NExT Forum:AI Security

從德國AI標準化藍圖發現台灣產業的新機會

過去四、五年間,世界各國都將人工智慧視為國家產業重要發展策略,並積極投入AI資通安全標準的制定。然而,當AI正快速滲透到人們生活時,卻發現目前的法規並沒有跟上AI技術的發展,甚至引發對於倫理與隱私的憂慮。AI未來的挑戰已經不再是科技與技術問題,還有法律與政策的議題需要共同討論,為此,鴻海研究院與AIF合辦的「NExT Forum:AI Security」邀請學者專家針對相關議題進行分享,以下是本場討論重點整理:

企業越注重隱私,消費者評價越高

在AI領域裡,大部分關於隱私的探討會放在個人資料保護上,但東海大學法律學系助理教授張凱鑫表示,從法律觀點來說,個人資料和隱私的概念並不完全相等。他解釋,AI隱私可分成傳統法律及個資保護兩大部分,以往多半認為過度強調保障隱私會阻礙AI技術發展,「但隱私保護應是正合而非零合」,他分析,企業越注重保護隱私,消費者的安全感及對企業的評價就會提高,連帶業會提升銷售成績並激勵企業開始重視隱私。

社會變遷帶來價值觀及倫理選擇的改變,並指引政策及法律的制定方向。他認為,公平性、非歧視、可問責性、隱私這些倫理議題的討論,能弭平消費者與開發者的對AI技術的擔憂開發者則會受到他人的擔憂而影響開發,倫理的對話將促進AI的開發,並讓社會更容易接受這項新的技術。

張凱鑫說,AI技術開發與商業技術邏輯常是相反立場,以AI佈署為例,現階段所追求的是,比其他公司更快開發、更快落地。對經營者而言,開發AI技術需要擔憂未來可能會發生的倫理問題,但如果因為擔憂不確定的未來就不開發,經營者對商業的判斷會和AI開發產生衝突。透過倫理指引的規劃,可以不再擔心AI技術開發後的倫理,更能弭平各界擔憂。

產業要應用AI技術,作業流程的標準化是關鍵

如果想將AI技術應用在產業,作業流程的標準化是重要前提,但是從產業的角度又該如何進行呢?尚虹建築師事務所主持建築師王寅武提到,以近來十分熱門的BIM(建築資訊模型)為例,建模最在意的通常是資料格式或資料多寡,要先知道應用目的,才能從需求回推需要的資料及格式。他認為,與其討論標準化的流程,也許可以先探討如何在不同的主題下,根據需求規劃流程,或是單一流程要如何適用各個行業?

王寅武說,建築業近幾年在推動數位轉型上,從設計、施工到最後營運建築物的營運資產管理,一直不斷探討不同實務面應該用什麼樣的組織及作業流程,才能提高績效?

他提到,建築業的資訊可以分為結構資訊及非結構資訊,特別在非結構化資訊又分為文字和數字,而大家對於結構化資料的資安議題可能較熟悉。直至近年,非結構化資料的資安才特別的受關注,在大數據的框架裡,非結構化資料中常隱含許多偏見的資訊或是一些雜訊,在數據的收集上,比起資料格式更要特別注意資料品質。

另一方面,除了流程及資料格式,也必須建立共同協作平台,讓大家有一致性的資料來源,同時也可以確認彼此數據的格式及品質狀態。但是,一旦將資料上傳至雲端時,Security的門檻及議題可能更大。

相較於建築業的規格容易統一與延用,製造業的變化就來得更加多元複雜,華實智造科技公司數據長黃逸華說,每個工廠都有自己想保護的機密,也會刻意在建立資料時,刻意選擇不同的數據格式或無法協作的設定。因此,在討論AI標準化時,如果沒有把這個因素考量進去,會讓一半以上的工業無法順利運行。

AI標準化策略藍圖對台灣的影響?

德國由德國標準化協會(DIN)、負責制定電力工程、電子和資訊技術領域標準和安全法規的組織DKE、聯邦經濟事務和能源部,以及來自工業、科學、公共部門和民間社團約300名專家,以一年時間共同研擬出「AI標準化策略藍圖」,是全世界第一個針對AI的現況與需求進行全面分析並制訂國家標準的國家。

台灣人工智慧協會副理事長黃國寶指出,德國做為全球帶領工業4.0與數位化轉型的領頭羊,這份AI策略地圖如同層層套疊的俄羅斯娃娃般,從最核心的技術部分往外擴展到數據的可靠性、安全性,再更外層則是與整個環境息息相關的道德、法律及隱私部分,因為這些都會受到AI技術應用的驅動與影響。隨著AI應用在各產業百花齊放,勢必需要共通的框架規範。

為什麼這份策略藍圖這麼重要?黃國寶說,因為德國的標準不僅會影響到歐盟,也會間接影響到ISO的國際標準。由於台灣產業以出口導向為主,假使貨物需要出口到德國或其他國家,如果未來商品無法滿足標準化的規範,就只能在台灣內銷,這將影響產業的競爭力。

至於這份藍圖將對台灣帶來哪些啟發?我們又該實現,這是德國體驗出來的 made in Germany 相對的未來我們透過,AI的技術希望也能變成MIT made in Taiwan一個競爭力的呈現,有哪5個步驟呢? AI標準化五項行動方案 加速產業AI落地

台灣的優勢在透明、可信任

但是,我們要如何標準化?這又是誰的標準化?黃逸華說,當台灣希望透過標準化框架向外輸出時,得要留意未來我們可能會面臨多種框架。台灣在算法、數據、算力這三個AI發展的關鍵要素上,並無法與大國相比,但因為標準化風潮的興起,我們有一個獨特的文化因素:透明,且台灣的文化或工業環境也認同這樣的基本原則。因為有透明才會談到信賴、問責性、公平性、可解釋等。黃逸華認為,台灣目前最積極且有效跨入AI標準化的競爭優勢,就是電動車大聯盟。因為AI標準化並不是一個認證,有人蓋章就完成認證了,這是一個不斷淬煉的過程。中間會有人加入,也會有人淘汰,而電動車大聯盟就是個友善的練功坊,建立一個很大的聯盟關係,也有一個國際級的大廠在背後推動,結盟企業在培養能力的同時也建立市場的認知。

AI未來的挑戰不只是技術問題

國家通訊傳播委員會前主委、人工智慧科技基金會常務董詹婷怡提到,歐盟在2019年4月提出 《可信賴的AI政策及投資建議》(High level expert group on AI),目標在於建構一個值得信賴的AI(Trustworthy AI),因為現在的AI已經不是一個單點或一條線,而是一個生態系。她強調,值得信賴的AI必須囊括合法、倫理且強大三大元素,因此,AI應用的挑戰已經不只是科技或技術問題。

回到頂端