Fortune雜誌—一個小國家的人工智慧雄心

李開復在他2018年出版的《人工智慧超級大國》（AI Superpowers）中預測，世界將劃分成不同的數字權力陣營，一方由美國領導，另一方則由中國領導。李開復認為，在開發人工智慧模型方面，這兩個經濟大國將佔據絕對主導地位，因為與其他國家相比，這些國家的公司有更多風險資金、更多科學家，而且更重要的是，它們擁有更多資料。

李開複寫道，由於人工智慧趨向於壟斷，“更優秀的產品會帶來更多使用者，使用者帶來更多資料，而這些資料則會使產品不斷完善，從而帶來更多使用者和更多資料”，中美兩國最終將取得“巨大的領先優勢”，使其他國家變成數字客戶國家。

這番預言並沒有讓新加坡這個小國氣餒。這個東南亞城邦國家國土面積只有羅德島的四分之一，卻擁有560萬人口。在人工智慧方面，它的影響力遠遠超出了它的規模。按照位於倫敦的Tortoise Media的全球人工智慧指數（Global AI Index），新加坡排在第三位，僅次於美國和中國。該指數根據100多個不同指標，對62個國家的人工智慧實力進行評估。這個島國利用其龐大的集裝箱港口和忙碌的機場，抵消了國內資料匱乏的影響。其規模龐大的銀行和Grab、Sea等生機勃勃的“超級應用”，正在利用人工智慧和資料分析推行區域與全球增長策略。

新加坡從許多方面提供了一個研究案例，用於驗證中小國家在日益激烈的人工智慧軍備競賽中，如何跟上中美的腳步。它的經驗表明，在巨量資料時代，小國甚至可能比大國更有優勢，在釋放人工智慧的潛力方面，小國具有獨特的靈活性。麥肯錫（McKinsey）新加坡辦事處的高級合夥人奧利弗·托比表示：“作為小國，你需要足夠聰明，要行動更迅速，要靈活。新加坡證明了一個具有前瞻性的、充滿活力的政府可以有所作為。”

2019年，新加坡是最早通過國家人工智慧戰略的國家之一。去年12月，新加坡時任副總理黃循財（現任總理）通過了一份名為《全國人工智慧策略2.0》（National AI Strategy 2.0）的政策框架，更新和擴大了相關計畫。作為該框架的一部分，新加坡政府將在未來五年投入7.43億美元，以提升新加坡的人工智慧能力。

新加坡數位發展及新聞部部長楊莉明表示，新加坡的目標很保守。她堅持說：“我們不想成為人工智慧超級大國。我們不需要這樣做。”相反，這個城邦國家對自己的定位是做數位領域的瑞士，同時受到兩大陣營的信任。

從某種程度上來說，新加坡已經實現了這個目標。其頂級科技初創公司得到了中美兩國風險投資者的投資。新加坡的資料中心不僅為亞馬遜（Amazon）、Google（Google）、微軟（Microsoft）和Meta Platforms等公司提供雲基礎設施，同時也服務中國電信（China Telecom）和阿里巴巴（Alibaba）等公司。在新加坡的中央商務區，TikTok母公司字節跳動（ByteDance）和線上零售商希音（Shein）等中國科技巨頭，正在與Google、亞馬遜和IBM等搶佔辦公空間。

一個迄今為止遠未解決的問題是，新加坡是否有任何可能建立自己的全球影響力的人工智慧企業。

新加坡眾多人工智慧計畫的一個特點是，努力利用其作為全球旅遊、金融和貨運中心的地位，希望開發專門適用於這些行業的人工智慧，並將其貨幣化。新加坡樟宜機場（Changi Airport）是全球最忙碌的機場之一；去年旅客吞吐量超過5,900萬人。樟宜機場利用人工智慧對行李進行篩查和分類，並支援移民稽核使用的臉部辨識技術。目前，人工智慧技術使樟宜機場成為全球效率最高的機場之一；未來，它將為新加坡在其他領域推廣演算法提供動力。

人工智慧在新加坡龐大的集裝箱港口中同樣扮演著關鍵角色。新加坡的集裝箱港僅次於上海，是全球第二忙碌的港口。去年，新加坡集裝箱港處理了3,900萬個標箱（或20英呎標準單位，每個單位相當於一個標準海運集裝箱）。新加坡港使用人工智慧來指揮船舶交通、繪製錨地模式圖、協調及時貨物交付、處理註冊檔案等。新加坡海事及港務管理局（Maritime and Port Authority of Singapore）助理首席執行官大衛·傅表示，今年早些時候，由於全球航運公司為避免胡塞武裝的襲擊而改道離開紅海，這些人工智慧能力幫助營運商順利處理了激增的需求。該港口的營運商已經非常擅長使用人工智慧，他們正準備將其管理系統授權給其他航運樞紐。

