# 新加坡科技论坛 2019: AI 在新加坡的深度探讨

- 日期: 2019-06-07
- 相关方: Ho Teck Hua (AI Singapore 创始执行主席) · Singapore Global Network
- 来源: https://www.youtube.com/watch?v=uSmV2rg0Z3s
- sgai: https://sgai.md/zh/videos/v034/
- 许可：sgai 自产内容（摘要、译文、分析）CC BY 4.0，署名并链接 sgai.md 即可；逐字原文（国会记录、演讲、字幕、政策原文）© 原权利人，仅供引用。条款：https://github.com/meltflake/sgai/blob/main/DATA-LICENSE.md

## 为什么重要

何德华的数据立方思路揭示新加坡 AI 战略的真正底牌：靠 NRIC 打通全民数据，把人口规模劣势换成数据密度优势

## 摘要

AI Singapore 创始主席何德华等专家深入讨论新加坡 AI 生态建设和产业应用前景。

## 要点

- AI Singapore 投入八位数资金，过去五年新加坡参与约 3,000 篇 AI 论文。
- DSO 用 AI 替代守卫巡逻和无人船自主航行，应对人口减少与劳动力短缺。
- 新加坡 AI Apprenticeship 每年训练约 300 名 AI 工程师，与 Indonesia、Vietnam 等输出教育模式。

## 全文

© Singapore Global Network — 仅供引用。

[音乐]大家好，非常高兴今天能和大家一起讨论人工智能和新加坡。我是Denise，我在谷歌负责人工智能项目的合作伙伴关系。嗯，现在是午饭后，这个时间段我们人的智力可能处于最低水平，所以我想做一个快速的练习，和大家玩个小游戏，大概两三分钟。请大家站起来，好吗？我会问你们三个快速问题，或者如果你们想做点伸展运动也可以，随意。我会问三个快速问题，如果你的答案是“是”，你就可以坐下，我保证没有陷阱问题，也没有特效。第一个问题，谁已经在人工智能相关领域工作了？如果是，请坐下。嗯，我还站着，哈哈。第二个问题，谁对探索人工智能的机会感兴趣？我本来想问谁走错了房间，看来大家都在正确的地方。很好，很高兴你们今天能和我们在一起。好的，谢谢大家。接下来我来介绍一下今天的嘉宾。我们接下来半小时会谈论新加坡的人工智能，最后还有十分钟的问答时间。让我先请每位嘉宾用一句话介绍他们在人工智能领域的工作。好的。大家能听到我吗？我是Han Yang，我在新加坡信息安全部门工作，我的工作范围是利用人工智能进行网络安全领域的工作，我想大家都知道现在网络威胁很多。这是我的领域。嗨，我是Ah Run，负责AI Singapore，这是一个由我们主办的国家级研究项目。嗨，我是LV No I Mean，来自GAF Tech，是人工智能部门的，我的团队叫AI平台，我们的重点是构建和开发数据科学和人工智能平台，帮助政府机构使用数据驱动的方法进行政策制定和服务交付。我叫Econ，来自新加坡国防科技局国家实验室，我们是新加坡的国防研发实验室，我的团队开发了几款具备人工智能能力的机器人，我们也用人工智能解决数据相关问题，提高国家安全的效率和效能。我看到后面有很多熟悉的面孔，想跟大家打个招呼。好的，谢谢我的嘉宾们。让我先问一个问题，大家知道美国和中国等许多国家都在积极推进人工智能，我相信很多人想知道新加坡有什么独特之处，使其能够在人工智能领域占有一席之地。Alvina，你怎么看？在我看来，新加坡的优势部分在于政府反应迅速灵活，能够快速测试和部署各种人工智能解决方案，为未来的部署提供蓝图。让我从三个不同维度来说。第一是人工智能战略，我认为新加坡大家都相信拥抱技术，包括人工智能，是国家发展的道路。我们现在有公共服务部长兼科技部长领导的人工智能国家战略工作组。AI Singapore是两年前由政府成立的平台，投入了大量资源，我说的是八位数的资金，目标是加速新加坡的人工智能应用。第二是人才，虽然新加坡是个小国家，但实际上我们有很强的研究力量。过去五年里，新加坡有大约3000篇人工智能相关的论文发表，作者人数也有3000人，其中本地研究人员约400人。新加坡的人才库并不小，因为我们有与全球不同合作伙伴合作的传统。整个生态系统中有3000人在人工智能领域工作，这并不小。我们不必在所有领域都做到最好，而是选择细分领域做到精通，表现非常好。最后是数据，很多人认为新加坡小，数据不够多，我不同意。我喜欢用数据立方体来形容数据，维度之一是人口数量，我们只有550万人，确实比中国和美国小。另一个维度是时间，比如拍摄快照的频率，新加坡有长期保持数据的传统。还有一个维度是变量数量，比如金融、医疗、教育领域的数据。我们可以用新加坡的国民注册身份证号码（NRIC）将这些数据链接起来，形成一个统一的数据集。我认为没有哪个国家能在不同领域实现这样的数据整合。我的观点是，新加坡的独特卖点是数据的全面性和我们全球化的人才合作传统，这使得人才从400人可以乘数增长到4000人。最后，我们坚信人工智能是未来发展的唯一道路，并且在这方面投入巨大。好了，我先说到这里。谢谢你详细讲述，尽管是个小国，我们依然拥有良好的数据和人才基础来发展人工智能。接下来我想深入了解新加坡人工智能的有前景领域。你们认为新加坡有哪些有前景的人工智能领域？ 好的，我先从网络安全角度说。大家都知道，网络威胁近年来前所未有地增加，现在黑客攻击事件非常普遍，从公司到个人都面临威胁。我们现在讨论的是人工智能是否能帮助我们检测一些更难发现的网络威胁。几年前，我们团队开始尝试应用人工智能技术来检测网络威胁。新加坡一直走在创新前沿，我们希望开发出好的解决方案。因此，网络安全领域有很多机会，尤其是人工智能可以结合多学科知识。未来我预计会有更多结合人工智能和网络安全的解决方案出现。我们刚刚启动了一个医疗健康领域的重大挑战项目，我知道医疗健康领域……

