科學人／簡立峰：台灣擁有「看不見的AI」實力

在人工智慧（AI）浪潮席捲全球的今日，很難找到像簡立峰博士一樣，同時具備科學家的前瞻視野、企業家的實踐能力，以及對國家發展懷有濃厚情感的觀察者。他是台灣第一位研究「語言模型」（language model）的博士，也曾擔任Google台灣董事總經理長達14年。身處全球資訊科技巨擘的核心，他見證了AI從理論走向實踐的每一步。如今，退休後的簡立峰身兼數十家企業、法人機構的顧問，以一種前所未有的角色，試圖把他所預見的未來，傳達給國內有影響力的各界人士，轉化為帶領台灣前行的行動力。這一次的訪談，不是一位企業家的生涯回顧，或是經營一家科技公司的獨門心法，而是一場對台灣的深刻預言，因此《科學人》特別把原訂的「我是企業家，也是科學人」專欄擴大篇幅為「封面故事」，刊出完整的訪談內容，以期更多讀者可以從中獲得啟發與助益。

林大涵（以下稱林）：許多人認為AI是近幾年才開啟的熱潮，但早在40年前你就已投身其中。能否帶我們聊聊1980年代的台灣，在這個領域的研究氛圍是什麼樣子？

簡立峰（以下稱簡）：說來或許令人驚訝，1985年我在台灣大學念研究所時，台灣學術界對AI的研究氛圍，甚至比現在還要狂熱。當時，AI被視為下一個世代的重大科技，政府傾注了國家級資源，編列一億多元新台幣的預算，準備發起一場由上而下的「造山運動」。台大資工所特別針對AI的發展，派了八位教授前往美國史丹佛大學進修一年；暑期學校邀請來的講者，全都是國外的大學教授，講授最前沿的AI知識。那時候，整個台大資工所的重心幾乎都轉向AI，從自然語言處理到電腦視覺，我們都懷抱著打造出人形機器人的美好理想。但是真正進入研究階段的時候就發現，理論與實際有落差，什麼研究方法都不懂，研究環境也沒有跟上國際水平，全部都得從無到有。

林：你是台灣第一位研究語言模型的資訊博士，這個在ChatGPT時代人人皆知的名詞，在當時意味著什麼？

簡：在那個時代，「語言模型」還非常冷門，我的博士論文發表時，國際權威的電機電子工程師協會（IEEE）才剛剛為「自然語言處理」這領域創立專門的期刊，《IEEE音訊和語言處理學報》（IEEE Transactions on Audio and Speech Processing）。我的論文就刊登在它的1993年創刊第二期上，這足以說明當時這個領域有多麼新。畢業後我進入中央研究院，還有人問我，為什麼要選擇這麼冷僻的題目？我的回答是：「就是因為做不出來，才值得在中央研究院做。」這句話反映了當時的困境與挑戰，沒有現成的方法、沒有足夠的數據，一切都得自己摸索。如果當時有人告訴我，這個領域的突破要等上40年，我可能會選擇晚一點再投入。

林：你在Google的14年，正是AI從學術界走向產業界的關鍵時期。這段經歷如何形塑你對AI發展的核心觀點？

簡：加入Google是我職涯的關鍵轉捩點，它讓我從根本上理解「數據」的決定性力量。2006年我剛加入Google時，語言模型這個領域太新了，根本招聘不到人，所以我先從「Google翻譯」開始，我是這項專案的第四位科學家，也是唯一講中文的科學家，現在Google翻譯中文版的早期版本，就是我參與改進的。那時我的同事告訴我一個顛覆性的觀念：過去所有的理論，包含我們信以為真的概念，都可能因為數據量太少而無法驗證，等到哪天網際網路的資料足夠龐大的時候，一個相對簡單的方法就會應運而生，到時候只要餵給它足夠多的資料，其成效就能遠遠超越任何精巧的理論。這段話讓我領悟到，AI發展的瓶頸從來不是理論不夠好，而是資料量體不夠大。過去我們浪費了太多時間在沒有數據支持的理論上。從那一刻起我意識到，只要數據量持續增長，AI的進步將會越來越快，呈指數級成長。

林：ChatGPT讓世界為之震撼，但你曾說它是「果」而非「因」。能否為我們解析，是哪些關鍵的技術種子，促成這顆巨大的果實？

簡：的確，ChatGPT是過去十幾年技術積累的成果。其中最關鍵、但較不為大眾所知的技術突破，第一項是在2013年前後成熟的「詞嵌入」（word embedding）技術。這個技術讓機器能夠理解詞彙的「語意」，而不僅是字面符號。例如，它能知道「大學」和「university」的語意幾乎一樣，即使它們本來出現在兩種完全不同的語言裡。這是分析地球上所有資料，找出詞彙共同出現的前後文（context）關係來實現的。

