眺望2023年：值得關注的科技產業大勢
作者 : Brian Dipert，EDN特約作者
在新的年度一開始，我們更有充份的時間掌握在2023年值得關注的科技產業趨勢與預測...
過去幾年來，我每年都會發表對於過去一年來的重點技術回顧，然後再對於來年的科技大勢進行預測。這種節奏在概念上是很合理的——畢竟，本著「忘記過去的人註定要重蹈覆轍」的精神，人們傾向於在預測未來之前回顧過去並從中吸取教訓。
今年，我嘗試將這一順序顛倒，以便爭取更多時間來觀察產業情勢。因此，在新的年度一開始，我們更有充份的時間掌握在2023年值得關注的科技產業趨勢與預測。事不宜遲，就按照這些科技業界大事最初從我大腦海中浮現的順序來談吧！
半導體限制與發展步調不一致
一年前，回頭看看即將結束的2021年，我曾經寫道：
複雜的全球供應鏈——從半導體晶圓廠到零售商貨架上的成品系統，都受到人力短缺和其他限制因素的破壞，再加上全球持續封城與隔離等限制措施以防堵COVID-19疫情擴散。考慮到大量的新市場需求，特別是來自加密貨幣「礦工」(例如顯卡)的需求，可以說成為產品規劃師是目前最被看好的職缺。
值得慶幸的是，一年後的我們儘管還沒有完全「走出困境」，至少也都處於一個更好的位置了。對於企業來說，改善的程度在某方面取決於所經營的技術部門關注於哪些特定市場領域及其於該市場的規模或影響力。
那麼，2023年的技術產業會是什麼樣貌？很諷刺的是，一些半導體似乎已經處於供過於求的情況，特別是那些：
- 原本具有高聲量；
- 商品化本質；
- 這兩個因素轉化為多家(大型)供應商的參與。
具體來說，我指的是記憶體，包括揮發性的DRAM和非揮發性的NAND快閃記憶體(Flash)。其價格隨利潤一起暴跌，轉化為客戶的喜悅和供應商的焦慮。在某種程度上，這並不是什麼新鮮事：作為NOR Flash記憶體產業的資深「觀察家」，我對此類產業週期性的興盛與蕭條循環已經非常熟悉了。如果真的要說有什麼不同的話，那就是COVID-19效應只是把這一興衰正弦波曲線的正常長度拉長了。
相形之下，量少、商品較少的產品恢復供應穩定的速度較慢，因此我們可能會繼續週期性地聽到汽車生產線因為IC短缺或無法取得而關閉的情況。
比特幣挖礦市場的低迷使繪圖處理器(GPU)領域(晶圓和其他晶圓廠、測試和封裝設施等資源的另一個大量消費市場)恢復了一些表面上的正常狀態，但我懷疑這種情況是否能延續到新的一年。英特爾(Intel)似乎終於讓其製造業務步入軌道，儘管經過了多年的反覆延遲，這應該能夠穩定(並最大化)其現有晶圓廠的產量，無論是為了自家公司還是為其剛起步的代工服務期望。
也就是說，美國最近通過的《晶片與科學法》(CHIPS and Science Act)可能還無法在2023年轉化為顯著增加的供應(來自英特爾或其他公司)，因為建造、組裝新晶圓廠並使其投入生產與量產需要更長的時間，以及具備充份的水和電來「餵養」。也就是說，世界半導體晶圓廠的大部份產量將繼續仰賴亞洲，特別是南韓和台灣(前提是經濟、軍事和/或政治衝突不至於限制晶圓外流)。
環境問題日益嚴峻