s.

几乎不可能获得数据，但我们能够与卫生部合作，他们有一个叫做I guess的团队，负责信息技术，因此能够从许多患有慢性病的患者那里获取数据，比如高血压、高胆固醇、糖尿病等。我们组装了数据集，并结合了报销数据，用于从政府补贴中获得资金，同时还链接了诊断数据，我们是x3，所以数据量非常庞大，我们能够获得访问权限，并将数据放入安全的微型SS实验室，允许研究人员进入并访问这些数据。对我来说，我真的相信新加坡可以在医疗保健领域的人工智能方面树立自己的名声。我们正在探索不同的可能性，比如让人们活得更长且残疾更少。例如，挑战声明非常明确：如何减少由高血压、高胆固醇、高血糖引起的并发症病例数。我们的目标是在五年内将其减少一半，即减少50%，希望在十年内几乎完全消除并发症。每个人都在防御领域工作，我主要在防御领域。防御领域对挑战的看法略有不同。众所周知，新加坡也面临人口结构挑战，18年前出生的人今天无法承担安全行动或国民服役任务。实际上，我认为在安全和防御领域，人员不足以应对日益复杂和具有挑战性的工作是一个严重问题。我们解决这个问题的方法之一是让机器更智能，帮助决策，或者让机器更好地完成任务，这样我们的人员可以专注于更高价值链和更高价值的工作。举个例子，我们过去非常担心有人闯入限制区域，比如榴梿岛，因为那里是大型石化设施。过去需要人员巡逻，使用传感器和望远镜监视潜在入侵者，巡逻人员昼夜不停，非常劳累。后来我们引入了视频分析和人工智能算法，不仅检测，还能更好地识别可疑入侵行为，然后触发必要人员响应。这极大地改变了有限人力的参与方式，现在部署的人力主要是响应关键事件，而不是全天候盯着传感器。另一个例子是无人机和机器人。大家知道我们正在推进无人船，用于执行危险任务，比如在水域中寻找危险物品。为了让船只在新加坡周边拥挤水域自主航行，需要精准操控以避免与其他船只碰撞，因此开发船只的人工智能非常关键。我们持续提升系统的稳健性和智能性，这样操作员无需持续航行覆盖大面积水域，而是可以监控无人船检测到的情况并作出响应。这只是两个例子，展示了人工智能如何显著改变我们在国防和国家安全领域的工作方式。听起来有很多有前景的领域，比如网络安全、医疗保健和国防，我相信你们在新加坡做人工智能时也面临许多挑战。能否分享一下你们在新加坡做人工智能时遇到的一些挑战？对我来说，正如之前提到的数据问题，我认为这不是问题，而是需要克服的障碍。就训练数据而言，新加坡的训练数据对于任何机器学习来说都不够充分，尽管我们正在努力改善数据访问和数据准备工作。第二个挑战是数据人才，正如教授提到的，新加坡有相当数量的人工智能人才，但顶尖人才仍然集中在北美或中国的科技巨头。我们的人工智能研究指数很好，我希望能吸引更多人才回到新加坡，无论是政府工作还是创业。最后一个可能影响人工智能采用的挑战是新加坡的人工智能创业市场相对较小，因此任何人工智能创业至少需要原创性。这些是我认为新加坡公司和政府面临的挑战。那么，我们如何克服这些人工智能挑战？我必须提两点。首先，我一直担心的是，拥有出色技术，但普通市民可能害怕技术。如何设计人工智能解决方案，触及许多人的生活？我们推出慢性病领域的首个挑战赛的原因之一是，我们知道患病基数很高，比如60岁的人糖尿病发病率约为三分之一，如果你没有，家人可能会有。因此，我们选择这个领域，希望激励全国关注相关的人工智能应用，提升人们生活质量。