2023年7月时，国内外媒体引用美国商务部贸易统计数据，大幅报导合计2023年1至5月贸易数据，墨西哥已超越中国大陆成为美国第一大进口国。8月8日美国公布上半年最新数据，自中国进口额为2,030亿美元，较2022年同期大幅下滑25%，不及自墨西哥与加拿大进口的2,360亿美元与2,110亿美元，退居美第三大进口国。这其中数字的背后该如何解读？与臺湾又有关联呢？中国下滑或是加墨崛起？若观察美国进口数据，近年自中国进口的高峰出现在2018年10月的545亿美元，其后便因美国发动贸易战，陆续几波对多项中国进口产品课以高关税后下滑，但因2020年第1季疫情爆发后的疫情红利，及中国2022年封控的递延需求，而分别在2022年1月与2022年8月回升至相近的进口金额，分别为532.1亿美元及540.6亿美元，其后便快速跌落至400亿美元以下，而自2023年2月为墨西哥及加拿大超越后，进口金额便持续落居两国之后。中国从2022年3月27日上海分区分批封控，到2022年12月7日突然全国解封，约长达8个月期间。根据BBC统计，从3月到10月，中国有超过150个地级市遭封控，其中有114个城市是在8月到10月进行的。若看中国整体出口数据，除了3、4月受到影响外，从7月的3,295亿美元逐步下滑至11月的2,929亿美元，12月略为回升，2023年1月再降至2,872亿美元，但美国自中国进口金额则是从10月就开始「跳水」。我认为除了美国2022年第4季经济活动走缓外，也反应美国分散供应源的走势，尤其是在2022年10月美国对中国祭出严厉出口管制措施的吓阻效应发酵。反观墨西哥与加拿大，2018年不只是美中贸易战开打年份，美国总统川普（Donald Trump）、加拿大总理Justin Trudeau及墨西哥总统Enrique Peña Nieto于该年11月签署美墨加协议（USMCA），取代早先的北美自由贸易协议（NAFTA），并于2020年7月1日生效。虽说这协议是川普施压邻国的产物，对美国最为有利，但也纳入汽车制造的新规定。若要在北美区域进口小客车与轻型卡车豁免关税，区域内自制零组件含量从NAFTA时代的62.5％，自2020年7月1日起算，分四年逐步提高为75％，重型卡车则分3阶段调整至70%。USMCA架构下　再度凸显加墨重要性千禧年前加墨均为美国第一大第二大进口国，中国则分别于2003年及2007年超越两国，自此跃居美国第一大进口国，以2022年来说，中国仍占美国商品进口金额的17.1%，明显领先墨西哥的13.6%及加拿大的13.3%，但自USMCA生效后，从月度美国进口数据中，明显可见墨西哥及加拿大对美出口持续成长的趋势。2023年上半中国落居美国第三大进口国一事，归纳起来，主因是美国自中国进口大幅减少，其次才是墨西哥及加拿大对美出口增温的结果，但在逆全球化的大趋势下，可预期长期来看，美加墨区域内贸易将持续胜于美中贸易，对臺湾企业主而言，若企业全球布局蓝图中，美国市场乃重中之重的话，那么也该有配套墨西哥及加拿大布局才是，不是吗？

联合国于2023年4月宣布印度总人口于该月超过中国，正式成为全球第一大人口国，让世人更加重视印度的市场潜力。2023年7月28日在时代杂志网站上，有篇公认是举世顶尖印度经济专家、哥伦比亚大学印裔教授Arvind Panagariya的文章，标题是「How India's Economy Will Overtake the U.S.'s」，美国是全球第一大经济体，即便未来被中国大陆超越，仍可维持全球第二，难道现在就要把印度经济超越美国提上企业国际布局的时程了吗？Panagariya提到，在COVID-19（新冠肺炎）爆发前的15年间，印度实质GDP成长率保持在8%左右，美国不到2%。若印度能在未来20年间保持此一势头，并在其后维持5%的经济成长，而美国始终保持2%的成长率。Panagariya认为这两个假设都是有可能的。