製造晶片非常耗費資源，特別是因為它涉及到電力和水的消耗(順便說一下，資料中心的營運也是如此)。看看美國的晶圓廠，您會發現其中很大一部份晶圓廠都位於亞利桑納(Arizona)、新墨西哥(New Mexico)和猶他(Utah)等州，它們都具有共同的特徵，例如擁有大量可用的平坦土地、相對較不受地震影響等等。遺憾的是，任何關注美國西部近期天氣趨勢的人都知道，當地的水資源變得越來越稀缺，因為科羅拉多河(Colorado River)每年都在提前變成涓涓細流，即使是在一般的豐收時期，它的平均日流量也會減弱。另外，值得注意的是，淡水短缺並不只是西方國家(甚至美國)獨有的現象。例如，就在去年，台灣一度陷入嚴重乾旱，甚至必須思考優先考慮農業用水還是台積電和其他晶圓廠的半導導體用水。
當然，以前也發生過乾旱，但即使是持懷疑態度的人也越來越難以忽視整體趨勢：地球正在變暖，而人類活動是其根本原因。這導致我們使用電力：諷刺的是，需求的增加進一步加劇了全球暖化(導致更多使用空調的需求…泡沫、沖洗和重複…)，特別是當使用煤炭和天然氣等化石燃料產生電力時。誠然，向太陽能、風能、水力(我是指潮汐和海浪，而非水壩)和地熱能等「綠色」能源的過渡正在進行中(受到重新擁抱核裂變等更具爭議性能源的支持)，但為了將峰值溫度升高保持在1.5°C目標以下，這種轉變所需的速度要慢得多，專家認為，超過該目標對人類、物種和我們的星球造成的後果將更加可怕。但人類是否願意為此改變生活方式，以免超過(最好是低於)這個門檻？
坦白說，我感覺比平時更加憤世嫉俗，因為在我寫下這些話時，今年的聯合國(UN)氣候變化大會將進入週末「加時談判」，因為看不到任何有意義的突破。隨著COP27的進展，國家之間以及開發國家與開發中國家之間的分歧似乎越來越明顯。過去預防全球暖化的承諾正轉變為日益激進的地球工程干預建議，以及關於最小化、減緩和適應的討論；《經濟學人》(The Economist)最近一期即以環境為主題，從它具有先見之明的封面也有效地以視覺傳達了這一點：
因此，儘管在我們周圍有著越來越多的颶風、洪水、乾旱、森林大火和各種極端氣候且越來越強烈，但是否足以提醒我們對蓋亞(Gaia)這個大地女神及其居民做了什麼？在2023年，我們還要繼續走向不可挽回的生態災難嗎？
地緣政治緊張局勢不可預測
最近美國剛完成了期中選舉並導致政府陷入分裂，事實上，民主黨仍然控制白宮和參議院，而共和黨則在眾議院佔多數席次，這對於已經批准的《農村寬頻擴展法案》(Rural Broadband Expansion Act)、《基礎設施投資》(Infrastructure Investment)和《就業法案》(Jobs Act)以及上述的《CHIPS和科學法案》以及《降低通膨法》(Inflation Reduction Act)可能幾乎沒有影響。CHIPS法案對於科技產業的好處已在討論中，而前兩項法案的優勢也很明顯，包括擴展寬頻基礎設施，以及其所帶來擴展新的和現有寬頻服務用戶的技術。
然而，放眼在美國疆界之外，事情就變得更複雜，因而也更加不可預測。首先，烏克蘭與入侵的俄羅斯之間持續存在衝突。它可能在2023年的任何時候以軍事方式和/或透過談判解決嗎？果真如此，它將採取什麼形式？誰知道呢？在解決方案出現之前(實際上甚至延續到戰後)，對科技產業的影響仍很巨大：
- 長期以來，這兩個國家的軟體工程師有著很強的編碼能力，這在很大程度上可「歸功」於過去蘇聯時代古老的電腦硬體迫使程式人員必須有效率地「擠出」最佳結果。目前，可以理解的是，烏克蘭正在進行的編碼被擱置在一旁，因為程式人員被迫拿起武器保衛自己的國家，而西方的制裁大大地阻礙了俄羅斯軟體公司的持續業務。
