AI國家戰略新登場！新加坡發表亞洲第一個AI工程師認證框架|數位時代 BusinessNext

新國家AI戰略！新加坡發表亞洲第一個AI工程師認證框架

新加坡明年1月將針對物流、醫療、教育和房地產使用AI技術及規範政策，並針對AI工程師設立國家級的認證框架，對於AI倫理和治理的觀念領先全亞洲。

新加坡政府於今年（2019）11月發布了他的AI戰略，其願景為到2030年，新加坡立志成為有影響力的AI解決方案的領導者，提供給公民和企業在關鍵領域中重要的AI解決方案。要如何化願景為實際作為呢？新加坡選定5大國家發展計畫，作為關鍵的發展重點，包含海關邊境安全、醫療、房產管理、教育和物流！

新加坡選定5大AI國家發展項目，以海關邊境安全為例

此外，新加坡智慧國家計劃中的AI技術應用，則規劃到2025年，新加坡所有移民檢查站的安全檢查都將以指紋、臉部和虹膜辨識實現全自動通關，這是新加坡智慧國家計劃中，應用AI技術的一部分。新加坡副總理王瑞杰（Heng Swee Keat）於上（11）月13日宣布新的新加坡國家AI戰略，其中也提到一部分便是將AI應用於海關安全，列為這也是五個重要國家AI項目之一。

王瑞杰在新加坡FinTech和創新與技術週上表示：「各國將需要與時俱進，利用技術來解決共同的挑戰和國家優先事項。」智慧國家和數位政府辦公室表示，除了海關安全外，宣布的其他四個AI項目為是物流、醫療、教育和房地產管理。而選擇這五個項目的原因是，是因為預期它們可以很快地發揮效果，並產生較顯著很高的社會和經濟利益。

例如，在海關使用AI將為旅客提供更快、無縫的過境體驗，方便旅客辦理出入境檢查。此過程還將減少人為失誤，並使在櫃檯工作的移民官員能夠專注於其他更高價值的工作，像是例如關注可能需要更嚴格審查的旅客。例如，而目前已有案例可以看出其效用，據報導，新加坡樟宜機場4號航站的全自動系統，就使用了AI臉部識別技術，捕獲不同車站的乘客的照片，估計從而節省了多達20％的人力和效率。

不只是海關邊境安全，還有醫療、房產管理、教育和物流4個國家重點計畫

此外，在醫療領域，到2022年，根據新加坡醫療與AI計畫，整個新加坡也計畫2022年前於全國將部署名為Selena+ 的AI系統，以幫助更快、更準確地檢測包括糖尿病等在內的眼部睛疾病。針對醫療項目，王瑞杰說：「AI有巨大的潛力可用於預測、發現和管理慢性病。」，因為許多老年人可能不清楚自己的病情。另外，人工智慧可以用來分析臨床和基因數據、醫學圖像和健康行為，從而更好地評估個別患者的風險狀況，為了更好地進行預防和病例管理。

對於房地產管理，人工智慧可以幫助預測房屋問題，進而從而可以更好地優化房屋維護工作，例如使用AI分析數據來預測幫助預測建築物中的下一次電梯故障時間，以提前做維修、保養工作。

在教育方面，可以利用AI可用來自動執行某些英語作業的評分程序，老師這樣教師就可以騰出時間專注於其他任務上。

除了5大國家AI重點項目之外，AI戰略也要建立整體AI的生態系統

AI整體的生態系統包括：建立三方協作關係（官方、社群和產業）、資料架構、漸進式可被信任的環境、國際合作和人才與教育課程。舉例來說，新加坡的AI的人才與教育課程規劃，先以設定政策優先順序，再來幫助建立AI人才庫。

並在面臨AI人才需求持續成長，以及產業無法量化評估AI技能等問題時，新加坡將於2020年初推出首個針對AI工程師的認證框架，以幫助滿足雇主判斷持續成長對獲得具能力驗證的在地人才需求。在宣佈新加坡的工程師認證框架後，工程師將可透過認證以證明他們具有在實際情境環境中執行擴展AI項目的技能和能力。

AI工程師分級認證

要獲得第一級AI認證工程師的資格，申請人必須具有至少一年與AI相關的工作經驗，並部署了至少一個價值500,000美元（約新台幣1,526萬元）的AI項目。至於第二級和第三級的申請人，則他們必須進一步證明有能力，管理整個組織中的AI工程團隊和多款個AI應用。

這些公告表明新加坡對AI的重視，根據新加坡研究、創新和企業2020計劃，將針對數位技術（包括AI）投入超過1.5億新幣（約台幣33.5億元）。為了在這裡培養AI人才，到2025年新加坡還計劃培訓25,000名專業人員進行基本AI編碼和應用的培訓。

微軟全球國家技術長家艾伯特（Andreas Ebert）並稱讚新加坡說：「國家AI戰略（National AI Strategy）的制定展現出新加坡已經是AI倫理和治理方面的全球性思想領袖，新加坡採取全面、包容的方法來加速國家快速適應科技技術，來增強國家能力。」新加坡的政策制定決斷力與計畫的執行能力，值得台灣借鏡。

資料來源：

責任編輯：江可萱

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。