| IVOD_ID |
149944 |
| IVOD_URL |
https://ivod.ly.gov.tw/Play/Clip/1M/149944 |
| 日期 |
2024-03-18 |
| 會議資料.會議代碼 |
委員會-11-1-23-4 |
| 會議資料.會議代碼:str |
第11屆第1會期交通委員會第4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 |
4 |
| 會議資料.種類 |
委員會 |
| 會議資料.委員會代碼[0] |
23 |
| 會議資料.委員會代碼:str[0] |
交通委員會 |
| 會議資料.標題 |
第11屆第1會期交通委員會第4次全體委員會議 |
| 影片種類 |
Clip |
| 開始時間 |
2024-03-18T09:34:33+08:00 |
| 結束時間 |
2024-03-18T09:44:09+08:00 |
| 影片長度 |
00:09:36 |
| 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/14550b3f67fe733a025e490002d5785f5d4e9913f58cb8d7f8ba9b0039caa7a683b51674c9dbd0dc5ea18f28b6918d91.mp4/playlist.m3u8 |
| 委員名稱 |
黃健豪 |
| 委員發言時間 |
09:34:33 - 09:44:09 |
| 會議時間 |
2024-03-18T09:00:00+08:00 |
| 會議名稱 |
立法院第11屆第1會期交通委員會第4次全體委員會議（事由：邀請交通部首長率同中央氣象署署長列席報告業務概況，並備質詢。
【3月18日、20日二天一次會】） |
| gazette.lineno |
208 |
| gazette.blocks[0][0] |
黃委員健豪：（9時34分）謝謝召委。我們請程署長。 |
| gazette.blocks[1][0] |
主席：請程署長。 |
| gazette.blocks[2][0] |
程署長家平：委員好。 |
| gazette.blocks[3][0] |
主席：署長，以後有邀請你的時候再上來，好不好？不要那麼緊張。 |
| gazette.blocks[4][0] |
程署長家平：是，不好意思，我也是第一次站在這裡。 |
| gazette.blocks[5][0] |
主席：你是老實人。 |
| gazette.blocks[6][0] |
黃委員健豪：好，謝謝召委、謝謝署長，我也是老實人。先看一張圖片，我想要先請教一下署長，這兩個氣球有什麼不一樣？看得到嗎？ |
| gazette.blocks[7][0] |
程署長家平：看得到。 |
| gazette.blocks[8][0] |
黃委員健豪：我想請問一下這兩個氣球的作用有什麼不一樣？ |
| gazette.blocks[9][0] |
程署長家平：下面的看得比較清楚，上面比較不太知道；下面看起來比較像是一般氣象用的探空氣球，因為下面掛了一個探空儀，上面那個看不太清楚它上面是什麼樣的…… |
| gazette.blocks[10][0] |
黃委員健豪：上面這當然是軍事用的氣球啦！我們想要瞭解在過去這段時間常常會看到新聞上提到中國大陸、中共可能疑似軍事用的偵查氣球會飄過來臺灣的上空，有的人解釋這其實是氣象氣球，我想要先請教一下氣象署在相關的業務上，它是氣象氣球還是軍事氣球，在業務上是由你們判斷呢？還是由國防部來判斷？ |
| gazette.blocks[11][0] |
程署長家平：目前對於氣象氣球的偵測，我們自己是沒有偵測能力的，所以目前相關的資料都是國防部通知我們，之後我們再來看它是不是氣象氣球。因為氣象氣球其實不會飄太久，也不會飄太遠，在一定的高度它就會破裂。 |
| gazette.blocks[12][0] |
黃委員健豪：因為就我們的理解，氣象氣球一般來講大概它是橡膠做的，最高飛行高度30公里左右，飄行一段距離之後它自己就會破掉、自己就下來了嘛。我想問依照氣象的專業或者依照風向的專業，中國大陸如果發射所謂的軍事偵查氣球，有沒有可能、有沒有機會飄過來？單純就氣象氣球好了，如果是氣象氣球有可能飄過臺灣海峽，來到臺灣上空嗎？ |
| gazette.blocks[13][0] |
程署長家平：的確是不能排除的，那就看這個氣球如何升到高空，剛剛委員其實也提到會升到30公里的高空，升到高空之後它如果沒有破裂，它會持續地在漂流，不過它漂流的位置因為是非常、非常的高，所以基本上不是在一般大氣環境的狀態之下，如果依照我們過去所知道的相關統計資料，一個氣球可能在20、30分鐘就會破掉，所以它能夠飄送的距離也不會太遠。 |
| gazette.blocks[14][0] |
黃委員健豪：好，署長，謝謝。我想這個資訊就提供國人參考，因為大家其實都很緊張，有時候覺得到底飄過來的是氣象氣球還是軍事氣球，也怕誤會這個是軍事或是氣象的問題，我想未來按照署長的意思，這種個案其實還是依照每一次飄過來的樣態由你們來判斷，沒辦法保證說它到底是軍事的或者是氣象用的，是嗎？ |
| gazette.blocks[15][0] |
程署長家平：是，基本資料必須仍由國防單位來提供，我們才能夠判斷，因為我們自己沒有偵測能力。 |
| gazette.blocks[16][0] |
黃委員健豪：好，署長，謝謝。我們當然希望氣象署是一個很專業的單位，提到專業除了一開始的問題之外，後續要跟大家討論的是氣象署在升格之後，因為你們是專業單位，本來期待經費上或者預算上跟人事上能夠提得更多，但是在氣象署升格之後，過去中央氣象局的時候法定員額還有957人，現在升格之後法定員額剩下673人。署長，我想問一下，對於這個升格你有什麼樣的想法？這個升格結果法定員額反而下降、經費變得更少，對此你有什麼樣的想法？ |
