楊莉明在彭博新經濟論壇談 AI

討論從全球 AI 鴻溝開始。聯合國資料顯示 100 多個國家遠遠落後,美國本土仍有 30% 使用者網速跑不動 Zoom。谷歌 DeepMind 營運長 Lila Ibrahim 強調,模型從一開始就要考慮全球——比如和 AI Singapore 合作微調模型以覆蓋東南亞語言,通過 Gemini 多模態降低互動門檻。新加坡數碼部長楊莉明則提出,完整 AI 生態不是每個國家都建得起,但能力建設是每個國家最有主動權的領域——勞動力、企業、學術界、甚至政府內部的 AI 治理與使用能力都要同步搭建。

中小企業佔新加坡 GDP 99% 和勞動力 70%,GPU 和雲成本是真實障礙。楊莉明舉例:一家小餐館通過帶 AI 助手的平臺,基於過往銷售記錄最佳化促銷,根本不需要自己的 GPU;製造業佔 GDP 約 20%,新設立的製造業 AI 卓越中心已開發 CNC 機床預測性維護通用模型。Ibrahim 補充,開源模型(Gemma、AlphaFold)已被 190 個國家、300 多萬研究人員用於糧食安全、汙染、疾病治療等領域;但金融和高智慧財產權機構不可能只靠開源,未來必然是開源與閉源混用。

教育是重頭。Ibrahim 強調價值不在讓 AI 替代教師,而在個性化學習——她以自己有閱讀障礙的雙胞胎女兒為例,說明 AI 能給每個學習者搭合適的腳手架。北愛爾蘭 100 名教師為期六個月的試點顯示,平均每位教師每週節省 10 小時。兩人都警示,AI 也帶來新問題:如果孩子從小把聊天機器人當最好的朋友,社群和家庭意味著什麼?谷歌 DeepMind 配有倫理研究員和兒童心理學家持續審視。現場投票中,全球不平等加劇的最大原因被選為"權力集中在少數公司和國家",大規模失業被排在末位。

字幕語言： zh-Hant · 抓取日期： 2026-05-02

我們這個時代的技術革命，伴隨著數萬億美元的經濟價值，至少人們是這麼說的。問題是，根據聯合國的資料，全球有一百多個國家遠遠落後，甚至根本沒有接近採用階段，其中許多國家位於全球南方。還有一點是在美國，30%的網際網路使用者使用的網速甚至不夠支援Zoom視訊會議。換句話說，全球數十億人面臨在這場人工智慧革命中被落下的風險。那麼，問題出在哪裡？如何彌合這道鴻溝？又如何足夠快速地彌合這道鴻溝？因為這是一項發展非常迅速的技術。Laya，我們先從你開始。如何讓儘可能多的人獲得人工智慧的接入，並且做到規模化？先從簡單的問題開始。

[笑聲]嗯，我們有20分鐘。你知道，這實際上是非常重要的事情。我們必須確保在構建人工智慧時，考慮到這項技術的全球影響。這部分意味著如何以全球視角來開發模型。這不是我們可以事後考慮的事情。例如，我們在新加坡所做的一項工作是與AI Singapore合作，確保東南亞語言得到充分代表。這意味著我們會拿出一個開源模型，先確保資料準確，然後對模型進行微調，並將其提供給更廣泛的使用者。對我來說，人工智慧不是一項有國界的技術。你釋出一個模型，它就會在全球範圍內可用。

因此，我們必須考慮從接入、識字率，到讓模型易於互動的所有方面，比如從一開始就讓它支援多模態——這也是我們在Gemini專案中做的，你可以與它對話、輸入文字、拍照，並且能夠用多種語言操作，能夠轉換輸出，從而降低人們使用的門檻。雖然還有很多工作要做，但我們很高興看到進展，這一切都得益於我們與當地生態系統的合作，他們幫助實現了最後一公里的接入。但巨大的障礙依然存在，比如基礎設施，人工智慧基礎設施至關重要，計算能力等因素將決定並塑造誰能真正獲得人工智慧的全面接入。