那么，印度到2073年将超过美国的经济规模。与其看法相呼应的，高盛（Goldman Sachs）在2022年12月出具名为「The Path to 2075」的长期全球经济展望报告，预估2075年印度经济规模将超越美国。高盛指出，2024～2029年实质全球经济成长率预估为2.8%，其后每十年的CAGR会逐步往下，从2030～2039的2.5%，降至2070～2079的1.7%，主因来自于劳动力成长力道的趋缓，尤其到2075年时，全球人口已处于近乎成长停滞的情况。印度之所以在未来扮演更重要的经济火车头角色，在于其身为全球最大国的人口规模及人口红利。但高盛报告与Panagariya文章共同指出，驱动印度经济成长的关键是其劳动参与率及劳动生产力。劳动参与率需要更多的劳工，尤其是女性劳工。据统计，印度只有4分之1的15岁以上女性投入职场，而美国及中国的比例则都在5分之3以上；劳动生产力则需要更有技能的劳工。我的问题是，扩大劳工供给、提升劳工能力，都是在劳动供给端的改善，但需求端呢？谁来雇用劳工？2014年印度总理Narendra Modi于第一任总理提出的「Make In India」政策，目标是让制造业产值年增12~14%；2022年前新增1亿个工作机会；2025年制造业占GDP达到25%。Modi第二任总理时，提出印度自给自足「Self Reliant India」政策，一方面强化在地生产，巩固产业中上游，达成供应链自给自足；另一方面，增加国际竞争力、促进出口，也推动14个生产连结奖励（PLI）計劃，透过高额补贴促进关键产业的在地化发展。若以2023年5月印度政府所公布的2022财年数据，印度目前制造业附加价值占GDP比重仅为14.7%（以当前价格计），离2025年占GDP 25%目标还有10个百分点差距，看来届时是不可能达标了。而印度出口在2020～2022年3个财年间占GDP比重逐年从18.7%提升至23.1%，看来是有所进展，但进口占GDP占比却也从21.0%提升至26%，以致于仍有约500亿美元的贸易逆差。但不可忽视印度政府拉抬本地供应链的决心。以最新突发的PC进口管制措施来看，若以2021年海关6码HS Code检视，印度贸易逆差前十大产品中，NB名列第八，胜于排名第九的手机零组件。印度激进做法背后有其本地化决策考量。从近日美光（Micron）宣布设立封测厂，及富士康6亿美元投资，乃至于印度制手机出口量持续提升，都可看到逐步升温的产业发展动能。Panagariya在文章开头，引用已过世的全球经济史大师Angus Maddison的研究成果，说到：「印度在长达一个半世纪的时间里一直是全球最大经济体，到1820年为中国所超越，但在西方工业革命和欧洲殖民统治的双重效应下，1870 年后英国成为世界最大经济强国，至1900 年后再为美国所超越。然而，在人们愈来愈多谈论亚洲崛起的情况下，世界经济现在是否准备好恢复到原来的常态？」印度接下来的发展进程，50年后超越美国似乎过于遥远而无需列入企业决策评估，但过往众家经济预测机构多估算印度至2030年后才将成为全球第三大经济体，国际货币基金（IMF）2023年4月最新预测却显示，印度至2027～2028年便会超越德（第四）、日（第三），提早达成，那么印度接下来的市场与产业发展就值得企业投以更多的关注了！

臺积电創始人张忠谋在2023年7月4日以「重新定义全球化」为题发表专题演讲，提出他对当前地缘政治的看法，并问臺下听众说「这还能算全球化吗？」张忠谋说，「全球化」的新定义，是在不伤害「本国」国家安全，不伤害本国（现在或未来）科技经济领先条件下，允许本国企业在国牟利，也允许外国产品及服务进入本国。不约而同地，2023年6月29日~7月1日于上海举行的SEMICON China，几场开幕Keynote演讲也都在谈全球化／逆全球化，我正好在现场亲身感受这股地缘政治冲击下中国半导体产业的当前氛围。