| gazette.blocks[17][0] |
程署長家平：我想這是整個政府組改的大方向，希望組織能夠精簡，過去我們在相關的規定的確是九百多人，因為這次在組改的時候其實是有一個規定，它是依照現有的預算員額來加5%，變成是機關員額，我們實際的預算也只有六百多人，所以在加了5%之後，現在實際允許的員額數量的確會大為降低。 |
| gazette.blocks[18][0] |
黃委員健豪：我是為你報不平啦！畢竟今天是氣象署的專案報告，你看到下一頁，同樣都是升格啊！同樣也是在交通部轄下，氣象署升格之後相對人力變少，但是交通部觀光署在升格之後，它的人力、預算增加，所以我想在預算跟人力上面，我們還是希望今天在提出來之後，主管機關能夠給氣象署更多的人力，我想氣象對於民生問題是非常非常重要的，不管是對於農業也好、對於地方首長判斷要不要放假也好，當然人力下降之後，我在剛剛的簡報裡面也有提到，接下來也會用所謂AI的模式來提供更精確的氣象報告，我想問的是，氣象署有使用所謂的超強電腦，這個電腦目前看起來是臺灣算力最強、能力最好的電腦，這個電腦啟用之後，對於整個氣象模型的規劃，對於整個氣象預測來講，有沒有比過去更加的提升？你們的人變少了，你要運用科技來解決，這個我們也接受啦，但是用科技來解決之後，我想問一下署長，氣象的預測，除了颱風之外，我想大家很關注的就是平常、日常的這種強降雨，對地方政府來講這個影響可能更強、更大，我們所謂的最強電腦在算的過程裡面，有沒有辦法提前預測到強降雨的狀況？ |
| gazette.blocks[19][0] |
程署長家平：是，謝謝委員關心，這個電腦的確對我們非常非常重要，這也是蘇前院長支持在前瞻預算裡面能夠加入這個電腦，因為這個電腦正好是去年底完成，目前它的計算能量，在中央處理器的部分是10個peta，就是千兆的浮點運算。另外，它特別配備了新式的繪圖處理器，有2個petaflops，目前在全世界的排名是第69名，在我國政府裡面的確是目前最大的電腦…… |
| gazette.blocks[20][0] |
黃委員健豪：第一名！ |
| gazette.blocks[21][0] |
程署長家平：這個電腦是混合式的，所以我剛剛特別講有CPU加GPU，大家現在比較知道的就是GPU的部分特別對於人工智慧相關的運算會有非常好的效果。當然，這裡面相關的預測模式，我們在這個電腦裡面運行的預測模式並不僅僅是颱風預測模式，其實大概有十幾套的模式在裡面運作。 |
| gazette.blocks[22][0] |
黃委員健豪：署長，這個模式的程式是自己寫的呢，還是去參考其他單位？就是說這個東西誰算出來的？是由我們自己氣象署過去的模型推算，還是有其他的技術方面來加強？ |
| gazette.blocks[23][0] |
程署長家平：目前這個模式，其實我們採取的是國際合作的方式，一部分是跟美國政府NOVA來做相關的合作，另外一個有關區域模式的部分，是跟美國的大氣科學研究中心來做合作，因為現在模式已經非常非常複雜，以氣象署的團隊而言，我們不太有能力從頭做一個模式，可是我們對模式的改善可以做很多區域型的改善。 |
| gazette.blocks[24][0] |
黃委員健豪：好，這就是我說的，所以你們這個錢應該要增加！署長，有沒有聽過這個GraphCast這個東西？ |
| gazette.blocks[25][0] |
程署長家平：是。 |
| gazette.blocks[26][0] |
黃委員健豪：GraphCast去年發布之後，Google Deepmind發布之後，他說它的運算模式可以比目前多數的預測、90%的預測更加準確，可以提早10天，我想問我們這個所謂最強電腦裡面有沒有納入像這樣的運算模式？ |
| gazette.blocks[27][0] |
程署長家平：目前因為我們有這個電腦，所以去年已經開始評估目前在科學上有公布的相關科學論文裡面有提到的，GraphCast是其中之一，還有FourCastNet，還有好幾個不同相關的人工智慧，基於這個資料科學的模式，目前我們都有在做評估，GraphCast的效果的確還不錯，不過我也必須要說明，它目前只能夠處理我們稱之為綜觀尺度的天氣現象，就是比較大範圍的天氣現象，譬如說冬天的鋒面，像這樣子的系統，它其實沒有辦法處理小尺度的現象，譬如說像颱風的暴雨，這個部分也就是為什麼我們需要投入更多的資源來做相關的應用，我們也有二個計畫在配合，剛剛的報告裡面有提到，一個是有關氣象風險治理的部分，另外一個是下一代的高速電腦計畫，希望能夠在這個部分來做加強發展。 |
| gazette.blocks[28][0] |
黃委員健豪：好，署長，謝謝。召委，謝謝。 |
| gazette.blocks[29][0] |
主席（徐委員富癸代）：謝謝黃健豪委員的發言。 |
| gazette.blocks[29][1] |
下一位請李昆澤召委發言。 |
| gazette.agenda.page_end |
330 |
| gazette.agenda.meet_id |
委員會-11-1-23-4 |
| gazette.agenda.speakers[0] |
李昆澤 |
| gazette.agenda.speakers[1] |
徐富癸 |
| gazette.agenda.speakers[2] |
黃健豪 |
| gazette.agenda.speakers[3] |
林國成 |
| gazette.agenda.speakers[4] |
林俊憲 |
| gazette.agenda.speakers[5] |
魯明哲 |
| gazette.agenda.speakers[6] |
何欣純 |
| gazette.agenda.speakers[7] |
陳素月 |
| gazette.agenda.speakers[8] |