我認為，如果你把世界劃分為人工智慧的“有”和“無”，很少有國家能夠擁有理想的、完善的人工智慧生態系統。這是既定事實，是現實，我認為這不會改變。但我也認為我們並非沒有主動權。在我們各自的國家內部，我們確實有能力重塑局面。值得重塑的領域之一是投資基礎設施，推動其實現。你可能無法獨自完成，但有世界銀行、國際貨幣基金組織，甚至聯合國開發計劃署等組織非常關注這個問題，並積極提供幫助。

同時，你還需要考慮為技術的負責任使用創造合適的條件。因此，在適當的時候建立監管框架是每個國家都可以考慮的事情。但在我看來，最重要的干預領域、最值得努力的地方，也是你必須發揮最大主動權的地方，是真正發展能力。能力必須以整體方式來考慮，包括勞動力能力、企業能力、學術界能力，甚至政府內部的人工智慧治理和使用能力，以及各種能力，比如創業能力、工程能力。

為了讓一個國家的公民能夠從人工智慧中受益，並擁有最佳的前進機會，需要建立一整套能力。你是否總能趕上其他國家的步伐？也許能，也許不能，但這不應該阻止我們嘗試。>>我們可以嘗試接入。如果你看看我們從中小企業那裡聽到的反饋——它們佔新加坡經濟GDP的99%，佔勞動力的70%——他們說成本太高了。GPU和雲端計算資源的成本上升，我們知道谷歌已經考慮到了這一點。你們如何與中小企業合作，幫助他們應對這些困難？嗯，在谷歌DeepMind工作時，我們是谷歌產品的人工智慧創新引擎。

所以我們正在與谷歌的同事們合作，研究如何將我們的人工智慧工具整合到現有專案中。在某種程度上，我希望我們能重新定義人工智慧——如果它是一個好的功能，確實有用，它就應該成為日常工作流程的一部分。所以第一步是讓它真正整合進來，消除障礙。但也有降低識字門檻的需求。過去幾年看到有這麼多不同的資源可用，能夠使用這項技術，確實令人驚訝。第一是整合進來。

第二是消除障礙，比如擴大上下文視窗，也就是提示視窗，讓你能夠以自然的方式輸入大量資訊。第三是確保使用者具備相應的技能。部長>>我認為中小企業是非常異質的群體，沒有單一的方式來描述它們，採用路徑也會不同。我給你講個故事，這對我來說很鼓舞人心。那是路邊一個不起眼的小店，是一家小企業，我偶然遇見他們，問他們生意如何，結果我們聊到了人工智慧，他們告訴我一些出乎意料的事情。他們說人工智慧幫助他們做得更好。

我問怎麼幫助的？他說，我需要做促銷活動，過去幾年一直在做促銷，有些成功，有些不太成功。結果是，我現在會去一個有人工智慧助手的平臺，我可以基於過去的銷售記錄，詢問哪些促銷活動更成功，這極大地幫助了我規劃下一次促銷。舉這個例子的目的是說明，並非每個中小企業都需要自己的GPU接入。在這個案例中，甚至不需要GPU，只是一個應用程式和通過它提供的人工智慧工具。還有其他中小企業，使用微調模型可能更有意義。

考慮到新加坡GDP中約有20%來自制造業，許多中小企業可能從事精密工程工作。我們現在有一個製造業人工智慧卓越中心，最近開發了一個通用模型，用於數控機床的預測性維護，許多中小企業會用到它。我的意思是，我們支援中小企業的方法會多樣化。有些通過大型平臺提供的工具，有些通過針對特定行業和企業的專項努力。我認為更重要的是，我們如何實質性地改變企業的運營方式。

這仍然是關於平衡競爭環境的問題，市場上有不同的選擇。如果你看看中國，是開源的。他們說創新更快、更便宜；而你有封閉系統。你如何權衡兩者的利弊？我們理解資料安全和網路攻擊的擔憂，但開源系統也有其優勢。是的，這實際上是我們長期以來的傳統，從早期研究開始就致力於讓技術開放，開發開源模型。

