iVOD / 149885

Field Value
IVOD_ID 149885
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/149885
日期 2024-03-14
會議資料.會議代碼 委員會-11-1-22-3
會議資料.會議代碼:str 第11屆第1會期教育及文化委員會第3次全體委員會議
會議資料.屆 11
會議資料.會期 1
會議資料.會次 3
會議資料.種類 委員會
會議資料.委員會代碼[0] 22
會議資料.委員會代碼:str[0] 教育及文化委員會
會議資料.標題 第11屆第1會期教育及文化委員會第3次全體委員會議
影片種類 Clip
開始時間 2024-03-14T11:16:10+08:00
結束時間 2024-03-14T11:27:05+08:00
影片長度 00:10:55
支援功能[0] ai-transcript
支援功能[1] gazette
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/38af2da376d2313517d562db1a2dfd0c836c7b9700c54b84f8ba9b0039caa7a6771bfa2fcba23d975ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 范雲
委員發言時間 11:16:10 - 11:27:05
會議時間 2024-03-14T09:00:00+08:00
會議名稱 立法院第11屆第1會期教育及文化委員會第3次全體委員會議(事由:邀請國家科學及技術委員會主任委員吳政忠列席報告業務概況,並備質詢。【3月11日及14日二天一次會】)
gazette.lineno 674
gazette.blocks[0][0] 范委員雲:(11時16分)謝謝宜瑾召委。有請主委。
gazette.blocks[1][0] 主席:有請吳主委。
gazette.blocks[2][0] 吳主任委員政忠:范委員早。
gazette.blocks[3][0] 范委員雲:主委早安。我在整理今天要問什麼問題的這個禮拜,真的發現主委任內非常有開創性,針對重要的科技趨勢,譬如今天也有委員問過的本土生成式 AI,還有就是大家都很關心的晶創臺灣方案,我覺得都是非常有前瞻性,我們在科技的前沿怎麼樣為臺灣創造最大公共利益的部分,主委任內的這些作法,我覺得都是引領的,我們委員還沒想到的,你們都先規劃了,所以我肯定主委這方面的努力,非常地期待,讓臺灣在未來10年,我們都有機會繼續引領。對於我關心的一些問題,不管是性別、人文社會科學,主委也非常關注,這點我也肯定,相比我們看到過去的國科會,我覺得這也是非常可圈可點,但是今天還是希望要精進啦!
gazette.blocks[4][0] 吳主任委員政忠:謝謝。
gazette.blocks[5][0] 范委員雲:我們還是要能夠更好,我們立委的監督力道也不能夠因為你們做得很好而放鬆,要更好!所以今天先請問生成式AI,一年前去年3月15日的時候,我當時就以國外的研究談到Human-in-the-loop、Society-in-the-loop,其實AI生成式的設計中應該要納入倫理機制,要讓它有臺味、人味、倫理、性平等等,所以當時提了三個要求,第一個,要降低資料庫的偏見;第二個,AI的決策過程要加入人為跟社會參與,在決策過程這部分;第三個,要研發「人工道德行為者」這樣的機制,你們辦公室都有跟我們回應,我們也非常地肯定,我們看到去年6月就第一次發布自主開發的可信任的生成式AI,所以這個TAIDE計畫,我想算是非常讓人值得期待,我知道你們還沒有正式開放,據我瞭解的是,公部門包含榮總、中研院、氣象等等這些單位都已經跟你們表達要相關合作,取得這整個的過程,我想真的是對我們未來的國家發展很重要。也有13家廠商跟你們簽署了MOU,所以我覺得你們也在創造公共財,讓臺灣的產業有機會在世界的AI新發展中,有本土生成式的AI可以合作,這部分我覺得都非常好。
gazette.blocks[5][1] 我想針對我之前問的倫理機制,本土的部分其實你們已經做到了,倫理機制涉及到我剛剛所講的,沒有資料偏見這個部分,你辦公室去年5月給我的回應是,你們已經考慮了倫理因素,將研析國際相關技術並參酌委員意見納入TAIDE設計的開發過程。主委可以講一下你們是怎麼納入的嗎?因為納入這兩個字,我跟辦公室研究了很久,還不清楚,可不可以跟我們分享一下?
