人工智慧(AI)並非新的概念。把意識植入非生命物質的想法已歷經了數百年的討論。不過AI的技術歷程直到1950年代才開始。
「由於生成式AI的問世,人工智慧竄起,如今人人皆可使用。這也帶來超凡的諸多契機。」
一開始,AI的起步並不容易:電腦缺乏足夠的運算能力,嚴重阻礙了這項技術的發展。直到像是高登.摩爾(Gordon Moore)等晶片技術先驅的介入,AI才獲得所需的前進動能。
時至今日,這種開創性精神仍存在比利時微電子研究中心(imec)所進行的研究中;這些研究都在為創造更小尺寸、更高效且具備成本及能源效率的晶片而準備。
創新技術向下紮根
目前CMOS電晶體架構發展的研究就是其中一例,這些架構在尺寸微縮和成本上面臨著前所未有的挑戰。imec致力於投入這些研究,預計透過系統技術協同優化(STCO)來開發CMOS 2.0的全新架構範例。為了找出最佳的選擇,系統技術協同優化(STCO)涉及了系統設計人員與多個技術團隊緊密合作,而不是依賴現成的微縮方法。這代表要在多個3D堆疊層之間,運用機智策略來進行多個功能分區,以打造出專屬設計的晶片。
晶背供電網路(BSPDN)的應用是imec進入CMOS 2.0時代的初步徵兆之一。主要的晶圓代工廠全都已經宣布正在開發採用晶背供電系統的晶片,這些供電系統對實現高性能、高能源效率的電子裝置來說越來越重要。利用晶圓背面來運作晶片開啟了不同的契機,包含整合像是電源開關等裝置,移動原本設於晶圓正面的全局時脈佈線,或是新增晶片的系統功能。
圖一 : imec總裁暨執行長Luc Van den hov(source:imec) |
|
另一個例子是imec為開發類神經網路晶片所進行的研究;這些晶片利用脈衝神經網路(模仿生物神經元群的運作模式)來快速有效地執行複雜的運算。舉例來說,當用來處理雷達訊號時,imec所用的方法已經證實能夠降低功耗高達100倍,同時縮短10倍的延遲。因此,類神經網路晶片可以讓具備多感測器的智慧低功耗感知系統幾乎在瞬間做出決策。
或者,想想imec開發的新型後摩爾運算架構範例,例如超導體或低溫運算;這些架構在超低溫環境下,運用材料的近零電阻來提升200倍的能源效率,使其優於現有的處理器,同時還能增加運算密度。
另外,發展成熟的量子系統也是前沿的研發重點;這些系統所用的量子位元具備更佳的效能、更低變異度與更高的保真度,更容易控制與建立連結。imec正在imec開發矽材與超導體的量子位元和控制系統,以先進半導體工具的超高精確度和準確度為基礎,推動量子位元走出實驗室,進入晶圓廠。2023年imec達成的其中一項創舉,就是展示一款超低功耗的低溫CMOS多工器,該元件能在打破紀錄的10mK低溫環境下運作。
換句話說,技術專家都在為開發新世代的高性能運算應用,不斷精進其所亟需的組件。2023年,這些努力促成了生成式AI的發展開端,成功導入像是ChatGPT、微軟 Copilot和DALL-E等熱門應用。
這項發展是一場重大變革。以往的AI應用較為謹慎,用途包含個人化的網頁廣告、Netflix 片單推薦或是Siri和Alexa等虛擬助理,直到近期才發生改變。由於生成式AI的技術進展,人工智慧的應用潛能現在能真正觸及每個人,開啟不凡的發展契機。例如,現在能在單一指令下,創作文字、圖像和其他內容。或者,隨著汽車導入基於AI的駕駛輔助系統,試想AI能帶給道路安全的影響。健康照護方面,放射科醫師也在運用AI來協助他們解讀複雜的掃描影像。
不過同時也引發一些疑慮,包含有關隱私權、AI系統本身的偏誤,以及深度造假(deepfake)的可能性。更不用說好萊塢(Hollywood)編劇因為AI違反著作權法而憤然罷工的事件,他們也擔憂AI可能會取代自己的工作。