無論是我們稱之為Gemma的專案，還是科學界廣泛使用的AlphaFold，我們都致力於讓其廣泛可用。目前有190個國家、超過三百萬的研究人員利用這些工具推動多個領域的發展，無論是在糧食安全、汙染、聯合國處理工業廢棄物，還是理解疾病以促進治療方面。在許多方面，這本身就降低了門檻，因為它正在實現資訊的民主化訪問。但我們也必須考慮到每個案例都是不同的。因此，如何在追求利益的同時管理風險，這種平衡非常重要。隨著大型語言模型和多模態模型能力的提升，這帶來了新的風險層面。

所以當我們釋出AlphaFold——我們的蛋白質預測模型時，我們實際上尋求了該領域科學家、學者、諾貝爾獎獲得者等外部專家的意見，詢問風險評估結果如何，他們認為部署這項技術的正確方式是什麼。因此，這種做法是基於具體情況而定的。隨著人工智慧變得更加通用和強大，我們正在進行額外的測試。我們今天剛剛釋出了Gemini 3，它不僅是我們最先進、最尖端的模型，也是經過最多測試的模型。我認為這反映了當前技術發展的節奏，因為我們仍然面臨事實準確性、推理能力和理解上下文等問題，這些問題不會馬上得到解決。

所以關鍵在於如何平衡，確保技術的可用性，使人們能夠基於此進行構建，推動他們的業務發展、經濟機會和學習等，同時又能管理相關風險。 我認為，如果談到廣泛採用，能夠訪問開放模型非常重要。想想成千上萬，甚至未來可能達到數百萬的應用程式，各種各樣的組織和個人都必須使用這些應用程式。如果沒有開放模型的支援，我認為這將是相當成問題的。另一方面，如果談到金融機構，或者那些擁有大量智慧財產權或安全顧慮的組織，期望他們僅依賴開放模型顯然是不現實的。

所以我認為未來將會看到這些不同型別的訪問方式的混合，我們必須盡力確保訪問儘可能廣泛地保持開放，如果我們希望看到廣泛的採用。 >> 我想談談教育，但在此之前有一個投票，希望大家都能參與。問題是：人工智慧將如何最嚴重地加劇全球不平等？A 大規模的就業崗位流失，B 權力集中在少數幾家公司和國家，C 對能源的貪得無厭的需求，D 發達經濟體與發展中經濟體之間能力差距的擴大。在你們決定選擇的同時，我們來談談教育。部長，我們談論的是你必須如何為下一代做好準備。

你如何看待那些富裕國家的精英機構可能成為下一批人工智慧人才來源的可能性？這種情況有風險嗎？嗯，肯定會有競爭，大家都會盡力提升各自國家的人力資本質量以獲取儘可能多的優勢。我認為沒人能阻止任何人這麼做。這種努力無論有沒有人阻止或推動，都會發生。我認為人們可以嘗試的是確保自己具備學習的能力。我覺得在我們的教育體系中，我們確實希望確保孩子們從小就能以適當的方式接觸相關內容。

嗯，我認為人工智慧在我們的教育系統中的使用方式還處於試驗階段。在某種程度上，它是為了讓教師更高效，能夠將他們工作中較為單調的部分，比如行政工作，外包給人工智慧助手。這本身並無害處，但也有些偏離了使用人工智慧進行教育的真正意義。人工智慧的巨大價值在於個性化學習，關注每個學習者獨特的優勢和不足，努力尋找方法幫助他們取得更好的學習成果。

所以，嗯，我很高興地說，我和我的同事教育部長就此進行了深入的討論，我們的教育部不僅將其視為支援教師的一種方式，更視為支援學習的一種方式，我認為這是我們都應該努力邁進的方向。現在，是否每個教育系統都能做到這一點呢？嗯，我想我們今天早上剛剛談到，谷歌深度思維（Google DeepMind）已經在新加坡設立了一個研究實驗室，其中一個潛在的合作領域是尋找使學習教育更有效的方法。既然我們在新加坡提出了“人工智慧為公共利益，為新加坡和世界服務”的願景，我們希望這些益處不僅惠及新加坡的學生，也有可能惠及其他地方的學生。