gazette.blocks[6][0] 吳主任委員政忠:這個有一點技術的問題,就是……
gazette.blocks[7][0] 范委員雲:對,用我們大家都聽得懂的話告訴我。
gazette.blocks[8][0] 吳主任委員政忠:第一個,它在回答的時候,我們現在TAIDE引擎事實上有另外一支計畫在數位部那邊驗測,他會去問它,然後給它一些……
gazette.blocks[9][0] 范委員雲:所以是用一個檢測、測試的方式?因為我有看到新聞報導,你們都有在測試嘛!
gazette.blocks[10][0] 吳主任委員政忠:對,就是有點在教小朋友的概念。
gazette.blocks[11][0] 范委員雲:就是測試嘛?
gazette.blocks[12][0] 吳主任委員政忠:另外一個是針對被盜用等,whatever,事實上如果這個對話引擎去唸一些沒有著作權的資料,未來我們會埋進去,生成的時候,它一唸到那個東西,馬上就會被發現,這個也是一些……
gazette.blocks[13][0] 范委員雲:如果它答出來的,譬如不夠具有多元性或是在倫理上其實有偏誤的,會在測試的結果裡面做修正,是這樣嗎?
gazette.blocks[14][0] 吳主任委員政忠:修正,另外也會讓這個擁有者知道他的東西被偷唸了、偷看了。
gazette.blocks[15][0] 范委員雲:瞭解。
gazette.blocks[16][0] 吳主任委員政忠:這個是技術問題,這還在演進當中。
gazette.blocks[17][0] 范委員雲:對,我想這個技術問題,大家都非常期待,對你們也有一定的信心,但是我還是覺得從我看到的資訊、你們給我的回復跟您剛剛的答復,我覺得倫理的這個議題,就是我講的Human-in-the-loop、Society-in-the-loop,好像沒有在這個loop裡面,還是在太後端了,就是你們已經有東西出來做檢測,我的理解是後端,能不能在研發的階段就納入人文社會科學的相關人才,我覺得如果在前端就能夠有這個國外發展所說的Human-in-the-loop、Society-in-the-loop,我們這個已經確定是本土的生成式AI甚至可能會比其他的國家還做得更好,不知道主委可以承諾往這個方向去努力嗎?因為我知道這個執行起來都不容易啊!
gazette.blocks[18][0] 吳主任委員政忠:是的,謝謝,這個的確必須要,因為我剛剛講這個生成式人工智慧未來應該是在每個家庭都會有一個小機器人,這是它的腦,所以它的倫理、法治、道德觀念一定是要有我們臺灣的想法跟思想,這個我們會來做。
gazette.blocks[19][0] 范委員雲:好啊!因為未來醫療、氣象、企業都會用到……
gazette.blocks[20][0] 吳主任委員政忠:是的,都會用。
gazette.blocks[21][0] 范委員雲:所以如果你們前端做得好,我想我們全國都能夠享用跟升級,好不好?主委,針對你們如何在前端而不是在後端引入人文社會去思考倫理跟相關的部分,報告在兩個月之內再給我一份,好不好?就是規劃的部分。
gazette.blocks[22][0] 吳主任委員政忠:可以。
gazette.blocks[23][0] 范委員雲:OK。另外一題,我想今天大家都很關心,也非常期待,就是晶創臺灣方案,因為真的是像我剛剛講的,我非常地肯定主委有這個10年的規畫,我也覺得國家資源必須要放在這,由國科會來領導非常地好,你們會結合我們剛講的生成式AI跟晶片的產業,所以我想科技跟產業之間的帶動有關,因為我們辦公室研究了半天,之前你們有推動八大前瞻科技平臺,當時也有相關的部分,所以想瞭解跟八大前瞻科技平臺的關聯性是什麼,以及資源分配整合會不會有重疊的部分,主委可不可以簡要說明?
gazette.blocks[24][0] 吳主任委員政忠:謝謝。委員這個說法滿正確的,事實上我們在盤點晶創臺灣計畫的時候,以前的都會把它併入。
gazette.blocks[25][0] 范委員雲:會併入?就是一個更龐大的計畫了。
gazette.blocks[26][0] 吳主任委員政忠:不能重疊,因為有些會有關聯性。
gazette.blocks[27][0] 范委員雲:好,我相信您。我就追問一個我之前也問過的問題,記不記得之前我問過人文科技「經費暫無」的問題?我非常地驚慌、驚訝,我質詢時也講過我們臺灣的人文社會經費、人才跟OECD國家比,我們是人文人才極低,社會科學也相對低,我們是科技一枝獨秀。我知道主委很重視這一塊,可是當時報紙就爆出了「經費暫無」的情況。後來你們跟我講可能是個錯誤,對不對?
