--- tags: AI標準化路線圖 --- # ***德國人工智慧標準化路線圖__***<br>***介紹*** ***Paper: [GERMAN STANDARDIZATION ROADMAP ON ARTIFICIAL INTELLIGENCE](https://www.dke.de/resource/blob/2008048/99bc6d952073ca88f52c0ae4a8c351a8/nr-ki-english---download-data.pdf)*** AI人工智慧發展至今已有相當長的一段時間，在各方面也都為人類世界的生活方式帶來重大的改變，我們今天的日常生活中也隨處都是AI應用的實例：網路零售商店的產品廣告、流媒體的播放推薦、社交平台的新聞推播以及智能手表的各項身體異常監測或者地圖導航... AI技術在產業中的應用也同樣廣泛，創造的利潤也使得企業無法抵擋未來即將來臨的這一波AI的浪潮，諸如協助一般事務的語音機器人助理、處理文件與資料查詢的應用、醫學上的腫瘤影像辨識、工廠中的自動與互動機器人以及自動駕駛汽車等... 相較於過去的電腦應用完全遵照 YES/NO, IF/THEN 的程序執行，AI應用能夠更加彈性的調整生產流程，並提供客製化的商品服務以提高銷售利潤。 **歐盟預估，在AI的幫助下，歐盟整體經濟在未來十年內將成長14%。根據這項預測，到2030年，AI會使德國的GDP增加11.3%，也就是4300億歐元，也因為這個原因，歐盟與德國都將AI技術的發展作為首要任務。** 現在的AI技術倚賴於大量的數據資料，資料的累積以及計算能力的指數級成長帶動AI技術的快速成長，當AI處理的資料越來越多，潛在的學習效果就更大，效益也更多樣化。 根據普華永道2019年全球市值100大公司調查報告顯示，排名前10的的公司中有7家的獲益來自於數據資料，德國在100大企業中靠數據資料獲利的公司僅僅只有1家。因此，德國迫切希望藉由自身在過去工業經驗中的優勢，試圖結合工業與AI技術，以繼續擴大佔據主導地位的工業領域的競爭力，藉此機會追上美中成為AI技術的下一個贏家。 :::warning 在普華永道2021年五月新發布的[全球市值100大公司的調查報告](https://www.pwc.com/gx/en/audit-services/publications/assets/pwc-global-top-100-companies-2021.pdf)中，除了排名第二的沙特石油公司、排名第八的特斯拉(新能源及製造業)以及排名第十的Berkshire Hathaway(巴菲特投資控股公司)之外，其餘7家均為網路科技與電商公司 ![](https://i.imgur.com/9xEVH6o.png) \ 如果只看頂端5家公司，那麼除了沙特石油公司以外全部被"Big Tech"公司佔據 ![](https://i.imgur.com/n52JQLM.png) \ 另外該調查指出，市值最大的行業由科技公司保持($10.5tn)，並且在2020年3月到2021年3月期間成長了71%，另外在24家新進榜獨角獸企業中超過一半是互聯網軟件和服務或金融科技公司。也顯示出由AI所帶來的新技術正在逐步佔據領先市場，並帶動整體經濟的蓬勃發展。 ::: 同時，對於一般中小企業來說，每家公司的AI化程度有很大的差異，有些只把AI當作口號；有些開始認識到AI的潛力但是不知道從何入手；有些開始有計劃的導入AI解決方案，但是在實施過程中依然困難重重；德國有99%中小企業，產值占總產值的一半，對這些大量的中小企業來說，AI技術不只會改變中小企業自身發展潛力，整體推動AI化的成果也同樣提升國家整體競爭力。 :::success 這也同樣是台灣產業界最迫切的問題，大量的中小企業，甚至許多大型企業，對於要不要推動AI，從哪裡開始推動AI，如何推動AI，都有很大的分歧，往往都是領導一句口號，底下員工無頭蒼蠅般不知從何著手，因此有必要研究這份路線圖，作為公司後續導入AI的參考，以及開發AI應用的SOP架構。 ::: 另一項AI推行過程中需要重視的問題就是倫理道德，雖然機器本身沒有歧視，但是AI模型在被訓練的過程可能會帶有人類的偏見，用來訓練AI模型的資料本身也可能就是以偏概全的資料。因此，需要建立一個準則，以確保AI的做出的行為會遵守普世的價值觀與道德標準。