# 新加坡科技論壇 2019: AI 在新加坡的深度探討

- 日期: 2019-06-07
- 相關方: Ho Teck Hua (AI Singapore 創始執行主席) · Singapore Global Network
- 來源: https://www.youtube.com/watch?v=uSmV2rg0Z3s
- sgai: https://sgai.md/zh-tw/videos/v034/
- 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

何德華的資料立方思路揭示新加坡 AI 戰略的真正底牌：靠 NRIC 打通全民資料，把人口規模劣勢換成資料密度優勢

## 摘要

AI Singapore 創始主席何德華等專家深入討論新加坡 AI 生態建設和產業應用前景。

## 要點

- AI Singapore 投入八位數資金，過去五年新加坡參與約 3,000 篇 AI 論文。
- DSO 用 AI 替代守衛巡邏和無人船自主航行，應對人口減少與勞動力短缺。
- 新加坡 AI Apprenticeship 每年訓練約 300 名 AI 工程師，與 Indonesia、Vietnam 等輸出教育模式。

## 全文

© Singapore Global Network — 僅供引用。

[音樂]大家好，非常高興今天能和大家一起討論人工智慧和新加坡。我是Denise，我在谷歌負責人工智慧專案的合作伙伴關係。嗯，現在是午飯後，這個時間段我們人的智力可能處於最低水平，所以我想做一個快速的練習，和大家玩個小遊戲，大概兩三分鐘。請大家站起來，好嗎？我會問你們三個快速問題，或者如果你們想做點伸展運動也可以，隨意。我會問三個快速問題，如果你的答案是“是”，你就可以坐下，我保證沒有陷阱問題，也沒有特效。第一個問題，誰已經在人工智慧相關領域工作了？如果是，請坐下。嗯，我還站著，哈哈。第二個問題，誰對探索人工智慧的機會感興趣？我本來想問誰走錯了房間，看來大家都在正確的地方。很好，很高興你們今天能和我們在一起。好的，謝謝大家。接下來我來介紹一下今天的嘉賓。我們接下來半小時會談論新加坡的人工智慧，最後還有十分鐘的問答時間。讓我先請每位嘉賓用一句話介紹他們在人工智慧領域的工作。好的。大家能聽到我嗎？我是Han Yang，我在新加坡資訊安全部門工作，我的工作範圍是利用人工智慧進行網路安全領域的工作，我想大家都知道現在網路威脅很多。這是我的領域。嗨，我是Ah Run，負責AI Singapore，這是一個由我們主辦的國家級研究專案。嗨，我是LV No I Mean，來自GAF Tech，是人工智慧部門的，我的團隊叫AI平臺，我們的重點是構建和開發資料科學和人工智慧平臺，幫助政府機構使用資料驅動的方法進行政策制定和服務交付。我叫Econ，來自新加坡國防科技局國家實驗室，我們是新加坡的國防研發實驗室，我的團隊開發了幾款具備人工智慧能力的機器人，我們也用人工智慧解決資料相關問題，提高國家安全的效率和效能。我看到後面有很多熟悉的面孔，想跟大家打個招呼。好的，謝謝我的嘉賓們。讓我先問一個問題，大家知道美國和中國等許多國家都在積極推進人工智慧，我相信很多人想知道新加坡有什麼獨特之處，使其能夠在人工智慧領域佔有一席之地。Alvina，你怎麼看？在我看來，新加坡的優勢部分在於政府反應迅速靈活，能夠快速測試和部署各種人工智慧解決方案，為未來的部署提供藍圖。讓我從三個不同維度來說。第一是人工智慧戰略，我認為新加坡大家都相信擁抱技術，包括人工智慧，是國家發展的道路。我們現在有公共服務部長兼科技部長領導的人工智慧國家戰略工作組。AI Singapore是兩年前由政府成立的平臺，投入了大量資源，我說的是八位數的資金，目標是加速新加坡的人工智慧應用。第二是人才，雖然新加坡是個小國家，但實際上我們有很強的研究力量。過去五年裡，新加坡有大約3000篇人工智慧相關的論文發表，作者人數也有3000人，其中本地研究人員約400人。新加坡的人才庫並不小，因為我們有與全球不同合作伙伴合作的傳統。整個生態系統中有3000人在人工智慧領域工作，這並不小。我們不必在所有領域都做到最好，而是選擇細分領域做到精通，表現非常好。最後是資料，很多人認為新加坡小，資料不夠多，我不同意。我喜歡用資料立方體來形容資料，維度之一是人口數量，我們只有550萬人，確實比中國和美國小。另一個維度是時間，比如拍攝快照的頻率，新加坡有長期保持資料的傳統。還有一個維度是變數數量，比如金融、醫療、教育領域的資料。我們可以用新加坡的國民註冊身份證號碼（NRIC）將這些資料鏈接起來，形成一個統一的資料集。我認為沒有哪個國家能在不同領域實現這樣的資料整合。我的觀點是，新加坡的獨特賣點是資料的全面性和我們全球化的人才合作傳統，這使得人才從400人可以乘數增長到4000人。最後，我們堅信人工智慧是未來發展的唯一道路，並且在這方面投入巨大。好了，我先說到這裡。謝謝你詳細講述，儘管是個小國，我們依然擁有良好的資料和人才基礎來發展人工智慧。接下來我想深入瞭解新加坡人工智慧的有前景領域。你們認為新加坡有哪些有前景的人工智慧領域？ 好的，我先從網路安全形度說。大家都知道，網路威脅近年來前所未有地增加，現在駭客攻擊事件非常普遍，從公司到個人都面臨威脅。我們現在討論的是人工智慧是否能幫助我們檢測一些更難發現的網路威脅。幾年前，我們團隊開始嘗試應用人工智慧技術來檢測網路威脅。新加坡一直走在創新前沿，我們希望開發出好的解決方案。因此，網路安全領域有很多機會，尤其是人工智慧可以結合多學科知識。未來我預計會有更多結合人工智慧和網路安全的解決方案出現。我們剛剛啟動了一個醫療健康領域的重大挑戰專案，我知道醫療健康領域……