我认为这是国家必须做的事情。比如我喜欢科塔鸡（Kota Chicken），它能做面部识别，让你感受到技术的普及，大家都会认可，从而减少对技术的恐惧。第二点，我坚信新加坡需要克服的是数据流动性平台，就像股票交易所一样，流动性高意味着很多人参与交易。我们的数据平台存在，但流动性不足，数据难以访问，威力有限。我认为我们可以大力推动数据流动性，同时确保安全和隐私保护，这样共享数据时不会引起反感，这对新加坡将非常有力。我希望这不仅是政策解决方案，也是技术解决方案，我们需要开发能够让数据既流动又安全可信的技术，这对国家非常重要。我们如何克服人工智能的其他挑战？我认为今天早上很多人听到讨论，我同意一位嘉宾提到的人才池是全球性的，人才在生态系统中流动，互相帮助解决挑战。至少我认为，未来解决人才问题的关键是合作精神。每个组织如果想可持续地构建人工智能能力，都应大力考虑合作，因为你不可能独自拥有所有人工智能人才。我从国防领域的角度看，我们最大的突破和解决方案往往来自合作。也许有人会惊讶，我们实际上与许多国际教授和研究人员有广泛合作，许多论文都是与全球人工智能专家共同发表的。公开发表突破性成果有助于激发新想法，我们持续利用全球人才池，从而定制行业解决方案，通过开发团队推动人工智能大规模应用，而不必独自囤积人才。进一步说，即使在我的机构，教授们通常一半时间在公司，一半时间在大学，这非常好，因为他们不会全部留在一个地方，总会被行业的挑战吸引。政府也可以考虑允许公务员一半时间在行业工作，一半时间在政府工作，这种开放态度很重要。我们规模小，传统上一直与全球人才合作。举个数据，国大有9000篇论文，其中7000篇是与136个国家的国际合作者共同发表，包括一些你想不到的偏远国家。这种传统一直存在，因为我们小，没法变大，所以一直努力与全球伙伴合作。全球合作非常重要。今天早上我们讨论了如何释放新加坡的市场潜力，拓展到东南亚乃至全球。在这方面，如何将我们的人工智能技术带到亚洲及更远地区？我简单说说。新加坡虽然有很多限制，但机会也很多。多年前决定建设智慧国后，新加坡有潜力成为区域网络安全中心。网络安全领域有大量未开发市场，且网络攻击事件不仅发生在新加坡，全球各国都面临类似问题。如果新加坡能提供相对较好的解决方案，就有机会向邻国提供服务。医疗方面，我知道中国等国家把新加坡视为榜样，随着人口老龄化，挑战相似，挑战赛中产生的解决方案将出口到这些国家，帮助他们延长寿命，提高生活质量。我们对教育领域的人工智能也非常兴奋。新加坡以优质教育体系闻名，数学和科学课程已出口到其他国家。我们正考虑启动教育领域的挑战赛，开发的人工智能产品将出口到印度尼西亚、越南、泰国和中国。许多听众对这里的机会很感兴趣，因为他们刚才都坐下了。你们认为对有兴趣从事人工智能的人来说，有哪些有趣的工作机会？我认为正如两位嘉宾提到的，合作精神很重要。为了让人工智能在新加坡发展，我们必须全球合作。我们有智慧国奖学金，也启动了导师计划，邀请硅谷的资深工程师指导本地团队。我们也欢迎创业公司合作，比如我们最近为小贩开发的语音转文字产品，硅谷创业公司在两周内快速适配了新加坡语料库，给我们留下深刻印象。我喜欢这种快速原型开发。对于工程师和研究人员来说，新加坡有许多机会和挑战，因为这里的问题独特。如果你喜欢挑战和迁移学习，这里是好地方。