gazette.blocks[28][0] 吳主任委員政忠:是啊!
gazette.blocks[29][0] 范委員雲:我還是要求應該增加,所以從八大前瞻到晶創臺灣方案,人文社會科學你要有相關的人才去研究才能夠整合,到底經費有沒有增加?我質詢過之後,後來情況如何?主委可以簡要說明嗎?
gazette.blocks[30][0] 吳主任委員政忠:有,事實上那個是超過10億臺幣……
gazette.blocks[31][0] 范委員雲:就是八大裡面超過10億?
gazette.blocks[32][0] 吳主任委員政忠:對,就是人文科技這邊,事實上在……
gazette.blocks[33][0] 范委員雲:這比例是不是還是太低了?
gazette.blocks[34][0] 吳主任委員政忠:是啦。
gazette.blocks[35][0] 范委員雲:你看淨零科技就119億,對不對?
gazette.blocks[36][0] 吳主任委員政忠:那個部分我跟委員報告,這會有一個過程,突然間你給它太多錢,也會浪費。
gazette.blocks[37][0] 范委員雲:這當然也是啦,合理啦!
gazette.blocks[38][0] 吳主任委員政忠:另外,我們現在有一個科民社,就是科技民主社會……
gazette.blocks[39][0] 范委員雲:有……
gazette.blocks[40][0] 吳主任委員政忠:有一批人……
gazette.blocks[41][0] 范委員雲:我知道,就是設在政大的那個,那個非常讓人期待。
gazette.blocks[42][0] 吳主任委員政忠:他們來看看未來臺灣怎麼用人文社會接到我們的製造業。
gazette.blocks[43][0] 范委員雲:好,我想這個也的確是要有個漸進的過程,臺灣的科技非常好,可是科技畢竟是為人服務,它也要服膺於民主價值。在你們的四大布局當中,我們辦公室有去研究,在你們的布局一有講到要結合人文社會科學,剛剛我們講的是那邊有10億,對不對?這個結合的方式跟預算的布局,不知道主委是不是有規劃?我們如何能夠逐步增加,會不會也有一個十年規劃呢?因為你說這個不能一下增加太快,會出現弊端嘛。
gazette.blocks[44][0] 吳主任委員政忠:產業創新的來源就是人文社會生活的一些感觸,因為臺灣以前是比較偏代工思維,你要慢慢過來到全產業創新,才會讓更多的年輕朋友加進來。
gazette.blocks[45][0] 范委員雲:對!人才也需要培養,譬如說現在的博士生就要知道往這個方向走。
gazette.blocks[46][0] 吳主任委員政忠:是的,瞭解。因為原來這個是IC design,這些人大部分是半導體,這兩群人如何介接在一起是這個計畫第一步要做的。
gazette.blocks[47][0] 范委員雲:好。主委,因為時間的關係,時間快到了。我想這個十年計畫──晶創臺灣方案,大家非常的期待,八大前瞻也會整合到裡面,我很希望520之後您繼續領導,我不知道您有沒有意願等等,那是不是520前也給我一份人文社會科學如何整合在裡面的十年初步規劃,好不好?如何讓預算慢慢地成長?我想您的魄力跟遠見、對於人文社會科學的關注都是非常重要的,所以您520前可不可以給我們辦公室一份初步的報告、規劃?
