【專訪Google總部公共政策專家David Weller】政府如何兼顧AI創新與風險

生成式AI在2024年大放異彩，大型語言模型（LLM）不斷更迭出新，催生出大量AI代理，比如Google前陣子發表的Gemini 2.0-Flash模型，延伸驅動了4款AI代理，有能理解手機螢幕和網頁元素的行動裝置代理、瀏覽器代理，還有研究專用代理和程式開發代理。這些代理具備多模態能力，不只懂文字、圖片、影片和音訊，還知道怎麼運用工具、API來自動完成複雜任務，比只懂單一模態的代理更厲害了。

但在這波AI浪潮中，企業要兼顧創新、業務效率和安全合規，就得仰賴良好的AI治理和監管策略。David Weller是Google新興技術、競爭力暨永續發展政策資深總監，他專門為Google提供AI治理、監管、永續發展等政策建議，也與美國在內等多國政府合作，參與重大公共政策建議。

他先前到訪臺灣，接受iThome專訪，分享了他對AI治理和監管議題的看法：

 Q  能否簡介你在Google的工作角色？

 A  我在Google工作10多年，是公共政策團隊的一員，負責AI政策、經濟競爭力、貿易政策和永續發展政策的研究與建議。我們團隊會整合這些領域的洞察，提出適當且有益的公共政策建議，供政府、企業和其他利害關係人參考，來推動科技進步，讓經濟和社會變得更好。

我的核心工作是思考AI公共政策框架，並幫助Google和政府了解相關議題。因為，很多的AI進步，都發生在私部門，比如許多生成式AI的基礎，都來自於Google在2017年發布的Transformer論文。因此，美國政府制定AI責任等新規則時，往往會想了解企業的觀點，我們會提出Google的建議方案，比如適當的AI護欄措施、兼顧AI創新且合理運用的方法，供政府參考。這就是我在Google的角色。

 Q  就與政府機構溝通AI政策的經驗中，你有哪些重要觀察？

 A  我們與世界各國政府密切合作，大家確實在努力解決AI監管、AI政策制定等問題。

先退一步來說，我認為，人們和政府正努力在AI的兩種想法間保持平衡。一方面，他們想：哇！AI擁有巨大潛力，可以提高經濟生產力，讓社會更有競爭力，還能幫助解決棘手的挑戰，如醫療健康、氣候變遷等。

AI是一項非常強大的技術，它能幫我們做到以前做不到的事、獲得新洞察。盡管經濟學家對AI能提高多少生產力和GDP，給出了不同預測，但他們都一致認為，如果公私部門充分部署AI，將帶來巨大好處。這是一個想法。

另一個想法是對周遭風險的擔憂，這通常是因科幻電影和尚未遇到的情況而起，擔憂科技接下來的發展方向。

我認為，許多政府正在考慮這兩個課題，尤其去年，許多目光都聚焦在第二個課題，我相信臺灣也有類似討論。而大眾關心哪一面，取決於政府的思考方式。

但只關注其中一種是危險的。假設只考慮風險，我們要做的是，防範未來的不利因素，但我們不確定這些不利因素是否會真的發生，反而斷絕了運用AI技術的能力。

同理，當政策制定者只關注機會，認為AI能解決世界上所有問題，這也是危險的。政府得考慮特定風險，尤其AI是一項新技術，會出現新問題，所以政府必須兼顧AI發展與風險防範。就我觀察，政府會透過不同方式，來實現這種平衡。

在Google，我們經常談論，如何兼顧AI的大膽創新和負責任。我們非常相信，這兩點是可以同時做到的，而不是只能擇一。你必須兼顧兩者。

 Q  能否舉例說明，政府如何兼顧AI機會與風險？

 A  美國、新加坡政府已經取得了很好的平衡。首先，就風險來說，這兩國政府清楚知道，現行的法律系統和現有的監管機構，普遍來說已經足夠發展AI監管了。因為，我們有時會誤解，沒有一部規範AI的專法，AI就不受監管。