此次SEMICON China是2022年10月美国祭出大规模出口管制禁令，其后又运作日本与荷兰提出设备管制措施的风口浪尖上，直接大谈特谈美国作为似乎过于敏感，也不适合高调以民族主义论调谈技术自主。因此，开幕论坛上的几位主讲人都以「全球化」为题来切入。SEMI中国区总裁居龙说，半导体产业发展可区分为全球化（Globalization）／逆全球化（De-globalization）／再全球化（Re-globalization）等3阶段，中美贸易战前依循著「全球化」趋势发展，从美、欧、日、韩、臺至中国，乃是全球专业分工与地区分工的结果；中美贸易战后则是「逆全球化」的走势，但他认为即便在各国推动芯片法及相关投资計劃下，并无任何一个国家能单独完成整个半导体产业的生态系—产业界仍须继续合作，整合「再全球化」。难得现身公开场合的长江存储董事长陈南翔，谈论半导体业过往的繁荣发展，奠基于全球化的市场与竞争、创新与技术标准、供应链、人才流动、资源配置这5个要素，并由世贸组织（WTO）、世界海关组织（WCO）、世界智财权组织（WIPO）等国际体系所支持。他认为过去的全球化主体是企业，但美中贸易战后主体转为政府，目标是控制价值链、抑制他人发展。陈南翔呼吁若这是现实现状的话，「再全球化」进程至少应该保留「全球化的市场与竞争」与「全球化的创新与技术标准」两要素上，才有助产业的健康发展。中国半导体行业协会IC设计分会理事长、清华大学教授魏少军则提到，「政府默许、产业自发」成就半导体全球供应链，逆全球化则导致半导体「设计-代工」模式难以实现最佳资源配置。他建议一方面要以打破封锁和抑制为目标实现自立自强，另一方面运用中国的超大市场，坚持扩大开放，让全球供应链上的合作伙伴共同获利。我的看法是，在这样的全球化／逆全球化趋势下，美国的国家利益与企业利益不尽然一致。美国的国家利益是围堵中国关键技术与产业的发展，维持主导世界秩序的单一霸权地位，而企业利益分为三种：第一种是「市场为先派」，中国是最大市场，国家的手不该伸进来；第二种是「支持加大管制派」，相信美国政府的作法会维持美国产业的竞争力与利益；第三种是「有限支持管制派」，担心中国业者崛起后的竞争威胁，但认为过度围堵会加速中国业者的发展。第一种企业与第三种企业的利益都跟美国政策走向不一致。在当前的国际现实下，中国国家利益与企业利益一致，不管是政府或是企业，都必须扩大资源投入，加速技术自主与市场自给的进程。我在SEMICON China看展几天，展场都是满满的人潮，北方华创摊位的大屏幕上播放公司及产品简介影片，前面围了一圈又一圈的人潮，一波观众看完又接一波新的观众完全没有冷场。看展的时候正逢梅雨季，天气异常湿热，每天下午都下阵雨，正如有位论坛引言人说的，外在局势正如此刻的天气般「闷啊！」，但正如这季节茂盛生长的植物般，我却也感受到中国半导体产业想要突破闷局的茂盛生命力！

众所周知，在美中贸易战及新冠疫情后，国家安全及供应链安全成为各国亟待强化的关键课题，半导体制造能力成为施政重点。在此背景下，2021年及2022年全球半导体设备市场规模前所未见的连2年突破1,000亿美元规模，分别达到1,026亿美元及1,076亿美元的规模。我归纳整理国际半导体产业协会（SEMI）以及日本半导体装置制造装置协会（SEAJ）发布的原始统计数据，探讨半导体产业的结构变化。可以看到臺、韩、中三地是全球最大的半导体设备市场，2020～2022年三地合计都占全球市场7成以上。中国虽在2000年发布十八号文及中芯、宏力建厂，但其后投资建厂的规模在全球仍不算是「大咖」，直到2014年发布「国家整合电路产业发展推进纲要」并启动大基金大举投资半导体供应链各环节，产业发展动能才真正被点燃起来。中国到了2018年，首度突破100亿美元的市场规模，成为与臺湾及韓國鼎足而三的大市场。2021与2022年这三地规模更都突破200亿美元。 