如果要实现“全民AI”,该机构的角色不应仅是科研资助平台,还应承担更广泛的功能,例如:
通过专注于可落地的应用,AIRDI可以帮助AI技术从实验室走向真实社会场景。
现代AI开发高度依赖大型计算资源。如果算力只掌握在少数大型企业或顶尖实验室手中,中小创新者和社会项目将难以参与。
香港已经在AI基础设施方面进行投资,例如研究集群和相关计算设施 。未来可以进一步扩大共享算力,例如:
采用分层模式——例如免费实验额度、企业补贴以及科研竞争性资助——可以让算力同时支持商业创新与社会应用。
香港已经形成一定的AI研究生态,包括InnoHK计划以及香港生成式人工智能研发中心(HKGAI)。该中心由多所大学合作成立,专注生成式AI技术及本地化应用 。
其中一个典型成果是HKChat——基于本地大语言模型开发的聊天机器人,专门针对香港语言与文化环境设计 。
如果这些工具被整合进学校、政府服务和社区机构,它们就可能成为普通市民接触AI的入口。
尤其重要的是,本地AI模型必须支持香港常见的语言使用方式,包括:
没有这些本地化能力,很多居民和企业会发现AI工具难以真正使用。
另一种让AI普及的方法,是直接把它嵌入日常公共服务。例如,AI工具可以帮助居民:
如果这些工具可以通过图书馆、社区中心或手机应用提供,即使没有技术背景或个人设备的人群也能受益。
中小企业是香港经济的重要组成部分,但很多企业缺乏技术能力和资源来尝试AI。
政府和产业机构可以提供更实际的支持,例如:
这些计划不仅要推广技术,还应帮助企业进行业务流程改造和员工培训。如果实施得当,中小企业生产率将显著提升。
长期来看,AI普及离不开教育。香港已通过优质教育基金预留20亿港元,用于推动中小学数字教育,包括AI素养课程和教师培训 。
AI教育不应只局限于理工科。学生还应理解人工智能如何影响语言、艺术、商业和社会领域。
与此同时,劳动力再培训同样关键。通过职业培训机构、应用科学大学和企业合作,可以推出短期、模块化课程,帮助员工学习AI辅助技能并适应新的工作方式。
国家层面的AI+行动旨在推动人工智能在经济与社会各领域深度融合 。香港可以在此框架下开展行业试点,例如:
每个试点项目都应明确问题、数据来源、责任机构以及隐私与安全保障机制。成功的项目可以逐步推广到全城。
AI能否普及,很大程度上取决于公众信任。居民需要相信AI系统是安全、透明且公平的。
因此需要建立清晰的治理框架,包括:
尤其在医疗、就业、金融和公共服务等高风险领域,应进行更严格的评估和监管。
香港已经具备不少基础:研究机构、生成式AI研发计划、教育投资以及不断扩展的AI战略。
真正的考验其实很简单——如果一位小餐馆老板、一名社工、一家物流初创公司、一名教师,甚至一位长者,都能安全而有效地使用AI,那么香港才真正实现了AI普惠。
否则,即使城市拥有强大的AI产业,也仍然距离“全民AI”相当遥远。