s.

幾乎不可能獲得資料，但我們能夠與衛生部合作，他們有一個叫做I guess的團隊，負責資訊科技，因此能夠從許多患有慢性病的患者那裡獲取資料，比如高血壓、高膽固醇、糖尿病等。我們組裝了資料集，並結合了報銷資料，用於從政府補貼中獲得資金，同時還連結了診斷資料，我們是x3，所以資料量非常龐大，我們能夠獲得訪問許可權，並將資料放入安全的微型SS實驗室，允許研究人員進入並訪問這些資料。對我來說，我真的相信新加坡可以在醫療保健領域的人工智慧方面樹立自己的名聲。我們正在探索不同的可能性，比如讓人們活得更長且殘疾更少。例如，挑戰宣告非常明確：如何減少由高血壓、高膽固醇、高血糖引起的併發症病例數。我們的目標是在五年內將其減少一半，即減少50%，希望在十年內幾乎完全消除併發症。每個人都在防禦領域工作，我主要在防禦領域。防禦領域對挑戰的看法略有不同。眾所周知，新加坡也面臨人口結構挑戰，18年前出生的人今天無法承擔安全行動或國民服役任務。實際上，我認為在安全和防禦領域，人員不足以應對日益複雜和具有挑戰性的工作是一個嚴重問題。我們解決這個問題的方法之一是讓機器更智慧，幫助決策，或者讓機器更好地完成任務，這樣我們的人員可以專注於更高價值鏈和更高價值的工作。舉個例子，我們過去非常擔心有人闖入限制區域，比如榴槤島，因為那裡是大型石化設施。過去需要人員巡邏，使用感測器和望遠鏡監視潛在入侵者，巡邏人員晝夜不停，非常勞累。後來我們引入了影片分析和人工智慧演算法，不僅檢測，還能更好地識別可疑入侵行為，然後觸發必要人員響應。這極大地改變了有限人力的參與方式，現在部署的人力主要是響應關鍵事件，而不是全天候盯著感測器。另一個例子是無人機和機器人。大家知道我們正在推進無人船，用於執行危險任務，比如在水域中尋找危險物品。為了讓船隻在新加坡周邊擁擠水域自主航行，需要精準操控以避免與其他船隻碰撞，因此開發船隻的人工智慧非常關鍵。我們持續提升系統的穩健性和智慧性，這樣操作員無需持續航行覆蓋大面積水域，而是可以監控無人船檢測到的情況並作出響應。這只是兩個例子，展示了人工智慧如何顯著改變我們在國防和國家安全領域的工作方式。聽起來有很多有前景的領域，比如網路安全、醫療保健和國防，我相信你們在新加坡做人工智慧時也面臨許多挑戰。能否分享一下你們在新加坡做人工智慧時遇到的一些挑戰？對我來說，正如之前提到的資料問題，我認為這不是問題，而是需要克服的障礙。就訓練資料而言，新加坡的訓練資料對於任何機器學習來說都不夠充分，儘管我們正在努力改善資料訪問和資料準備工作。第二個挑戰是資料人才，正如教授提到的，新加坡有相當數量的人工智慧人才，但頂尖人才仍然集中在北美或中國的科技巨頭。我們的人工智慧研究指數很好，我希望能吸引更多人才回到新加坡，無論是政府工作還是創業。最後一個可能影響人工智慧採用的挑戰是新加坡的人工智慧創業市場相對較小，因此任何人工智慧創業至少需要原創性。這些是我認為新加坡公司和政府面臨的挑戰。那麼，我們如何克服這些人工智慧挑戰？我必須提兩點。首先，我一直擔心的是，擁有出色技術，但普通市民可能害怕技術。如何設計人工智慧解決方案，觸及許多人的生活？我們推出慢性病領域的首個挑戰賽的原因之一是，我們知道患病基數很高，比如60歲的人糖尿病發病率約為三分之一，如果你沒有，家人可能會有。因此，我們選擇這個領域，希望激勵全國關注相關的人工智慧應用，提升人們生活質量。