gazette.blocks[48][0] 吳主任委員政忠:可以。
gazette.blocks[49][0] 范委員雲:謝謝主委。加油!我們期待您繼續領導臺灣,更上一層樓我們也非常歡迎,謝謝。
gazette.blocks[50][0] 吳主任委員政忠:謝謝。
gazette.blocks[51][0] 主席:謝謝范雲委員。
gazette.blocks[51][1] 現在先來處理臨時提案,今天委員提出的臨時提案有3案,我們一併宣讀,請宣讀。
gazette.blocks[51][2] 一、
gazette.blocks[51][3] 案由:有鑑於近幾年生成式人工智慧(AI)技術發展一日千里,影響遍佈全球產官學研各界。其生成創作內容在提供生活上娛樂便利與提高工作效率的同時,也引發著作權爭議,以及大量現有職業被取代的焦慮。在將來生成式AI勢必進一步結合產業應用的同時,應先就AI對就業市場潛在的衝擊進行評估,並制定相關配套措施以預防人類工作被大量取代所引發之社會動盪。
gazette.blocks[51][4] 爰請國家科學及技術委員會針對生成式AI於就業市場可能產生的衝擊範圍,深度進行評估,提出立法規範建議或參考指引,並於三個月內就其進度向立法院教育及文化委員會提出書面報告。
gazette.blocks[51][5] 提案人:洪孟楷  萬美玲  林宜瑾
gazette.blocks[51][6] 二、
gazette.blocks[51][7] 有鑑於行政院國家科學技術發展基金在高齡議題上,多數以高齡長者、銀髮族群的醫療及安全需求作為研究導向,實際上有關壯世代族群在食衣住行育樂等相關需求之研究寥寥無幾,上述情形顯示國家科學及技術委員會在高齡科技產業發展上,存在高齡需求數據嚴重不足之問題,進而在缺乏對壯世代需求的理解下,因目標市場模糊和不合理難以有顯著成果。國科會應規劃高齡科技產業的市場需求調查,於一個月內提出書面報告與立法院教文委員會。
gazette.blocks[51][8] 提案人:吳春城  萬美玲  洪孟楷
gazette.blocks[51][9] 三、
gazette.blocks[51][10] 案由:有鑑於國科會推動「高齡科技產業行動計畫」,預計4年內投入95億元經費,並整合行政院經濟部、衛福部、數位部、教育部、內政部、文化部及原民會共8大部會。然而台灣過去社會環境或是政府的高齡化對策都以「養生、養老、養病」作為思考點,高齡科技多侷限於醫療保健等生理需求問題。國科會應基於高齡科技相關計畫之研究基礎,探討科技與設計在50歲以上人口生活中所扮演的角色,並就上述議題精進高齡科技產業相關計畫及提出專責市場需求系統性研究方案,於三個月內提出書面報告予立法院教文委員會。
gazette.blocks[51][11] 提案人:吳春城  萬美玲  洪孟楷
gazette.blocks[52][0] 主席:好,請問這3案的提案委員,有沒有補充說明或意見?如果沒有的話,主委要不要補充說明?
gazette.blocks[53][0] 吳主任委員政忠:謝謝委員提案。第1案遵照辦理。
gazette.blocks[54][0] 主席:好。
gazette.blocks[55][0] 吳主任委員政忠:第2案有一些文字修正,在最後倒數第二行「國科會應……」把「應」劃掉,修改為「國科會會同經濟部、衛福部、數發部規劃……」,就是差了幾個字,這個跟委員有協調過,應該是OK。
gazette.blocks[55][1] 第3案也是稍微文字修正,從上面算下來第五行「國科會應會同經濟部、衛福部、數發部基於高齡科技……」,其他就沒有修正。
gazette.blocks[56][0] 主席:好,吳委員沒問題喔,那我們……
gazette.blocks[57][0] 吳主任委員政忠:對不起,還有一個,不好意思喔!第2案的「一個月」改成「三個月」。
gazette.blocks[58][0] 主席:好,第1案就照案通過;第2案跟第3案都修正通過,謝謝。各提案如果有委員要補簽,我們請議事人員詳細登載在議事錄,補簽在這裡。
gazette.blocks[58][1] 我們接下來進行質詢。
gazette.blocks[58][2] 楊瓊瓔委員、楊瓊瓔委員、楊瓊瓔委員不在。
gazette.blocks[58][3] 林德福委員、林德福委員、林德福委員不在。
gazette.blocks[58][4] 鄭天財委員、鄭天財委員、鄭天財委員不在。
gazette.blocks[58][5] 接下來我們請吳思瑤委員質詢。
gazette.agenda.page_end 334
gazette.agenda.meet_id 委員會-11-1-22-3
gazette.agenda.speakers[0] 林宜瑾
gazette.agenda.speakers[1] 萬美玲
gazette.agenda.speakers[2] 洪孟楷
gazette.agenda.speakers[3] 郭昱晴
gazette.agenda.speakers[4] 吳沛憶
gazette.agenda.speakers[5] 葉元之
gazette.agenda.speakers[6] 張雅琳
gazette.agenda.speakers[7] 羅廷瑋
gazette.agenda.speakers[8] 陳培瑜
gazette.agenda.speakers[9] 吳春城
gazette.agenda.speakers[10] 范雲
gazette.agenda.speakers[11] 吳思瑤
gazette.agenda.speakers[12] 林倩綺
gazette.agenda.speakers[13] 邱志偉
gazette.agenda.speakers[14] 柯志恩
gazette.agenda.speakers[15] 葛如鈞
gazette.agenda.speakers[16] 陳秀寳
gazette.agenda.speakers[17] 高金素梅
gazette.agenda.page_start 281
gazette.agenda.meetingDate[0] 2024-03-14
gazette.agenda.gazette_id 1131201
gazette.agenda.agenda_lcidc_ids[0] 1131201_00007
gazette.agenda.meet_name 立法院第11屆第1會期教育及文化委員會第3次全體委員會議紀錄
gazette.agenda.content 邀請國家科學及技術委員會主任委員吳政忠列席報告業務概況,並備質詢
gazette.agenda.agenda_id 1131201_00006
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 3.45659375
transcript.pyannote[0].end 6.91596875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 7.38846875
transcript.pyannote[1].end 8.45159375
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 12.19784375
transcript.pyannote[2].end 13.61534375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 13.69971875
transcript.pyannote[3].end 126.88034375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 19.67346875
transcript.pyannote[4].end 19.96034375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 31.50284375
transcript.pyannote[5].end 31.73909375
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 78.97221875
transcript.pyannote[6].end 79.76534375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 126.94784375
transcript.pyannote[7].end 217.38096875
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 129.95159375
transcript.pyannote[8].end 129.98534375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 130.05284375
transcript.pyannote[9].end 130.27221875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 153.45846875
transcript.pyannote[10].end 153.99846875
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 166.85721875
