解決問題還是製造問題？生成式 AI 如何用來實現更好的社會？
近年來，「生成式 AI」在人工智慧領域取得快速進展，為全球產業帶來巨大變革。然而，隨著人工智慧的爆炸性成長，對於道德、價值觀的影響，甚至是挑戰法治社會基礎的質疑與討論也越來越多。
作為全球人工智慧領域的領跑者之一 Amazon Web Services（AWS），台灣暨香港總經理王定愷闡述其公司對這項變革的核心價值：「人工智慧的發展，是運用數據實現更好的社會」。透過人工智慧的協助，能更有效的解決地域發展不均、資訊落差、原物料短缺，以及氣候變遷等等問題。對企業而言，人工智慧的高效運算與資料分析能力，更是幫助公司提高效率，降低發展障礙的關鍵。
因此，AWS 攜手天下雜誌實驗室共同製作系列 Podcast 「科技潮什麼–AI 系列」，分享生成式 AI 的應用如何提升生活品質、創造出更友善的社會，以及探討台灣企業如何運用人工智慧創造出新的商業模式，將效益最大化。
人工智慧投入永續 創新科技解決生存危機
首先談到國際案例，人工智慧對打擊犯罪和糧食供應的貢獻不可忽視。根據聯合國公開資料顯示，全球人口販運問題日漸嚴重，其中兒童拐賣的受害者，在成長過程中因面容改變，導致難以被追蹤尋獲。如今藉由 AI 技術模擬出受害孩童長大後的樣貌，執法單位更能準確且有效率的偵查，提高破案機率。
至於糧食栽種，必須克服土地、氣候等外在環境因素，國際水稻研究所（IRRI）保存了 20 萬個基因品種，透過人工智慧和機器學習，在龐大的基因庫中快速理解不同的基因組數據，促進能適應各種栽種條件之水稻品種的開發工作，針對饑荒對症下藥。
除了改善陸地上的問題，水產養殖業在 AI 的應用上，也逐漸邁向永續實踐並減少對環境的影響。業者運用水下 3D 攝影機捕捉魚類的影像並進行監測，防止疾病傳播、降低飼料成本，一再展現出 AI 為人們帶來的正面價值。
AWS 攜手高雄市府建人工智慧培訓基地 「AI 賽車」激發學生興趣
此外，AWS 與高雄市政府、數位發展部數位產業署合作，在亞灣新創園、前鎮區原住民故事館、茂林國中及國小、巴楠花部落中小學等 5 處建立 5G 人工智慧培訓基地。不同於過去學習程式語言是與冷冰冰的電腦對話模擬，現在學習新技術有更有趣的方式。
AWS 讓學生設計自己的「AI 自駕車」，本體為 18 比 1、裝有鏡頭的遙控車，只要把寫好的演算法下載到車上，車子就會自己加速、自己轉彎，比賽繞行跑道一周，花費時間最短的車輛就贏了。在設計演算法的過程中，需要考量車子加速的力道、轉彎的離心力，以及機械的特性等，並反覆修正，學生互相腦力激盪，改善城鄉發展不均問題的同時，也是在接軌全球趨勢。
人工智慧將主宰人類？Amazon 提倡「負責任的 AI」避免濫用
事實上，人工智慧的基礎已存在數十年，近年隨著半導體發展以及運算技術提升，人工智慧從理論架構逐漸轉變成商業實力，全球民眾的食衣住行產生大幅變化。專家估計，到 2050 年，電腦智慧將超越人類總體智商，機器人時代真正來臨，使得許多人開始感到焦慮：電腦會取代人類嗎？無限制的發展人工智慧，會不會帶來道德上的影響？
王定愷提到，以 Amazon 爲例，亞馬遜針對人工智慧應用提出八大承諾，與美國總統拜登共同致力於 AI 的應用安全。包括預防 AI 犯罪，並提倡「負責任的 AI」等，類似幼兒教育強調從小教起，一開始就必須對 AI 進行正確的價值觀引導，例如多元包容、性別平等對待、避免種族偏見和歧視等正面價值觀，都是積極開發的方向；另一方面則是避免濫用 AI 造成社會風險、犯罪機會等。
AWS 推「AI Ready」計畫 供全球 200 萬人免費 AI 資源
