# 新加坡 AI 戰略如何成為他國路線圖

- 日期: 2024-09-04
- 相關方: Josephine Teo (新加坡數碼發展及新聞部長) · Fortune Magazine
- 來源: https://www.youtube.com/watch?v=cg3tg-BfLIs
- sgai: https://sgai.md/zh-tw/videos/v026/
- 許可：sgai 自產內容（摘要、譯文、分析）CC BY 4.0，署名並連結 sgai.md 即可；逐字原文（國會記錄、演講、字幕、政策原文）© 原權利人，僅供引用。條款：https://github.com/meltflake/sgai/blob/main/DATA-LICENSE.md

## 為什麼重要

財富雜誌將新加坡列為全球範本，但人均研發支出為美國 18 倍的投入門檻，多數中小經濟體難以複製

## 摘要

《財富》雜誌分析新加坡 AI 戰略為何成為全球小型經濟體的參考範本。

## 要點

- 新加坡三年內在全球 AI 指數上升六位，靠產業、政府服務、公民教育三條線推進。
- 新加坡人均研發支出約為美國的 18 倍，研究生態系統是關鍵支撐。
- AI Verify 基金會改變路徑——從“別用 AI”到“幫你安全採用 AI”。

## 全文

© Fortune Magazine — 僅供引用。

如果我考慮我們如何制定跨政府的戰略，實際上是從系統層面思考人工智慧，這不僅僅是為了使用人工智慧而使用人工智慧，而是為了提升我們的產業競爭力，更好地提供政府服務，並幫助我們的公民理解和互動這項技術，從而建立信心和信任。現在，如果第一場與克萊和部長的會議是關於新加坡作為全球人工智慧強國的，那麼正如我在介紹中提到的，我們現在將討論新加坡在多大程度上可以作為中小型國家的試驗案例。西蒙，我先問你，我們聽到有人提到，作為一個如此小的國家，新加坡在人工智慧投資和創新方面確實表現出色。其他中小型國家，可能是我們剛才在全球人工智慧指數中看到的那些國家，應該從新加坡在這方面的成功中學到什麼經驗？是的，我認為從一開始就很清楚，像新加坡這樣的國家在規模上永遠無法與中國和美國競爭，所以如果你無法在數量上擊敗他們，至少可以嘗試在質量上競爭。因此，我們真正投資於人才和鼓勵創新的監管環境。我認為這可能是新加坡的一個有趣實驗，與歐洲的做法形成對比，歐洲通常採取對立心態，思考如何遏制，如何保護可能受到威脅的權利，這是一種方法；美國則採取非常放任的態度，如何助長自由市場的火焰；中國則是國家高度控制。而在這裡，這更多的是一種合作伙伴關係，因此你把小規模視為優勢，把擁有高度互聯、高度教育的數字人口和一個可以組織像這樣的活動的小環境視為優勢，在這裡你可以讓監管者、產業界和智庫坐在同一張桌子旁，嘗試制定一個全國性的戰略，使所有人都在如何利用數字經濟的同時最小化或緩解風險方面達成一致。 在問你問題之前，Shmi，我相信你昨天剛剛獲得了一個新頭銜，我們要祝賀你。謝謝，是的，昨天我剛剛加入了AI Verify基金會的負責人職位，來自新加坡的朋友們應該知道。相關的方面，感謝你，西蒙提到的開放性和鼓勵創新的監管環境。比如AI Verify基金會採取的人工智慧測試和安全方法，不應該只是人們勾選的一個框，或者因為被要求而做的事情，而是如何讓它成為一個論壇和工具包，幫助公司，特別是中小型公司採用人工智慧。你從一端的“嘿，安全使用人工智慧，否則不要使用”，轉向另一端“我們如何通過工具包幫助你安全採用人工智慧”。我認為這延續了鼓勵創新監管環境的主題。安德魯，我一會兒會問你，但在此之前，Serena，我想問你，從你的研究來看，有沒有哪些中小型國家你預計會迅速上升排名，能夠與新加坡競爭？我會說，肯定有，我之前在演講中提到過很多其他國家，它們規模較小，但也是非常有活力的人工智慧中心，原因各異。