iVOD / 151816

Field Value
IVOD_ID 151816
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/151816
日期 2024-04-29
會議資料.會議代碼 委員會-11-1-22-10
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10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 10
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10次全體委員會議
影片種類 Clip
開始時間 2024-04-29T09:49:30+08:00
結束時間 2024-04-29T10:00:07+08:00
影片長度 00:10:37
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/e90f54132b1096e649f98df19e0964ca054712d423581dcc34e2527b10508eee444a855be115db145ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 葛如鈞
委員發言時間 09:49:30 - 10:00:07
會議時間 2024-04-29T09:00:00+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10次全體委員會議(事由:邀請文化部、教育部、內政部、法務部、金融監督管理委員會、數位發展部及行政院主計總處列席就「表演及運動賽事黃牛票氾濫,相關單位取締、防範及執法成效」進行專題報告,並備質詢。(4月29日及5月2日二天一次會))
gazette.lineno 296
gazette.blocks[0][0] 葛委員如鈞:(9時49分)謝謝主席。有請文化部王時思次長、體育署鄭世忠署長、內政部警政署林明佐警政監。
gazette.blocks[1][0] 主席:請三位代表。
gazette.blocks[2][0] 王次長時思:委員好。
gazette.blocks[3][0] 葛委員如鈞:今天召委安排的專報題目特別具有意義,因為文創產業發展法針對黃牛票問題的修法滿一年。我們來看一下這個打牛報告,剛剛已經有很多委員提過,所以我就不說了。藝文票券移送案件五件,體育署就更誇張了,四個多月來,具體成效只有民眾檢舉案件兩件!我在此請教文化部、體育署跟警政署,難道這些零零星星的案件,就是聯合打牛一年的懲治成果嗎?難道遏止黃牛完完全全是一般民眾的責任嗎?至於主動查緝的成效更是隻字未提!可不可以回答我,是不是民眾檢舉才是唯一的作法?是或不是?
gazette.blocks[4][0] 王次長時思:不是!為什麼案件變得很少?很關鍵的原因在於去年修法之後,我們跟這些售票平台及主辦單位協商,所以大量的演唱會,尤其是特別受歡迎的演唱會,幾乎都採實名制……
gazette.blocks[5][0] 葛委員如鈞:所以打得很好,是不是?
gazette.blocks[6][0] 王次長時思:沒有,但整體來說,數量確實是有下降。
gazette.blocks[7][0] 葛委員如鈞:那我就認為你們都一致了?好,我們來看一下。打開社群軟體隨便一看,張學友、IU、energy的門票,每一場演唱會消息放出來後,大家都集體哀嚎,甚至有人說臺灣就是黃牛天堂。我們再來看,以特區B為例,原票價是五千多塊,結果轉售價為三萬多塊,甚至顯示曾經高達七萬塊,漲幅高達1000%,超過十二倍。剛剛已經提過,花錢事小,但萬一被騙呢?剛剛很謝謝次長說,知道黃牛要變成詐騙黃牛,真的非常危險,您卻說成效很好。我們來看,從去年5月到今天3月,將藝文票券以超過票面金額定價販售者被檢舉的案件共584件,其中有56%的加價金額都低於一千元,這跟我們認知的黃牛產業完全不同!結果我們去了解以後發現,當中很多都是不熟悉法律規範的學生或朋友間在轉售票券的過程當中,無意間加上手續費所犯下的案件。結果文化部的書面報告卻在結語時說,做得很好,加價轉售金額大幅下降。實際上我們認為你們根本沒看到滿天老鷹在飛,打了一堆小鳥還沾沾自喜!想請教次長,文化部針對黃牛案件,到底是要打老鷹,還是打小鳥?到底要主動還是被動?可不可以分享一下?
gazette.blocks[8][0] 王次長時思:跟委員說明,以張學友演唱會案件來說,現在我們已經接獲112件,有14件在調查中,有些甚至已請檢舉人到場陳述……
gazette.blocks[9][0] 葛委員如鈞:所以是要打老鷹,對吧?所以下一次我們就來看這個案件是不是又是一千塊,是嗎?