问问有多少人未来想做教授或学者？我看到有几位，请发邮件给我（TCK@nus.edu.sg），我会联系你们。还有多少人创办了人工智能公司？新加坡有人工智能创客空间，我们会投资创业公司。如果你对创业感兴趣，请联系我，我们会提供空间、服务器、数据和工具，支持创业，并与风险投资共同投资。谁想实施人工智能解决方案或技术，请举手。新加坡共同投资了200家公司，正在与他们合作实施人工智能创新，我们需要人才，请加入我们，发邮件给我。我们投资了30家公司，急需能实施解决方案的工程师，因为没有人实施方案只拿钱是不行的。我需要能让事情发生的人，我相信你们会为新加坡做正确的事，请发邮件给我。无论是教授、创业者、CEO、工程师还是项目经理，我们有200个项目等你管理，联系我。请拿出笔和纸，记下我的邮箱。杨，你对有趣的工作机会还有什么看法？我认为你提到的事情很激动人心。我几年前偶然进入网络安全领域，作为数据人员，网络安全对我来说是个挑战，但我认为这知识将支持新加坡智慧国愿景。我鼓励所有有志工程师和创业者积极参与，解决有趣的问题。防御领域呢？这是个难题。我们DSO招聘新加坡人，欢迎愿意回国为国防和国家安全贡献力量的人。如果你们想了解更多机会，欢迎找我。我们也提供许多挑战性问题，欢迎创业公司和技术实施者合作开发解决方案。我们无法解决所有问题，很多更好的解决方案可能来自外部，我们非常愿意与更多人合作，帮助创业公司成长，将解决方案推广到区域。这里不是招聘会，但我们认为人工智能面临许多难题，我已经问了简单问题，现在开放提问。有人问伦理考虑，隐私问题如何安全实施人工智能？我认为我们不会像中国那样快速利用数据，我们更像欧洲国家，非常重视隐私。我们通过两种方式实现：一是隐私保护技术，二是政策和治理。我们非常谨慎，确保隐私安全。我不确定未来会怎样，但我相信新加坡会成为值得信赖的人工智能实施和测试地，因为我们同时重视实施和安全可信。教授，请谈谈教育领域的扩展机会，尤其是印度尼西亚和越南。是的，新加坡在教育方面投入很多。我们有四个不同项目：人工智能学徒项目，毕业后参与真实项目，项目资金至少50万美元，合作公司可能会聘用学徒，合作对象从创业公司到大企业。还有人工智能产业培训，针对有技术背景的工程师，进行为期三个月的强化培训，培养人工智能邻居，懂得应用人工智能技术并能产出解决方案。我们还有面向大众的人工智能普及项目，以及针对中学生的项目。我们正在寻找平台，将这些项目推广到印度尼西亚等国。目前大部分是线上，部分线下。最难规模化的是学徒项目，因为需要真实项目和城市支持，我们每年培养约300名人才，速度合理。教授，我是AI Stirrup联合创始人Glen，我听到很多关于软件和应用的内容，想问问是否有政策或措施支持硬件，尤其考虑到新加坡是半导体产业的重要玩家？我们投资的公司唯一要求是必须在新加坡注册，不要求公司必须由新加坡人拥有。我们与许多非新加坡人创办的创业公司合作，目的是在这里发展生态系统，建立新加坡作为区域枢纽。我们有智能系统和机器人领域的人才，但在柔性电子领域较少，柔性电子是物联网传感器的核心。我们有从事电子皮肤、先进材料和人工智能交叉领域的研究人员，大多在大学。我们与应用材料公司和半导体设备公司合作，参与半导体与人工智能结合的项目，利用机器学习等技术。后排有人提问：在人工智能或数据科学工作中，最大问题往往不是技术，而是产品经理等非编码人员，他们参与产品愿景制定。