我認為這是國家必須做的事情。比如我喜歡科塔雞（Kota Chicken），它能做面部識別，讓你感受到技術的普及，大家都會認可，從而減少對技術的恐懼。第二點，我堅信新加坡需要克服的是資料流動性平臺，就像股票交易所一樣，流動性高意味著很多人參與交易。我們的資料平臺存在，但流動性不足，資料難以訪問，威力有限。我認為我們可以大力推動資料流動性，同時確保安全和隱私保護，這樣共享資料時不會引起反感，這對新加坡將非常有力。我希望這不僅是政策解決方案，也是技術解決方案，我們需要開發能夠讓資料既流動又安全可信的技術，這對國家非常重要。我們如何克服人工智慧的其他挑戰？我認為今天早上很多人聽到討論，我同意一位嘉賓提到的人才池是全球性的，人才在生態系統中流動，互相幫助解決挑戰。至少我認為，未來解決人才問題的關鍵是合作精神。每個組織如果想可持續地構建人工智慧能力，都應大力考慮合作，因為你不可能獨自擁有所有人工智慧人才。我從國防領域的角度看，我們最大的突破和解決方案往往來自合作。也許有人會驚訝，我們實際上與許多國際教授和研究人員有廣泛合作，許多論文都是與全球人工智慧專家共同發表的。公開發表突破性成果有助於激發新想法，我們持續利用全球人才池，從而定製行業解決方案，通過開發團隊推動人工智慧大規模應用，而不必獨自囤積人才。進一步說，即使在我的機構，教授們通常一半時間在公司，一半時間在大學，這非常好，因為他們不會全部留在一個地方，總會被行業的挑戰吸引。政府也可以考慮允許公務員一半時間在行業工作，一半時間在政府工作，這種開放態度很重要。我們規模小，傳統上一直與全球人才合作。舉個數據，國大有9000篇論文，其中7000篇是與136個國家的國際合作者共同發表，包括一些你想不到的偏遠國家。這種傳統一直存在，因為我們小，沒法變大，所以一直努力與全球夥伴合作。全球合作非常重要。今天早上我們討論瞭如何釋放新加坡的市場潛力，拓展到東南亞乃至全球。在這方面，如何將我們的人工智慧技術帶到亞洲及更遠地區？我簡單說說。新加坡雖然有很多限制，但機會也很多。多年前決定建設智慧國後，新加坡有潛力成為區域網路安全中心。網路安全領域有大量未開發市場，且網路攻擊事件不僅發生在新加坡，全球各國都面臨類似問題。如果新加坡能提供相對較好的解決方案，就有機會向鄰國提供服務。醫療方面，我知道中國等國家把新加坡視為榜樣，隨著人口老齡化，挑戰相似，挑戰賽中產生的解決方案將出口到這些國家，幫助他們延長壽命，提高生活質量。我們對教育領域的人工智慧也非常興奮。新加坡以優質教育體系聞名，數學和科學課程已出口到其他國家。我們正考慮啟動教育領域的挑戰賽，開發的人工智慧產品將出口到印度尼西亞、越南、泰國和中國。許多聽眾對這裡的機會很感興趣，因為他們剛才都坐下了。你們認為對有興趣從事人工智慧的人來說，有哪些有趣的工作機會？我認為正如兩位嘉賓提到的，合作精神很重要。為了讓人工智慧在新加坡發展，我們必須全球合作。我們有智慧國獎學金，也啟動了導師計劃，邀請矽谷的資深工程師指導本地團隊。我們也歡迎創業公司合作，比如我們最近為小販開發的語音轉文字產品，矽谷創業公司在兩週內快速適配了新加坡語料庫，給我們留下深刻印象。我喜歡這種快速原型開發。對於工程師和研究人員來說，新加坡有許多機會和挑戰，因為這裡的問題獨特。如果你喜歡挑戰和遷移學習，這裡是好地方。問問有多少人未來想做教授或學者？