另北美、欧洲、日本及其他（以色列及星马等）地区，2020~2022年半导体设备采购规模都呈现逐年增加的趋势，但仍与臺韩中三地有非常大的差距。若看2018～2022年的合计设备销售额，可看到在美中贸易战冲击下，中国是多么积极地采购设备建制产能；美日投资额虽较之前有所增加，但在规模上仍远远不若臺韩中三地；欧洲的投资力道则更不及美日两地。若观察前三大半导体设备厂的营收结构，臺韩中三地各占应用材料（Applied Materials）2022会计年度（2021/11～2022/10）公司营收的24%、17%、28%；占东京威力科创（TEL）半导体事业营收的19%、16%、23%，均以中国为最大市场。可以想见2022年10月美国祭出出口管制措施，之后又要求日荷同步配合对半导体设备商的冲击。高端微影设备领导业者ASML于2022年则以臺湾为最大市场，占比达38%，韓國次之，占29％，而中国仅占14%，相对受影响较轻。日本首相岸田文雄2023年5月邀请半导体产业龙头业者齐聚官邸，试图强化半导体供应链，而美国在2022年推出《芯片与科学法案》（Chips and Science Act）后，迄2023年5月申请奖补助业者已超过300家，6月负责芯片法中研发計劃管理的芯片研究与开发办公室主任亦已到任。设备采购是产能布建及产品服务销售的先期投资，观察过去这几年的半导体设备市场观，臺、韩、中在产能与未来几年的销售上，仍可望具有高度成长动能，但在美日欧的强力扶植下，各地都逐渐建立起相较过去更完备的半导体产业链，国际上「去全球化」的发展态势下，臺湾业者迎来的是「国际化」的挑战，若能通过考验，未尝不是进一步壮大的契机！

前几天在韓國一个主要流行歌曲音源榜Bugs上，有个出道2个多月的男偶像团体Plave首次拿下音源排名的第一、二名。韓國有不计其数的男团竞相出道，相信多数读者跟我一样，记不得团名，分不清谁是谁，但Plave这团却没这个问题，因为他们是虚拟偶像。这个团体有5位成员，分别是诺亚、艺俊、班比、银虎、河玟，有著外貌、身高、岁数、队内角色担当等角色设定，最年长的成员诺亚也才22岁，除了个子最小成员班比为174厘米外，其余成员都在180厘米以上。这样一个新出道虚拟男团，如何打败众多真实偶像团体拿下Bugs音源榜榜首？先来看一下这几年韓國的虚拟偶像发展，如同我们在探讨元宇宙有虚拟实境（VR）、增实境（AR）、混合实境（MR）、延展实境（XR）等定义和分类，韓國在虚拟偶像的经营上，做了可与此相对照的多元尝试。一、实体偶像的虚拟分身：SM娱乐（SM Entertainment）的一线4人女团aespa在2023年5月刚推出的新专辑《My World》创下销售破200万张的佳绩，其自2020年出道时，每位成员都拥有元宇宙的虚拟分身ae，分别为ae-Karina、ae-Winter、ae-Giselle、ae-NingNing（出道曲Black Mamba MV），2022年还跨界到RPG手机游戏《第七史诗》，成为游戏副本主角。二、虚拟偶像团：包括2021年出道的ETERN!TY及2023年出道的MAVE:等，前者是个11人的女子大团，出道前幕后推手人工智能（AI）公司Pulse 9，还举办仿效韓國知名选秀节目的模式，推出101位AI女练习生供网友票选出前十一名出道。 （可见最新单曲DTDTGMGN MV ）后者则是韓國影视娱乐业霸主之一的「Kakao娱乐」与游戏公司「Metaverse娱乐」合作推出的4人女团，出道单曲Pandora自2023年1月下旬发布以来，迄今在YouTube上已达2,320万次浏览纪录，按赞数高达40万次。（可见Pandora MV）三、虚实混合团：韓國第一个虚实混合团乃偶像男团Superkind，2022年推出第一位成员担任门面角色的虚拟人物Saejin，这5人团体的另4位成员都为真人，2023 年3 月发布最新单曲，又新增1真人1虚拟人，扩编成为7人团。 （可见Moody MV）四、真人+2次元外皮团：这种组团模式就是本文一开始所谈的Plave，幕后推手是韓國三大公营电视臺之一的MBC旗下公司VLAST。Plave是一个5人男团，外形乃是韓國直条網絡漫画风格的俊男，但在这「二次元漫画外皮」后却是有5位真人团员，以3D模塊+动态捕捉方式演出，于2023年3月12日推出首张专辑《ASTERUM》出道。（可见出道曲Wait for you初舞臺 ）一般韓國偶像团体推出新的单曲或专辑时，会有数周密集宣传打歌期，冲刺流量与销量，过了这段时间后在排行榜上成绩就逐步往下，而像Plave这般单曲推出3个月后才「逆行」攀升至排行榜首位的情况极为罕见。我的观察是，其他的虚拟偶像的呈现都是预先设定好的演出，但Plave则因为虚拟偶像外皮后是5位能唱能跳的真人，透过舞蹈挑战、跆拳道示范等各种主题直播，可跟粉丝密切互动；由于是3D建模，在直播时常常出现团员间严重穿模（肢体间相互穿透叠加）或是肢体突然扭动至不可能角度的情况，团员间常常得自嘲或乱掰来因应补救，造成很多「爆笑梗」，也让愈来愈多人入坑变成粉丝。从1996~1997年第一代偶像团体H.O.T、水晶男孩与S.E.S发展迄今，韓國偶像团体市场版图早已涵盖全世界，防弹少年团与Blackpink更成为全球最顶尖的潮流偶像。在这片市场沃土上，不仅有如IVE与New Jeans等大势团体持续扩大声势，也有如本文提到导入新科技与新经营模式，探索虚拟偶像的各种可能。虽然元宇宙如今热度稍退，但生成式AI的出现对元宇宙内容的发展却是一大助力，拥有全球市场渗透力及已然尝试多元虚拟偶像经营模式探索的韓國，是否又将在元宇宙再创新一波韩流呢？Plave出道迄今初尝成功的经验，是否也在提醒我们，high tech也需要high touch呢？

我受邀担任「臺湾AI超算年会- AI 2.0 · 超算 · 新生态」的座谈主持人，当臺智云总经理吴汉章结束完Keynote演讲，我问他，面对生成式人工智能（Generative AI）的风起云涌，有什么感觉？他回答：「很兴奋！」的确是，从PC、互聯網、智能手機、电动车以来，又再出现让大众如此「有感」的新科技，而对身处科技产业业内的我们，却也知道，这是一个「AI大航海时代」的来临，有识企业都在承浪而起，拓展自己的事业新版图。我认为影响未来10~20年臺湾科技产业发展的宏观趋势有三：「地缘政治」、「净零碳排」与「人工智能」。在国际秩序下，面对「地缘政治」冲击我们只能因应与自保；「净零碳排」可依循巴黎气候协定各国订出的碳中和目标与蓝图，逐步自我提升与发展新事业；但「人工智能」ChatGPT这一波来得又急又猛，来不及完善布局就得提刀上阵，而我们也难以想像，继ChatGPT后，未来的AI新技术／新模型又会给我们什么意外的惊喜／惊吓？因为高度冲击性与与高度不确定性，所以才令人兴奋！在中美贸易战与COVID-19（新冠肺炎）后，由于攸关国家与供应链安全，但半导体先进制程产能却集中在臺韩，而中国透过国家资本投入急起直追，美、欧、日等主要国家／地区才意识到「半导体即国力」，祭出芯片法与巨额补贴法案，提振在地的半导体供应链。美、欧、日乃至韩、中等地所欣羡的，是臺湾以晶圆代工厂为核心的完善半导体产业生态系，这些国家需要「120%努力」甚至「强求」才有机会获得这样的国力，但对臺湾而言，这「半导体国力」就只是我们的日常运作而已！在生成式AI浪潮袭来，从美国的Open AI、微软（Microsoft）、Google，到中国百度的文心一言，大型语言模型（LLM）／多模态（Multi-Modal）模型成为中美两国竞逐市场乃至竞逐国力的显学，宣告著「算力即国力」、「AI即国力」的时代已然来临。「AI即国力」的时代，臺湾供应链扮演关键推手，臺积电的先进制程支持著NVIDIA、超微（AMD）、英特尔（Intel）的新時代GPU与CPU，以电子六哥为首的供应链，供应全球9成以上的服務器，但这就代表臺湾具有AI国力吗？