新加坡: AI 工程師之國 - 楊莉明部長訪談

楊莉明在 Latent Space 播客中講述新加坡 AI 戰略的形成過程。原通訊與新聞部正式更名為數碼發展與新聞部，名字來自對城市開發者的類比——構思、規劃、執行、修正，並關注更高的社會目標。智慧國戰略由數字經濟、數字社會、數字政府和數字安全四根支柱支撐。

在企業層面，Grab 曾停工一週培訓生成式 AI，新加坡航空和大型銀行也設有 AI 團隊。政府投入算力、放開金融與物流資料、並按 AI 創造者、AI 從業者和 AI 使用者三層組織人才。AI Verify 用於傳統模型，Project Moonshot 處理生成式 AI 的紅隊和基準測試。

楊莉明明確表示監管不會一刀切：對選舉內容已立法要求基於真實言行，但開發者層面以原則、測試工具和教育為主。她也強調 EDB 是外資進入新加坡的便捷入口，新加坡內部對實驗空間相當開放。

字幕語言： zh-Hant · 抓取日期： 2026-05-02

[音樂]大家好，歡迎收聽Laden Space播客，我是Alesio，Deciel Partners的合夥人兼C2和居民。今天我和我的聯合主持人Swix，小i的創始人，一起錄製這期非常特別的節目。大家好。今天我們邀請到了來自新加坡的Josephine先生，歡迎您。 你好，Sean，你好，Alesio，謝謝你們邀請我。 當然，您是數字發展與信息部部長，同時也是內政部第二部長。我們現在在新加坡的RAI機構見面，或許您可以介紹一下新加坡在人工智慧方面的工作。 我們國家層面已經有人工智慧戰略多年了。大約兩年前，生成式人工智慧變得非常突出，我們覺得是時候重新整理我們的國家人工智慧戰略了。在這種情況下，我們廣泛徵求意見，想和熟悉該領域的人交流，和活躍的從業者交流，也想和新加坡本地對人工智慧生態系統發展感興趣的人交流。 通過這些交流，我們偶然發現了一個額外的收穫，那就是已經有新加坡人在人工智慧領域非常活躍，尤其是在美國，特別是灣區。對我們來說，令人興奮的是，如何也能諮詢這些新加坡人，他們顯然仍然對新加坡充滿熱情，關心國內的發展，並希望為此做出貢獻。 這就是RAI的由來。RAI實際上早於我們去年12月釋出的國家人工智慧戰略重新整理版本。RAI參與者的意見幫助我們明確了建設人工智慧生態系統的重要方向。在RAI參與者的鼓勵下，主要是那些在美國做出卓越貢獻的新加坡人，我們決定提升我們的雄心，這也是為什麼我們提出“為公共利益服務的人工智慧”，認識到商業利益肯定會推動行業內令人興奮的發展，但我們也必須確保人工智慧服務於公共利益，我們說的是為新加坡和世界服務。 我們的理念是，新加坡進行的實驗和規模化的專案，可能會對世界其他地方產生貢獻，所以“為新加坡和世界的公共利益服務的人工智慧”就是我們的出發點。 我聽過您之前的一些採訪，甚至您所在部委名稱中“發展”一詞的選擇都非常講究。您提到命名很重要，能否解釋一下部委的職責，不僅僅是資助研發，還包括思考如何將技術應用於產業，給大家一個概覽，因為美國沒有完全對應的機構。 當人們談論我們的智慧國計劃時，我們強調幾個關鍵支柱：一個是充滿活力的數字經濟，一個是穩定的數字社會，因為數字技術的使用方式有時會導致社會分裂或加劇極化，也可能引發社會動盪。我們談論穩定的數字社會，就是考慮如何維護社會凝聚力。 我們還說政府在這個領域必須是進步的，不能指望新加坡其他部分數字化，而政府卻落後，所以進步的數字政府是另一個非常重要的支柱。 支撐這一切的是全面的數字安全，當然包括網路安全，還有個人在數字領域的安全感，無論是在社交媒體上，還是使用數字化服務和裝置。 