如何获得懂人工智能的产品经理人才？我们团队有产品经理，但不是所有人都有工程背景。我发现最好的产品经理是那些既能理解用户问题，又能理解人工智能或数据科学带来益处的人。如果能让他们站在我们这边，战斗会容易得多。我的策略是先争取他们支持，而不是强迫他们接受。三C说，人工智能包括数据采集、计算（机器学习）和解决方案创造。最大瓶颈是计算人员和解决方案创造者之间的桥梁。产品经理往往不理解计算人员的工作。比如医疗领域，计算人员更容易理解领域知识，但市场营销领域则更难。新加坡实施解决方案的最大痛点是计算人员与领域专家之间的沟通。另一个问题是，人工智能在新加坡处于人才引进、基础设施建设和数据收集的早期阶段。成功公司能将这些环节整合，文化因素也很重要。新加坡的人工智能发展是自上而下推动重点项目，还是自下而上营造环境？我认为两者结合。政府推动重大用例，改变国家和产业，但也给有兴趣的人留空间。我们投资的30家公司中，约三分之一与政府重点方向相关，其他是个人兴趣支持。网络安全领域是否优先？我个人经验，网络安全领域不易，面临系统漏洞等挑战，但有很多实际应用场景。虽然道路艰难，但希望看到曙光，产生深远影响。关于公平性，如何定义公平？我们是否关注特定保护群体？部署产品时如何检测歧视？我研究这个问题。机器学习依赖数据，如果人类存在偏见，机器也会偏见。作为研究者，我们尝试识别和纠正数据和机器学习中的偏见。这是一个令人兴奋的研究领域。我们有多个独立项目，关注招聘中的不公平实践等问题。谢谢大家的见解。我看到一个模式：人工智能应用于本地问题，比如国防和医疗。新加坡对本地数据有完全控制，但若要将人工智能解决方案扩展到全球，可能需要其他国家的数据。对此如何应对？我先回答。我们与苏黎世联邦理工学院合作，收集开放数据并共享，进行联合研究并发表论文。同时确保数据集多样性，涵盖不同建筑、道路和树木，以保证研究的多样性和开放性。我们不必保护所有数据，开放数据集是贡献人工智能人才池和解决问题的有效方式。我们也与英国健康护理机构合作，探索慢性病数据共享，促进复制和应用。新加坡与许多国家有文化合作伙伴关系。还有一个问题，曾有研究利用公开娱乐数据集（如IMDB或Netflix）进行数据科学研究，但有人成功识别匿名数据中的个人身份。新加坡如何保证数据匿名化？我不是隐私保护专家，但我们非常谨慎。我们使用位于大学内的微型SS实验室，只有预先资格认证的人员才能访问数据，并且必须以合规方式使用。目前我们逐步推进，采取渐进式方法。很多时候，通过少量变量就能推断出个人身份，比如新加坡每天出生约100名婴儿，结合邮编和日期信息，很容易识别个人。我们非常小心，致力于成为可信赖的数据共享伙伴。技术上，有方法对数据进行扰动，比如日期加减几天，地址模糊处理，采用加密和隐私保护分析算法。时间有限，最后请各位嘉宾用一句话分享对新加坡人工智能的愿景。我的愿景是：未来十年，人工智能在新加坡普及，每个人都能感受到和使用人工智能技术。我的愿景是：建立更多数据共享信任，打造更安全的智慧国。我的愿景是：新加坡成为全球人工智能解决方案测试和部署中心，让新加坡人拥有更好工作。我的愿景是：人工智能普及且公平，人人可用，不局限于少数人，造福新加坡人。感谢各位嘉宾，也感谢观众，希望大家继续思考人工智能在新加坡的未来，欢迎联系教授们。谢谢。 [音乐]