我看到有幾位，請發郵件給我（TCK@nus.edu.sg），我會聯絡你們。還有多少人創辦了人工智慧公司？新加坡有人工智慧創客空間，我們會投資創業公司。如果你對創業感興趣，請聯絡我，我們會提供空間、伺服器、資料和工具，支援創業，並與風險投資共同投資。誰想實施人工智慧解決方案或技術，請舉手。新加坡共同投資了200家公司，正在與他們合作實施人工智慧創新，我們需要人才，請加入我們，發郵件給我。我們投資了30家公司，急需能實施解決方案的工程師，因為沒有人實施方案只拿錢是不行的。我需要能讓事情發生的人，我相信你們會為新加坡做正確的事，請發郵件給我。無論是教授、創業者、CEO、工程師還是專案經理，我們有200個專案等你管理，聯絡我。請拿出筆和紙，記下我的郵箱。楊，你對有趣的工作機會還有什麼看法？我認為你提到的事情很激動人心。我幾年前偶然進入網路安全領域，作為資料人員，網路安全對我來說是個挑戰，但我認為這知識將支援新加坡智慧國願景。我鼓勵所有有志工程師和創業者積極參與，解決有趣的問題。防禦領域呢？這是個難題。我們DSO招聘新加坡人，歡迎願意回國為國防和國家安全貢獻力量的人。如果你們想了解更多機會，歡迎找我。我們也提供許多挑戰性問題，歡迎創業公司和技術實施者合作開發解決方案。我們無法解決所有問題，很多更好的解決方案可能來自外部，我們非常願意與更多人合作，幫助創業公司成長，將解決方案推廣到區域。這裡不是招聘會，但我們認為人工智慧面臨許多難題，我已經問了簡單問題，現在開放提問。有人問倫理考慮，隱私問題如何安全實施人工智慧？我認為我們不會像中國那樣快速利用資料，我們更像歐洲國家，非常重視隱私。我們通過兩種方式實現：一是隱私保護技術，二是政策和治理。我們非常謹慎，確保隱私安全。我不確定未來會怎樣，但我相信新加坡會成為值得信賴的人工智慧實施和測試地，因為我們同時重視實施和安全可信。教授，請談談教育領域的擴充套件機會，尤其是印度尼西亞和越南。是的，新加坡在教育方面投入很多。我們有四個不同專案：人工智慧學徒專案，畢業後參與真實專案，專案資金至少50萬美元，合作公司可能會聘用學徒，合作物件從創業公司到大企業。還有人工智慧產業培訓，針對有技術背景的工程師，進行為期三個月的強化培訓，培養人工智慧鄰居，懂得應用人工智慧技術並能產出解決方案。我們還有面向大眾的人工智慧普及專案，以及針對中學生的專案。我們正在尋找平臺，將這些專案推廣到印度尼西亞等國。目前大部分是線上，部分線下。最難規模化的是學徒專案，因為需要真實專案和城市支援，我們每年培養約300名人才，速度合理。教授，我是AI Stirrup聯合創始人Glen，我聽到很多關於軟體和應用的內容，想問問是否有政策或措施支援硬體，尤其考慮到新加坡是半導體產業的重要玩家？我們投資的公司唯一要求是必須在新加坡註冊，不要求公司必須由新加坡人擁有。我們與許多非新加坡人創辦的創業公司合作，目的是在這裡發展生態系統，建立新加坡作為區域樞紐。我們有智慧系統和機器人領域的人才，但在柔性電子領域較少，柔性電子是物聯網感測器的核心。我們有從事電子皮膚、先進材料和人工智慧交叉領域的研究人員，大多在大學。我們與應用材料公司和半導體裝置公司合作，參與半導體與人工智慧結合的專案，利用機器學習等技術。後排有人提問：在人工智慧或資料科學工作中，最大問題往往不是技術，而是產品經理等非編碼人員，他們參與產品願景制定。