當我們談論智慧國的這四個支柱時，人們能夠理解。然後我們問自己，如何恰當地定義這個部委。我們以前叫做通訊與信息部，實際上已經做了很多數字化工作，但名稱中沒有體現。最終決定改名時，有幾個選項：數字技術、數字進步、數字創新，但我們最終選擇了數字發展，因為我們關心的不是技術本身、進步或創新，它們固然重要，但我們更關注它們對社會和社群的影響。 我們思考如何塑造這些發展，如何實現值得信賴的數字體驗，如何確保社會中每個人，不僅是數字化程度高的個體，都能感受到擁抱技術帶來的進步和利益。 我們也相信，如果不關注這些，就可能無意識地讓技術使用導致社會分裂。雖然聽起來很嚴峻，但我們認為用技術促進社會團結是重要目標，這就是我們選擇“數字發展”這個名稱的原因。 還有一個維度，我們借鑑了城市物理發展的概念。開發者必須構思、規劃、實施，並在實施過程中監控，遇到問題時進行修正。任何優秀的開發者都必須這樣做。 頂尖開發者還會考慮更高的目標，思考合作伙伴，而不是獨自完成所有事情。最重要的是，頂尖開發者會成為思想和行動的領導者。 所以我們說，如果稱自己為數字發展部，如何在數字經濟、數字社會、數字安全和數字政府的思考中體現這些價值觀，成為橋樑建設者，關注長遠影響，服務更高目標。 這是我們在改名討論中帶入的理念，對整個團隊來說是一次很好的經歷。 外界看來，我其實很驚訝，我找不到通訊與信息部的標識，因為你們改名了。 是的，我們不得不把攝像頭的標誌換了。 我很喜歡你們現在正式認可數字發展技術的角色。以前叫信息通信與藝術部。 我們還會談到新加坡作為工程中心的發展，比如OpenAI在新加坡開設辦公室，以及如何培養更多人工智慧工程師，因為我認為無論是為了個人職業發展還是在新加坡招聘，這都是大家感興趣的話題。 也許現在是談談國家人工智慧戰略的好時機。你已經向總理提交了戰略方案。新加坡有新總理，我不太清楚具體流程。我們的聽眾大多不是新加坡人，他們可能沒聽說過新加坡，但他們來自也在制定國家人工智慧戰略的國家。你是如何制定國家人工智慧戰略的？ 某種意義上，我們回到起點，問自己希望人工智慧在新加坡實現什麼。雖然有很多令人興奮的發展，我們希望參與其中，但人工智慧必須服務於某種目標。我們關注的是持續提升人民的能力，因為任何國家戰略要成功，必須惠及本地社群。 本地社群定義很廣泛，包括公民社群，公民希望獲得更好的工作和更高的收入，但不僅限於此。公民也參與企業活動。 企業社群在新加坡的情況很有趣，和其他經濟體一樣，我們有中小企業，也有處於前沿的跨國公司。為了在新加坡成功，它們必須非常有競爭力。問題是，如何通過技術和人工智慧為客戶和股東提供更高價值。 我們非常關注人工智慧在企業中的應用，這也與勞動力相關，因為員工看到僱主實施人工智慧模型並識別應用場景，會極大激勵他們學習相關技能。 對於大量中小企業來說，獲取技術總是更難，我們如何幫助它們利用人工智慧的優勢？因此，我們需要一個全面的戰略，啟用多個引擎。 我們首先為研究社群提供計算資源，同時確保有需要的企業也能獲得計算能力。如何實現這是我們需要解決的問題。 另一個重要方面是資料的可用性。早在十多年前，我們就有隱私保護法律，資料保護法律也不斷更新，以支援合法的商業用途，確保明確性和確定性。 我們還努力組織資料，使其更易獲取，比如金融領域、物流領域的特定資料，以及政府持有的各種資料，正向私營部門開放。 第三個重要部分是人才，我們考慮不同層次的人才。最高層是所謂的人工智慧創造者，他們非常搶手，全球數量有限。我們希望吸引他們與新加坡合作，雖然他們可能不常駐新加坡，但保持國際聯絡，參與全球領先專案非常重要。 