除了價值觀的引導外，AWS 積極參與人才教育，致力於培養橫跨不同領域的人才，因為人工智慧的發展不僅是科技的提升，更需要人類知識的跨領域升級和應用。以一個擅長程式語言的工程師為例，能否將人工智慧應用於農業？反之，一位農業專家是否能利用人工智慧解決農業上的問題？
王定愷強調「AI for good」的理念，表示即使缺乏技術背景的人也能運用 AI。他指出現階段取得技術的門檻相對較低，個人只需進行跨領域學習，就能使 AI 得到廣泛應用。AWS 的「AI 就緒（AI Ready）」，就是這樣的計畫，希望在 2025 年前提供全球 200 萬人免費的 AI 技能培訓和教育資源。計畫包括 8 個 AI 課程，涵蓋初學和進階階段，適用於商業領袖和技術專家，不論其所在領域或職位，都能將 AI 實際應用。AWS 過去已提供免費的雲端培訓課程，自 2014 年在台灣啟動以來，已培訓超過 10 萬人，同時在一些大專院校建立了雲端學院，並有學生擔任校園大使。
人工智慧下一步？AWS 規劃三大層級攜手企業共創永續
生成式 AI 於短時間內獲得快速的發展，世界各國都在關注，展望未來，AWS 的佈局是全面的，由下層到上層可以分成三個層級：
1.底層訓練和推理的基礎設施
2.中層使用大型語言模型 (LLM) 和其他基礎模型 (FM) 建構的工具
3.表層利用 FM 的應用程式
簡單來說，這三個層面最底層是訓練和推理的基礎設施，中間層是滿足各種微調模型需求的工具服務，上層是構建生成式 AI 應用的平台。
「底層訓練和推理的基礎設施」是指生成式 AI 應用的核心組成部分。AWS 推出首款結合 NVIDIA Grace Hopper Superchip 超級晶片與 AWS UltraCluster 擴充技術的 AI 超級電腦。也發表了兩個新的晶片，提供用於模型訓練上的最高運算效能。
在中層基礎模型服務方面，如 Amazon Bedrock（model-as-a- service），使用者可輕鬆存取多種業界領先的大型語言模型（Amazon Titan）和其他基礎模型（FM）及客戶建構生成式 AI 應用程式所需的各項功能，確保隱私和安全的同時簡化開發流程。
最後則是「表層利用 FM 的應用程式，」以 Amazon Q 為例，這是一款新型的生成式 AI 助理，可以用於滿足辦公需求，讓客戶快速獲得複雜問題的相關答案、生成內容並採取行動，也能協助客戶用 AWS 服務進行程式開發、連接內部資料和系統，運用 AWS 工具實現商業智慧（Business Intelligence，BI）、客服中心和供應鏈管理。
AWS 的 AI 創新發展，打造出安全且多元靈活的平台，不但能幫助企業，也能帶來更好的美麗新世界，建構人類的幸福永續未來。
原文出處： 天下雜誌
關於 Amazon Web Services
自 2006 年來，Amazon Web Services 一直在提供世界上服務最豐富、應用廣泛的雲端服務。AWS 不斷擴展可支持幾乎任何雲端工作負載的服務，為客戶提供超過 240 種功能全面的雲端服務，包括運算、儲存、資料庫、聯網、分析、機器學習與人工智慧、物聯網、行動、安全、混合雲、媒體，以及應用開發、部署和管理等方面，遍及 33 個地理區域內的 105 個可用區域（Availability Zones），並已公佈計畫在馬來西亞、墨西哥、紐西蘭、沙烏地阿拉伯和泰國等建立 6 個 AWS 地理區域、18 個可用區域。全球超過百萬客戶信任 AWS，包含發展迅速的新創公司、大型企業和政府機構。AWS 協助客戶強化自身基礎設施，提高營運上的彈性與應變能力，同時降低成本。欲瞭解更多 AWS 的相關資訊，請至： thinkwithwp.com。