新加坡的AI路线,重点不只是追求更强大的模型,而是把技术用于公共服务、让更多人参与,并让人继续为决策负责。新加坡数字发展与信息部长 Josephine Teo 于2026年9月21日在联合国大会期间举行的 Digital@UNGA 活动上,介绍了这一思路。
3
AI如何进入日常公共服务
Teo举例说,机器学习可以将居民提交的问题——例如公园秋千损坏或路灯故障——转给相应的政府部门。在边境,AI协助从数百万批货运中识别异常;在防范诈骗方面,则用于发现网络钓鱼和冒充他人的迹象。
3
她还表示,近七成新加坡公共部门工作人员会使用AI分析信息、准备草稿。不过,AI辅助并不意味着责任转交给机器:工作人员仍须对最终成果和决定负责。
3
这些例子呈现的,是一种以具体用途为先的做法:AI的价值不只看模型有多大、能力有多强,也要看它能否帮助政府处理实际事务。
让模型听得懂本地语言与表达
将AI应用于东南亚,也面临一个现实限制:模型未必能充分理解当地语言、口音和文化语境。Teo提到,新加坡的开放模型 SEA-LION 旨在更好地反映区域语言与文化特点,并支持多语种语音和语码转换——也就是在交谈中切换不同语言或表达方式。
3
11
她还介绍了 Project ATLAS。该项目与盖茨基金会、Google及联合国开发计划署合作,致力于为代表性不足的语言开发适用于AI的数据集,以弥补构建和调整AI系统所需数据的缺口。
3
不必每个国家都从头打造前沿大模型
Teo提出,各国应得到支持,能够根据自己的语言、文化和需求调整AI。扩大AI的可及性,并不意味着每个国家都必须自行开发前沿大模型;让现有技术适应不同的本地情境,也能帮助更多人受益。
3
新加坡还通过小国论坛(Forum of Small States)的数字支柱分享数字领域经验。Teo在另一场讲话中提到,该论坛有108个成员国。
11
衡量进展,不能只看机器有多强
Teo的发言归纳出三项重点:让AI解决实际问题、建立公众信任以支持持续应用,以及扩大参与。她提出,衡量成功的关键应是AI赋能了多少人,而不只是机器变得多强大。
3
以上应用和数据均来自新加坡政府对相关举措的介绍,反映的是该国所述的做法,并非对各项计划成效的独立评估。