林沛祥 |
| gazette.agenda.speakers[9] |
陳雪生 |
| gazette.agenda.speakers[10] |
邱若華 |
| gazette.agenda.speakers[11] |
許智傑 |
| gazette.agenda.speakers[12] |
游顥 |
| gazette.agenda.speakers[13] |
廖先翔 |
| gazette.agenda.speakers[14] |
蔡其昌 |
| gazette.agenda.speakers[15] |
鄭天財Sra Kacaw |
| gazette.agenda.page_start |
279 |
| gazette.agenda.meetingDate[0] |
2024-03-18 |
| gazette.agenda.gazette_id |
1131601 |
| gazette.agenda.agenda_lcidc_ids[0] |
1131601_00006 |
| gazette.agenda.meet_name |
立法院第11屆第1會期交通委員會第4次全體委員會議紀錄 |
| gazette.agenda.content |
邀請交通部首長率同中央氣象署署長列席報告業務概況，並備質詢 |
| gazette.agenda.agenda_id |
1131601_00005 |
| transcript.pyannote[0].speaker |
SPEAKER_01 |
| transcript.pyannote[0].start |
6.02159375 |
| transcript.pyannote[0].end |
9.07596875 |
| transcript.pyannote[1].speaker |
SPEAKER_01 |
| transcript.pyannote[1].start |
9.43034375 |
| transcript.pyannote[1].end |
10.37534375 |
| transcript.pyannote[2].speaker |
SPEAKER_00 |
| transcript.pyannote[2].start |
9.46409375 |
| transcript.pyannote[2].end |
10.84784375 |
| transcript.pyannote[3].speaker |
SPEAKER_00 |
| transcript.pyannote[3].start |
11.52284375 |
| transcript.pyannote[3].end |
12.01221875 |
| transcript.pyannote[4].speaker |
SPEAKER_00 |
| transcript.pyannote[4].start |
12.29909375 |
| transcript.pyannote[4].end |
20.23034375 |
| transcript.pyannote[5].speaker |
SPEAKER_01 |
| transcript.pyannote[5].start |
12.40034375 |
| transcript.pyannote[5].end |
12.88971875 |
| transcript.pyannote[6].speaker |
SPEAKER_01 |
| transcript.pyannote[6].start |
16.87221875 |
| transcript.pyannote[6].end |
17.96909375 |
| transcript.pyannote[7].speaker |
SPEAKER_01 |
| transcript.pyannote[7].start |
18.69471875 |
| transcript.pyannote[7].end |
19.96034375 |
| transcript.pyannote[8].speaker |
SPEAKER_01 |
| transcript.pyannote[8].start |
21.17534375 |
| transcript.pyannote[8].end |
21.61409375 |
| transcript.pyannote[9].speaker |
SPEAKER_01 |
| transcript.pyannote[9].start |
21.86721875 |
| transcript.pyannote[9].end |
25.03971875 |
| transcript.pyannote[10].speaker |
SPEAKER_01 |
| transcript.pyannote[10].start |
25.09034375 |
| transcript.pyannote[10].end |
25.12409375 |
| transcript.pyannote[11].speaker |
SPEAKER_01 |
| transcript.pyannote[11].start |
25.17471875 |
| transcript.pyannote[11].end |
29.14034375 |
| transcript.pyannote[12].speaker |
SPEAKER_01 |
| transcript.pyannote[12].start |
29.25846875 |
| transcript.pyannote[12].end |
31.43534375 |
| transcript.pyannote[13].speaker |
SPEAKER_01 |