不是的，在机器学习（Machine Learning）／深度学习（Deep Learning）的规模化应用上，我们不可讳言落后中美等领先国家不少距离，而「产业AI化、AI产业化」的发展愿景，可调查看看有多少业者从AI赚到大钱即可知迄今成效如何。传统商业竞争基于规模经济／范畴经济，往往是「大吃小」的竞局；互聯網时代基于網絡效应（Network Effect），是「快打慢」的竞局，在AI时代呢？优秀的新算法／新模型发布，往往不用几个月时间，大量商业化应用便如雨后春笋般出现，可以预见生成式AI时代乃是「加速快打慢」的竞局，early adopter与follower间的落差只会愈拉愈开。自ChatGPT于2022年11月发布，全球各国同步开始竞逐「AI大航海时代」的版图，臺湾能基于「AI即国力」的前提下，成为early adopter，并将发展出来产业应用／企业应用渗透海外市场吗？机器学习／深度学习的AI 1.0时代，除了政府、人工智能学校、公有云与NVIDIA等少数业者希望促成整体生态系发展外，多数业者其实各行其是、各自发展。如今臺智云在臺湾AI超算年会上，揭露自身「AI Foundry」的策略定位，将自身臺湾杉二号超级电脑的算力资源与多个预训练模型开放给外部使用，以企业自身数据建立企业自身的地端模型与应用，并希望结合各界共同发展AI 2.0生态系。延伸报导开放生态助AI发展　臺湾自研LLM接轨企业需求说实在，要扮演平臺角色去enable整个生态系并不容易，能否成功仍是未知之数，但臺积电1987年成立时，谁又能预见30余年后会成为臺湾的护国神山呢？图说：从美国的Open AI、微软、Google，到中国百度的文心一言，LLM／多模态模型成为中美两国竞逐国力的显学，宣告著「AI即国力」的时代已来临。符世旻摄（數據照）

Google查找趋势（Google Trend）是个好用的工具，有时我会透过查找热度变化情况，观察某个议题的发展。这次我键入AI技术典范转移的3个字词「Expert System」、「Deep Learning」、「Generative AI」，看看会呈现出哪些结果？若以Google Trend最早能提供查询數據的时间2004年作为起始时间，「Expert System」的查找热度一路往下，而「Deep Learning」则从2013年起查找热度开始走扬，并于2014年与「Expert System」出现走势交叉的情况。Expert System是早期真正商用化的AI技术，属于规则式学习（rule-based learning）。其组成包括知识库、推论引擎和用户界面等3部分，透过大量请教专家，采用if-then-else的结构将专家知识和经验建成知识库，推论引擎则根据知识库中的规则和推论机制来推论和决策，用户界面则是如同ChatGPT，可用问答方式来获取专家系统推论的答案。Expert System热潮在80年代，因人类诸多内隐知识难以表达与形成规则，及规则式学习建立与维护數據库的复杂度随时间持续提高，专业领域专家系统（如医疗、土木等）逐渐式微，而一般企业管理用途的规则系统，逐渐被整合至如甲骨文（Oracle）与SAP等业者的企业应用軟件中。2012年多伦多大学教授Geoffrey Hinton与其2位博士班学生Alex Krizhevsky、Ilya Sutskever发表〈ImageNet Classification with Deep Convolutional Networks〉此一论文，带动Deep Learning兴起。机器视觉领域有个2010年由李菲菲发起的奥林匹克级学术竞赛（ImageNet Large Scale Visual Recognition Challenge；ILSVRC），前2年优胜团队都是采用传统的机器视觉技术，Krizhevsky、Sutskever与Hinton的CNN神经網絡模型AlexNet，在2012年竞赛「top 5 test error rate」指标中，创下竞赛以来的最佳成绩15.4%，领先第二名的26.2%近11个百分点，从此Deep Learning跃为机器视觉领域主流。