transcript.pyannote[11].end 167.43096875
transcript.pyannote[12].speaker SPEAKER_00
transcript.pyannote[12].start 177.80909375
transcript.pyannote[12].end 178.24784375
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 189.26721875
transcript.pyannote[13].end 189.31784375
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 217.17846875
transcript.pyannote[14].end 220.38471875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 219.65909375
transcript.pyannote[15].end 222.22409375
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 222.02159375
transcript.pyannote[16].end 230.77971875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 223.99596875
transcript.pyannote[17].end 224.29971875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 225.32909375
transcript.pyannote[18].end 225.66659375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 230.74596875
transcript.pyannote[19].end 231.04971875
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 231.04971875
transcript.pyannote[20].end 234.07034375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 233.58096875
transcript.pyannote[21].end 240.56721875
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 235.47096875
transcript.pyannote[22].end 236.07846875
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 236.46659375
transcript.pyannote[23].end 236.87159375
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 239.47034375
transcript.pyannote[24].end 262.43721875
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 242.77784375
transcript.pyannote[25].end 243.90846875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 244.31346875
transcript.pyannote[26].end 244.49909375
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 244.51596875
transcript.pyannote[27].end 245.08971875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 259.75409375
transcript.pyannote[28].end 260.17596875
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 261.35721875
transcript.pyannote[29].end 271.87034375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 271.93784375
transcript.pyannote[30].end 276.34221875
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 276.47721875
transcript.pyannote[31].end 276.49409375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 276.49409375
transcript.pyannote[32].end 276.81471875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 276.52784375
transcript.pyannote[33].end 278.50221875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 279.54846875
transcript.pyannote[34].end 280.25721875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 280.69596875
transcript.pyannote[35].end 283.78409375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 280.94909375
transcript.pyannote[36].end 281.21909375
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 281.60721875
transcript.pyannote[37].end 284.50971875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 284.49284375
transcript.pyannote[38].end 338.39159375
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 299.24159375
transcript.pyannote[39].end 299.57909375
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 304.13534375
transcript.pyannote[40].end 304.54034375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 306.48096875
transcript.pyannote[41].end 306.97034375
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 308.35409375
transcript.pyannote[42].end 308.64096875
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 316.75784375
transcript.pyannote[43].end 317.09534375
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 324.89159375
transcript.pyannote[44].end 325.33034375
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 334.61159375
transcript.pyannote[45].end 335.23596875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 337.34534375
transcript.pyannote[46].end 337.76721875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 337.93596875
transcript.pyannote[47].end 345.19221875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 340.33221875
transcript.pyannote[48].end 340.38284375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 342.98159375