| transcript.pyannote[13].start |
32.58284375 |
| transcript.pyannote[13].end |
33.20721875 |
| transcript.pyannote[14].speaker |
SPEAKER_01 |
| transcript.pyannote[14].start |
33.93284375 |
| transcript.pyannote[14].end |
34.94534375 |
| transcript.pyannote[15].speaker |
SPEAKER_01 |
| transcript.pyannote[15].start |
35.36721875 |
| transcript.pyannote[15].end |
38.32034375 |
| transcript.pyannote[16].speaker |
SPEAKER_00 |
| transcript.pyannote[16].start |
39.21471875 |
| transcript.pyannote[16].end |
49.00221875 |
| transcript.pyannote[17].speaker |
SPEAKER_00 |
| transcript.pyannote[17].start |
49.30596875 |
| transcript.pyannote[17].end |
53.81159375 |
| transcript.pyannote[18].speaker |
SPEAKER_01 |
| transcript.pyannote[18].start |
53.81159375 |
| transcript.pyannote[18].end |
53.92971875 |
| transcript.pyannote[19].speaker |
SPEAKER_01 |
| transcript.pyannote[19].start |
54.18284375 |
| transcript.pyannote[19].end |
84.76034375 |
| transcript.pyannote[20].speaker |
SPEAKER_00 |
| transcript.pyannote[20].start |
85.62096875 |
| transcript.pyannote[20].end |
106.96784375 |
| transcript.pyannote[21].speaker |
SPEAKER_01 |
| transcript.pyannote[21].start |
99.20534375 |
| transcript.pyannote[21].end |
99.62721875 |
| transcript.pyannote[22].speaker |
SPEAKER_01 |
| transcript.pyannote[22].start |
106.96784375 |
| transcript.pyannote[22].end |
129.56346875 |
| transcript.pyannote[23].speaker |
SPEAKER_01 |
| transcript.pyannote[23].start |
129.64784375 |
| transcript.pyannote[23].end |
135.03096875 |
| transcript.pyannote[24].speaker |
SPEAKER_00 |
| transcript.pyannote[24].start |
135.03096875 |
| transcript.pyannote[24].end |
135.62159375 |
| transcript.pyannote[25].speaker |
SPEAKER_01 |
| transcript.pyannote[25].start |
135.62159375 |
| transcript.pyannote[25].end |
135.68909375 |
| transcript.pyannote[26].speaker |
SPEAKER_00 |
| transcript.pyannote[26].start |
136.44846875 |
| transcript.pyannote[26].end |
162.55409375 |
| transcript.pyannote[27].speaker |
SPEAKER_00 |
| transcript.pyannote[27].start |
162.79034375 |
| transcript.pyannote[27].end |
176.40846875 |
| transcript.pyannote[28].speaker |
SPEAKER_01 |
| transcript.pyannote[28].start |
162.82409375 |
| transcript.pyannote[28].end |
163.19534375 |
| transcript.pyannote[29].speaker |
SPEAKER_00 |
| transcript.pyannote[29].start |
176.99909375 |
| transcript.pyannote[29].end |
177.03284375 |
| transcript.pyannote[30].speaker |
SPEAKER_01 |
| transcript.pyannote[30].start |
177.03284375 |
