眾議院議員塩崎彰久在Note公布的兩份資料，顯示日本整體社會，從科研界到商業界對於人工智慧的整體戰略。
為什麼我們會認為這個資料這麼重要？
台灣身為半導體生產與晶片設計的重要地位，解讀這份資料能夠讓我們知道世界分工的頃向，對於策劃接下來3-5年間行動來說，具有指標性意義。
先列出這兩份資料的PDF來源：
- AIの進化と日本の戦略（人工智慧進化與日本戰略） by 松尾研
- 時代局⾯を考える（思考人工智慧的時代與局面） by 安宅和⼈
第一份資料來自於松尾研，松尾豊教授為東京大學技術策略學專任教授，經歷史丹佛大學客座研究員、產業技術研究所研究員，同時是日本深度學習（Deep Learning）協會理事長。第二份資料的提供者則是安宅和⼈教授，慶應義塾大学SFC，同時是 Z Holdings（Yahoo!、LINE等IT品牌的控股公司）資深策略師。
這兩份資料皆有版權，所以將不會轉貼任何書面圖像或是統計資訊，就個人與產業角度整理重點。
第一個比較大的重點是 ：這波生成式人工智慧運動將會有什麼基本改變
- 只要是個人能夠使用Prompt（招喚術），就可以招喚全世界最大的智慧魔法，產生各種不同應用與思考模式
- 數位技能綜合技巧將會大大改變工作的本質，提升創意生產力，也就是說重新定義生產力原則，不在於效率，而是如何更快速獲得效果
- 目前人類世代以「Made bu Human（手工製作）」為品牌化現象，例如高級車幾乎都是手工打造的，提供個人獨特價值，但AI原生世代將會以 Made by AI > Made by Human。
- 人工智慧會讓產品差異化非常困難，決勝點將是如何傳播（Distribution）與網路效應的混合實踐
- 程式語言核心將會改變，程式從了解機械語言到指令生成，軟體工程師角色不再是產出優秀程式，而是有意義的程式。若要舉例的話，跟3D Printer造成的製造者運動一樣，大量生產模式並不會改變，但生產流程會改變成為少量測試點子的情況
- 生成式人工智慧 X 3D Printer 將會成為近年破壞式創新模式，幾乎全產業都將遭受衝擊
- 循環與重新製造的重要性將會改變傳統高度效率化的工業社會
第二重點，日本將要怎麼行動？
- (1) 基礎建設、(2) 中介軟體（middleware）、(3)軟體應用三個層面看來，
- 妄想(1)以數百或是數千億就能夠打造AI人工智慧基礎建設，看起來是非常困難，將淪為政策（企業策略）說帖，目前思考路徑將是(2)、(3)如何快速演進，社會態度將決定一切
- 為什麼是社會態度？其中一個比較好的例子是教育界，如何育成AI原生世代，這是屬於民間企業擅長的領域。
- 比較起美國與中國的人工智慧發展，日本很明顯落後，這跟產業互相串聯效率不彰有關
- 開發日語為主的語言模型或許會成功，但是競爭對手將會持續進步，現在需要趕上進度
- 開發ChatGPT類似服務的API，對於日本國內市場要使用Azure服務門檻較高，在資安角度上的確需要有一個比較便宜使用的API對接服務
- 正確理解人工智慧技術問題，以開放、豐沛資金、速度角度切入，重要的是能夠互相合作，並非一個企業能夠打贏人工智慧戰爭
這也引起第三個重點討論 ：優秀人才的來源
- 日本理工大學出路前三名為：Sony、Accenture、TOYOTA，跟美國前三名就業傾向為：SpaceX、Tesla、NASA比較起來，理工科學生未來需要或是面臨AI人工智慧（軟體面）較低，如果沒有AI促進產業案例的話，進一步會影響學校人才訓練與供給策略
- 工程師以外的職業差距將會急速縮小，專業不再是絕對
- 人才如果能夠使用AI + 編程技巧，能夠快速產生競爭力
- 沒有正確答案世界裡，能夠提供答案，甚至能夠早一步解讀資料邏輯，將會是解決問題的強項
- 數位世界將會產生非線性、不對稱競爭增加，人類處理資訊的能力也將大幅增加乖離（Bias），能夠解放人類腦力的作法將會一口氣超越以往成功模式
- 跳躍思考（並非線性思考）模式，在人工智慧時代是一大優勢
- 信任年輕人開拓路線可能性
第四個，也是整體台灣產業界會有的問題，對於半導體的影響是
- 半導體將進入地緣政治與國家競爭狀態，（以日本的角度來看）AI 則是改變半導體板塊移動最重要技術
- 過去認為量子電腦是解決Y2Q破解暗號的唯一方法，目前看來會有提前可能
- 對於人工智慧加速晶片化的可能性越來越高，尤其是大規模語言模型如何以硬體方式存在，將左右半導體往前推進的時程。
- 開發高度語言訓練模型背後雲端運算，所需要的半導體數目也將會以GPU/TPU串接模式加倍進行，左右競爭速度。
參考資料如下，未來將會逐一補足，也不禁想問，台灣的AI策略在哪裡？