当2015年微软（Microsoft）的ResNet以错误率3.6%胜过人类肉眼的5%错误率时，包括智能交通、人脸識別、瑕疵检测等多元市场商机随之起飞，也反应在从2013年迄今「Deep Learning」查找热度上。相较于「Deep Learning」为既有數據进行分类与分群等分辨工作（如人脸識別），「Generative AI」则是学习输入數據的模式和结构，其后根据训练数据的分布，生成相似但全新的数据。2014年的Ian Goodfellow提出的生成式对抗網絡（Generative Adversarial Network；GAN），可说是带动生成式AI发展的里程碑。接下来这几年查找热度微幅上扬，生成式AI主要是在专业族群中愈来愈受关注，直到2022年11月ChatGPT的横空出世，引发媒体与社会大众的关注与使用，查找热度才急遽攀升。若直接比较ChatGPT与Expert System及Deep Learning，更可看到由于ChatGPT的爆炸性查找热度，相对而言，Expert System及Deep Learning的查找热度已被摊平成贴近水平的直线。Expert System之父Edward Feigenbaum在2007年接受美国电脑历史博物馆（The Computer History Museum）口述历史访谈，在被问及「我们如何赋予电脑知识?」时，他回答「我想唯一的方法就是依循人类文明现有的方式。我们借由文本这个文化结晶来传递知识。过去是手稿，接著是印刷文字，现在则是电子文本……我们需要想办法让电脑读化学书来学化学，读物理书来学物理，或者是生物学等其他学科……我们的人工智能程序是手工制作并以知识建造的，除非我们有办法设计出能够阅读、理解文本并从中学习的程序，否则我们将永远无法突破。」（引用自阳明交大《数理人文》期刊第10期，〈人工智能专家系统之父—专访涂林奖得主费根堡之生涯回顾〉一文）Feigenbaum那时并未料到，Google的BERT与Open AI的GPT等近年发展的LLM在训练文本上的惊人数量级提升。以Open AI来说，从2018年GPT-1的5GB训练数据量/1.1亿个参数，提高到2020年GPT-3的45TB训练数据量/1,750亿个参数。之后Open AI便不再公布训练數據量，但最新发布的GPT-4估计可能超过1萬億个参数。带来的突破性成果正在为全世界各个领域的人们所尝试与运用中。Deep Learning的2位关键开创者中，Ilya Sutskever是OpenAI的联合創始人及首席科学家，持续推进最前沿AI技术的发展，但近日Geoffrey Hinton却离开Google，且呼吁人工智能给人类带来的威胁可能比气候变迁更急迫，而曾是Open AI共同创办者的Elon Musk也大声疾呼暂停开发和测试比GPT-4更强大的语言模型。我不禁想问如今已87岁高龄的Feigenbaum，身为自然语言处理AI宗师的您，当强AI时代愈来愈近时，人类该如何踏出下一步呢？

问：智能运输过去主要谈ITS，看未来是谈车联网和自驾车，以臺湾的角度来看，我们如何能循序渐进推进？

中华顾问工程司为迎接物联网(IoT)时代，近年布局积极由硬走软，适逢成立50周年，中华顾问CEO陈茂南接受了DIGITIMES专访。陈茂南表示，科技带来颠覆性创新，政府需要「智能」应对诸多改变，所谓的智能除了指政策擘画，更重要的是利用智能应用降低创新型态产品、服务对传统产业的冲击，进而让生活更舒适便利。

问：未来老师希望「科技基本法」放寛后团队可朝成立衍生性公司的方向发展，那么接下来团队在研究上以及在商业化上希望跟各界有什么样的合作呢？