這些創造者需要由人工智慧從業者支援，即資料科學家、機器學習工程師等。 同時還需要大量人工智慧使用者，他們能夠熟練使用提供的工具。比如公司內部有設計人工智慧機器人或尋找應用場景的團隊，但如果同事不習慣使用，整體效果不完整。 我們希望在所有層面解決人才問題。新加坡足夠緊湊，便於組織這些干預措施。我們已有健全的培訓基礎設施，大家知道有哪些資金支援，培訓機構知道如果設計出能帶來良好就業的課程，能獲得補貼支援。 這個生態系統能夠支援我們希望通過人工智慧戰略實現的目標。 這只是我們實施的部分措施，總共有15項。感興趣的人可以查閱。很多人甚至不知道我們有非常活躍的人工智慧戰略，實際上這是第二個戰略，之前還有一個五年計劃，早於生成式人工智慧。 我們也關注如何負責任地開發和部署人工智慧，確保其可信賴。我們參與前沿對話，設有人工智慧安全研究所，與美國、英國等地的同行合作，推動對該主題的理解。 更重要的是，我們必須為商業社群和人工智慧開發者提供實用工具。我們開發了測試工具，雖然不完美，但已是起點。 由於AI Verify是為傳統人工智慧設計的，生成式人工智慧需要不同的工具，包括紅隊測試和基準測試。 我們的興趣超越治理框架和實用工具，進入研究領域，探討如何證明人工智慧系統真正安全，如何用數學方法證明。雖然我不是專家，但大家都能理解，除非能證明安全，否則其他測試只能提供一定程度的安慰，某些方面可能根本無法證明，可能需要接受這一點。 模擬測試尤其有趣。新加坡國立大學將成為首批擁有人工智慧紅隊訓練網路的大學之一。我們有公司專門做人工智慧紅隊測試，客戶包括一些最大的基礎模型應用。GTech是唯一的政府機構參與此類工作。 新加坡一直走在前沿。我在訪問時與Grab的首席產品官Philip Kendall會面，他們關閉公司一週，專注於生成式人工智慧培訓。只要在Grab工作，就必須參與生成式人工智慧的學習和適應。 政府的興趣很容易傳導到企業，形成國家優先事項，大家都應投入時間。 Grab的做法是讓全公司廣泛提高意識，達到使用生成式工具的舒適度，這是明智之舉，因為回報會在未來顯現。 不僅Grab，領先銀行和新加坡航空也有專門團隊研究人工智慧應用。航空運營複雜，有許多最佳化和合規需求，人工智慧在此領域有很大潛力。 政府也不能落後。我們相信未來可能需要設立護欄，但如果政府自己使用技術，設立護欄會更有效。 我們很早就制定了政府官員使用生成式人工智慧的指導原則，並開發工具供他們實踐。現在政府內部有足夠多的同事能夠自主生成人工智慧機器人，協助同事，這是令人興奮的進展。 作為公民和人工智慧發展愛好者，我擔心我們強調安全和公共利益，但政府是否意識到“安全”在某些人工智慧圈子裡是個敏感詞，常與審查、過度監管掛鉤。 過度監管意味著削弱能力，這會阻礙人工智慧創造者或語言模型訓練者的發展。安全和前沿技術之間存在權衡，不能兩者兼得。 我不確定正確答案是什麼，但我感覺舊金山灣區傾向於儘可能少監管，探索前沿；歐洲則傾向於在建立前沿人工智慧前就召開政府會議討論安全；新加坡則處於中間位置。 這是個有趣的問題：如何看待人工智慧發展？是否應遵守倫理原則？是否應有指導開發者的準則？ 我們尚未出臺相關法律，最近剛提出一項尚未通過的法律，針對選舉期間使用的人工智慧生成內容和合成材料，範圍非常具體。 對於更廣泛的人工智慧開發者和模型部署者，我們制定了原則，闡述良好治理應有的樣子，並進一步推出測試工具和框架。 我們建議開發者考慮安全因素，保持透明，比如資料來源和使用場景。 這些指導原則大多是自願性質，但我們希望通過教育，讓受影響方學會提出正確問題，推動責任落實。 我同意，在明確目標前制定法規可能適得其反，許多領域都有類似情況。 