新加坡的大銀行也在積極採用人工智慧。東南亞最大貸款機構星展銀行（DBS Bank）的首席分析官薩米爾·古普塔表示，該銀行擁有一支由近千名資料科學家、分析師和工程師組成的團隊，而在2017年該團隊只有25人，這是因為該銀行高管受到了一級方程式賽車車隊使用資料的方式啟發。古普塔表示，在F1賽車中，“人工智慧策略與賽車一樣重要，甚至更重要。”同樣，在星展銀行，資料工作人員已經從幕後來到了“台前”。

新加坡還希望通過與其他東南亞國家合作，彌補國家規模較小的不足。東南亞國家擁有超過6.8億人口。但實現這個目標的一大障礙在於：該地區的語言高度多元化。東南亞有11個國家，但人們使用的語言超過1,200種。東南亞國家抱怨他們用自己的語言使用矽谷建立的大語言模型時效果不佳，因為雖然這些模型反應速度快，能力強大，卻主要以英文進行訓練。

新加坡認為這是一大機遇。去年12月，新加坡國家研究基金會（Singapore National Research Foundation）表示，將投入5,200萬美元開發類似於ChatGPT的人工智慧，這將是第一款針對東南亞國家的語言和文化量身定製的模型。該模型名為SEA-LION（東南亞語言一體化網路的縮寫），這個開源引擎可翻譯11種主要語言。這項看起來不可能完成的任務，被分配給由25名研究人員組成的團隊，該團隊位於新加坡國立大學（National University of Singapore）的一間小辦公室裡，得到了新加坡人工智慧組織（AI Singapore）的贊助。新加坡人工智慧是由政府發起成立的一家機構，旨在促進新加坡私營企業採用人工智慧。

SEA-LION團隊規模很小，資金有限（相比之下，OpenAI迄今已籌集了140億美元），但團隊負責人達利斯·劉認為，翻譯引擎並非越大越好，而且東南亞人不能依賴美國科技公司的信譽。他問道：“如果西方國家決定關閉他們的模型怎麼辦？如果你的語言是泰語、馬來語、泰米爾語或他加祿語，你就會被排除在外。”

早在人工智慧蓬勃發展之前，新加坡就已經是全球最大的數字樞紐之一。新加坡通過25條海底電纜與世界其他地區高度連通，並計畫未來十年再鋪設14條。但如果新加坡要作為全球資料樞紐繁榮發展，它必須建設更多資料中心——這對於土地稀缺、能源昂貴和全年悶熱的島國而言是一個不小的挑戰。

目前，新加坡有70多座資料中心，裝機容量為1,400兆瓦。2019年，新加坡政府宣佈，出於對佔地空間和電力消耗的擔憂，將暫停新建資料中心。結果是：營運商蜂擁前往馬來西亞和印尼建設資料中心，而這些國家對他們的投資表示熱烈歡迎。今年5月，新加坡發佈了新路線圖，允許建設最多530兆瓦新容量。但新資料中心必須達到更加嚴格的可持續發展和綠能標準，才能獲得政府批准。

新加坡雲服務提供商Sustainable Metal Cloud（SMC）的聯合創始人蒂姆·羅森菲爾德認為，新加坡這個城邦國家在資源方面的侷限性，將限制刺激創新的成效。羅森菲爾德和澳大利亞工程設計公司Firmus的同事開發的一種技術，對GPU進行液浸冷卻，而不是傳統設施中使用的高能耗空氣冷卻。Firmus開發的液浸箱HyperCubes，可安裝在標準貨運集裝箱中，運送到世界任何地方。2023年6月，Firmus與新加坡大型資料中心營運商新科電信媒體集團全球資料中心（ST Telemedia Global Data Centers）合作建立了SMC，該公司將在新科電信媒體集團在新加坡和亞洲其他地區的設施內改造HyperCubes。根據一個領先的算力消耗指標，HyperCubes可將資料中心的能耗與碳排放減少高達50%。

新加坡國立大學副教務長、新加坡人工智慧組織的高級總監西蒙·切斯特曼認為，新加坡適中的規模可以鼓勵公私部門合作。對於尚未正式頒布人工智慧法規的新加坡而言，公私合作至關重要。切斯特曼表示，新加坡正在尋找一種介於美國、歐盟和中國之間的治理模式。美國的法規傾向於支援市場主導的增長，歐盟優先考慮的是資料隱私，而中國則強調社會穩定和國家管控。

切斯特曼表示，新加坡面臨的挑戰是既要避免監管不足，進而導致國民面臨風險，並破壞公眾信任，又要避免過度監管嚇跑外國合作夥伴和抑制創新。新加坡可能不會變成人工智慧超級大國，但它或許可以讓其他國家相信，在巨量資料時代，小國也可以有大作為。 (Fortune雜誌)