這裡有個關鍵，由於是從地球上的文本中尋找詞彙的相關程度，語意相近的文本組成的詞彙大同小異，因此可以把詞彙當做某種特徵，再利用一個七、八百維度的向量描繪這個特徵，經過「分群」之後，利用神經網路訓練每一個特徵。

這種做法可以清楚地看到，在不同語言裡的某些詞彙向量幾乎共用相似的特徵，比對兩者就可以進行所謂的翻譯。今天的ChatGPT因為把不同的語言優化在同一個向量空間裡，所以我們用繁體中文輸入訊息，經過它轉譯成向量，再從向量空間比對語意，就能獲取其他語言在網路上能找到的文字訊息。這項方便的技術，是非常傑出的成就。

第二項更關鍵的突破，是2017年Google在深度學習轉換模型（transformer）中提出的「注意力」（attention）。「詞嵌入」處理了「詞彙」層級的語意，「注意力」則解決了「句子和篇章」層級的長距離依賴關係，讓AI模型能理解文章開頭的某個詞彙如何影響結尾。這兩項技術的結合，賦予AI具備深度理解和生成語言的能力，最終催生了大型語言模型（LLM），而ChatGPT只是其中的一例。

林：可以為我們說明通用人工智慧（AGI）的五個階段，以及我們目前處在什麼階段嗎？

簡：這是OpenAI提出的框架，我認為它非常清晰地勾勒出AI的演進路徑。

第一階段：聊天機器人（chatbot）。在這個階段的AI能與人流暢地對話，目前已經能實現。

第二階段：推理者（reasoner）。AI不僅是給出即時反應，而是開始具備「思考」和規劃的能力。它會「想一想再回答」，讓回答的品質大幅提升。

第三階段：代理人（agent）。這是當前的階段。能夠推理的AI已經很優秀了，但是還不夠好，原因是大多數使用者雖然會問問題，AI會給你幾個參考，但需要人類自己去執行。ChatGPT全球風行的這幾年，因ChatGPT而付諸行動、最終實際受益的用戶，大約只有兩億人。在代理的層級，AI從「提供答案」（answer）進化到「採取行動」（action），例如「幫我訂一張去東京最便宜的機票」，它就會自主完成所有查詢、比價、甚至下訂。

第四階段：創新者（innovator）。在這個階段，AI將能解決頂尖專家都無法解決的問題，例如AlphaFold預測蛋白質結構，加速新藥研發，這已經是人類無法達成的創新。還有一個自動化研究助理叫AlphaEvolve，它是透過基因演算法（genetic algorithm, GA），你給它一個要解決的題目之後，它會「想盡辦法」解開它。「想盡辦法」的概念非常關鍵，當想法越來越深入，一次比一次更好，一旦突破了某個臨界點，人類最終會望塵莫及。

第五階段：組織層級決策者（organizational decision-maker）。這是最高階段的人工智慧，這時的AI具備運籌帷幄、進行複雜戰略決策的能力，足以影響組織甚至國家的走向。

林：你特別強調「代理人」（agent）是下一波顛覆的開始，這將會如何重塑商業世界與日常生活？

簡：「代理人」的崛起，意味著所有以「中介服務」為核心的商業模式都面臨存亡危機。過去，我們透過房仲平台、旅遊或電子商務網站完成交易，而這些平台賺取流量帶來的廣告費或佣金。未來，你的AI代理人將直接跳過這些平台，為你找到最佳方案並完成交易。例如，它會直接跟航空公司或飯店系統對接，為你拿到最好的價格。意味著商業模式將從點擊廣告轉變為由代理人完成後的「交易抽成」。這會導致網路交易結構性改變，從由人類瀏覽的「Web」，變成由AI代理人相互溝通的「agentic Web」。所有交易模式都會改變，寫程式的軟體產業、做研究的研發部門或是學術界都會改變。講白一點，所有的白領階級都會經歷改變。

林：若AI能理解語言，還能自主行動成為固定流程的代理人，AI在國際局勢中將扮演什麼樣的角色？

簡：AI，特別是AGI，已經成為當今美中科技冷戰中的政治籌碼，如同過去冷戰時期的「核子武器」。這是一場動搖國本的國家級競賽。誰先掌握能夠進行自主創新和戰略決策的AGI，誰就取得了戰略上的絕對優勢。而且，我們可以預見，一旦某個國家達到了這個階段，這項頂尖技術就不可能再開源（open source），而會成為嚴格管制的國家級戰略資產，就像核技術一樣。這也是為什麼我們看到美國對中國的晶片禁令如此嚴厲，因為這場賽局，賭的是未來數十年的全球領導地位。