另外在AI系統的安全、公平、穩健、透明各方面，目前也缺少一個明確的規範，歐盟為此特別成立了**人工智慧高等專家小組** ***(High-Level Expert Group on Artificial Intelligence ==(AI HLEG)==)*** ，也提出了 "可信任AI的倫理指導原則" 為首要指標。 :::success 德國政府的企圖心在於，假如能夠將這套歐盟的價值標準成功的結合到AI應用中，那麼德國所開發的AI產品將能夠比中美兩國的AI應用獲得更多的市場認可，這也是過去德國在工業發產上獲得成功的方式。並從多個面向(資訊科學、工程、哲學、心理學、社會學、法律、政治以及社會公民與消費者)為AI應用做出定性、定量的的評估標準，建立跨領域交流的平台，機構以及論壇活動等等，以便於德國從中掌握為來AI領域的話語權。 ::: ## ***AI發展趨勢*** **AI發展的四個階段** ![](https://i.imgur.com/qVsLvIp.png) 圖中由下而上四個階段分別代表智慧化的四個進程，越往上智慧化的程度越高 - **第一階段 Phase 1 Heuristic systems：** 基於啟發式(經驗法則)探索與歸納的方法 - **第二階段 Phase 2 Knowledge-based systems：** 人工建立的知識系統，由機器進行流程處理的方法 ==(專家系統)== - **第三階段 Phase 3 Learning systems：** 以大量的資料進行機器自主學習 ==(機器學習、深度學習)== - **第四階段 Phase 4 Hybrid cognitive systems：** 機器自主學習與基於人工建立的知識系統方法結合 ## ***AI標準化的範例*** 下面以四個實用案例說明AI標準化的重要性 ### 範例1：用於自動翻譯的 AI 系統的標準化品質比較 機器翻譯(Machine Translation (MT))是最早的人工智慧應用領域之一。從1954年只有250個單詞和6條句法規則的翻譯系統，到今天MT系統已被Google、Microsoft、Facebook、Amazon和Baidu等互聯網公司廣泛使用，在日常生活和工作中每天擁有數十億用戶。 在機器翻譯領域，衡量翻譯準確性的黃金標準是BLEU(bilingual evaluation understudy)值，將機器翻譯的文本與人類專家翻譯的文本變體進行比較。雖然BLEU值是一個非常簡化度量標準(只比較詞序列)無法評估句法和語義的正確性，但它已被證明可用於粗略的比較不同MT系統之間的性能差異。NIST因此開發了一個修正過的BLEU指標，已用於年度機器翻譯研討會和會議 (WMT)中針對不同翻譯領域的MT系統進行年度測試，評估其系統性能。 目前MT系統可達到的最佳BLEU值已達到45。但原始的BLEU指標不能用於評估翻譯錯誤的嚴重程度，例如某些錯誤否定語會扭曲源文本中的整個陳述。 因此，對於AI系統的風險程度認證，必須為某些應用類別定義品質保障，低於該水平的AI系統的結果不能進一步用於關鍵應用環境。例如，按下圖金字塔的風險適應度分級，目前的AI機器翻譯系統不能在法庭上使用，而必須由宣誓就職的翻譯人員人工進行翻譯(金字塔紅色區域 Level 5)；只有專業認證許可的AI翻譯系統才能用於技術設備的操作手冊(淺橘色 Level 3 BLEU >40)；同時合同文本和醫生報告的翻譯還需經過重複檢查(深橘色 Level 4 BLEU >45)。在公眾的推文、博客或新聞入口網站中存在偽造翻譯內容進行操縱的系統性疑慮，則可以對所使用的AI翻譯系統進行事後控制(淺綠色 Level 2 BLEU >35)。另外，具有較低BLEU值的AI翻譯服務可用於翻譯私人聊天和推薦系統的上下文中，在這種情況中如果翻譯不正確，用戶的風險非常低(草綠色 Level 1)。 ![](https://i.imgur.com/YHvI0Hc.png) AI機器翻譯系統的風險適應度金字塔 (德國聯邦政府數據倫理委員會報告) ### 範例 2：確保系統的互通性的AI語義技術 在工業4.0的藍圖中，來自不同製造商的生產機器需要相互連接溝通，但機器設備的製造商經常使用不同的術語。AI的機器可理解(Machine-understandable)本質使不同的概念系統可以自動相互轉換，從而使物聯網(IoT)中不同機器間的通信成為可能，這需要標準化的描述語言。德國的AI專家們參與創建了一套名為OWL(本體網絡語言Ontology Web Language)的W3C聯盟標準，目前已在德國工業體系中廣泛使用。