關於這一點，如何滿足服務不足群體的需求？我是說，您是教育、再培訓和技能提升的倡導者，尤其是在這些社群中。您對此有何看法？>>嗯，是的，教育對我來說非常重要。簡單談幾點，我認為從教師入手在很多方面是好的。生產力方面，我們看到全球教師們真的很難跟上工作量，隨著班級規模可能變大，學生中可能出現不同的技能。舉個例子，我們剛剛在北愛爾蘭與當地政府合作進行了一個試點專案，涉及100名教師，持續了六個月，他們平均報告每位教師每週節省了10小時的時間。這相當顯著。這意味著什麼呢？

這不僅僅是節省時間，更重要的是讓教師能夠做他們最初想做的事情，那就是將他們對某個主題的知識和熱情傳遞給學生，這最終推動了學習成果的提升。所以我認為，如果我們能從一個不同的角度來看待人工智慧與學習的問題，那就是，確實，必須從教師開始，但教師才是課堂上的魔力所在。那麼，如何真正解放他們，併為他們提供工具，幫助提升學習成果，同時滿足學習者在學習過程中的不同需求呢？我們每個人的學習方式都不同。無論你是視覺型學習者，還是更喜歡通過聽播客來學習。

所以我認為現在我們擁有的人工智慧是從一開始就具備多模態能力的，你可以用不同的方式與內容互動，你可以通過學習你最喜歡的運動來了解物理學，並且不僅僅是給出一個答案，而是能夠與模型進行多輪對話。這種技術是我們認為非常重要的。所有這一切都始於將學習視為一個一流的科學問題，對吧？這不僅僅是關於物理或生物學。我們在谷歌DeepMind專注的人工智慧實際上是在投資教育學，並且知道我們是從人工智慧專業知識出發的。那麼，誰是我們可以去交流的學習專家，確保我們的模型和人工智慧開發是基於這些基礎的？我們需要讓人工智慧更加事實化。

我們需要確保它內建了最先進的學習科學，但我們也需要與社群合作，因為歸根結底，這不僅僅是將人工智慧疊加在現有的教育基礎設施之上。這也是重新思考我們將如何培養下一代，以及如何確保他們將其作為一個負責任使用的工具。他們不僅僅是把學習任務轉嫁出去，而是真正參與其中。所以我認為這是一個領域，一是我們仍處於非常早期階段，二是它具有極高的優先順序，然後我們認為，尤其是在新加坡，擁有非凡的勞動力培訓、終身學習和將教育作為文化核心價值的歷史，這一點非常關鍵。

這是我們非常期待進一步合作的領域 >> 在接觸方面。我真的很驚訝。我不久前去過越南，那裡的學校讓六歲的小孩就開始接觸人工智慧。你怎麼看，什麼時候是一個合適的時間，學生和孩子們應該多早開始接觸人工智慧？新加坡的情況是怎樣的？他們的想法是什麼？ >> 請定義一下“接觸”的含義。

呃，僅僅能夠>>觀察AI生成的內容也是一種接觸[笑聲]>>或者>>更多的東西>>也許也是如此，對吧>>所以我的意思是，當你談論教育時，我們應該多早開始？我也很想聽聽Laya的觀點，關於關鍵是什麼，最重要的一個屬性是什麼，我們為以AI為中心的未來需要什麼>>是的，也許我會以一個家長的身份來回答，而不僅僅是作為AI領域的領導者，我有一對雙胞胎女兒，我的雙胞胎女兒每天都是我自然的AB實驗，我有青少年女兒[笑聲]，是的，謝謝，有時候我就是這麼感覺的>>事實證明我有一對雙胞胎女兒>>哦，你有啊，我們都穿了紫色的衣服[笑聲]，所以實際上，我的雙胞胎女兒給了我機會去觀察，我認為這裡有一個年齡的問題，比如什麼是合適的年齡，但大約在八歲左右，我們發現我的一個女兒有閱讀障礙，另一個女兒是傳統的學習者。

我看到我的女兒經歷了英國的學校系統，因為我在倫敦，我們看到她失去了自信，開始給自己貼標籤，說自己不擅長學校，不擅長某些科目。作為家長，這非常痛苦。但我看到隨著她進入青少年時期，她現在可以利用AI幫助自己以別人能理解的方式表達自己。她的想法一直都在，但她不知道如何以某種方式組織自己的思維，或者她現在可以把某些文本轉換成播客來聽，以便學習。所以我認為這不是年齡的問題，而是要建立合適的支架，真正激發人的潛力。