- 這些制裁在本質上是經濟和技術存取限制的。許多西方公司已經主動關閉其於俄羅斯(作為懲罰)和烏克蘭(為了員工安全)的子公司，並在西方政府政策的「鼓勵」下減少晶片及其內部IP、軟體和系統的出貨量。由此產生的實際效應不僅影響到俄羅斯軍隊補充其軍備庫存的能力，還會影響俄羅斯公民購買新款智慧型手機、電腦、電視等的能力。
- 那麼，俄羅斯的程式人員用其獲得的「空閒時間」做什麼呢？在俄羅斯政府的「鼓勵」下，至少其中一些程式人員改做駭客進行攻擊。雖然大部份的網路關注焦點都集中在烏克蘭，但支持烏克蘭的北約國家(NATO)也引起了駭客的興趣，因為他們一般會被認為是反俄羅斯的人。
- 導致歐洲進入寒冬的一個特別大的問號是俄羅斯將在多大程度上減少對烏克蘭盟國的天然氣運輸，以及這種熱源減少的影響將會在多大程度上動搖這些盟國的支持。
- 而且，即使到了現在，該地區的整體不穩定加上各種化石燃料能源的削減，仍持續在全球範圍內加劇通貨膨脹。
遺憾的是，衝突並不僅限於歐洲。以亞洲為例。或許是受到俄羅斯入侵烏克蘭(侵略者聲稱烏克蘭是其領土的一部份)的鼓舞，中國聲稱台灣並非一個國家的類似主張而採取武力恫嚇再次升溫。例如，去年初夏，由於美國眾議院多數黨領袖裴洛西(Nancy Pelosi)訪問台灣，中國大規模展示了其軍事潛力——空中(包括導彈)、海上和地面——並增加對於其島嶼鄰居的網路攻擊。例如美國新聞雜誌節目《60分鐘》就對此加以報導：
一部份是為了表達對於台灣的支持，同時也在於回應中國長期以來不尊重知識財產權(IP)的說法。更廣泛地說，為了回應中國在世界舞台上被視為領先者的雄心壯志，美國最近還減少向其亞洲競爭對手出口尖端技術 這包括採用美國製造的半導體製造設備但由其他國家的公司和代工廠進行製造的晶片。雖然這項政策的意圖對美國許多人來說合乎情理，但對美國公司的業務影響也不容忽視。
然後是北韓和南韓。就在我為文寫下這些話時，金正恩的北韓朝鮮政權剛剛進行了另一次彈道導彈試驗。這在2022年一共有超過40枚之多，其中許多導彈的射程已能到達美國在太平洋的領土，甚至美國本土。其中任何一種，連同已經部署在北韓軍事武器庫中的短程武器，當然可能襲擊韓國、日本和其他鄰國。南韓與美國合作，每次都以展示自己的武力作為回應。但如果這些佯攻演變成全面戰爭，對兩國及其鄰國和整個世界的影響將極其深遠，無論是在技術上還是在其他方面。
Generative AI的合法性不明
最後這一個標題乍看之下似乎有點晦澀難懂，但請相信我。我從事科技記者工作已經超過四分之一個世紀了。雖然《電子技術設計》(EDN)擁有我在為其工作期間產生的文字，但我也因此得到了報酬。然而，我不能接受的是看到有人從我的一篇文章中「擷取」了整個句子或段落，而且在未署名的情況下用於他們的文章中。當然，還有更過份的是竟有網站一字不漏地複製我的一整篇文章並附上圖片發表，即使他們很「慷慨」地把我列為原作者，這仍然算是一種剽竊。
你可能要問，這和技術有什麼關係？想想看深度學習和其他人工智慧(AI)技術。正如我之前介紹的，其基本方法首先涉及訓練網路模型，方法是將其暴露於任何你想理解的資料(文本、單詞/短語/其他聲音、靜止影像和視訊影像等)標記示例，類似於孩子們學習如何透過名稱辨識各種物體。然後，當您稍後將同一個經過訓練的模型暴露至其他類似資料時，它就能夠從其已組裝的知識庫中推論出新的資料是什麼。