許多公司都使用OWL為其生產的機器設備制定術語系統。 ### 範例 3：用於行動計劃的AI 人工智慧的行動計劃是德國在國際研究中被認為非常成功的領域，也就是從所需目標狀態的初始狀態開始，找到接下來一系列單獨的動作步驟。例如：自主機器人動作規劃、物流中的運輸規劃以及智慧工廠中的生產規劃。一個名為PDDL（計劃定義語言Planning Domain Definition Language），以及用於分層規劃HDDL(分級定義語言Hierarchical Domain Definition Language)已經確立了自己作為規範操作/執行步驟中的先決與後置條件的特定地位。德國AI規劃系統已經在全球性競賽中多次獲勝，在工業4.0和自動駕駛領域，AI規劃系統是成功的關鍵部分。 ### 範例 4：數據驅動的機器學習(ML)領域的標準化 借助深度學習的AI方法，可以在基於多層神經網絡的圖像和圖像序列自動分析領域取得非常好的進展。然而，學習成功不僅取決於訓練資料的數量，還取決於其品質。特別是在監督學習中，大量的訓練資料通常首先必須由人類專家進行註釋，為了獲得盡可能有效的資料集，需要委託多個註釋人員處理重疊的資料集，並且可以利用Kappa統計標準檢查他們在評估中的一致性。因此，Kappa作為標註訓練資料品質的標準之一，證明AI系統中ML特徵標註的可靠性是可以通過標準指標進行認證的。 ## ***標準化對AI領域的重要性*** 將新的概念與研究成果轉化為產品和服務的能力對於德國工業的競爭力具有決定性意義。標準化可以作為創新的催化劑，並有助於可持續地為市場提供解決方案。 標準和規範定義了產品、服務或流程的要求，從而為技術採購和產品開發奠定了基礎。同時，標準和規範確保互通性，有利於保護人與環境、財產，以及提高各行各業的品質，進一步在技術應用中建立透明度和信賴度，同時使用統一的術語與概念使所有使相關部門/人員之間的溝通變得容易。標準化所帶來的經濟效益估計僅在德國每年就達到170億歐元。 標準和規範在建立人工智慧可持續框架上具有關鍵的作用：促進技術從研究到應用的快速轉移，並為德國企業以及創新團隊打開國際市場。在AI領域，德國利益相關者在國家層級 (進一步擴張到歐洲和國際層級) 在標準化上面的投入對於鞏固德國作為領先經濟體和出口國的地位方面發揮決定性作用。 德國中小企業尤其可以從中受益。這是標準化的一大優勢。以下原則適用：決定的不是較大的一方，而是共識。參與讓創新的中小型公司有機會與大型國家和國際公司平等地致力於人工智慧的未來，並為標準化進程貢獻自己的想法。開放的接口和統一的要求使他們能夠更好地進入全球市場，並有機會在那裡定位他們的想法。 從國家和歐洲的角度來看，這樣的承諾非常重要：在國際上執行標準的人有一個先機，因為他們自己的規則適用並且可以建立在現有的解決方案上。德國的競爭對手意識到了這一點，尤其是中國和美國。這些國家自然會追求自己的利益——他們的想法可能與我們的歐洲價值觀和道德準則相衝突。然而，技術主權問題，尤其是資料主權問題，特別是在以價值為導向的德國和歐洲，這一事實得到了像 GAIA-X 這樣的燈塔項目的證明，這些項目旨在體現"人工智慧—德國製造"在國際背景下。標准通過提高透明度和設置提供“道德指南針”的框架條件來支持主權。雖然定義什麼是道德是社會和政治的任務，但技術標準可以幫助實施現有的道德價值觀，從而確保在技術環境中得到保護，例如免受扭曲、歧視和操縱。 在這種情況下，標準對可解釋性和可追溯性做出了重大貢獻——這是AI應用接受度的兩個基本組成部分。與此同時，標準確保安全並產生信任，這在像人工智慧這樣敏感的領域中具有至關重要的意義。德國政府還賦予標準以核心作用，尤其是在AI領域。尤其是出於這個原因，標準化是德國聯邦政府AI戰略的核心組成部分。 ## ***德國的AI策略*** 2018年11月15日，德國聯邦政府通過了"人工智慧"國家戰略，加速"人工智慧—德國製造"走向世界領先的步調。聯邦政府的這一項戰略在於確保德國作為研究基地的優越地位，擴大德國與歐洲的工業競爭力，並促進人工智慧在社會各個領域的多樣化應用，加強與社會各界就人工智慧對人類和環境影響的話題進行深入交流。為了實現這些雄心勃勃的目標，並作為其最新經濟刺激計劃的一部分，德國政府決定到2025年將人工智慧推廣的計劃投資從30億歐元增加到50億歐元。重點是研究、轉移、社會對話、資格和資料可用性，這將支持歐洲人工智慧網絡的競爭力。 