top of page

全球AI政策「雙軌制」

站在香港這中西交滙的視角上,筆者注意到2025年全球人工智能(AI)政策已形成鮮明的「雙軌制」特徵:高速發展與積極治理。借已故英國物理學家霍金的名言:「成功創造出人工智能(AI),可能會成為人類文明史上最偉大的事件,但如果我們無法學會駕馭風險,它也可能會導致人類文明終結。」 中國正以驚人的執行力推進「安全與發展」雙輪驅動。2025年4月,中國發布了最新《生成式人工智能服務管理辦法(修訂版)》,進一步要求大型語言模型訓練數據來源、內容安全、算法透明度,以及個人訊息保護的細節,並設立了600億元人民幣的國家人工智能基金,加快推進各地AI科技創新、產業發展和賦能應用。AI政策的修訂和新措施同時出台,一方面加強了對AI服務提供者的合規要求,這可能在短期內增加企業營運成本,但長遠來看有助規範市場,提升數據品質和模型安全性;另一方面,基金對工業智能化的重點扶持,將加速AI技術在製造業等傳統行業的滲透率,推動產業升級。 反觀美國,其AI政策更像是一場未分勝負的內部角逐。美國國家標準技術研究所(NIST)發布了《AI風險管理框架2.0》草案,徵求公眾意見,該草案在前一版本基礎上,更加強調對AI系統生命周期的風險評估,特別關注了AI在關鍵基礎設施領域的安全應用。同時,白宮科技政策辦公室(OSTP)宣布了一項新的跨部門合作計劃,旨在建立「國家人工智能研究資源」(NAIRR)的試點專案,以向更廣泛的學術界和中小型企業開放算力與高品質數據集,試點希望打破少數巨頭對AI研發資源的壟斷,激發更廣泛的創新活力。國會兩黨議員就一項名為《負責任AI創新法案》的草案作新一輪聽證,為高風險AI系統設定最低安全標準和透明度要求,但短期內通過立法將面臨較大分歧,在立法層面仍在尋求共識。 在邁向智能化的過程中,還須解決很多現實問題。據一份美國的報告顯示,70%勞動力尚未準備好迎接AI,但製造業中81%企業已在加速數字化,恐顯現人才稀缺情況。另外,社交平台Reddit正起訴人工智能公司非法獲取其數據訓練模型,而中國高校論文AI檢測工具居然誤判百年經典文章為「60%AI生成」,種種事件都暴露了AI可靠性等問題,都意味着我們發展AI猶如駕着飛機換引擎,問你怕未!

Recent Posts

See All
AI預算黑洞 根源在架構設計

過去兩年。美國眾企業不約而同墮入一個速成陷阱: 認為購買了一個模型、聘請幾位演算法工程師、便能成功實現人工智能 (AI) 落地。然而,即使模型選擇正確數據卻 難以整合;數據成功整合,系統卻無法運行;系統成功運行,但業務部門不會操作;即使學會操作,3個月後模型又變得過時。 問題根源其實不在模型,而在架構。猶如建造大樓,若設計圖存在缺陷,再昂貴的材料也難以支撐。許多企業投入巨資購買「鋼筋水泥」(模型和

 
 
智能代理編程戰 懂人機協作致勝

上周把兩個消息放在一起看,很有意思。 第一個,Anthropic宣布Claude Code推出Artifacts,讓軟件工程師在寫程式的過程中,業務主管能同時打開網頁儀表板,就能看到軟件即時更新及開發的狀態。 第二個,中國人民大學和微軟亞洲研究院聯合推出一個叫Arbor開源自主人工智能體的新框架,系統能自動提出假設、修改代碼,運行真實實驗並從結果中學習,自動優化解決問題。 過去一年大家比併的是模型

 
 
集結舊手機算力 媲美當今伺服器

你可曾想過,你抽屜裏那部4年前的舊手機,可能很有價值? 這個星期,Google Research聯同加州大學聖地牙哥分校(UCSD)公布一項創新計劃:運用2000部退役的Pixel手機,構建一個真實可用的雲端計算平台。這不僅是概念驗證,更是一個供數百名學者與研究人員實際操作的生產級環境。處理方式十分直接,將舊手機的熒幕、電池、外殼全部移除,僅保留主機板,透過Kubernetes技術組成叢集,直接轉

 
 
bottom of page