例如，在人才方面，德國、法國和加拿大在指數中排名較高；在投資方面，以色列、加拿大和韓國表現也很強勁；在基礎設施方面，加拿大和印度也有望排名更高。所以這真的很不一樣，取決於你看的時間點，但肯定除了新加坡之外還有其他國家。安德魯，我們在後臺談話時，Serena說（如果我沒記錯的話）新加坡在全球排名中三年內上升了六位，我想知道你對它如何在相對較短時間內實現這一躍升的見解，你能指出原因嗎？ 我認為如果我考慮我們如何制定跨政府的戰略，實際上是從系統層面思考人工智慧，這不僅僅是為了使用人工智慧而使用人工智慧，而是為了提升我們的產業競爭力，更好地提供政府服務，並幫助我們的公民理解和互動這項技術，從而建立信心和信任。 當談到幫助公民理解時，具體做了什麼來實現這一點？我們花了很多精力提升勞動力技能，告訴他們需要掌握的新技術和技能，以便在職場表現更好。我們花了大量時間與產業和公司溝通，討論需要進行的崗位重設計，以便人們能夠有效使用這些技術。對於老年人和在校學生，我們也花了很多時間告訴他們錯誤使用人工智慧可能帶來的負面影響，我認為這在幫助人們理解人工智慧應該用來做什麼、不應該用來做什麼，以及在網路空間中需要注意的事項方面起到了很大作用。 這些是我們嘗試教育、提高意識以及設定保障措施和護欄的一些方式，最終目的是促進人工智慧的使用和投資，而不是在關注安全和保障的重要問題時扼殺創新。 我可以補充安德魯的觀點，新加坡也非常投資於其研究生態系統。如果我沒記錯的話，去年新加坡的人均研發支出大約是美國的18倍，這說明了很多問題。 你們幾位都提到了人才和對人才的投資是新加坡成功的關鍵原因，如果你們要為法國或丹麥這樣的中等排名國家的政府提供建議，你們會告訴他們應該如何進行人才投資，應該是什麼樣的？Shmi，我們先從你開始。 我認為還有一個問題是人才的種類。如果我看法國，絕對數量上法國的科技人才可能已經相當多了。我認為新加坡做得好的一點，安德魯你可以補充，是它從整體上看待人才，不僅僅是機器學習工程師或資料科學家。例如，新加坡法律學院，Zkin今天稍後會發言，他們討論律師如何更有效地使用生成式人工智慧。所以我認為新加坡採取的是全國範圍的人才戰略，不僅僅是人工智慧開發人才或資料科學人才，還包括整個經濟體，甚至學生如何使用人工智慧。這是我肯定會建議任何國家的，無論你的核心人工智慧人才多強，都應該關注如何讓整個人才隊伍和學生都能利用人工智慧。 這肯定是非常耗時且資源密集的。 西蒙，我覺得假設每個小國政府都有足夠資源來推動社會範圍內的人工智慧整合似乎有些自負。如果沒有這些資源，國家應該如何推進這項工作？ 我認為如果你試圖在規模上競爭，你會失敗。眾所周知，要在人工智慧領域表現出色，你需要人才、資料和計算能力。不是每個國家都有計算能力，也不是每個國家都有資料，但人才是你可能有所作為的地方。因此，特別是對發展中國家來說，挑戰是他們是想投資硬體和模型開發，還是投資能夠利用這些資源的人才。 這也呼應了Shmi的觀點，你不需要每個人都是電腦科學家。法國是一個好壞參半的例子，好的方面是像Mistol這樣的新公司很棒，但大約五年前他們說，我們要培訓2萬名電腦科學家。電腦科學很重要，但比單純訓練人工智慧模型更重要的是培訓整個經濟體，讓人們能夠發現機會。大型語言模型非常擅長生成類人文本，也很擅長編碼，所以認為只需要程式設計師的想法誤解了人工智慧的機會。人工智慧不僅僅是電腦科學的領域，它將成為整個經濟的一個因素，更像是電力，改變整個經濟。不是每個人都需要成為電工，但你需要知道如何開發使用電力的工具或以新方式應用電力。 我們應該從什麼時候開始向學校的孩子們講授人工智慧編碼？ 我們已經開始了。AI Singapore提供免費的教育機會，坦率地說，我有點擔心讓孩子們太早接觸，因為他們需要無螢幕時間。