生成式人工智慧（AIGC）近年出現突破性發展，為科技發展進程投下震撼彈，也透過各種層面的運用影響人類社會及生活模式，但在AI飛速發展並頻繁受用的同時，卻也悄無聲息的埋下不少風險。長風基金會2日下午舉辦2023突破論壇，以「全球啟動AI風險控管：台灣怎麼管？誰來管？」為題，邀請相關領域專家，探討AI發展的風險，以及如何既鼓勵創新，又能有效保護使用者。
溫怡玲指出，探討AI時千萬不要只從技術層面討論，接下來的重點是應用，如在金融、教育或在環境保護、社會責任及公司治理（ESG）上如何應用。AI構成有3大構成要素，台灣其實沒有真正的AI供應鏈，因為台灣只有算力，如輝達（NVIDIA）的重心也在算力，台灣缺乏模型、數據等要件。
人工智慧科技基金會執行長溫怡玲（左）指出，台灣其實不具備完整的AI產業鏈，只有算力，缺乏模型、數據等要件。（鍾秉哲攝）
溫怡玲續指，儘管我國在AI擁有要素的是算力，但台灣在算力的資源也不夠，甚至花錢也買不到，因為產能都被國外其他大國買去，如輝達算力資源出售最多的國家是沙烏地阿拉伯；而在模型的數據上，台灣更是嚴重不足，以繁體中文的數據集為例，簡體中文是繁中的2000倍，數據不夠的問題必須要解決。
分析AI發展4大風險 溫怡玲曝3解方：但可能沒什麼用
針對AI模型不透明造成的風險，溫怡玲解釋，這可能使得AI工具的輸出結果難以理解或解釋，進一步導致結果偏差或不可預測；而AI自主性過高，可能導致在缺乏人類的監督下，偏離原訂目標造成無法預期的影響；安全隱私部分，因AI系統可能成為駭客攻擊目標，或使大量個人數據使用的資料外洩。
溫怡玲提到，目前AI發展可能造成的負面影響與問題，包括倫理和法律問題、失業和社會不平等，以及造成數據隱私和安全性都出問題，而現在可行的改善措施，如增加開發的多樣性和包容性，以及減少偏見和歧視風險、並制定道德準則，只能引導AI發展與應用，教育與宣傳也有必要，但這些也可能沒什麼用。
