第一章
緒論
人工智慧（Artificial Intelligence，簡稱 AI）是國際上重視的科技藍圖，不僅 可望解決一般生活問題，AI 在商業上的用途也是兵家必爭之地，我們不難預見 在下一個世代的產業競爭上，拒絕擁抱AI 的事業可能會難以生存下去。然而，
現行的法律中大多認為AI 不具備責任能力，凡是因爲 AI 衍生的相關法律爭議，
以現行法而言都只能向 AI 科技的開發者或利用人究責，如果這項 AI 科技是與 他人共同開發、利用的話，相信其中的法律關係還會更加複雜，甚至儼然形成AI 發展進程中的法律障礙，而AI 衍生的複雜法律關係，也會是科技發展過程中所 難以忽視的議題。從而，本章以AI 科技發展為思考脈絡，說明本論文針對 AI 與 競爭法議題的研究動機，並從中提出相關的時代背景分析。在確立研究方向後，
本論文針對AI 議題擬定合適的研究方法，跨領域的研究方法涵蓋「機器學習」
（Machine Learning）、經濟學與法律學等相關知識，以此建構本論文所研究的 範圍與架構。
第一節 研究動機與背景分析
AI 的定義可追溯至 1950 年，當時 AI 研究先驅圖靈（Alan Turing）就電腦 像人類一樣思考所應該帶來的影響，設計出一種判讀機器有無智慧的測試方法，
圖靈稱此為「模仿遊戲」（The Imitation Game），不過 AI 研究人員從一開始就 稱為「圖靈測試」（Turing Test）；圖靈測試用來界定智慧機器的方法很簡單，
就是讓普通人用打字機與電腦溝通，當其無法分辨自己溝通的對象究竟是真人或
doi:10.6342/NTU202003608
2
電腦時，成功騙過普通人的電腦就稱為思考機器 1。到了 1980 年哲學家希爾勒
（John Searle）藉由「中文房間論證」（Chinese Room Argument）說明翻閱手冊 作弊的可能性，質疑圖靈所謂騙過智慧生物就代表其具有智慧的說法2。所謂的 AI。第一層級稱為「狹義人工智慧」（Artificial Narrow Intelligence，簡稱 ANI）、
第二層級則稱為「通用人工智慧」（Artificial General Intelligence，簡稱 AGI）、
第三層級再稱為「超級人工智慧」（Artificial Super Intelligence，簡稱 ASI）；在 功能分級標準上，ANI 是指在特定領域具備與人類相似能力的機器；AGI 則是指
1 Judea Pearl、Dana Macken（著），甘錫安（譯）（2019），《因果革命：人工智慧的大未來》，
頁 44-45，新北：行路。
2 同上註，頁 46。
3 古明地正俊、長谷佳明（著），沈鄉吟、郭漢遜（譯）（2020），《AI 大局：鳥瞰人工智慧技 術全貌，重塑AI 時代的領導力》，頁 236，臺北：旗標。
4 同上註，頁 97。
5 Revolidis I. & Dahi A. (2018). Roboticshe Peculiar Case of the Mushroom Picking Robot: Extra-contractual Liability in Robotics. In Robotics, AI and the Future of Law (pp. 57-79). Springer, Singapore 59.
doi:10.6342/NTU202003608
3
所費不貲，而ANI 創造的經濟價值除了能夠支應 AGI 研發經費以外，AGI 科技 發展也仰賴 ANI 運作過程中累積的相關數據。其中，運用 AI 進行「價格決定」
（Determine Price）的跨領域商務應用，也就是事業透過 AI 找到其產品或服務的 最適訂價，或許就是能立即讓事業獲得報酬的AI 投資途徑，可望對於 AI 的發展 產生正面影響。然而，當事業透過AI 進行價格決定後，事業間也可能聯合壟斷 商品或服務的價格而衍生限制競爭疑慮。反過來說，如果競爭法在商務應用上的 認定過於保守，則運用AI 進行商業判斷就有違反限制競爭規範的高度法律風險，
導致早期參與 AI 應用的事業未受其利而反受其害，甚至產生 AI 科技發展停滯 的疑慮。換言之，影響AI 發展的原因不只是科技本身而已，其實限制競爭規範 也正在影響著AI 科技的發展進程。
當然，AI 科技進程並不是我們追求的絕對價值，近年來，以 Google 為首的 科技巨擘持續收購 AI 科技公司，已經讓人們開始擔憂 AI 科技如果過度集中於 少數事業或國家手中，AI 甚至可能成為他們用來控制一般人生活的工具。於是 以 AI 去中心化為理念的科技新創紛紛出現，他們以讓所有人都能分享 AI 科技 的理念推出平台服務。Google、Microsoft 等科技巨擘也開始推出機器學習平台，
例如使用者可以在 Google 提供的雲端空間中，訓練屬於自己的機器學習模型。
因此，無論從何者的角度去探索未來，AI 都將是被迅速導入到各行各業的科技，