但在整個教育週期中，尤其是在大學階段，我們培訓學生理解人工智慧的機會和限制，不是因為每個人都需要成為電腦科學家，雖然我們有很棒的電腦科學家，而是因為律師、工程師，每個人都需要在一個人工智慧能夠提升他們工作能力的新環境中工作，希望他們能做以前無法做到的新事物。 我還有幾個問題，然後會開放給現場觀眾。安德魯，你之前談到戰略，新加坡在大人工智慧強國之間保持了令人印象深刻的中立。我想知道，一個像新加坡這樣規模的國家，或者類似的國家，未來還能繼續保持這種中立嗎？還是最終會不得不表達某種忠誠？ 我認為地理多樣性對於我們為全球構建人工智慧產品和工具至關重要。基於人工智慧的跨學科特性以及人工智慧理解可以從任何年齡和任何地方開始，我確實認為由遍佈全球、擁有特定本地和區域背景的團隊構建的人工智慧產品更強大、更有益，這有助於我們更好地適應當地環境，也有助於識別不同地區可能出現的安全和保障風險。 我認為通常的二元對立是人為構造，我們必須不斷努力打破它。舉幾個新加坡做法的例子，我們顯然與美國政府和美國產業緊密合作，因為他們是生態系統的極佳合作伙伴，但同樣我們也與中國政府就人工智慧治理政策進行對話，建立相互理解。 此外，在東盟和聯合國層面，我們領導著一個由108個小國組成的數字論壇，這些小國也在思考能力建設、基礎設施投資、勞動力教育和技能提升等問題。我們利用這些平臺討論如何良好治理人工智慧、需要什麼樣的能力建設，以及如何通過彼此學習。 這只是一個小的開始，但我個人認為這是對國際合作的一個非常重要的投資，因為我們越瞭解所面臨的風險，知道有朋友和夥伴引導我們走過這段旅程，我們就越受益。 這是一個小的開始，但卻是強有力的開始。 Shmi，今年早些時候我們看到了東盟人工智慧指南的釋出，它明顯比歐盟的人工智慧法案寬鬆。我想知道新加坡是否收到了歐盟政府的任何回應，是否有任何反對聲音？ 我可能不太適合談論是否有反對聲音，但關於寬鬆的問題，我認為歐盟法律中有些方面對業界來說確實顯得限制較多，但關於寬鬆與嚴格的辯論在很大程度上是表面的。除了對大型語言模型和基礎模型治理的少數例外，全球範圍內其實有廣泛的共識。 所以我不會把我們描述為寬鬆，實用主義可能是更好的詞，這適用於新加坡，也適用於東盟，坦率地說也適用於整個地區。人們常說，舉個例子，我在私營部門時有很多西方同事會說亞洲很自由放任，是“狂野西部”，但實際上，中國有一些最嚴格的人工智慧規則，儘管它常被稱為“狂野西部”。 所以我認為這又是打破二元對立的例子。新加坡的做法，實際上整個地區的做法，更加務實，務實有時可能非常嚴格，有時也可能非常寬鬆。 我認為新加坡真正努力做的是在兩種風險之間找到平衡：如果監管不足，公民面臨風險，出現“狂野西部”環境，那將非常危險，因此我們必須確保有基本的支援；但過度監管，尤其是對像新加坡這樣的小經濟體，可能會把創新驅趕到別處，或者限制創新。這是本地區努力平衡的事情。 新加坡所做的一件事，以及東盟採納的人工智慧倫理框架也反映了這一點，就是認識到我們必須與產業合作探索這片新領域。 這就是為什麼像AI Verify這樣的專案非常重要，因為它們不是告訴公司不要做什麼，而是告訴公司如何負責任地使用人工智慧，如何達到他們所承諾的標準，如何共同探索這片新領域。 新加坡做得不夠好的地方？所有方面都可以做得更好，更多的資金投入研究。抱歉，我的大學同事會批評我這個答案。你們有人有不同看法嗎？好吧，我們換個說法，你們希望新加坡未來幾年人工智慧戰略如何發展？如果五年後我們再談這件事，你覺得那時會發生什麼現在還沒有看到的變化？ 如果我來回答，我看到新加坡新的人工智慧戰略有三個核心支柱：基礎設施、人才和採用。我認為這三個方面也是許多較小但相當先進的人工智慧中心新戰略的重點。 基礎設施，比如之前提到的計算能力，高效能運算對支撐人工智慧系統至關重要。加拿大，我記得他們獲得了2……

