才有機會獲得這樣的國力，但對台灣而言，這「半導體國力」就只是我們的日常運作而已！在生成式AI浪潮襲來，從美國的Open AI、微軟（Microsoft）、Google，到中國百度的文心一言，大型語言模型（LLM）／多模態（Multi-Modal）模型成為中美兩國競逐市場乃至競逐國力的顯學，宣告著「算力即國力」、「AI即國力」的時代已然來臨。「AI即國力」的時代，台灣供應鏈扮演關鍵推手，台積電的先進製程支持著NVIDIA、超微（AMD）、英特爾（Intel）的新世代GPU與CPU，以電子六哥為首的供應鏈，供應全球9成以上的伺服器，但這就代表台灣具有AI國力嗎？不是的，在機器學習（Machine Learning）／深度學習（Deep Learning）的規模化應用上，我們不可諱言落後中美等領先國家不少距離，而「產業AI化、AI產業化」的發展願景，可調查看看有多少業者從AI賺到大錢即可知迄今成效如何。傳統商業競爭基於規模經濟／範疇經濟，往往是「大吃小」的競局；網際網路時代基於網路效應（Network Effect），是「快打慢」的競局，在AI時代呢？優秀的新算法／新模型發布，往往不用幾個月時間，大量商業化應用便如雨後春筍般出現，可以預見生成式AI時代乃是「加速快打慢」的競局，early adopter與follower間的落差只會愈拉愈開。自ChatGPT於2022年11月發布，全球各國同步開始競逐「AI大航海時代」的版圖，台灣能基於「AI即國力」的前提下，成為early adopter，並將發展出來產業應用／企業應用滲透海外市場嗎？機器學習／深度學習的AI 1.0時代，除了政府、人工智慧學校、公有雲與NVIDIA等少數業者希望促成整體生態系發展外，多數業者其實各行其是、各自發展。如今台智雲在台灣AI超算年會上，揭露自身「AI Foundry」的策略定位，將自身台灣杉二號超級電腦的算力資源與多個預訓練模型開放給外部使用，以企業自身數據建立企業自身的地端模型與應用，並希望結合各界共同發展AI 2.0生態系。延伸報導開放生態助AI發展　台灣自研LLM接軌企業需求說實在，要扮演平台角色去enable整個生態系並不容易，能否成功仍是未知之數，但台積電1987年成立時，誰又能預見30餘年後會成為台灣的護國神山呢？圖説：從美國的Open AI、微軟、Google，到中國百度的文心一言，LLM／多模態模型成為中美兩國競逐國力的顯學，宣告著「AI即國力」的時代已來臨。符世旻攝（資料照）