無論是學生、工人、小企業主，還是我作為一個時間緊張的領導者，我認為這回到一個問題：我們不僅要關注獲取，還要提供合適的基礎設施，最大化我們能為世界貢獻的價值。我想說的是，關於AI對教育影響的問題，打開了許多未解的主題。例如，教育的一個核心目標是使人們能夠通過執行他們受過訓練的任務來謀生。我們在學校裡做這件事，甚至在一個人離開學校後，我們還有繼續教育和培訓，這實際上是為了讓個人能夠擁有一份有收入的工作。

如果越來越多這類工作可以由AI完成，而越來越少需要我們為個人準備的培訓，那麼我們就必須回到最初的問題：教育的目的是什麼？我們訓練什麼，或者我們幫助人們學習什麼？所以這不僅僅是學習成果的問題，而是你首先學什麼>>我不知道這個問題有沒有簡單的答案。但我確實認為這是一個非常值得我們投入研究的領域，更深入地理解AI對人類社會的影響，以及我們如何在人類社會中互動。例如，如果一個孩子從小就學會最好的朋友是AI聊天機器人，這對社群意味著什麼？對家庭紐帶意味著什麼？

這要求我們做什麼，要麼抵制它，要麼幫助個人理解在日常互動中使用AI的意義？我不知道有沒有簡單的答案，但我認為這些是我們必須共同努力解決的問題。順便說一句，如果我可以說，我認為我們必須提出問題，進行公開對話和辯論，合作解決，然後我們必須找到答案，但我們必須在為時已晚之前提出這些問題，對吧？所以我們有一支倫理研究團隊和兒童心理學家團隊，這樣我們才能真正思考如何將這些納入其中，這不是一次性的事情，我們必須不斷改進。在結束之前，我想回到投票。如果我們能再次看到投票結果，我知道它閃了很久，但我沒來得及看。

如果我們能再次看到投票結果，關於AI將如何最加劇全球不平等，大多數參與者說是權力集中在少數公司和國家手中。>>讓我印象深刻的是，大規模失業被排在了很低的位置，這些主要是僱主。這是一個值得[笑聲]關注的點嗎？>>實際上我對這個感到更有希望>>你感到驚訝嗎>>僱主們不認為會有大規模失業，這是好事吧，這一定是好事。但如果你說這裡大多數是僱主，那麼這也許是意料之中的。

但權力集中在少數公司和國家手中，這確實令人擔憂，對吧？如果你要重新表述這個問題，有沒有辦法重新框定這個討論，讓人們能夠反駁對權力集中的擔憂？那會是怎樣的？我怎麼看待這個問題呢？正如部長提到的，我真的很興奮，我們正在新加坡從零開始開設谷歌DeepMind的第一個研究實驗室。我認為這對思考更全球分佈的存在非常重要，確保文化、語言和研究領域的代表性得到整合。

我也認為公司之間的合作非常重要，真正考慮生態系統，以一種能夠讓所有人受益的方式參與進來，這樣公開辯論實際上讓我們都承擔責任，我認為這非常關鍵。是的，我還想補充一點，這是一個嚴重的問題，因為AI有很多方面需要合作。例如，制定標準，確保AI不會以非常顯著的方式損害人類利益。每個國家都覺得自己在這場對話中有份額，不想被排除在最終必須制定的規則之外，我們希望如此，這也是為什麼我們積極參與國際論壇，並且與同事們進行對話。

新加坡是小國論壇的召集國，幾年前我們決定設立數字支柱。大家非常關注如何推進那些規模較小但也想從這項技術中受益的國家的利益，同時也想確保他們的公民不會吃虧，這仍然是一個持續的對話。很難說我們是否應該抱有希望，但這是一個我們必須認真關注的領域。>>這仍然是一個進行中的工作。Tio Laya部長，非常感謝您今天的時間。謝謝。>>謝謝。>>謝謝。謝謝。>>[音樂]>>熱。熱。