transcript.pyannote[49].end 343.18409375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 343.69034375
transcript.pyannote[50].end 343.89284375
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 345.27659375
transcript.pyannote[51].end 346.76159375
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 345.59721875
transcript.pyannote[52].end 345.91784375
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 347.01471875
transcript.pyannote[53].end 355.43534375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 351.35159375
transcript.pyannote[54].end 351.40221875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 352.34721875
transcript.pyannote[55].end 352.68471875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 353.57909375
transcript.pyannote[56].end 353.91659375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 355.06409375
transcript.pyannote[57].end 431.67659375
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 357.89909375
transcript.pyannote[58].end 358.96221875
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 360.80159375
transcript.pyannote[59].end 361.08846875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 366.37034375
transcript.pyannote[60].end 366.69096875
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 390.40034375
transcript.pyannote[61].end 390.75471875
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 407.15721875
transcript.pyannote[62].end 407.41034375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 417.94034375
transcript.pyannote[63].end 418.12596875
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 431.03534375
transcript.pyannote[64].end 440.72159375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 437.61659375
transcript.pyannote[65].end 437.81909375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 440.92409375
transcript.pyannote[66].end 443.26971875
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 441.39659375
transcript.pyannote[67].end 442.05471875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 443.26971875
transcript.pyannote[68].end 446.77971875
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 444.29909375
transcript.pyannote[69].end 445.61534375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 446.40846875
transcript.pyannote[70].end 490.23284375
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 450.27284375
transcript.pyannote[71].end 450.72846875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 452.83784375
transcript.pyannote[72].end 453.20909375
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 455.67284375
transcript.pyannote[73].end 457.25909375
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 480.07409375
transcript.pyannote[74].end 480.52971875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 490.45221875
transcript.pyannote[75].end 498.87284375
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 493.35471875
transcript.pyannote[76].end 493.82721875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 498.36659375
transcript.pyannote[77].end 501.92721875
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 501.92721875
transcript.pyannote[78].end 503.02409375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 503.02409375
transcript.pyannote[79].end 503.51346875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 503.51346875
transcript.pyannote[80].end 503.90159375
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 503.90159375
transcript.pyannote[81].end 507.90096875
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 506.51721875
transcript.pyannote[82].end 506.88846875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 507.64784375
transcript.pyannote[83].end 511.76534375
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 509.41971875
transcript.pyannote[84].end 509.87534375
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 511.34346875
transcript.pyannote[85].end 517.30034375
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 513.03096875
transcript.pyannote[86].end 513.25034375
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 514.80284375
