培養研發關鍵核心AI技術的人才：政府的狀況
上回提到國內產官學界在快速發展中的AI的今天，在研發人才的培育上應該要更加積極，否則高階研發人才的缺口會越來越嚴重。我也指出，關鍵在於業界的研發能力和願景，不是凡事得靠政府。這次，我們先來談談政府對於AI人才培育做了哪些事情以及不足之處。
說到靠政府，以我這些年所見，學界的大小事都得靠政府，無論是公私立大學。國內的低學費政策，即便是私立大學像學生所收的學費還是遠低於較多人知悉的美國大學。姑且先不論低學費往往造成學生不珍惜學校資源、不知為何念大學也要唸大學的狀況，由於大學向學生所收的學費如此之低，學校只能設法開源，向教育部爭取各種經費補助，若是拿不到補助，只好節流了，在營運上能省則省。實際上，政府掌控各級學校，在台灣已經有許多年的歷史，即便到了所謂大學自治的今天，教育部依然透過經費補助來掌控各級學校，經常受到政治的影響。深究其因，我認為是國內普羅大眾不夠理解，也不夠重視高科技人才的培育，並未督促政府將資源積極投入，所以批評教育部官員、民意代表、大學校長的意義性不高，民眾相不相信高科技研發關乎國家興亡，才是重點。
雖然國內許多人以「護國神山」比喻台積電對國家興亡的重要性，但是台積電的崛起，是當年1980年代的政府遇見了難得的機會並且做了正確的決定，並且找到對的人做適合台灣發展的產業，可說是天時地利人和的產物。當年的政治環境很單純，政府少數人做出決策之後，資金、人才、土地、政策、立法、配套等需求全都可以快速搞定，跟當前的狀況大異其趣。
那麼，面對快速發展中的AI，政府在資金、人才、土地、政策、立法、配套上做了多少事情？抑或說，在當前的政治生態下，政府能做多少？
- 資金：研發AI需要足夠算力，國內學研單位嚴重缺乏算力，政府在去年規劃了5年的算力擴展藍圖，要到2026年才能提供較具規模的算力來支援國內的學研單位[1]。遲到總比不到好，我心懷感激，不怪政府，因為建置大規模算力的預算要通過立法院，但是有多少民眾理解算力的重要性呢？通常說破嘴也沒人聽，往往要等到一堆國家都規劃建置大規模算力之後，拿著這些國外案例來說服民意。但另一方面，政府為了討好民意而將資源投入到一些能展現政績的項目，恐怕是更糟糕的事情。
- 人才：當國外許多大學積極擴大資工系、增收學生，甚至增設AI相關系所的時候，國內面對的是少子化、後段班大學退場的問題，台大資工系要多收學生，不僅要面對其他大學的壓力，連台大內部也有不同的意見。在這種弔詭情況下，2020年教育部發函各大學，將擴充半導體、AI、機械領域系所招生名額，學士班增加10%、碩博士班增加15%，但必須通過審查才行。有趣的是，教育部只多給了學生名額，但沒有配套提供額外的教師員額和經費，所以像台大資工系這種原本生師比和系館空間就已經非常吃緊的單位，當然會加重教師和系所原本就已接近滿載的負擔。有些老師說這是偉大的教育部給我們做功德的機會，當然也可以選不做。
- 土地：舉我所在的台大資工系館為例，人口密度之高，在國內外大學應屬罕見。早年做資訊科技的教學和研究，很多領域的人只需要在桌上擺台電腦就行了，所以很多研究室滿滿的都是座位，密度當然高。現在人人都有筆電，連電腦教室的利用率都不見得高。但如今的資工系做AI研究需要算力和資料中心，做機器人和人機界面的研究需要場域，都需要額外的空間，但校方和教育部能提供的協助相當有限，除非系上獲得大筆的捐贈才比較有可能。
- 政策、立法、配套：國內關於AI的政策和立法，我個人認為是落後的，配套就更不用說了。最近才發生台大的博士生因為整理與分享網路上既有的訓練資料集而被提起刑事告訴的事件，正突顯配套的不足與重要性。要知道，如果要訓練出優秀的大型語言模型（LLM），不能沒有夠大而且品質良好的訓練資料集，但這是國內產學界從事LLM訓練的痛點，並非單一個案。數位發展部林宜敬政務次長認為這是數發部面臨的兩難：「一方面希望保護台灣媒體業與出版業著作權，另一方面又希望民主國家科學家能方便取得具備台灣觀點的中文資料，訓練出具備台灣觀點的AI模型」[2]。類似的問題相當多，我在此不批評此案，但希望敦促各界商討出合理的配套方案。
上述的幾點，並非批評政府，我也完全無意拿今天的政府與設立台積電的政府相比較。在民意如流水，甚至受到各方試圖操弄的情況下，政府要迅速做出正確的抉擇、找到對的人來執行，難度相當高，尤其是面對快速發展中的AI，往往是緩不濟急。大學的資源多半掌控在政府手上，看不出在短期內有重大改變的可能。當然我們也不是對政府沒有期待，也要做好公民的責任，但我想關鍵在於業界。
至於業界的狀況如何？那就下回再談了。
[1] https://www.ithome.com.tw/news/165543
[2] https://meet.bnext.com.tw/articles/view/52486