德國聯邦政府人工智慧的**主要戰略目標**： - 加強德國和歐洲的競爭力 - 為共同利益負責任地開發和使用人工智慧 - 在道德、法律、文化和制度背景下將人工智慧融入社會 戰略目標下**12個領域的具體行動指示** ![](https://i.imgur.com/L5Hbfxs.png) - Set standards 制定標準 - Strengthen transfer to industry SMEs 加強對行業中小企業的轉移 - Enhanceresearchin Germanyand Europe 加強在德國和歐洲的研究 - Make data available, make its use easier 使數據可用，使其使用更容易 - National, international networking 國內、國際網絡 - Shape structural changes in working world 塑造工作世界的結構性變化 - Adapt regulatory framework 調整監管框架 - Develop social dialogue & political framework for action 制定社會對話和政治行動框架 - Use AI for sovereign tasks, adapt competencies of admin 將人工智慧用於主權任務，適應管理員的能力 - Innovation competition and European innovation cluster 創新競爭和歐洲創新集群 - Awaken start-up dynamics, enhance success 喚醒創業動力，提升成功率 - Strengthen training, gain help of experts 加強培訓，獲得專家幫助 標準化("制定目標")是十二個行動領域的主軸，其主要實施目標是： "德國政府將與DIN聯合制定人工智慧領域標準和規範的路線圖。" ==也就是本路線圖== 此外，建議審查現有的“人工智慧適用性”標準和規範，並為AI應用制定機器可讀和機器可解釋的標準和規範 (智能標準)。 其他國家的AI戰略 人工智慧領域的世界領導地位之爭早已開始，許多國家和經濟領域都在尋求促進人工智慧在其國家/地區的研究和應用的方法，並為此制定了自己的國家戰略： 歐盟委員會人工智慧白皮書 歐盟委員會在其"人工智慧白皮書：歐洲實現卓越和信任的方法"(*[WHITE PAPER - On Artificial Intelligence - A European approach to excellence and trust](https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX%3A52020DC0065)*) 中發布了其關於安全和負責任地使用AI的願景。它代表了首次嘗試就AI可以做什麼和不可以做什麼建立明確的規則，並就如何執行這些規則提出建議。重點是讓AI可用於科學、工業和社會，同時解決相關風險。提議的措施包括，例如，加強與會員國和會員國之間的合作，以及通過促進建立英才和測試中心來匯集專業知識。 ==本次報告對其餘各國 (美、中、英、法) 不多做贅述== ## ***標準化路線圖的目標及任務*** 儘早制定一個行動框架，在標準化領域提出要求是必不可少的和必要的。相應的國家標準化工作的推動力，尤其是歐洲和國際層面的標準化工作，可以決定性地加強德國作為經濟國家和出口國的作用。 尤其是在人工智慧這樣一個敏感的主題領域，可以採取決定性的步驟，從而在使用人工智慧時建立信任和安全。AI的主題不可避免地也與立法有著公認的聯繫。在這個過程中，標準和規範中規定的要求同時可以對立法產生緩解作用，從而也有助於加快框架條件的建立，例如。 為了在這個過程中發揮主導作用，重要的是要相應地定位自己。其基礎必須是對相關學科領域的協調方法和運作良好的網絡。以標準化路線圖的形式製定相應的建議可以為在歐洲乃至國際層面的廣泛協調過程的基礎上引入國家立場做出重大貢獻。 DIN 和 DKE 憑藉其多年的專業知識和網絡能力，為協調這項工作提供了一個公認的中立平台。 為了儘早制定人工智慧領域的標準化框架，DIN和DKE代表聯邦經濟和能源部（BMWi）啟動了標準化路線圖"人工智慧"的工作。通過這一步，聯邦共和國的AI戰略得以實施（見1.4）。 