最近有50億美元用於高效能運算基礎設施，我認為這將在新加坡以及其他國家得到發展，人才保留、高階人才以及人工智慧在不同行業和不同領域的應用也是如此。印度也非常重視這一點，特別是在教育、醫療、農業等領域。我認為未來幾年真正會帶來挑戰的一點，也是之前與部長採訪中提到的，就是21世紀的兩大挑戰之間的緊張關係——技術與氣候，以及我們如何以一種仍能維持新加坡環境承諾的方式獲取所需能源。我認為這將是一個非常艱難的挑戰，但很高興看到部長和政府非常開放，願意直接面對這一需求。我想開放提問環節，如果有問題請舉手。是的，我立刻看到後面有人舉手，會有人拿麥克風給您。如果您能站起來，說出您的名字和所在公司，然後提問，那就太好了，謝謝。謝謝，我是PayPal的Ro L。感謝您精彩的見解，我試圖將這次對話與我們之前看到的資料聯絡起來。我覺得我難以調和的是您分享的一個事實，那就是除中國和美國之外，亞洲整體擁有2。

人工智慧領域的私人投資佔比為6%，我使用私人投資作為衡量價值所在的代理指標，即財務收益和經濟利益，而2.6%的領域非常偏離，尤其對於如此龐大的經濟體來說，某些領域的投資自然較低。因此，我想知道專家組對此的見解，可能的原因是什麼？是價值不存在，還是實現該價值的基礎障礙過高，以至於不值得投資？但這對我來說感覺非常矛盾，所以很想聽聽大家的看法，謝謝。誰願意先回答？ AC：當然，我覺得我應該先說。你先開始吧。非常感謝你的提問，所以我認為實際上2.

6 我不會認為這個比例很低，考慮到美國佔全球人工智慧私人投資的60%以上，而中國作為世界第二大人工智慧參與者，約佔9%，所以2.6%我不認為很低。在這之中，我認為新加坡在2023年大約是0。

7億新加坡元，我覺得這個數字相當高。我認為你提到的人工智慧私人投資可能不是主要指標，我覺得人工智慧政府支出也是我們指數中關注的一個方面，這在評估一個國家在人工智慧上的投資規模時非常重要。我不知道我是否回答得恰當，但我會嘗試做一些調和，這也是你看到這個數字的原因之一。當然，我現在更多是從我之前的私營部門角度來說，很多投資數字可能更多地投入到了基礎研究和計算資源方面，而不僅僅是針對新加坡，實際上亞洲很多地方對人工智慧的策略是關注價值——現在的價值在哪裡。你可能會說，如果我們不是基礎研究的源頭，長期來看這會帶來一些風險。是的，但在近期和短期內，我認為使用和採用人工智慧的成本遠低於開發全新大型語言模型等的成本，所以你看到的部分數字就是這樣。還有一點我半開玩笑地說，我曾在一家跨美洲和亞洲運營的全球銀行工作，我們在亞洲的投資回報更高，這是現實。相比一些成本更高的中心，我們的支出更少，這對新加坡來說不一定完全適用，但對整個地區來說確實如此，你會獲得更多價值。所以我認為這裡投資與價值之間的聯絡可能更好，如果我可以這麼說的話。還有一個問題是你是租用還是自建，這確實是個不同的角度。我用法律服務做類比，新加坡成功的一個根本因素是對法治的擁抱，而法律服務僅佔0。