人工智慧常被稱為通用技術，類似電力。電力生產有安全法規保護工人，但對電力使用本身並無過多限制。 我認為人工智慧也應如此，視具體應用而定。比如選舉應用會有規則，非選舉用途則相對自由，但有害行為另當別論。 技術發展迅速，如何構建部委架構？比如新加坡最近取消了資料中心建設禁令，如何權衡人工智慧相關政策的前瞻性和觀望？ 新加坡政府是單一層級的城市國家，沒有聯邦和省州之分，這本身極大便利了決策。 我們有強烈的跨部委合作文化，數字領域尤為如此。 不僅數字發展部關注人工智慧應用，交通部關心如何用人工智慧最佳化軌道交通維護，從事預測性維護以提升可靠性。 衛生部關注如何用人工智慧輔助醫生診斷和制定治療方案，儘管醫生短期內不會被取代。 我們的組織結構允許各部委承擔責任，推動創新。 我們保持相對精簡，設有關注數字經濟、數字社會、數字政府的團隊，但跨學科合作頻繁。 數字政府數字化服務時，必須考慮安全架構和韌性，不能孤立操作。 標準若與行業不相容，服務就無法互操作。 靈活性和責任感是關鍵，不能說“這不是我的事”，必須持續搭建橋樑。 關於醫療領域，外國初創企業或新加坡創始人想進入該領域，應聯絡誰？ 新加坡的優勢是最終能找到合適聯絡人，但對外界來說需要入口。 經濟發展局（EDB）提供了良好的入口，設有40多個城市的辦事處，能提供建議和對接。 我個人與EDB合作過，他們響應迅速，給想來新加坡投資的企業提供熱情歡迎。 對於新領域，我們不會立即拒絕機會，而是尋找合適團隊連線。 外界對新加坡的印象仍受30年前小事件影響，認為我們保守。其實新加坡內部清楚“OB標杆”，在此框架內有大量實驗空間。 新加坡金融業的成功部分源於對可行方案的開放接受。 我希望想來新加坡探索的人不要有先入為主的觀念，認為我們難以合作，我們非常熱情。 我迫不及待想飛去新加坡，參觀你們。 明年我計劃舉辦類似奧運會規模的機器學習大會，你們機構參與其中，我也會舉辦人工智慧工程師大會。 非常歡迎你們參加。 我希望很多人工智慧創造者首次來新加坡，看到研究成果，也希望工程師隊伍壯大。 談談人才方面吧。 我聽你們播客時，你解釋了人工智慧工程師的不同維度。雖然我們還沒正式稱呼他們為人工智慧工程師，但在公司裡對人工智慧表現出濃厚興趣的人，已經符合你心目中的人工智慧工程師標準。 他們可能沒有博士學位，未必學過電腦科學，未必熟悉自然語言處理，但他們快速學習，轉型，擁有領域知識。 他們能將通用基礎模型轉化為有用產品，這正是我們想要的。 大家都想要有用的產品，而非泛泛的通用模型。 今天有些人佩戴著工作證，很酷。 你們有很多術語，比如人工智慧創造者、人工智慧從業者。 國家人工智慧戰略中有個目標是將人工智慧從業者人數從5,000增加到15,000。 但人們並不以“人工智慧從業者”為職稱。 確實，職稱是招聘和技能提升的簡化表達。 我是個務實的人，很多新加坡人也是，這就是我對人工智慧工程師的看法。 謝謝你的建議，我們會考慮如何幫助新加坡人瞭解成為人工智慧工程師的機會。 很多政府都在努力培訓公民，提供機會。 我沒在新加坡職場工作過，除了SkillsFuture外不太瞭解其他資源。 很多人想獲得幫助，參加課程，拿證書，但如何幫助他們順利進入行業，成為成功工程師？我擔心會產生一堆無用證書。你怎麼看？ 新加坡多年來也認識到不能過度依賴學歷和資質。 有些人選擇不走傳統路徑，嘗試創業等不同方式。 我們發現，僱主的訊號最重要，員工對僱主需求反應敏感。 如果公司推動組織範圍的培訓，比如Grab關閉一週專注生成式人工智慧培訓，訊號非常強烈。 政府資金會支援企業開展此類專案，稱為企業主導培訓計劃。 