| transcript.pyannote[30].end |
182.73659375 |
| transcript.pyannote[31].speaker |
SPEAKER_01 |
| transcript.pyannote[31].start |
182.88846875 |
| transcript.pyannote[31].end |
200.23596875 |
| transcript.pyannote[32].speaker |
SPEAKER_00 |
| transcript.pyannote[32].start |
200.52284375 |
| transcript.pyannote[32].end |
207.20534375 |
| transcript.pyannote[33].speaker |
SPEAKER_00 |
| transcript.pyannote[33].start |
207.69471875 |
| transcript.pyannote[33].end |
208.97721875 |
| transcript.pyannote[34].speaker |
SPEAKER_01 |
| transcript.pyannote[34].start |
208.97721875 |
| transcript.pyannote[34].end |
247.72221875 |
| transcript.pyannote[35].speaker |
SPEAKER_00 |
| transcript.pyannote[35].start |
247.72221875 |
| transcript.pyannote[35].end |
247.73909375 |
| transcript.pyannote[36].speaker |
SPEAKER_00 |
| transcript.pyannote[36].start |
248.66721875 |
| transcript.pyannote[36].end |
249.17346875 |
| transcript.pyannote[37].speaker |
SPEAKER_00 |
| transcript.pyannote[37].start |
249.96659375 |
| transcript.pyannote[37].end |
255.36659375 |
| transcript.pyannote[38].speaker |
SPEAKER_00 |
| transcript.pyannote[38].start |
255.56909375 |
| transcript.pyannote[38].end |
284.96534375 |
| transcript.pyannote[39].speaker |
SPEAKER_01 |
| transcript.pyannote[39].start |
284.96534375 |
| transcript.pyannote[39].end |
296.03534375 |
| transcript.pyannote[40].speaker |
SPEAKER_01 |
| transcript.pyannote[40].start |
296.37284375 |
| transcript.pyannote[40].end |
308.43846875 |
| transcript.pyannote[41].speaker |
SPEAKER_01 |
| transcript.pyannote[41].start |
309.01221875 |
| transcript.pyannote[41].end |
334.91534375 |
| transcript.pyannote[42].speaker |
SPEAKER_01 |
| transcript.pyannote[42].start |
336.99096875 |
| transcript.pyannote[42].end |
337.63221875 |
| transcript.pyannote[43].speaker |
SPEAKER_01 |
| transcript.pyannote[43].start |
338.23971875 |
| transcript.pyannote[43].end |
378.21659375 |
| transcript.pyannote[44].speaker |
SPEAKER_01 |
| transcript.pyannote[44].start |
378.58784375 |
| transcript.pyannote[44].end |
383.43096875 |
| transcript.pyannote[45].speaker |
SPEAKER_00 |
| transcript.pyannote[45].start |
384.24096875 |
| transcript.pyannote[45].end |
448.01159375 |
| transcript.pyannote[46].speaker |
SPEAKER_01 |
| transcript.pyannote[46].start |
417.60284375 |
| transcript.pyannote[46].end |
417.88971875 |
| transcript.pyannote[47].speaker |
SPEAKER_01 |
| transcript.pyannote[47].start |
420.28596875 |
| transcript.pyannote[47].end |
420.85971875 |