圖二 : 晶背供電網路(BSPDN)的應用是imec進入CMOS 2.0時代的初步徵兆之一。(source:imec) |
|
正視大眾疑慮與未知變數
如果imec希望每個人都加入這場AI潮流,讓所有人都在AI發展契機中獲益,正視這些疑慮將是關鍵。所幸,目前已在開發規範框架,以減緩與AI相關的風險。
例如歐盟人工智慧法案(European Artificial Intelligence Act)等倡議,這項法案在2023年開始籌備,目標是建立世界第一個針對AI所建立的完整法律框架。透過這項AI法案,歐盟執委會(European Commission)希望能確保歐盟所用的AI系統都能達到安全、透明、可追溯、無差別待遇和環境永續。該法案也呼籲要以人為監督來避免負面結果。
歐盟會員國正在推動該法案上路,而美國也在考慮建立AI法規。不少AI法案都已送交各委員會,拜登政府也計畫發佈一道行政命令,以在現行法律下應對AI的應用風險。目前也在致力於推廣開發與導入AI所應負的責任,而數間科技公司自發性承諾會投入AI安全與透明化。
當然,地區性的倡議也能帶來極高價值,例如過去數月來,imec可以看到用來規範生成式AI應用的協議在學校和職場迅速發展。
AI進入日常的方方面面 迅速整合的成果卓然
為了描繪AI深入大眾生活的樣貌,imec提到了把人工智慧當作必要組件的汽車產業,實現像是車道偏離警示、行人偵測及防撞等先進的汽車安全功能。事實上,為了符合汽車產業的嚴苛規範,AI已成為汽車的標配。這也是imec研究計畫,例如專注在開發先進感測融合系統的SensAI研究計畫,正在努力提升的發展領域。
健康照護則是另一個蓄勢待發的領域,能夠交由AI驅動其發展。除了加速完成複雜診斷,AI也在改革個人化治療的發展,也被用來測試和優化新型藥物的藥效。而且AI在未來也會是用來實現大規模蛋白質(蛋白質體)研究的關鍵技術。
AI帶來的影響也延伸到預防性健康照護。近期,一間比利時的醫院與imec研究團隊合作,一起開發用來預測急性腎衰竭轉成慢性狀態的演算法。根據這些預測來進行早期介入可以大幅減緩病痛。
AI快速整合到幾乎每個生活面向,其實可說是奇蹟。2023年是這段發展的關鍵時刻,生成式AI的技術突破更是其中亮點。
不再是特定少數的專用技術
ChatGPT和DALL-E等應用的問世,掃除了(生成式)AI是獨家技術的看法,它並非僅限開放給少數的幸運之人。恰恰相反,AI是人人可用,在某些情況下甚至還能免費使用。
毫不意外,像是ChatGPT等AI應用的採用率在去年快速攀升。OpenAI推出的聊天機器人在推出後的短短兩個月累積了1億個活躍用戶,成為史上成長最快的消費性應用程式。
所以imec可以肯定,2023年imec已經達到AI應用的發展關鍵,對很多人來說,其存在與網路一樣不可或缺。
圖三 : AI快速整合到幾乎每個生活面向其實可說是奇蹟,生成式AI的技術突破更是其中亮點。 |
|
AI的發展動能出於imec
簡言之,AI具有潛力透過前所未見的方法來重塑社會。2023年會被視為AI普及化的一年,帶來各種發展機會與敏感議題。
然而,衡量一項技術的優缺點也是一種自然演變。從幾千年前開始熟練生火,到今日引進生成式AI,每次的突破都會經歷一段學習過程。
這些考量深植於imec研究團隊。一方面,imec努力要開發出更高效且節能的晶片,以強化AI的永續發展。同時,imec也設法克服挑戰,像是優化晶片能源效率、面對AI偏誤問題,並推動可解釋的AI,這些議題也都是imec研究規劃的重點。
但最終重點還是要避免因為不瞭解或缺乏技術應用的洞見而摒棄一項科技。畢竟推動技術(包含AI)發展的動能,在於imec每個人。
(本文作者Luc Van den hov為imec總裁暨執行長;編譯/吳雅婷)