歐洲人工智慧發展落後美、中，要如何扳回一城？｜專家論點【Howie Su】

作者：Howie Su（產業分析師）

主要國家企業積極開發NLP模型，獨缺歐洲

雖然普丁是俄烏戰爭的導火線而被西方國家敵視，但他在2017年講的一句話卻身受外界認同：「哪個國家在發展人工智慧領先將能稱霸全球」。從近期事件來看，微軟計畫加碼投資OpenAI達100億美元，以將ChatGPT、GPT-3、DALL-E 2等人工智慧模型嵌入Azure服務，提升商業化速度；此外，其他美國科技業者如Google(Gopher)、NVIDIA(Megatron Turing NLG)，中國大陸的企業百度(Ernie 3.0 Titan)、華為(Pan Gu)、浪潮(Yuan 1.0)也紛紛釋出其他AI模型，甚至韓國的Naver(HyperClova)、以色列的AI21 Labs(Jurassic1-Jumbo)也加入這場前瞻技術競爭—但卻沒有一家歐洲業者在自然語言處理(NLP)模型開發達到重大突破，雖然在2021年德國新創Aleph Alpha募得2,800萬歐元並嘗試打造如GPT-3的模型，但目前尚未成功。

歐洲發展人工智慧落後的四大衝擊

根據Future of Life Institute在2022年11月發布的“Emerging Non-European Monopolies in the Global AI Market”報告指出，歐洲因企業缺乏足夠的資金、運算資源，與數據，在AI模型發展上居於劣勢，導致歐洲企業未來可能被迫採用其他國家企業設計的人工智慧系統，而這將帶來數個負面影響，第一為付出額外使用溢價，墊高企業科技投資成本；其二為語言使用限縮，AI模型可能僅以中文或英文版本釋出，造成部分國家業者使用效率降低；第三為現在各國力推科技自主，雖然當前焦點都放在半導體居多，但人工智慧也成為戰略性技術的一種，同時在兩者取得優勢才能確保技術能自給自足；最後為錯失432美元的商用市場，影響甚巨。

若細看原因，其中之一為在英國脱歐後，坐落歐洲的頂尖學術機構難以為「工業4.0」及「工業新法國」等發展計劃提供充足的人才和研究，雖然歐盟近年著力推動「Erasmus Mundas」教育策略，投注資源培育科研人才，但其資訊科技教育水平仍然落後其他國家，加上歐盟是由28個成員國組成的跨政府機構，文化差異在各成員國之間可謂相當常見，如何平衡各國利害關係來取得對單一市場支持，往往是歐盟企業的一大難題。

歐洲積極投入大型AI模型建置

為彌補該巨大差距，由德國人工智慧協會正在展開一項稱為「大型歐洲人工智慧模型(Large European AI Models，LEAM)」 的計劃，旨在縮小與美國和亞洲競爭對手的差距，獲得大型業者如SAP、Continental、Bayer、Merck的支持，該計劃至少耗費3.5 億歐元投入大型AI模型研發，目的為打造一台能夠運用多達 2,000 億個參數的超級模型。雖然模型的性能不能僅用參數數量多寡來判斷，甚至有分析指出鑰匙模型越精確，反而需降低參數數量，但參數的數量不僅展現一家企業在人工智慧的投入，也是一國國力的展現：OpenAI 的 GPT-3 的參數數量為1,750億個，而北京人工智慧研究院的「悟道 2.0」，已經使用1.75兆個參數作為訓練；相較之下，德國業者Aleph Alpha僅使用700億個參數。

當然，如此的投入並非全無風險，如前所述，研發超大型模型需耗費龐大資金，Lambda Lab預測如GPT-3的訓練成本高達4,600萬美元，研發成本為2760萬美元、硬體設備投入需10-15萬美元，而這還不包含用電、冷卻、維護的成本。另外，模型是否能夠應用在企業的商業模式也是未知數，尚需觀察。

資料來源

1. Europe Is Lagging Behind In Developing Large AI Models
2. Emerging Non-European Monopolies in the Global AI Market

瀏覽 1,074 次