| transcript.pyannote[48].speaker |
SPEAKER_01 |
| transcript.pyannote[48].start |
446.45909375 |
| transcript.pyannote[48].end |
463.03034375 |
| transcript.pyannote[49].speaker |
SPEAKER_00 |
| transcript.pyannote[49].start |
463.03034375 |
| transcript.pyannote[49].end |
463.35096875 |
| transcript.pyannote[50].speaker |
SPEAKER_00 |
| transcript.pyannote[50].start |
463.45221875 |
| transcript.pyannote[50].end |
489.82784375 |
| transcript.pyannote[51].speaker |
SPEAKER_01 |
| transcript.pyannote[51].start |
488.39346875 |
| transcript.pyannote[51].end |
493.96221875 |
| transcript.pyannote[52].speaker |
SPEAKER_01 |
| transcript.pyannote[52].start |
494.31659375 |
| transcript.pyannote[52].end |
510.92159375 |
| transcript.pyannote[53].speaker |
SPEAKER_00 |
| transcript.pyannote[53].start |
510.92159375 |
| transcript.pyannote[53].end |
510.93846875 |
| transcript.pyannote[54].speaker |
SPEAKER_00 |
| transcript.pyannote[54].start |
511.09034375 |
| transcript.pyannote[54].end |
572.24534375 |
| transcript.pyannote[55].speaker |
SPEAKER_01 |
| transcript.pyannote[55].start |
572.24534375 |
| transcript.pyannote[55].end |
572.39721875 |
| transcript.pyannote[56].speaker |
SPEAKER_00 |
| transcript.pyannote[56].start |
572.39721875 |
| transcript.pyannote[56].end |
572.43096875 |
| transcript.pyannote[57].speaker |
SPEAKER_01 |
| transcript.pyannote[57].start |
572.43096875 |
| transcript.pyannote[57].end |
574.08471875 |
| transcript.pyannote[58].speaker |
SPEAKER_00 |
| transcript.pyannote[58].start |
572.85284375 |
| transcript.pyannote[58].end |
573.02159375 |
| transcript.pyannote[59].speaker |
SPEAKER_00 |
| transcript.pyannote[59].start |
573.08909375 |
| transcript.pyannote[59].end |
573.12284375 |
| transcript.whisperx[0].start |
6.055 |
| transcript.whisperx[0].end |
29.749 |
| transcript.whisperx[0].text |
好謝謝昭偉那我們是請陳署長請陳署長署長以後有邀請的時候你再上來好不好不要那麼緊張也是第一次站在這邊是好謝謝昭偉謝謝署長黃馬勾一郎來這個先看一張圖片我想要先請教一下署長署長這兩個氣球為什麼不一樣看得到嗎 |
| transcript.whisperx[1].start |
34.251 |
| transcript.whisperx[1].end |
53.02 |
| transcript.whisperx[1].text |
看得到然後請問一下這兩個氣球的作用有什麼不一樣下面的看得比較清楚上面比較不太知道下面比較看起來像是就是一般我們這個氣象用的探空氣球因為下面掛了一個探空椅上面那個看不太清楚它上面是什麼樣的上面這當然是 |
| transcript.whisperx[2].start |
54.922 |
| transcript.whisperx[2].end |
77.143 |
| transcript.whisperx[2].text |
這個軍事用的氣球啦,這就是說我們想要了解就是說過去這些這段時間我們常常會看到新聞上提到說這個這個中國大陸中共的這些這個可能是疑似這個這個軍事用的偵查氣球會飄過來這個台灣的上空那有的人解釋說這其實氣象氣球那我想要先請教一下氣象署在這個相關的業務上面 |
| transcript.whisperx[3].start |
77.763 |
| transcript.whisperx[3].end |
102.473 |
