AI浪潮下的現實挑戰 趙式隆：能源、資料 決定人工智慧能走多遠

記者林育如／台北報導

人工智慧快速滲透各行各業，從生成式 AI 橫空出世後，更徹底改變人們對科技發展速度的想像。臺北市政府資訊局局長趙式隆指出，在 2022年11月30日ChatGPT問世之前，多數資料科學家並不相信能在有生之年能看到如此接近通用人工智慧（artificial general intelligence，AGI）的人類文明成就，而接下來AI將如何演進，至今仍充滿高度不確定性。

然而，站在城市治理與公共政策的角度，趙式隆坦言，有些現實問題必須被誠實面對。他直言，無論是政府或企業，「全面發展人工智慧」在當前階段其實是一個假議題，真正的關鍵不在於應用場景是否足夠多，而在於整體基礎條件是否承受得起。

第一道瓶頸-AI 極度耗能 電力成為關鍵限制

趙式隆指出，以現行的硬體架構而言，人工智慧是一項高度耗電的技術，而臺灣目前尚未具備足以支撐全面AI化的電力供給與電網韌性。若在能源條件未成熟的情況下貿然擴張AI應用，不僅難以永續，甚至可能成為城市運作的新風險。

他分析，未來硬體架構確實持續朝向更省電、更高效率的方向迭代，但依技術發展現況來看，穩健的典範轉移尚屬可望而不可及；另一條路，則是短時間內大幅提升能源供給與電網韌性，否則人工智慧的成長終將遇到天花板。

「我們現在遇到的瓶頸，不是找不到可以用AI解決的問題，而是沒有足夠的電，讓腦袋裡的想法真正被實現。」趙式隆直言，這不只是臺北市的問題，而是整個臺灣必須正視的國家級課題。

訓練與推論-AI 發展的「水與電」

從技術面來看，趙式隆指出，人工智慧發展可區分為「訓練」與「推論」兩個階段。訓練，是讓模型「受教育」、變得更聰明；推論，則是模型完成訓練後，實際執行任務、提供服務。

若能在臺灣同時布局訓練與推論兩端，並吸引具備規模與技術實力的國際大廠落地，將有助於建立具代表性的AI 產業能量。然而，這一切的前提，仍回到算力與能源供給是否充足。

第二道瓶頸-資料正在枯竭，AI 可能「學壞」

除了能源，另一項不可忽視的挑戰來自資料本身。趙式隆指出，過去數十年人類在網路上累積的內容，已在近三至五年間被大量用於AI訓練，人類原生內容（UGC）正逐漸被消耗殆盡。

與此同時，網路上快速增加的是由AI生成的內容（AIGC）。當 AI 模型持續從網路上無差別擷取資料進行訓練，最終學到的，很可能是其他AI所產生的內容。

「這就像是一個還不太會走路的小孩，去跟另一個同樣走得不穩的小孩學走路，結果只會一起走得更差。」趙式隆指出，若缺乏新的架構與規範，未來AI產出的品質，甚至可能不進反退。

保障人類創作者 攸關 AI 的長期品質

趙式隆進一步指出，若要讓人工智慧持續有效發展，就必須正視人類創作者的角色與權益。現行模式下，AI透過學習人類創作累積能力，卻反過來以更低成本、更高速度取代人類工作，而創作者卻未能從中獲得合理回饋。

長期而言，AI剝削將導致人類創作者退出創作，UGC產量下降，AIGC比例不斷上升，資料近親繁殖最終將削弱 AI 訓練出的推論品質。因此，建立合理的法制基礎，確保創作者在 AI 生態中獲得尊重與收益，讓創作者成為 AI 進步的夥伴，而非祭品，已成為不可迴避的課題。

少子化與缺工 AI 不是萬靈丹

面對少子化與缺工問題，近來亦有議員提出，是否可透過AI打造「超級公務員」，以一人之力承擔多人工作量。對此，趙式隆表示，擴增智能(augmented intelligence)確實可能在階段性上緩解人力不足，但AI的發展本身仍高度仰賴人力，尤其是知識密集型人才。

他指出，人口結構變化已對高等教育與產業造成衝擊，部分大學因生源不足而逐漸退場，這不只是AI的問題，而是所有產業共同面臨的結構性挑戰。

謹慎前行 避免 AI 失控

對於人工智慧未來將走向繁榮或泡沫，趙式隆持審慎態度。他認為，這並非單一個人可以左右的趨勢，但透過集體謹慎與制度設計，至少能避免AI朝向失控方向發展。

「能源與資料，是我們已經看見的兩大限制。」他強調，若這兩項問題無法有效解決，人工智慧即便不會立刻泡沫化，也可能在某個階段陷入停滯。

在AI浪潮持續推進之際，趙式隆認為，正視限制、建立制度、穩健前行，或許才是城市與社會最務實的選擇。