但不是所有人都在進步的公司工作，如果公司不支援，個人怎麼辦？ 我們提供替代方案，與行業專家合作，為特定行業識別未來3-5年內將影響工作的技術。 我們不看很長遠，因為沒人能準確預測15-35年後的工作。 但可以預測學習週期縮短，技能衰退加快。 具體到今天的工作，3-5年後會如何變化？ 比如物流行業，機器人技術會改變工作方式；金融服務則更多依賴人工智慧和機器學習。 確定時間框架和技術後，針對具體崗位說明現狀和未來變化，幫助個人規劃學習。 舉例來說，會計行業很多常規工作將被替代，員工需學會使用人工智慧工具，轉向其他任務。 比如財務犯罪取證仍需人類理解，具審計經驗者適合轉做數字取證。 如果僱主願意投資培訓，這是好事。 我們鼓勵個人參考職業轉型圖，規劃職業路徑。 我們已有十多種職業轉型圖，涵蓋多個行業。 這類似開源職業轉型專案。 你說得比我好，我負責市場推廣。 有人會把這些內容輸入模型。 確實，如果用RAG技術，不難實現，因為文件長度適合。 這是規劃任務。 本週熱點是OpenAI的01模型，下一代RAG是規劃和推理。 步驟需要合理，RAG主要是事實回憶，而規劃涉及序列合理性。 這很有趣，我希望審計師能提供推理軌跡，供語言模型訓練。 幾年前我在Manpower部時，和美國招聘公司談過，職業轉型往往不是一步到位，而是有路徑。 如果能研究大量職業路徑資料庫，就能為每個人定製轉型方案。 我坦率分享自己從金融轉向科技的經歷，Quincy Lson教我程式設計，我相信他也能教新加坡人程式設計。 他們會互補。 規劃和RAG互為補充，RAG不具備個性化職業路徑。 我們今早談到“贏得30年戰爭”，很多計劃短期且急於求成。 比如OpenAI在新加坡開設辦公室，吸引谷歌DeepMind等頂尖團隊。 30年戰爭在我看來是技能運營的長期戰略。 我們政府戰略性地推廣英語，作為商業語言。 我們討論是否該推廣程式語言，作為第三語言，類似英語和普通話。 我想聽你對這個瘋狂想法的看法。 計算機素養多年前被認定為重要，推行了多項計劃，幫助各階段學習者，包括成人，掌握技能。 人工智慧素養並非天方夜譚。 是否所有人都需學習程式設計尚無定論。 我們與全球教育專家討論過，他們關注課程設計，幫助孩子未來發展。 目前尚無明確結論是否人人需學程式設計。 有些參與者並非技術背景，晚入行也能快速成長。 新加坡有條件在未來推廣人工智慧素養，可能成為第三語言或類似數學的普及技能。 7月我們在新加坡舉辦了主權人工智慧峰會，向Tamas、GSSE、EDVI等領導介紹矽谷經驗和各國人工智慧建設情況。 新加坡佔NVIDIA 2023年第三季度收入的15%，在主權資料基礎設施和電網建設上有重大投資。 馬來西亞在這方面也很活躍。 你如何看待擁有基礎設施的重要性，尤其是模型執行地點的掌控？ 這涉及自主權，也關係到選舉內容生成的安全環境。 還有更多地緣政治層面的問題，我們不展開。 為什麼新加坡這麼早做出重大投資？ 你們是最先進的國家之一，能分享規劃和決策過程嗎？ 你提到選舉問題，我們稍後單獨討論。 幾年前，我們為政府制定了雲優先戰略，認可將部分工作負載遷移雲端的好處。 雲端帶來靈活性，無需一直保持全部容量。 但云端不適合所有工作負載，需混合架構，部分工作負載留在本地。 識別適合雲端的系統後，本地工作負載減少，資源可更集中保護。 同時依賴雲服務商的安全架構。 這種混合策略定義了政府工作負載的管理方式。 對人工智慧工作負載的思考也類似。 從政府角度看，整個新加坡也面臨類似問題。 並非所有人工智慧工作負載都能在新加坡託管。 我喜歡的比喻是製造業，部分早期製造活動因不可持續轉移到其他地區。 