| transcript.whisperx[3].text |
你們是由你們來判斷他是氣象氣球還是軍事氣球這業務上是你們判斷呢還是是國防部來判斷目前對於氣象氣球的偵測其實我們自己是沒有偵測能力的所以目前相關的資料都是國防部通知我們之後我們再來看他是不是氣象的氣球因為氣象氣球他其實不會飄太久也不會飄太遠 |
| transcript.whisperx[4].start |
103.453 |
| transcript.whisperx[4].end |
128.849 |
| transcript.whisperx[4].text |
那他的高度也有一定的高度他就會破裂因為就我們理解氣象氣球一般來講大概就是他是橡膠做的那最高飛行高度30公里左右那飄行一段距離之後他自己就會破掉了自己就下來了嘛那我想問說依照這個氣象的專業或是依照這個風向的專業這個中國大陸如果發射所謂的這個這個軍事的偵察氣球他有沒有可能有沒有機會 |
| transcript.whisperx[5].start |
130.491 |
| transcript.whisperx[5].end |
135.3 |
| transcript.whisperx[5].text |
如果只是單純氣象氣球好了,如果是氣象氣球,他有可能飄過台灣海峽來到台灣上空嗎? |
| transcript.whisperx[6].start |
136.799 |
| transcript.whisperx[6].end |
160.449 |
| transcript.whisperx[6].text |
的確是不能排除的那就看這個氣球如果它升到高空比如說剛剛委員其實也提到說會升到30公里的高空升到高空之後它如果沒有破裂它會持續的在漂流所以不過它在漂流的位置因為是非常非常高度非常非常高所以基本上不是在我們一般大氣這個環境的狀態之下 |
| transcript.whisperx[7].start |
163.13 |
| transcript.whisperx[7].end |
189.628 |
| transcript.whisperx[7].text |
通常一個氣球如果依照我們過去所知道的相關統計資料的話一個氣球可能二三十分鐘他就會破掉了所以他能夠飄他能夠飄動的飄送的這個距離也不會太遠好署長謝謝我想這個資訊我想就提供國人參考因為我們大家其實都很緊張有時候都覺得說到底飄過來的是氣象氣球還是軍事氣球因為也怕誤會了說這個是軍事或是氣象的問題那我想未來這個個案 |
| transcript.whisperx[8].start |
191.229 |
| transcript.whisperx[8].end |
206.57 |
| transcript.whisperx[8].text |
按照署長的意思這種個案的話其實還是依照每一次飄過來的樣態由你們來判斷沒辦法保證說他到底是軍事的或者是氣象用的是嗎是基本資料我想必須仍舊由我們的國防單位來提供我們才能夠判斷因為我們自己沒有偵測能力 |
| transcript.whisperx[9].start |
207.771 |
| transcript.whisperx[9].end |
227.184 |
| transcript.whisperx[9].text |
好,署長謝謝,那我想這個我們當然希望說氣象署是一個很專業的單位那提到專業包含說剛剛說一開始的問題之後後續要跟大家討論了這個氣象署當然升格之後但是啊升格之後本來期待的是這個因為你們是專業單位本來期待經費上來講或者預算上跟人事上能夠提供更多 |
| transcript.whisperx[10].start |
227.944 |
| transcript.whisperx[10].end |
247.575 |
| transcript.whisperx[10].text |
但是在這個氣象署升格之後：過去中央氣象局的時候：法定員額還有957人那現在升格之後：法定員額剩下673人這個署長我想問一下：對於這個升格你有什麼樣的想法：這個升格結果法定員額反而下降：經費變得更少：這個部分你有什麼樣的想法 |
| transcript.whisperx[11].start |
250.018 |
| transcript.whisperx[11].end |
267.026 |
| transcript.whisperx[11].text |
我想這是整個政府主改的大方向希望組織能夠精簡那在過去我們在相關的規定的確是900多人那因為這次在做主改的時候它其實是有一個規定它是依照現有的預算原額來加5%變成這個 |
| transcript.whisperx[12].start |
270.348 |
| transcript.whisperx[12].end |
274.629 |
| transcript.whisperx[12].text |
我是為你報不平畢竟今天氣象署的專案報告你看到下頁同樣都是升格同樣也是在交通部狹下氣象署 |
| transcript.whisperx[13].start |
296.474 |
| transcript.whisperx[13].end |
317.104 |
| transcript.whisperx[13].text |
升個之後這個相對人力變少但是上這個交通部觀光署升個之後他的人力預算增加所以我想這個在預算上面跟人力上面我們還是希望說這個今天提出來之後我們的主管機關能夠給我們這個交通給我們的氣象署更多的人力因為我想這個氣象對於民生問題是非常非常重要 |
| transcript.whisperx[14].start |
317.924 |
| transcript.whisperx[14].end |
331.37 |
| transcript.whisperx[14].text |