transcript.pyannote[87].end 515.66346875
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 516.69284375
transcript.pyannote[88].end 519.08909375
transcript.pyannote[89].speaker SPEAKER_00
transcript.pyannote[89].start 518.65034375
transcript.pyannote[89].end 523.79721875
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 519.37596875
transcript.pyannote[90].end 519.67971875
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 522.41346875
transcript.pyannote[91].end 527.72909375
transcript.pyannote[92].speaker SPEAKER_00
transcript.pyannote[92].start 524.50596875
transcript.pyannote[92].end 525.60284375
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 527.29034375
transcript.pyannote[93].end 533.26409375
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 532.03221875
transcript.pyannote[94].end 532.42034375
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 533.26409375
transcript.pyannote[95].end 576.29534375
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 542.62971875
transcript.pyannote[96].end 542.96721875
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 576.34596875
transcript.pyannote[97].end 576.58221875
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 578.55659375
transcript.pyannote[98].end 578.86034375
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 579.80534375
transcript.pyannote[99].end 582.62346875
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 582.84284375
transcript.pyannote[100].end 594.89159375
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 584.39534375
transcript.pyannote[101].end 584.74971875
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 585.79596875
transcript.pyannote[102].end 585.99846875
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 594.89159375
transcript.pyannote[103].end 601.60784375
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 594.97596875
transcript.pyannote[104].end 596.22471875
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 598.50284375
transcript.pyannote[105].end 598.95846875
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 600.56159375
transcript.pyannote[106].end 611.86784375
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 603.97034375
transcript.pyannote[107].end 604.30784375
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 609.70784375
transcript.pyannote[108].end 610.02846875
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 611.90159375
transcript.pyannote[109].end 654.10596875
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 645.28034375
transcript.pyannote[110].end 646.49534375
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 647.15346875
transcript.pyannote[111].end 647.44034375
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 648.70596875
transcript.pyannote[112].end 649.24596875
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 651.11909375
transcript.pyannote[113].end 652.06409375
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 653.29596875
transcript.pyannote[114].end 653.81909375
transcript.whisperx[0].start 3.697
transcript.whisperx[0].end 3.977
transcript.whisperx[0].text 主席
transcript.whisperx[1].start 12.596
transcript.whisperx[1].end 17.738
transcript.whisperx[1].text 主委早安我想整理今天要問什麼問題的這個禮拜真的發現這個主委任內非常有快創性針對重要的科技趨勢比如說今天有委員問過的本土生成式的AI還有就是大家都很關心的
transcript.whisperx[2].start 34.164
transcript.whisperx[2].end 34.184
transcript.whisperx[2].text ﹚范雲
transcript.whisperx[3].start 55.603
transcript.whisperx[3].end 55.643
transcript.whisperx[3].text 范雲 范雲
transcript.whisperx[4].start 76.579
transcript.whisperx[4].end 92.647
transcript.whisperx[4].text 但是今天還是希望要精進啦就是我們還是要能夠更好那我們立委的監督力道也不能夠因為你們做得很好放鬆嘛要更好所以今天先請問那個深層室AI一年前
transcript.whisperx[5].start 93.647
transcript.whisperx[5].end 119.006
transcript.whisperx[5].text 去年3月15日的時候我當時就以國外的研究談到那個human in the loop society in the loop就是其實AI生成式的設計中應該要納入倫理機制那要讓它有臺位人位倫理性平等等所以當時提了三個要求第一個要降低資料庫的偏見第二個AI的決策過程要加入人為跟社會參與
transcript.whisperx[6].start 120.767
transcript.whisperx[6].end 145.635
transcript.whisperx[6].text 決策過程第三個要研發人工道德行為者這樣的機制那你們辦公室都有跟我們回應那我們也非常的肯定我們看到就是去年6月我們就第一次發布自主開發的可信任的生成式AI那所以這部分這個泰德計畫我想算是非常的讓人值得期待那我知道你們還沒有正式開放
