人工智慧的社會意涵
張國鈞、李美慧/ 發布日期：2019/09/24/ 瀏覽次數：191
近年來AI的核心研究領域，例如：自然語言處理、自動駕駛車與機器人、電腦影像及語言學習等都有很大的突破，因而延伸至健康、醫學、生物及金融等各面向的應用，進而深深影響社會、經濟與環境的發展。OECD比較AI對於經濟與社會的影響以及政策意涵，並提出實證與政策選項以供國際討論，期能協助決策者掌握AI的近期發展趨勢，從而促進政策合作與一致性。
從經濟的觀點來看，無論是因導入AI降低預測所需的成本，或是成本不變但提升決策輔助資訊的品質，兩者都替AI應用開創出極大的發展機會。2017年Mckinsey估計，企業在2016年投資AI的金額約在260億至390億美元之間，其中大型企業占7成、新創企業占2成，其餘1成為併購。AI新創吸引到的私募資金逐年升高，自2016年快速攀升，2018年上半年約占全球的私募股權投資的12%，以國家來看，投資美國的占比最高，不過近年中國快速崛起，預計仍持續創新高直到技術成熟為止。
一、主要國家AI倡議與政策
AI相關的政策論在各層級都受到廣大關注，甚至國際組織的倡議也不斷興起，報告彙整數十個國家、國際組織(G7與G20、OECD、歐盟、聯合國等)以及私部門AI方案等，以下將論述幾個重點國家：
(一)日本：繼2017年人工智慧技術策略(Artificial Intelligence Technology Strategy)之後，2019年內閣府發表以人為本的AI社會準則(Social Principles for Human-centric AI)。
(二)韓國：2018年發布一項國家型計畫，到2022年將投入20億美元強化AI研發能耐，並建立6個AI研究機構，加速AI晶片發展以及強化AI人才。
(三)新加坡：2018年數位經濟架構行動報告，找出驅動新加坡轉型的前沿技術。2019年推出AI治理架構模型，將倫理準則轉換成可執行的操作。
(四)澳洲：在2018-2019年間共投入2,100萬美元發展AI，包括成立共同研究中心、AI技術地圖開發、AI倫理架構個案研究、與產業合作的AI標準藍圖。
(五)中國大陸：2016年國家AI的3年計畫、2017年次世代AI發展方案指南，2016-2020年的十三五計畫，2030年的科技創新超級計畫（megaproject）中包含AI 2.0，2018年發表AI標準白皮書。最近的是2018年發表AI標準白皮書。中國大陸政府著重在基本運算、開放資料及概念工作，百度、阿里巴巴、騰訊等大型企業則極力衝刺應用與資料整合。
(六)芬蘭： 2017年發表芬蘭的AI時代(Finland’s Age of Artificial Intelligence)、2018年更投入2.35億美元建立一個贊助組織專責補助企業，特別是AI在健康照護系統的應用。
(七)德國：2017年建立自駕車倫理指南、2018年推動AI發展策略，與法國共同合作研究，協助中小企業及聚落發展。
(八)瑞典：2018年公布AI在瑞典商業與社會發展報告(Artificial Intelligence in Swedish Business and Society)，制定製造業發展、交通、智慧城市、健康照護、金融服務、安全等六大AI發展優先策略。
(九)英國：2017年陸續發佈英國數位策略、英國AI產業回顧、產業策略四大挑戰等報告，2018年公布AI領域新政，更預計在2019年推動數據信託（Data Trust）試辦計畫。
(十)美國：2019年川普總統簽署維護美國AI領先行政命令(Maintaining American Leadership in Artificial Intelligence)，推動AI倡議(American AI Initiative)，並指出五大關鍵領域，包括投資AI研發、釋出AI資源、建立AI法規與技術標準指南、打造AI勞動力、參與國際AI合作以開拓AI市場。
二、以人為本的AI公共政策考量要點
AI技術擴散迅速，影響力日益增加，所有技術、商業及政策社群最關注的議題包括「以人為本」、「值得信賴」、「創造最大福祉」、「降低風險」、「提高社會接受度」等基本原則，下列僅摘錄以人為本的AI公共政策的考量要點：
(一)包容、永續成長與社會福祉：確保AI的發展符合永續發展目標(SDGs)的方向，以及對所有人的公平與包容。
(二)以人為本的價值與公平性：槓桿運用基於道德倫理準則的人權架構，並留意個人資訊的保護，兼顧個人與群體的公平性。
(三)透明性與可解釋性：建立可解釋性高的系統，有時必須視應用情境決定，在可解釋性與準確性之間取捨。
(四)確定系統穩健而安全(security & safety)：瞭解AI系統安全，並確保穩健運作，在AI的所有生命周期中做好風險管理。
(五)對於AI所做之預測與決策的責任歸屬：AI系統實務上的究責性取決於系統與效率、準確率指標的比較，究責的層級則視風險脈絡而訂。