對於這個不管農業也好或對於地方首長判斷要不要放假也好那這個當然人力下降之後之前我也提剛剛簡報裡面也有提到說接下來會用用這個所謂的AI的模式來提供更更精確的這個這個這個氣象報告那我想問的是說 |
| transcript.whisperx[15].start |
338.294 |
| transcript.whisperx[15].end |
349.387 |
| transcript.whisperx[15].text |
我們現在這個氣象署有所謂的這個超強電腦在這個氣象署來使用那這個電腦當然目前看起來也是台灣算力最強這個能力最好的電腦那這個電腦啟用之後 |
| transcript.whisperx[16].start |
352.831 |
| transcript.whisperx[16].end |
377.351 |
| transcript.whisperx[16].text |
對於整個氣象模型的規劃對於整個氣象預測來講有沒有比過去更加的提升你人是變少但是你要運用科技來解決這個我們也接受了但是用科技來解決這我想問一下這個署長這個氣象的預測包含說其實說颱風之外我想大家很關注的就平常日常的強降雨對地方政府來講他的這影響可能更強更大我們這個所謂的最強電腦 |
| transcript.whisperx[17].start |
378.672 |
| transcript.whisperx[17].end |
381.422 |
| transcript.whisperx[17].text |
在算的過程裡面有沒有辦法提前預測到這個強降雨的這個狀況 |
| transcript.whisperx[18].start |
384.504 |
| transcript.whisperx[18].end |
411.366 |
| transcript.whisperx[18].text |
是謝謝委員關心這個電腦的確對我們非常非常重要那這也是蘇前院長支持在這前瞻預算裡面能夠加入這個電腦那因為這個電腦正好是去年底完成那目前他的這個計算能量我們講說他在這個中央處理器的部分是10個PETA就是千兆的這個浮點預算另外還有他特別有配備了新式的這個繪圖處理器有兩個這個PETA的FLAP |
| transcript.whisperx[19].start |
414.308 |
| transcript.whisperx[19].end |
434.111 |
| transcript.whisperx[19].text |
目前在全世界的排名是第69名在我國政府裡面的確是目前最大的電腦這個電腦是混合式的所以我剛剛特別講有CPU加GPU大家現在比較知道的就是GPU的部分特別對於人工智慧相關的預算它會有非常好的效果 |
| transcript.whisperx[20].start |
434.531 |
| transcript.whisperx[20].end |
462.261 |
| transcript.whisperx[20].text |
那當然這裏面相關的預測模式我們在這電腦裏面運行的預測模式並不僅僅是颱風預測模式其實在裏面大概有十幾套的模式在裏面預測好,署長那這個模式這個這個模式的這個怎麼講程式是自己寫的呢還是去參考其他單位就是說這個東西誰算出來的是由我們自己氣象署的過去的模型推算還是說是由其他的這個技術方面來加強 |
| transcript.whisperx[21].start |
464.161 |
| transcript.whisperx[21].end |
491.623 |
| transcript.whisperx[21].text |
目前這個模式其實我們採取的是國際合作的方式那一部分是跟美國政府NOAA來做相關的合作那另外一個有關區域模式的部分是跟美國的這個大氣科學研究中心來做合作因為現在模式已經非常非常複雜以氣象署的團隊而言我們不太有能力來從頭做一個模式可是我們對模式的改善可以做很多區域性的改善所以你們這個錢應該要增加那組長我們聽過這個GraphCast這個東西 |
| transcript.whisperx[22].start |
493.664 |
| transcript.whisperx[22].end |
510.438 |
| transcript.whisperx[22].text |
是這GrabCard去年發布之後我講Google DeepMind發布之後他講說他的這個預算模式可以比目前多數的預測90%預測更加準確喔可以提早10天那我想問說我們這所謂最強電腦裡面有沒有納入像這樣子的預算的模式 |
| transcript.whisperx[23].start |
511.741 |
| transcript.whisperx[23].end |
528.479 |
| transcript.whisperx[23].text |
目前因為我們有這個電腦所以去年已經開始評估目前在這個在等於說在科學上有公佈的相關科學論文裡面有提到的是其中之一還有還有好幾個不同相關的這個人工智慧 |
| transcript.whisperx[24].start |
529.019 |
| transcript.whisperx[24].end |
555.278 |
| transcript.whisperx[24].text |
基於這個資料科學的模式目前我們都有在做評估GraphCast它的確它的這個效果還不錯不過我也必須要說明它目前只能夠處理我們稱之為縱觀尺度的天氣現象就是比較大範圍的譬如說冬天的封面像這樣子的系統它其實沒有辦法處理小尺度的現象譬如說像颱風的暴雨那這個部分也就是為什麼我們需要 |
| transcript.whisperx[25].start |
555.538 |
| transcript.whisperx[25].end |
555.718 |
| transcript.whisperx[25].text |
好,署長謝謝,謝謝 |