針對這一點，進一步以孩子們的學習來作比擬，你可能想知道同一個模型是否也能利用它的「想像力」，在相同的訓練基礎上創造全新的內容。這種被稱為「生成式AI」(Generative AI)的技術正變得越來越強大，儘管其實施並非基於綜合想像，而是基於競爭——特別是生成對抗網路(GAN)。維基百科(Wikipedia)的定義：
生成對抗網路(GAN)是一種機器學習架構類型……兩個神經網路以零和賽局(zero-sum game)的形式相互競爭，其中一個代理的增益就是另一個代理的損失。給定一個訓練集，該技術學習產生與訓練集具有相同統計資料的新資料。例如，在照片上訓練的GAN可以產生新照片，這些照片至少在人類觀察者看來是真實的，具有許多現實特徵……GAN的核心思想是基於透過判別網路進行的「間接」訓練，判別網路是另一個神經網路，它可以告訴輸入看起來有多「真實」，而且它本身也在動態更新。這意味著生成網路沒有經過訓練以最小化與特定影像的距離，而是在愚弄判別網路……GAN類似於進化生物學中的模擬，生成網路與判別網路之間存在進化式的軍備競賽。
為什麼GAN最終出現在值得關注的2023年技術趨勢清單？首先，想想看，GAN已經被用於
根據工具集用戶的描述性輸入來創建各種(半)原創內容(合成媒體)：包括文字散文、藝術和其他靜態影像、視訊剪輯、3D物件模型，以及各種類型的聲音，從特效到合成聲音到完整的音樂作品等等。
此類技術帶來的一些困境在於GAN產生的內容可能取代真人所創建的內容。另一方面，與本節標題的「不明確合法」(unclearly legal)部份以及上一段落中的「半」(semi)限定詞相關聯的是這些網路最初是如何創建的。現在，先想想GAN是如何進行訓練的。
如果您猜到「使用現實生活中，人類所創建的文本、影像、視訊、3D模型、語音、音樂和其他聲音等」……恭喜您答對了。這就是問題的癥結所在。那麼，有誰在經濟上或以其他方式補償這些原創內容的創作者？首先會公開指名承認原作者？如果您猜測：「沒有人…」(nobody)，恭喜您又猜對了。
一首聽起來像莫扎特(Mozart)的合成交響樂、一部讓人想起莎士比亞(Shakespeare)的戲劇，或者是一件讓人聯想到畢加索Picasso的藝術作品，這是另一回事……畢竟這些藝術家如今已經去世，他們的作品屬於公共領域(但如果有人試圖將合成的畢加索偽裝成真品，仍然會有問題)。但是，如果有人聲稱基於Stephen King的小說訓練而以GAN生成的恐怖故事是真實的，那怎麼辦？太可怕了！
現在，也許你心中在想「或許這對那些藝術家來說太糟了，但我不是作家、音樂家、素描家或畫家、雕塑家、攝影師、錄影師等，這個問題對我個人有影響嗎？」小心不要低估了你在更廣泛意義上的藝術性或技術潛力。例如，GAN已被用於生成大量電腦遊戲內容。如果GAN開始編寫整個軟體會怎樣(想想看，這已經發生了)；那麼在那裡的人類程式員會有什麼感覺呢？其他工程類比情況同樣適用。
結語
還有很多關於2023年的技術主題預測我仍然想提出來討論，例如科技產業裁員、電動車(EV)、自動駕駛車、元宇宙(The Metaverse)，以及揮之不去的疫情趨勢和影響等等。然而，限於篇幅，我將在以後的文章中一一討論，至於我過度強調、低估或完全忽略了什麼重點呢？也請在評論中告訴我。
編譯：Susan Hong
(參考原文：2023: A technology forecast for the year ahead，by Brian Dipert)
加入LINE@，最新消息一手掌握！