供應鏈是全球和區域性的，每個環節都應發揮自身優勢，整體受益。 我們也這樣看待人工智慧工作負載分佈。 不可能託管所有工作負載，除非我們毫無野心，人工智慧工作量極小。 工作負載必須分佈到其他地方。 並非所有工作負載都需要極低延遲，有些可以分散式處理。 我們會觀察情況。 新加坡資料中心容量相對於GDP和人口已是全球最高密度之一。 這不意味著停止擴容，我們仍在開拓空間，推動綠色資料中心。 綠色資料中心主要通過減少能耗和使用綠色能源實現，我們在兩方面都有行動。 主權團隊的理念之一是政府成為智慧服務提供者。 比如你提到的會計工作，未來部分可由模型完成。 你怎麼看政府提供人工智慧會計服務？ 隨著人口萎縮和勞動力減少，生產率增長需彌補差距。 政府擁有部分基礎設施，向本地企業和中小企業提供服務，是縮小差距的驅動力之一。 你怎麼看？ 我們確實考慮如何擴充套件和外包。 我們為初創企業和研究社群預留了計算資源預算。 私營部門，尤其是大型雲服務商和資料中心運營商，積極提供計算服務。 他們願意與有需求的實體合作。 政府會監控形勢，補充私營部門不足，不一定全部介入。 你提到政府與私營部門合作方式的變化，尤其是培訓領域。 成人教育中，私營培訓機構更貼近行業需求，瞭解僱主要求，政府不應獨佔提供者角色。 我們的高等院校也提供相關課程，但不是唯一選擇。 具體情況決定誰更適合提供培訓。 我們時間有限，你還有其他活動。 新加坡政府和GTech有很多專案利用人工智慧服務公眾和內部使用，我會在節目說明中分享。 你個人有沒有喜歡的人工智慧應用案例，影響了你或孩子的生活？ 這是個好問題。 我更為同事們的熱情感到自豪。 內部有個叫AI Bot的系統，你們聽說過嗎？ 你的團隊給我發過三次資訊，我當時不明白。 它是新加坡政府的RAG系統。 我們鼓勵同事們嘗試，系統能訪問各部委的內部備忘錄，積累了豐富的機構問題處理經驗。 比如稅務局處理稅務申訴，過去多次有判決，新同事可以通過RAG系統快速找到答案。 這不意味著不需要理解判決理由，推理部分仍需完善。 目前許多機構開發了類似機器人，幫助處理複雜問題。 比如稅務局、社會保障機構等。 之前的助手不夠智慧，回答標準化，無法深入理解問題，令人沮喪。 現在的人工智慧機器人能提供更智慧的回答，雖然還處於早期階段，但代表了進步。 Jensen Juan稱之為“機構知識儲存”，知識轉移更容易。 我也看好這對人口老齡化的積極影響。 新加坡出生率極低，智慧化政府系統對他們尤為重要。 作為工程師，這是最激勵我的工作。 還有什麼我們應該問你的嗎？ Leio還有個問題沒問完，就是選舉相關。 你對人工智慧在選舉中的影響有多擔憂？ 這是我們非常關注的話題。 我們看到其他國家也出現類似情況，比如斯洛伐克，有虛假內容釋出，嚴重損害被描繪者。 我們認為政治話語必須建立在事實基礎上。 可以批評對方，不必認同對方觀點，但話語必須基於事實。 人工智慧生成內容和合成材料不再基於事實，而是虛構。 如果有人被逼真地描繪說了沒說的話，做了沒做的事，選民會困惑。 這可能正面或負面影響選舉，均不正確。 我們決定選舉期間必須基於真實發生的事實和言論。 即使不喜歡，也必須是實際說過的內容。 不能製造虛假內容取代真實資訊。 這是我們制定的非常具體的要求。 選舉中應只展示真實言論和行為，任何其他內容都是對事實準確性的攻擊，不應成為常態。 選民應信任所見所聞。 感謝您的時間，您非常慷慨，作為部長收聽我們的節目。 希望對您也有幫助。 如果您感興趣，祝您的人工智慧工程師大會在新加坡取得圓滿成功。 請告訴我們，我們願意提供幫助。 謝謝。[音樂]