林：在這場全球AI競賽中，你認為台灣最獨特、最關鍵的優勢是什麼？

簡：台灣擁有「看不見的AI」（invisible AI）實力。全世界都在談論演算法及其應用，但所有AI運算都必須運行在硬體之上。台灣掌握了這個金字塔最底層、卻也最堅實的基礎，那就是全球最先進的半導體製造能力。輝達（Nvidia）的黃仁勳、超微半導體（AMD）的蘇姿丰都需要台灣，全世界AI的發展都依賴台灣的晶片，而這個看不見的AI實力正是美國缺少的，不是中國缺的！中國從來不缺晶片，只是他們的晶片製造技術慢台積電幾個世代。然而對美國而言，美國有設計能力，但是缺乏製造生態系，美國喊中國缺晶片，是在掩飾自己缺晶片的事實。因此，台灣在這場賽局中，扮演了無可取代的關鍵角色。

林：台積電從「台灣製造」走向「世界製造」，這對台灣的未來是危機還是轉機？

簡：絕對是轉機。我認為這是台灣解決自身發展困境的唯一出路。台灣面臨水、電、土地、人才、勞工的「五缺」問題，單靠島內資源已無法支撐產業的持續擴張。台積電的全球佈局，能讓台灣產業升級，實現「研發在台，遠距管理，世界製造」。我們可以把高耗能、高耗水的製造環節移往海外，而價值最高的研發、設計與管理中樞留在台灣。透過AI和軟體工具的配合，工程師可以在台灣遠端操控美國亞利桑那或德國德勒斯登的工廠。這將澈底改變台灣的製造業，讓台灣從一個硬體的生產基地，轉型為全球高科技製造的「大腦」和「管理者」。

我認為，唯獨台積電變成世界的台積電，才可以救自己，也才可能救台灣。全球前500大企業沒有一家企業能堅持只用自己國家的人才。日本曾經有高達200家企業進入全球前500大企業，現在剩32家；前100大只剩豐田汽車（Toyota），等到美日關稅簽下去，豐田汽車賣不動，日本可能就一家也沒有了。五年前，台灣沒有一家公司位列全球市值500大企業，現在有台積電、聯發科、鴻海三家。所以說，台灣在無形中變大了，但無形之中變大的這些企業，如果只用台灣人，隨著出生率下降，你可想見20年後這些企業的員工只能從10萬人裡頭去挑，最後勉勉強強只能挑出100人，那這些企業的未來在哪裡？

我曾經非常擔心台積電，我跟高層建議過要向韓國三星學習，三星有50%的員工不是韓國人。而現在是多麼好的年代，只要戴著藍牙耳機，就算所有人都講各自的母語，透過AI即時翻譯也可以溝通。這是30年前日本沒遇上的機緣，所以現在大可放心讓企業好好的往外走。

我最近在整理一個「1：99」的概念，AI會極大化地放大領先者的優勢。前1%掌握頂尖AI技術的國家、企業與個人，其生產力與創造力將遠遠甩開其他99%。這不僅體現在個人財富上，更體現在國家實力上。未來可能不再有「500大企業」，而是只剩下「100大」或「10大」企業。同樣地，全球200個國家中，可能只有少數幾個國家能在AI賽局中勝出，其餘將淪為「平庸國家」。這將加劇全球的不平等，是我們必須嚴肅面對的課題。

林：你退休後擔任超過數十家企業與法人機構的顧問，橫跨新創到產業龍頭。是什麼樣的觀察與情懷，驅使你從一個全球科技人的高度，重新投入並剖析台灣在全球變局中的處境與未來？

簡：退休時我發現，在世界的科技新創地圖上，竟然沒有台灣。我們自稱「科技島」，但2010 ~ 2020年間，當全世界都在談論創新時，台灣卻是缺席的。我在Google內部提案的時候切身感受到這種處境，當時我想把台灣列為一個有新創潛力的據點，但幾乎沒有人願意相信。那個時代的趨勢是「大膽西進」，大量的資金與人才都流向了中國。我看著國際上的獨角獸（unicorn，指成立不到10年，但估值超過10億美元，且股票尚未上市的科技新創公司）名單，越南、菲律賓都有好幾家，而台灣是零。我那時的想法就是，台灣不能只是零，一定要有一隻獨角獸，但是直到目前還是沒有，因為沛星互動科技（Appier）這家公司後來選擇在日本上市，被算在日本的獨角獸名單裡。