如何獲得懂人工智慧的產品經理人才？我們團隊有產品經理，但不是所有人都有工程背景。我發現最好的產品經理是那些既能理解使用者問題，又能理解人工智慧或資料科學帶來益處的人。如果能讓他們站在我們這邊，戰鬥會容易得多。我的策略是先爭取他們支援，而不是強迫他們接受。三C說，人工智慧包括資料採集、計算（機器學習）和解決方案創造。最大瓶頸是計算人員和解決方案創造者之間的橋樑。產品經理往往不理解計算人員的工作。比如醫療領域，計算人員更容易理解領域知識，但市場營銷領域則更難。新加坡實施解決方案的最大痛點是計算人員與領域專家之間的溝通。另一個問題是，人工智慧在新加坡處於人才引進、基礎設施建設和資料收集的早期階段。成功公司能將這些環節整合，文化因素也很重要。新加坡的人工智慧發展是自上而下推動重點專案，還是自下而上營造環境？我認為兩者結合。政府推動重大用例，改變國家和產業，但也給有興趣的人留空間。我們投資的30家公司中，約三分之一與政府重點方向相關，其他是個人興趣支援。網路安全領域是否優先？我個人經驗，網路安全領域不易，面臨系統漏洞等挑戰，但有很多實際應用場景。雖然道路艱難，但希望看到曙光，產生深遠影響。關於公平性，如何定義公平？我們是否關注特定保護群體？部署產品時如何檢測歧視？我研究這個問題。機器學習依賴資料，如果人類存在偏見，機器也會偏見。作為研究者，我們嘗試識別和糾正資料和機器學習中的偏見。這是一個令人興奮的研究領域。我們有多個獨立專案，關注招聘中的不公平實踐等問題。謝謝大家的見解。我看到一個模式：人工智慧應用於本地問題，比如國防和醫療。新加坡對本地資料有完全控制，但若要將人工智慧解決方案擴充套件到全球，可能需要其他國家的資料。對此如何應對？我先回答。我們與蘇黎世聯邦理工學院合作，收集開放資料並共享，進行聯合研究並發表論文。同時確保資料集多樣性，涵蓋不同建築、道路和樹木，以保證研究的多樣性和開放性。我們不必保護所有資料，開放資料集是貢獻人工智慧人才池和解決問題的有效方式。我們也與英國健康護理機構合作，探索慢性病資料共享，促進複製和應用。新加坡與許多國家有文化合作夥伴關係。還有一個問題，曾有研究利用公開娛樂資料集（如IMDB或Netflix）進行資料科學研究，但有人成功識別匿名資料中的個人身份。新加坡如何保證資料匿名化？我不是隱私保護專家，但我們非常謹慎。我們使用位於大學內的微型SS實驗室，只有預先資格認證的人員才能訪問資料，並且必須以合規方式使用。目前我們逐步推進，採取漸進式方法。很多時候，通過少量變數就能推斷出個人身份，比如新加坡每天出生約100名嬰兒，結合郵編和日期資訊，很容易識別個人。我們非常小心，致力於成為可信賴的資料共享夥伴。技術上，有方法對資料進行擾動，比如日期加減幾天，地址模糊處理，採用加密和隱私保護分析演算法。時間有限，最後請各位嘉賓用一句話分享對新加坡人工智慧的願景。我的願景是：未來十年，人工智慧在新加坡普及，每個人都能感受到和使用人工智慧技術。我的願景是：建立更多資料共享信任，打造更安全的智慧國。我的願景是：新加坡成為全球人工智慧解決方案測試和部署中心，讓新加坡人擁有更好工作。我的願景是：人工智慧普及且公平，人人可用，不侷限於少數人，造福新加坡人。感謝各位嘉賓，也感謝觀眾，希望大家繼續思考人工智慧在新加坡的未來，歡迎聯絡教授們。謝謝。 [音樂]