2019 年 10 月 16 日，來自工業界、民間社會、政治界和科學界的 300 多名參與者參加了啟動活動，為 AI 標準化路線圖發出了啟動信號。 標準化路線圖是一份“活文件”，它展示了迄今為止的工作和討論結果，並作為標準化機構、行業、協會、研究機構和政界之間交流的中心溝通媒介。 人工智慧標準化路線圖的目的是在早期階段描述一個行動框架，以加強德國工業和科學在AI領域最佳解決方案和產品的國際競爭中的實力，並創造有利於創新的條件為了未來的技術。 它確定了標準和規範的需求，特別是在AI系統的安全性、可靠性和穩健性方面，並為確保AI解決方案的品質做出了重大貢獻。除了描述參與者運行的環境之外，它還概述了關於人工智慧方面的現有標準和規範，概述了標準化的主要潛力，並向政策制定者、研究人員和標準化者提出了行動建議。 人工智慧標準化路線圖將由來自工業、科學、公共當局和社會的代表在公開、透明和廣泛參與的過程中製定和定期更新。 ## ***高級轉型小組*** 人工智慧標準化路線圖由來自工業、政治、科學和民間社會的一組高級代表監督制定。由20人組成的轉型小組負責標準化路線圖AI的內容和戰略定位，為德國作為AI基地的擴張鋪平道路。成員代表AI領域不同規模的重要主題、學科、行業和公司，並將通過標準化的方式將研究成果轉移到經濟和其他重要生活領域。 ## ***系統性的方法*** 各相關領域專家的參與是製定標準化路線圖的必要基礎。參與的利益相關者包括相關部門的行業代表、科學界的專家、政界和民間社會的代表，以及與AI主題相關的已成立團體的代表。對不同觀點和相關要求的考慮在這裡非常重要，因此技術和非技術方面都同等地納入了標準化路線圖 AI 的開發過程。 標準化路線圖 AI 的開發涉及相關利益相關者的整體協調和編排，並在各個關鍵主題的七個工作組中進行。聘請來自不同領域和不同背景的約300名有經驗的專家組成七個工作小組領導工作組，主導標準的制定。 --- :::success ***21.07.07 commend*** ***ME：*** *AI產品的訴訟與爭端解決，需要一個仲裁者，就像ICC國際商會在國際貿易上面的角色一樣，德國在這件事情上也很有企圖心，在未來AI商品跨國際的開發、使用上扮演仲裁者* *[得到_紹恆頭條 欧洲真的衰落了吗？](https://m.igetget.com/share/course/article?id=e1k8gp2WGMzqJ3mqL0K5YmP6DOjxAL)* \ ***凱鑫：*** *AI產品的瑕疵會造成履約的問題，建立標準影響甚遠。率先解決AI道德倫理的問題。沒有以人為本設計AI會決定AI的成敗。假如AI可展現以人為本的信賴性，具有彎道超車的潛力。(重新定義 trusted AI內涵) 提早想到數據和演算法壟斷問題，不分組織大小都有參與機會。* \ ***KP：*** *Microsoft 概述了負責任 AI 的六個主要原則：責任、包容性、可靠性和安全性、公平、透明度，以及隱私權和安全性。* \ ***Lulu：*** *[德國醫療數位轉型為何突飛猛進？](https://www.hbrtaiwan.com/article_content_AR0010427.html)* ::: :::info ***21.07.22 commend*** ***ME：*** *雖然德國的中小企業佔比相當高，這點跟台灣很像，但是實際上台灣跟德國的中小企業的本質是不同的，德國是一個連家庭主婦燒菜都要有各種標準工具的國家，如果連家裡廚房都像實驗室一樣，那麼一般公司行業也一定是大大小小各種量測工具，制式化表格，絕對不可能像台灣一樣靠人工"目視"檢測驗收* *所以對AI的接受程度上，台灣雖然也一樣處在不知如何著手的階段，但至少對新技術帶來的改善樂觀其成，德國則不同，如果新的技術無法提供一個標準範本，一個照做就一定會得到相應輸出的SOP，德國的這99%中小企業是不會考慮使用AI的(就算用比例也極低)，而這恰恰是目前AI深度神經網路無法做到的* *所以德國對標準化Roadmap最非常迫切的需求，不是主導規則制定，也不是要當AI行業的leader，而是推動可解釋、可規範、透明的AI，才有辦法繼續推動中小企業的AI化進程* ***高季安：*** *根據目前大家這幾次講的內容，我認為它不是要積極發展 AI 產業，而是要主導德國與歐盟的 AI 規範，規定未來AI 產品與產業進入德國與歐盟時，是要可控制與符合規範及不影響歐盟人民權力的。* :::