但是台灣真的沒有一家獨角獸企業嗎？這背後有一些結構性的因素，真正的問題在於「素人創業」的艱難。台灣的創新模式很特別，我們的獨角獸來自於大企業的內部孵化（spin-off），例如聯發科旗下的達發、緯創集團的緯穎。這些由大集團支持的新創，一上市就有千億市值。但這也凸顯了一個困境：當一個產業由一家獨大時，就很難有新創公司出頭。這是在小國必然會發生的現象。

我在Google工作的經驗，讓我習慣用「國與國的尺度」來思考問題。我曾讀過一本書，分析小國如何成為科技大國，結論是：小國必須依附大國，將其做為自己的市場。例如以色列依附美國、愛爾蘭依附英國、芬蘭依附俄羅斯。過去台灣依附中國市場，這就帶來了最根本的戰略難題：當中國不能當成市場時，我們幾乎一無所有。 更麻煩的是，我們不像韓國，進去中國之後還能全身而退；因為文化的親近，導致台灣的產業一旦深入中國，就很難抽離。

然而，一個意想不到的轉捩點出現了，那就是「川普1.0」救了台灣。他發動的貿易戰，一刀切斷「紅色供應鏈」，我們被迫從紅色供應鏈中脫離，轉而成為「美系供應鏈」不可或缺的一環，這對台灣而言是個意外的轉機。

一個事實是，台灣在中國製造的產品，並不是為了中國的內需，主要客戶其實是美國。所以當供應鏈必須選邊站時，我們是有能力「拔開」的。這個外部的巨大推力，加上COVID-19疫情，促成一波巨大的台資回台浪潮。以這幾年台灣股市的榮景來說，台北股市現在是世界前十大股市，大約是德國股市的大小，國民所得也超越日本，跟韓國在伯仲之間，都與這個全球供應鏈的重組有直接關係，如果往回看三、四年前，這是完全無法想像的局面。

但故事還沒結束。當我們以為一切都走向美好時，新的挑戰又來了。美國幫你把敵人「劃清界線」之後，下一步可能就是瞄準你的核心優勢。我們現在面臨「台積電變美積電」的壓力，這不是產業問題，而是國家層級的賽局。

林：你如何定位自己現在的角色？

簡：我很幸運同時受過科學及產業的訓練。我有地球尺度的軟體經驗，Google 讓我的能力變深、變大，在台灣的跨領域經驗讓我的能力變寬。我也算是研究語言模型的老一輩，對於AI能力的預測，可以看得更長遠也更精準，因此經常受邀參與政府決策、企業決策，也投身社會公益。

我把自己定位為一個「B2B的影響者」。我的目標不是對大眾（B2C）宣傳，而是把我從全球視角觀察到的趨勢與洞察，直接傳達給那些真正能影響台灣未來的決策者，包括上市櫃公司的董事長、政府高層等。我覺得AI是動搖國本、撼動企業的事情，對於台灣現在的處境，身處高位的領導者最有感、也最焦慮。我的工作就是把複雜的未來情勢，用他們能理解的語言，轉化為具體的思考策略，讓他們先做好準備。我保持中立，不帶色彩，純粹傳播知識，希望能幫助他們在變局中做出正確的判斷。

林：你不斷強調，你的角色是幫助他人，這似乎是你的動力與熱情源源不絕的來源？

簡：我想是的。我發現，唯一能讓人長久保持熱情的方式，就是去幫助別人。如果你只是在做自己的事，很快就會感到無聊。當我投入每一場會議，我都是全心全意地去理解對方的問題，並貢獻我的想法。這個過程本身就充滿了學習與回饋。反過來說，那些有影響力的人也影響了我，他們提出的問題，讓我看到了我原本不知道的世界。這是一種相互成就的過程。

林：你的一天是什麼樣子？你如何管理如此龐雜的資訊與橫跨多領域的顧問工作？

簡：我的核心策略是將自己的時間「極大化」。因此我幾乎所有的會議都在線上進行，因為一場實體會議的時間成本，相當於三至四場線上會議。線上的方式讓我在一天之內，可以參與八場不同的會議。我的行程都不是由我主動安排的，而是由外部的需求來決定。我的模式是「別人出題，我幫忙想」，我提供我的觀點與分析，但不干涉後續的執行。這讓我能持續接觸到不同領域，最多元、最前沿的問題，我就像一個不斷被訓練的ChatGPT，再將學習到的洞察，回饋給下一個需要的人，形成一個知識的正向循環。