佔GDP的55%，雖然只是GDP中的一小部分，但它支撐著其他一切，因為只有擁有一個值得信賴的法律體系，才能擁有金融和銀行業，這部分佔GDP的14%到15%。人工智慧也將是如此，你需要核心投資，但要利用它，並不要求你必須把所有資料中心都設在新加坡，甚至亞洲。我認為我們討論的很多事情也有時間維度。你知道，生成式人工智慧（G AI）可能只在過去大約20個月內引起了全球關注。我認為許多行業和企業正在認真考慮如何讓他們的投資物有所值。正如我們在基礎設施方面看到的，有時等待會讓成本降低，購買比建設更容易。我確實認為公司和組織需要考慮他們內部和外部擁有的能力，以使投資值得。此外，我還認為有必要超越炒作週期，確保我們是在為長遠發展而建設，這就是為什麼我認為在這個領域保持一定的戰略耐心非常關鍵。因為你必須進行這些投資，這與大約十年前我們進行數字化時的情況並無太大不同。許多人認為這會過去，許多人認為他們可以觀望等待，但最終是那些看到價值並持續投資的企業會獲得收益。所以我會這樣看待這個問題。

6%，嗯，這個資料需要稍微保留一點，因為我認為這只是反映了當前人們的狀況。我希望在5到10年後，這個數字會有顯著變化。我們還有時間回答最後一個問題，如果問題簡短的話。有人有問題嗎？好的，有的。後面那位。嗯，我是來自10 Storen的Eugene，我有兩個問題。首先，許多國家實際上正在投資R5——這實際上是V的開源版本，以便他們能夠真正保護他們的供應鏈。R5在開發時就像是一種智慧財產權，用來製造他們自己的晶片。這是第一個問題，那麼新加坡對此的策略是什麼？第二，我相信AI計算非常重要，但我的問題是，新加坡在尋找哪些替代方案？因為把所有AI和計算投資都放在某個特定供應商身上並不理想。我認為多樣性對我們來說非常重要，尤其是在這項技術上。給你們一些統計資料，新加坡貢獻了大約20%的半導體裝置和約10%的全球晶片產量，但這並不意味著我們生產所有種類的晶片，我們加強了一些領域，比如儲存晶片。談到AI，雖然有些玩家佔據主導地位，但我們知道這個領域會隨著技術的發展迅速演變。因此，我的回答是，策略是確保擁有合適的智慧財產權去做正確的事情。我們的目標是確保這裡的組織能夠獲得他們所需的資源。從政府角度來看，我們的投資將涵蓋多種選擇，包括因安全需求必須本地部署的技術，以及在成本效益和技術優勢方面可以採用雲端計算的部分。回到可持續性的問題，如何以更低的能耗獲得所有這些計算能力，我認為這將是評估的一個指標。Simon，請你簡短快速地回答，作為結束。對於像新加坡這樣的國家，目標不應是成為最終的主導者，而是成為不可或缺的合作伙伴。新加坡的歷史可以用三句話概括：19世紀是貨物的港口，20世紀是服務的港口，21世紀是資料和思想的港口。我們必須成為資訊鏈和資訊流的一部分，這需要我們擁有多樣化的合作伙伴和多樣化的利益。我最後想說的是，關鍵不僅是投資高效能運算基礎設施，還要確保這些資源對產業界和研究人員開放。同樣，我們也需要公共資料集平臺，提供可供產業界和研究人員訓練AI系統的資料。Serena、Simon、Shenique和Andrea，非常感謝你們的時間，謝謝。