Google搜尋趨勢（Google Trend）是個好用的工具，有時我會透過搜尋熱度變化情況，觀察某個議題的發展。這次我鍵入AI技術典範轉移的3個字詞「Expert System」、「Deep Learning」、「Generative AI」，看看會呈現出哪些結果？若以Google Trend最早能提供查詢資料的時間2004年作為起始時間，「Expert System」的搜尋熱度一路往下，而「Deep Learning」則從2013年起搜尋熱度開始走揚，並於2014年與「Expert System」出現走勢交叉的情況。Expert System是早期真正商用化的AI技術，屬於規則式學習（rule-based learning）。其組成包括知識庫、推論引擎和用戶介面等3部分，透過大量請教專家，採用if-then-else的結構將專家知識和經驗建成知識庫，推論引擎則根據知識庫中的規則和推論機制來推論和決策，用戶介面則是如同ChatGPT，可用問答方式來獲取專家系統推論的答案。Expert System熱潮在80年代，因人類諸多內隱知識難以表達與形成規則，及規則式學習建立與維護資料庫的複雜度隨時間持續提高，專業領域專家系統（如醫療、土木等）逐漸式微，而一般企業管理用途的規則系統，逐漸被整合至如甲骨文（Oracle）與SAP等業者的企業應用軟體中。2012年多倫多大學教授Geoffrey Hinton與其2位博士班學生Alex Krizhevsky、Ilya Sutskever發表〈ImageNet Classification with Deep Convolutional Networks〉此一論文，帶動Deep Learning興起。機器視覺領域有個2010年由李菲菲發起的奧林匹克級學術競賽（ImageNet Large Scale Visual Recognition Challenge；ILSVRC），前2年優勝團隊都是採用傳統的機器視覺技術，Krizhevsky、Sutskever與Hinton的CNN神經網路模型AlexNet，在2012年競賽「top 5 test error rate」指標中，創下競賽以來的最佳成績15.4%，領先第二名的26.2%近11個百分點，從此Deep Learning躍為機器視覺領域主流。當2015年微軟（Microsoft）的ResNet以錯誤率3.6%勝過人類肉眼的5%錯誤率時，包括智慧交通、人臉辨識、瑕疵檢測等多元市場商機隨之起飛，也反應在從2013年迄今「Deep Learning」搜尋熱度上。相較於「Deep Learning」為既有資料進行分類與分群等分辨工作（如人臉辨識），「Generative AI」則是學習輸入資料的模式和結構，其後根據訓練數據的分布，生成相似但全新的數據。2014年的Ian Goodfellow提出的生成式對抗網路（Generative Adversarial Network；GAN），可說是帶動生成式AI發展的里程碑。接下來這幾年搜尋熱度微幅上揚，生成式AI主要是在專業族群中愈來愈受關注，直到2022年11月ChatGPT的橫空出世，引發媒體與社會大眾的關注與使用，搜尋熱度才急遽攀升。若直接比較ChatGPT與Expert System及Deep Learning，更可看到由於ChatGPT的爆炸性搜尋熱度，相對而言，Expert System及Deep Learning的搜尋熱度已被攤平成貼近水平的直線。Expert System之父Edward Feigenbaum在2007年接受美國電腦歷史博物館（The Computer History Museum）口述歷史訪談，在被問及「我們如何賦予電腦知識?」時，他回答「我想唯一的方法就是依循人類文明現有的方式。我們藉由文本這個文化結晶來傳遞知識。過去是手稿，接著是印刷文字，現在則是電子文本……我們需要想辦法讓電腦讀化學書來學化學，讀物理書來學物理，或者是生物學等其他學科……我們的人工智慧程式是手工製作並以知識建造的，除非我們有辦法設計出能夠閱讀、理解文本並從中學習的程式，否則我們將永遠無法突破。」（引用自陽明交大《數理人文》期刊第10期，〈人工智慧專家系統之父—專訪涂林獎得主費根堡之生涯回顧〉一文）Feigenbaum那時並未料到，Google的BERT與Open AI的GPT等近年發展的LLM在訓練文本上的驚人數量級提升。以Open AI來說，從2018年GPT-1的5GB訓練數據量/1.1億個參數，提高到2020年GPT-3的45TB訓練數據量/1,750億個參數。之後Open AI便不再公布訓練資料量，但最新發布的GPT-4估計可能超過1兆個參數。帶來的突破性成果正在為全世界各個領域的人們所嘗試與運用中。Deep Learning的2位關鍵開創者中，Ilya Sutskever是OpenAI的聯合創辦人及首席科學家，持續推進最前沿AI技術的發展，但近日Geoffrey Hinton卻離開Google，且呼籲人工智慧給人類帶來的威脅可能比氣候變遷更急迫，而曾是Open AI共同創辦者的Elon Musk也大聲疾呼暫停開發和測試比GPT-4更強大的語言模型。我不禁想問如今已87歲高齡的Feigenbaum，身為自然語言處理AI宗師的您，當強AI時代愈來愈近時，人類該如何踏出下一步呢？

問：智慧運輸過去主要談ITS，看未來是談車聯網和自駕車，以台灣的角度來看，我們如何能循序漸進推進？

中華顧問工程司為迎接物聯網(IoT)時代，近年布局積極由硬走軟，適逢成立50周年，中華顧問執行長陳茂南接受了DIGITIMES專訪。陳茂南表示，科技帶來顛覆性創新，政府需要「智慧」應對諸多改變，所謂的智慧除了指政策擘畫，更重要的是利用智慧應用降低創新型態產品、服務對傳統產業的衝擊，進而讓生活更舒適便利。

問：未來老師希望「科技基本法」放寛後團隊可朝成立衍生性公司的方向發展，那麼接下來團隊在研究上以及在商業化上希望跟各界有什麼樣的合作呢？