林：AI的學習能力如此強大，但它是否有其根本的限制？人類還剩下哪些無法被輕易取代的價值？

簡：AI有其根本性的限制，目前它掌握的所有知識都來自於被語言或符號編碼過的數位資料。也就是說，它缺乏對「物理世界」的直觀理解。一個兩歲的小孩知道斜坡上的球可能會滾下來，知道沸水會燙傷，知道玻璃會刺人，這些是透過與物理世界互動而學到的知識，但AI沒有這些經驗。

更深一層來說，AI缺乏那些無法言傳的「視覺知識」。一位經驗老到的水電師傅看一眼就能判斷管線哪裡出問題，這種透過視覺經驗而來的知識，是無法寫成書或文字讓AI學習的。我們還不知道要怎麼把非語言的知識教給AI，如今最需要突破的是「視覺學習」，現在全世界的人形機器人，可能都在看YouTube！

許多人面對AI的發展，會產生很多擔憂，但我不覺得這一次AI浪潮比工業革命更嚴重。現在所有人都看得到世界正在改變，而工業革命只有少數人知道當時的世界發生什麼事，很多人並不知道正要經歷一場世紀大變。此外，我們必須小心「大腦外包」的風險。當答案能輕易從AI取得時，人類可能會停止獨立思考。未來世界所需要的人才，除了專業深度，還具備跨領域整合、溝通協作與解決複雜問題的能力。單一技能很容易被AI取代，如何整合不同領域的知識，並發揮創造力，是人類的核心競爭力。

最後，也是最重要的一點，是「人的陪伴」。AI可以提供無盡的知識與解答，但它無法在一個人生命中最脆弱的時刻，給予真實的溫暖與慰藉。就像法鼓山的法師在信徒臨終時的陪伴，那種人與人之間真實的情感連結、心理上的安定感，是AI永遠無法取代的。所以為什麼宗教界會需要蓋教堂或是廟宇，因為這些空間能夠營造出一種沉浸感（immersion）。AI時代下，人與人之間的關係將會重新定義，人類與AI的關係會找到新的平衡，人還有很多價值，沒那麼容易取代。

關於簡立峰

學術領域

• 台灣大學資訊工程研究所博士，曾任中央研究院資訊科學研究所副所長、台灣大學資訊管理學系合聘教授，專精語言模型資訊處理，發表超過100篇技術論文。
• 與台灣大學電機工程學系李琳山教授共同發表金聲系列的國語語音聽寫機，為國際上最早成功開發出中文語音辨識系統的團隊之一。
• 發展智慧型中文檢索系統（Csmart），是首位在國際計算機協會資訊檢索國際會議（ACM SIGIR）發表搜尋技術論文的華人。
• 受邀擔任李開復創立的微軟中國研究院（現為微軟亞洲研究院）中文語言語音處理技術顧問。

Google時代

• 2006年加入Google，是Google台灣的第一位員工；擔任Google台灣董事總經理，是催生Google台灣辦公室的關鍵人物。
• 積極為台灣爭取多項Google 重大投資，包括把Chrome OS、Android和硬體產品（例如Pixel手機）的研發團隊設在台灣，讓台灣從單純的硬體代工，轉型為參與產品設計與研發的關鍵夥伴，使Google台灣成為Google亞太地區最大的研發基地之一，提升台灣在全球科技產業中的重要性。
• 啟動「Google智慧台灣計畫」，結合台灣的硬體優勢與Google的軟體技術，推動產業升級，並幫助台灣中小企業學習數位技能，提升國際競爭力。
• 推動「Google台灣資料中心」的設置，使台灣成為Google在亞洲的重要基礎設施之一，強化台灣在全球數位版圖的地位，為台灣帶來了龐大的投資與就業機會。

第三人生

• 2020年1月卸下Google台灣董事總經理一職。協助台灣新創產業，擔任沛星互動科技（Appier）和愛卡拉（iKala）等AI新創公司的董事，致力於幫助台灣新創公司走向國際。
• 擔任上市公司華碩電腦、統一企業、中華電信董事，資訊工業策進會常務董事，人工智慧科技基金會（AIF）、創業者共創平台基金會董事，深化跨產業的連結，共同推動台灣產業AI化。
• 行政院經濟發展委員會創新經濟顧問、台灣人工智慧學校課程諮詢委員會委員，持續對台灣的AI、教育、產業轉型等議題提供建言。

精采訪談，請上《科學人》官網 「影音專區」

（本文出自2025.09.01《科學人》網站，未經同意禁止轉載。）