人工智能應用程式ChatGPT近期風靡全球，其生成人工智能（Generative AI）技術引發不同界別的熱論，例如工商業界探索ChatGPT如何能提升生產及工作效能；藝術文化界如何使用ChatGPT，加大創意內容（creative content）產量；法律界研究「人工智能生成內容」（AI generated content，AIGC）所產生的知識產權問題；勞工界擔心「機器代人」在經濟正剛剛復甦期間，進一步推高失業率；學界討論學校是否應該禁止學生使用ChatGPT，杜絕他們「請機器人」做功課；政府研究制定人工智能政策，以防不法之徒濫用ChatGPT危害社會治安等。但無論如何，各界都對ChatGPT的技術和應用前景寄予厚望。
科研由科學或應用主導惹反思
ChatGPT被廣泛地接受，亦挑起科技界對科研策略定位的反思，究竟科研應該是由科學還是由應用主導呢？從物質回報角度看，政府（公）、業界（私）投放資源在基礎研究（basic research）和應用研發（applied R&D）上的比例，應該誰輕誰重呢？事實上，這議題在社會中是老生常談，但一直以來仍是沒有明確的答案。
過去數十年，不少機構特別是企業都認為，科研應該以應用拉動，因此其投資均着重應用研發而較輕視基礎研究。許多企業在開設研究部門初期，都計劃致力基礎研究，但研究部門是「成本中心」（cost centre），而且是無底深潭，不斷地「燒錢」，因此當經濟條件不佳時，企業必須節省成本，而首當其衝的很自然是研究部門。在商言商，企業如此決定亦無可厚非，但長遠而言，企業（國家）缺乏創新，無能力在科技市場（國際）上「領跑」，只能充當市場（國際）的「二奶仔」，未來難免會受制於對手的「卡脖子」技術。
ChatGPT的成功經歷，正正反映出創新主導科研的效益。「特斯拉電車之父」馬斯克（Elon Musk）與其他投資者，包括現任OpenAI行政總裁Sam Altman，成立OpenAI人工智能研究實驗室，目的是促進和發展友好的人工智能技術，使人類整體受益；實驗室主要以非營利模式操作，而當中的研究以科學性基礎人工智能問題為主導。
基礎研究有突破 投資慕名而至
OpenAI是「生成式預訓練轉換器」（generative pre-trained transformers，GPT）模型的原創者，並於去年11月推出ChatGPT；自面世以來，ChatGPT被全球各大企業追捧，以微軟為例，它於今年初再投放數十億元美金，資助OpenAI對ChatGPT技術進一步研發，並宣布把該技術應用於其Bing搜尋引擎。由此可見，有麝自然香，只要基礎研究做得出色、有突破，投資者和大企業便自然會慕名而至，爭相投資及參與應用研發。
基礎研究成本高、風險大，令工商業界對科技創新發展卻步，要紓緩這個問題，企業可以「假手於人」。大學是基礎研究的基地、創新科技的搖籃，企業可以投資或購買大學的科研成果，再把它們加工轉化為產品。
設「科技轉移顧問」 促學企協作
不過，大學與企業對科研的價值觀，往往是南轅北轍，前者着重創新發明，而後者則着重市場牟利；再者，對許多大學教授而言，科研的誘因是多發表具影響力的論文，而營商者則追求利潤，因此學、企兩者在創科合作的洽談上，往往是「雞同鴨講」，難以互相協調，達成共識。實際上，學企協作失調一直以來都是創科產業發展的絆腳石，政府會主動出手，務求縮減兩者在科研價值觀上的鴻溝，但這任務絕非輕易。
當局在去年的《施政報告》中推出「產學研1＋」計劃，為大學和企業築起橋樑，企圖拉近兩者之間的協作關係，此舉措無疑是明智的安排；然而橋樑是死的，若然位於兩端橋頭的持份者（即大學和企業）處於被動狀態，依然各自為政、無意過橋的話，那麼橋樑便形同虛設。因此，筆者建議特區政府不妨考慮開設「科技轉移顧問」團隊，聘請多名專業顧問，充當大學與企業的「紅娘」，提供適當的誘導、協調等服務，加快「產學研1＋」計劃的實踐步伐。
原刊於《經濟日報》，本社獲作者授權轉載。