未來AI 不是只有少數事業才能使用的科技，此一趨勢稱為「人工智慧民主化」
（Democratizing AI）6。在AI 民主化的潮流中，本論文透過競爭法角度加以分析 AI 所衍生的限制競爭樣態，並提出維護產業政策與自由競爭環境的執法模式，
以因應AI 時代的到來。
6 郭家蓉（2018），〈從 Google AutoML 推出看 AI 民主化發展〉，檢自：
https://www.moea.gov.tw/MNS/doit/industrytech/IndustryTech.aspx?menu_id=13545&it_id=168
（最後瀏覽日：2020/08/12）
doi:10.6342/NTU202003608
4
第二節 研究方法
一、機器學習與實務概述
AI 的研究可以追溯至上個世紀，其發展歷史相當漫長，不論技術或應用上 都已經發展出許多子領域，近年來則以機器學習領域的發展最為熱門，一般認為 模仿人類思考方式的機器學習，就是AI 主要的發展方向，尤其在「深度學習」
（Deep Learning）、「增強學習」（Reinforcement Learning）與「生成對抗網路」
（Generative Adversarial Networks，簡稱 GAN）等技術上，機器學習都已經帶來 前所未見的變革。因此，本論文以機器學習的理論與現況發展為科技背景，進而 分析AI 所涉及的競爭法相關議題。
二、經濟學觀點與推論
本論文以AI 民主化所涉及的競爭法議題為核心，其中論述的許多狀況尚未 發生於本論文撰寫當下，因此需要以經濟學的理論為基礎來建構相關模型，再以 經濟學觀點來分析AI 所涉及的競爭法議題；另外就 AI 所帶來的經濟體制變革，
本論文也會援引經濟學家相當重視的「平價」要素，進一步推論AI 民主化發展 可能適合的技術架構與科技治理模式。
三、文獻與案例整理
目前已有許多學者針對演算法（algorithm）涉及的競爭法議題進行相關研究，
尤其訂價演算法目前在商務上的應用已經逐漸趨於成熟，其對自由競爭可能產生 的傷害，更是競爭法學者最為關注的焦點。由於演算法是AI 科技發展過程中的 必經途徑，因此本論文整理以演算法為主的相關文獻，藉以比較演算法與AI 在 競爭法議題上的差異，並從中提出可能適合AI 時代的科技治理與管制。此外，
doi:10.6342/NTU202003608
5
金融科技與隱私保護領域都有許多與數據相關的參考文獻，其在執法層面上更是 已經有了以數據時代為背景的監理手段，其產業也是率先導入AI 的特殊領域，
而對未來跨領域的競爭執法有高度參考價值。從而，本論文案例整理範圍不限於 競爭法議題，也包含對AI 應用與經濟學上的情境說明，期望藉由多重面向加以 分析AI 民主化與經濟體制變革。
四、政策方向與比較法分析
國家可能因應不同產業特性規劃具體政策，並體現在個別領域的產業需求上，
在AI 民主化的願景完全實現以前，某些產業就會先受到科技的影響而出現變革。
從而，政策方向對於往後全面性的科技發展而言，具有高度的參考價值。因此，
本論文在AI 科技執法議題中即借鏡金融領域目前的發展，在競爭執法章節中也 援引隱私保護領域的設置方案，期望在國際間的比較法分析以外，也藉由不同的 政策方向思考脈絡，試著針對AI 民主化的跨領域特性加以分析，並推導初步的 論述框架。
第三節 研究範圍與論文架構
與研究演算法競爭議題的多數文獻不同，本論文研究範圍以AI 為核心議題，
也就是以「具有自我學習能力」的AI 為研究標的。演算法可以定義為系列規則 或指令，進而完成某些工作項目，因此也可以稱其為「計算程式」；演算法必然 是自動的（automatic），不過並非所有的自動裝置（automation）都有演算過程，
也並非所有的演算法都有自我學習能力7。本論文雖然援引演算法相關文獻而為 論述基礎，但是為釐清本論文研究的範圍，同時尊重其他不特別區分演算法是否
7 陳和全（2020），〈訂價演算法與競爭法議題初探〉，《公平交易季刊》，28 卷，2 期，頁 96。
doi:10.6342/NTU202003608
6
具有自我學習能力的相關文獻原意，本論文所稱的「演算法」或「訂價演算法」
在未說明其具有自我學習能力時，宜先推定為「不具有自我學習能力」的演算法。
至於本論文所稱的AI 則是指具有自我學習能力的 ANI、AGI 或 ASI。換言之，
本論文探討的時代背景大致介於ANI 與 AGI 之間，也就是本論文撰寫當下的 AI 科技水準，並以AGI 為發展目標的科技狀態。
在論文架構上，第一章「緒論」以AI 民主化為時代背景，除了將本論文所 研究的AI 加以定義以外，也以事業透過 AI 進行價格決定為例，藉由 AI 在發展 進程中所遇到的瓶頸與困境，說明AI 衍生的法律問題將與科技發展息息相關。
進而延伸事業利用AI 實施限制競爭行為的問題意識，並說明本論文的研究方法 與架構。