transcript.whisperx[7].start 146.496
transcript.whisperx[7].end 165.335
transcript.whisperx[7].text 據我了解的是公部門包含榮總中研院氣象等等這些單位都已經跟你們表達就是要相關的合作取得這些就是這個這整個的過程我想這真的是對我們未來的國家發展很重要那也有就是13家廠商跟你們簽署了MOU
transcript.whisperx[8].start 166.817
transcript.whisperx[8].end 183.029
transcript.whisperx[8].text ﹏﹏
transcript.whisperx[9].start 183.209
transcript.whisperx[9].end 200.713
transcript.whisperx[9].text 我想針對我之前問的那個倫理機制所以本土的部分其實你們已經做到了那倫理機制涉及到我剛剛所講的沒有資料偏見這個部分那你辦公室去年5月給我的回應是說你們已經考慮了倫理因素將沿西國際相關技術並參索委員意見納入泰德設計的開發過程
transcript.whisperx[10].start 208.596
transcript.whisperx[10].end 220.21
transcript.whisperx[10].text 主委可以講一下你們是怎麼納入的嗎?因為納入這兩個字我跟辦公室研究了很久還不清楚可不可以跟我們分享一下這個有一點技術的問題因為我們大家聽得懂的話告訴我們第一個就是說他在回答的時候
transcript.whisperx[11].start 225.596
transcript.whisperx[11].end 249.339
transcript.whisperx[11].text 我們現在台的引擎事實上有另外一支計畫在數位部那邊去驗測他會去問他然後給他一些這個所以是用一個檢測測試的方式因為我有看到新聞報導你們都有在測試嘛有點在教小朋友的這個概念那另外一個就是說針對被盜用或whatever事實上如果
transcript.whisperx[12].start 250.02
transcript.whisperx[12].end 278.185
transcript.whisperx[12].text 他這個對話引擎去念一些他沒有著作權的資料那未來我們會埋進去就這個時候他一念到那個東西馬上就會被發現就是如果他答出來的比如說具有不夠具有多元性或是在倫理上其實有偏誤的會在測試的結果裡面做修正是這樣嗎修正那另外一個也會讓這個擁有者知道說他東西被
transcript.whisperx[13].start 279.588
transcript.whisperx[13].end 287.433
transcript.whisperx[13].text 人民也有一定的信心喔但是我還是覺得從我看到的資訊你們給我的回覆跟您剛的答覆我覺得這個倫理的這個議題就是我講的human in the loop society in the loop
transcript.whisperx[14].start 300.621
transcript.whisperx[14].end 300.641
transcript.whisperx[14].text 范雲
transcript.whisperx[15].start 327.356
transcript.whisperx[15].end 355.318
transcript.whisperx[15].text 甚至比其他的國家還做得更好那不知道那個主委可以就是說承諾往這個方向去努力嗎因為我這是需要我知道這個執行起來都不容易啊謝謝 這個的確必須要啦因為我剛剛講這個深層次人工智慧未來應該是在每個家庭都會有一個小機器人然後這是他的腦所以他的倫理法治道德觀念一定是要有我們台灣的想法跟思想這個我們會來做好啊
transcript.whisperx[16].start 355.598
transcript.whisperx[16].end 380.866
transcript.whisperx[16].text 因為你這個未來醫療啊氣象啊企業都會用到所以你們前端就是說做得好的話我想我們全國都會能夠享用跟升級好不好那主委這部分針對你們如何在前端而不是在後端引入這個就是人文社會那去思考倫理跟相關的部分的話那報告在兩個月之內再給我一份好不好就是規劃的話就是說OK好
transcript.whisperx[17].start 383.227
transcript.whisperx[17].end 400.006
transcript.whisperx[17].text 另外一題我想今天大家都很關心也非常期待就是這個精創台灣方案因為真的是我剛講我非常的肯定主委有這個10年的規劃那我也覺得國家資源必須要放在這有國科會的領導非常的好那你們會結合現在我們剛講的深層式AI
transcript.whisperx[18].start 404.991
transcript.whisperx[18].end 405.491
transcript.whisperx[18].text 主委可不可以簡要說明
transcript.whisperx[19].start 431.999
transcript.whisperx[19].end 441.986
transcript.whisperx[19].text 謝謝 委員 這個蠻正確的 事實上我們在盤點金創台灣計畫的時候以前的都會把它併入 就是一個更龐大的計畫不能重疊 因為有些會有關聯性的
transcript.whisperx[20].start 446.869
transcript.whisperx[20].end 466.886
transcript.whisperx[20].text 我相信您喔 那我就追問一個我之前也問過的問題啊之前那個人文科技齁 記不記得我問過說經費佔無非常的驚慌 驚訝 覺得就是說我們台灣的人文社會經費人才 我質詢也講過跟OECD國家比 我們是人文人才極低
transcript.whisperx[21].start 467.566
transcript.whisperx[21].end 467.586
transcript.whisperx[21].text 范雲議員
transcript.whisperx[22].start 490.686
transcript.whisperx[22].end 511.582
transcript.whisperx[22].text 相關的人才去研究才能夠整合到底經費有沒有增加後來我質詢過之後情況如何主委可以簡要說明嗎事實上那個是超過10億台幣就是八大裡面超過10億對對就人文科技這邊那事實上在這個比例是不是還是太低了你看淨零科技就1191對不對那個我跟委員報告這會有一個過程
transcript.whisperx[23].start 514.864
transcript.whisperx[23].end 516.046
transcript.whisperx[23].text 他們來看看未來臺灣怎麼要融入社會接到我們的製造業
transcript.whisperx[24].start 533.288
transcript.whisperx[24].end 533.308
transcript.whisperx[24].text 范雲議員
transcript.whisperx[25].start 556.116
transcript.whisperx[25].end 556.136
transcript.whisperx[25].text 范雲議員
transcript.whisperx[26].start 581.051
transcript.whisperx[26].end 604.807
transcript.whisperx[26].text 產業創新的來源就人文社會生活的一些感觸那一下子因為台灣以前是比較代工思維那你要慢慢過來我們這個全產業創新會讓更多的年輕朋友對人才也需要培養比如現在的博士生就要知道說往這個方向了也就是說因為原來這個是IC Design這些人大部分是半導體
transcript.whisperx[27].start 607.889
transcript.whisperx[27].end 622.177
transcript.whisperx[27].text 這兩群人怎麼借接在一起是這個計畫第一步要做的主委因為時間的關係快到了我想因為您這個十年計畫精創台灣大家非常的期待八大前瞻也會整合到裡面
transcript.whisperx[28].start 622.677
transcript.whisperx[28].end 645.464
transcript.whisperx[28].text 是不是我很希望520之後您繼續領導那但是就是說我不知道您有沒有意願等等那是不是520前也給我一個人文社會科學如何整合在裡面的一個10年初步的規劃好不好如何預算慢慢的成長我想您的魄力跟遠見對人文社會科學的關注都是非常重要的所以希望您520前可不可以給我們辦公室一個初步的報告規劃可以
transcript.whisperx[29].start 648.227
transcript.whisperx[29].end 650.332
transcript.whisperx[29].text 謝謝主委加油我們期待您繼續領導台灣更上一層我們也非常歡迎謝謝