◎ 梁伯嵩
近日國科會主委吳誠文提到，期許台灣能培育出本土的諾貝爾得主，這是重要的觀點。剛好在這次的諾貝爾獎，給了很重要的啟發。利用AI在各種基礎科技研發，有機會讓台灣的科技研發更加進展。
國科會主委吳誠文期許台灣能培育出本土的諾貝爾獎得主。（資料照）
諾貝爾獎的宗旨是獎勵為人類做出卓越貢獻的研究者。尤其是在物理、化學、生理與醫學獎，重點在科技上的突破與創新。抓住技術變遷的關鍵點，加上勇於嘗試新技術挑戰難題，短短幾年也能創造出驚人突破。最好的例子就去年十月剛揭曉的諾貝爾獎，除了物理獎頒發給為人工智慧奠定理論基礎的學者外，更值得關注的是，Google DeepMind的哈薩比斯（Demis Hassabis）與瓊珀（John Jumper）也因利用AI做蛋白質摺疊結構預測的貢獻，獲得化學獎。哈薩比斯2009年倫敦大學學院博士畢業，瓊珀更年輕，2017年才剛從芝加哥大學博士畢業。得獎的AlphaFold首次出現於2018年，但最關鍵的是，因為抓住AI架構突破的契機，將新的Transformer演算架構應用在蛋白質摺疊問題上，而在2020年發表的AlphaFold 2，協助人類破解了這長久以來的難題，成為生化與醫學進展的關鍵技術。也因此兩位年輕學者成為諾貝爾化學獎的大黑馬。
2024年諾貝爾化學獎得主，華盛頓大學貝克（David Baker）博士，及倫敦谷歌Deep Mind AlphaFold團隊哈薩比斯（Demis Hassabis）、瓊柏（John Jumper）博士，肯定他們「利用計算及人工智慧的技術，揭開蛋白質結構的奧秘」。
AI近年的突破，除了資訊領域熱門，電機領域因IC半導體也欣欣向榮外。我們更應該關注的是，其他學科是否也應用AI去影響科學研究最深層的結構，創造新的研究突破。例如，AI應用在醫療領域、新藥開發、量子化學計算、計算材料、新世代通訊技術、航太衛星領域等等。而量子結合AI也是極受矚目的前瞻領域。在數學領域也有重量級學者提倡用AI協同解決最具挑戰的數學問題。Nvidia推展「物理AI」，對機器人、無人自動駕駛有助益。Google推出「AI co-scientist」加速科學突破，並測試AI在藥物再利用、肝纖維化標靶研究、解釋抗生素抗藥性的機制。OpenAI的「Deep Research」應用於醫學研究與產業趨勢研究。這些都證明AI有潛力加速科學家解決科學領域重大挑戰。
最近DeepSeek新聞火爆，xAI的Grok3快速崛起，其實標誌著AI技術的工程面已經相對成熟。AI已走出實驗室，變成實際帶來益處的尖端工具。除了產業與商業利益外，更應該深入考慮，是否利用這重要工具，為下一個科技突破奠定基礎。因此有建議供各界參考：
政府近年大力建設AI運算使用的GPU算力，除了電機資訊領域之外，更應該鼓勵各基礎科學學科，如物理、化學、材料、航太、生醫、製藥、氣象、地質、數學、管理決策等等，採用AI運算與GPU運算，以求關鍵性的科技突破。利用這些算力，創造專業領域的國際影響力。
近年政府大力建設AI運算使用的GPU算力，國研院國網中心建置超級電腦「台灣杉二號」，提供AI算力，推動台灣學研發展及產業應用。（國網中心提供）
此外，政府建立的大型AI算力，建議應該集中資源投注在關鍵問題上，直接分配給具研究潛力的計畫使用，而非將其切成小時間單位出租使用。因為用GPU租用時間計價，斤斤計較成本，會讓小算力需求計畫較有利，使算力零碎化。關鍵性研發計畫，因算力需求高，租用成本累積高，反而不敢作突破研發，就失去政府建大型AI算力的美意。
國科會主委吳誠文對台灣缺乏諾貝爾獎憂慮的發言，是重要的反思。台灣並非不重視科研，但重點必須找對方法，才能突破。目前因為AI的興起，全世界在各個領域的科技研發都出現關鍵性的轉變。在這科技變遷的關鍵點，若我們能做正確的政策引導，就有機會創造世界級的研究。種下諾貝爾獎的種子，引領新一波的科技進展。
（作者為台大電機資訊學院資訊工程系與重點科技研究學院合聘客座教授、陽明交通大學電機系客座教授，目前於新竹科學園區任職）
自由開講》是一個提供民眾對話的電子論壇，不論是對政治、經濟或社會、文化等新聞議題，有意見想表達、有話不吐不快，都歡迎你熱烈投稿。請勿一稿多投，文長700字內為優，來稿請附真實姓名（必寫。有筆名請另註）、職業、聯絡電話、E─mail帳號。
本報有錄取及刪修權，不付稿酬；錄用與否將不另行通知。投稿信箱：LTNTALK@gmail.com
編輯精選
自由評論網粉絲團