事實並非如此，AI是項底層技術，就像汽車引擎蓋下的引擎；AI在各個產業中的角色，也是如此。因此，監管機構需要的是，被授權去監管各個產業。比如醫材監管機構，得確保新醫療器材安全、經過適當測試，並正確告知消費者風險。這也是美國和新加坡政府的做法，與其急於制定全新的AI監管法規，不如評估現況、找出不足之處，並設法補足。我看到，這兩國政府優先專注創新，並積極研究AI技術，同時制定軟性指引， 來避免過早推出嚴格的監管措施、阻礙了AI發展。

再來，AI正快速發展，有許多潛在風險，美國和新加坡政府正以謙虛的態度面對這些問題。以美國為例，在制定新的重大監管限制或規範前，政府需要了解AI發展狀態，因此頒布了白宮行政命令，要求企業在模型達到一定能力時，向美國政府回報，讓政府理解最新的AI進展。新加坡也在2019年制定類似的指導方針。這讓政府在採取硬性法律前，更了解事情的全貌。

另外，制定出各國政府認同的AI監管國際標準也很重要。如果各國政府沒有協調，只制定出各自的法規，我們很快就會陷入一團糟。比如，臺灣一家公司想將其AI產品部署到其他國家，就會遇到各國法規限制問題。

在機會方面，我也看到，美國和新加坡政府投資創新、以確保技術發展，臺灣政府也在這方面投入許多。許多政府也正努力從教育著手，來讓勞動力做好準備、因應AI對就業產生的影響。

 Q  能否聊聊Google自己的AI治理做法？

 A  當然。早在2018年，Google就提出了AI原則，就像是內部憲法一樣，規定了我們將如何擁抱AI、哪些領域不得發展AI，並建立類似的指導原則。同時，我們也建立了內部治理框架，來在開發新產品和服務時，能符合AI原則和外部最佳實踐。

舉例來說，幾年前，Google開發了一款可以讀唇語的AI工具。當時的開發初衷是，讓聽障民眾能理解別人在說什麼，這是一個驚人的好處。但另一方面，讀唇語技術可能會被濫用，比如用於大規模監視。

因此，我們以AI原則和道德規範來判斷，這項專案該如何進展，最後決定將它部署在其他技術中，來幫助身障人士，而非單純以開放API或開源等方式提供。

另一個例子是蛋白質結構資料庫AlphaFold Protein Structure Database，全球將近200萬名研究人員正在使用它，來開發新藥或治療方法。當Google DeepMind開發AlphaFold時，我們針對是否要公開這個資料庫，進行了密集的討論。我們請來外部生物醫學倫理專家，以及Google內部的倫理專家，來考慮開放與否的利弊，最終採取了不同於讀唇語技術的做法，開放給外界使用。

另一方面，就像我們2023年對白宮做出的承諾，我們在正式發布最先進的AI模型和系統前，都會先進行外部測試與紅隊演練。同時，我們也高度參與美國國家標準暨技術研究院（NIST） AI風險管理框架的開發，提供一個結構化的方法，幫助企業識別、評估和管理AI風險，這也和我們的內部管理流程相互呼應。

 Q  你建議臺灣企業如何推動AI治理？

 A  雖然我比較熟悉公共政策建議，但我會給幾個建議，一是建立非常明確的內部治理機制，二是與外部生態系進行對話，這非常重要。就好比AlphaFold資料庫的例子，當企業遇到新問題，請與外部專家討論。你不會希望只靠電腦科學家來解決問題，你需要特定領域的專家、倫理學家、哲學家，需要廣泛的利害關係人參與討論，而不是像在內部工作一樣，獨立作業。

另一方面，我也會建議企業，遵循NIST AI風險管理框架和ISO 42001人工智慧管理系統標準。這對企業建立自己的AI系統來說，是個非常好的起點。