gazette.blocks[10][0] 王次長時思:其實最重要的是:不要再有黃牛,這才是比較關鍵的。
gazette.blocks[11][0] 葛委員如鈞:講起來是很容易,所以我們接下來就是要看數字,好不好?然後也要看成果。目前零零星星的成果,一千塊以上占56%,這都不是我們要的。不要持續消極被動,希望主動積極。
gazette.blocks[11][1] 接下來,賴準總統提出行動Active、創新Innovative內閣,難道是因為沒有行動力、沒有創新嗎?在講現在嗎?我們來講一下創新的部分。主席,有請數位部產業署黃科長。
gazette.blocks[12][0] 主席:請數位部。
gazette.blocks[13][0] 葛委員如鈞:因為我時間有限,所以你一邊移動,我一邊說明。今天數位部列席,書面報告只提到強化檢舉平台資訊安全,剛剛文化部次長已經跟你們求救,很多平台業者的數位能力不一樣。創新不是只改變程式碼就可以,我們來看一下,韓國SK集團打算利用Avalanche的區塊鏈技術和NFT非同質化特性做未來票券。全球最大的票券平台Ticketmaster去年也推出了區塊鏈代幣門控(Token Gating)的功能,請問數位部,目前有沒有蒐集國內外用科技或是區塊鏈技術來遏止黃牛的案例?甚至進一步進行相關的研究?臺灣ArcherSwap有做過了,國外則有OpenSea,有沒有研究過?有或沒有?
gazette.blocks[14][0] 林副署長俊秀:過去在研究……有研究過……那個OpenSea。
gazette.blocks[15][0] 葛委員如鈞:有?有沒有相關報告?網路上面有嗎?有沒有研議未來的作法?有沒有給予支持?有沒有連結文化部做跨部會合作?
gazette.blocks[16][0] 林副署長俊秀:這部分目前沒有做,但我們會積極來跟文化部討論。
gazette.blocks[17][0] 葛委員如鈞:我想臺灣是科技之島,希望數位部能夠跨部會來協助文化部,真的是要用魔法來打敗魔法,我們真的是不能被動,必須要更積極。
gazette.blocks[17][1] 接下來想跟次長分享兩項訊息,在此先請教一下次長,知不知道「母湯」是什麼意思?
gazette.blocks[18][0] 王次長時思:臺語的「不行」。
gazette.blocks[19][0] 葛委員如鈞:臺語的「母湯」,你很瞭解,我也很瞭解,但我們問了Meta這家公司新釋出的最強、最強大的Llama 3 AI,問它說你知道「母湯」是什麼意思嗎?結果它說是「母親的湯」,很溫暖,像母親煮的湯一樣,你如果覺得電影很好看,就要說「好母湯」。一樣的問題我們拿去問臺灣的AI計畫TAIDE 7B的版本,得到的答案是「母湯」就是厲害到不行,你看到一個運動員比賽很優秀,就說「這下子他母湯了」,所以次長,我們下一次到電影院看電影如果覺得好看,是不是要說「母湯、母湯」?我在此先強調一下,這不是TAIDE不好,而是他們沒有得到足夠的訓練和資料,這是非戰之罪,但是如果在AI的時代,我們造成了文化覆滅,這不是我們要看到的問題。
gazette.blocks[19][1] 我們接下來再問您,這個人物、電影人物,我們應該要叫蜘蛛人還蜘蛛俠?在臺灣。請回答,這是一般文化的問題喔。
gazette.blocks[20][0] 王次長時思:我平常是叫蜘蛛人。
gazette.blocks[21][0] 葛委員如鈞:另外一個電影明星,你要叫他李奧納多,還萊昂納多?
gazette.blocks[22][0] 王次長時思:臺灣的翻譯應該是李奧納多。
gazette.blocks[23][0] 葛委員如鈞:很好,接下來還有更多的例子,這是沙丘走紅的Zendaya,結果他在臺灣大概有幾十種藝名,有人說他叫千黛亞,某一間公司說的,另外一個電影公司說他叫辛蒂亞,中國大陸稱贊達亞,結果現在我們在網路上跟AI對話,講來講去,臺灣的名字根本就消失了,為什麼?因為你一大堆亂七八糟的名字。對文化部來講,我們沒有任何的指引,沒有任何的立場,我就在此請教一下文化部,我們要不要乾脆放棄臺灣的譯名啊?我們接下來都採用中國大陸的譯名,我們就投降好了,我們要不要做投降宣言啊?還是我們要講清楚,臺灣應該有沒有什麼方法來做這些譯名的一致性,要還是不要?要投降還是不投降?
gazette.blocks[24][0] 王次長時思:我想文化內容的主體性,跟臺灣自己在這些……
gazette.blocks[25][0] 葛委員如鈞:我們要不要一致?
gazette.blocks[26][0] 王次長時思:我想應該是要有方法來訓練這些AI,讓它有更多的臺灣內容的資源,才會回答出正確的答案。
gazette.blocks[27][0] 葛委員如鈞:AI的資料靠大邊走,我們有沒有可能以官方的立場,由文化部來鼓勵建立一個全球電影相關譯名上映的資料庫,來跟AI好好的協作?有沒有機會研議?
gazette.blocks[28][0] 王次長時思:這個我們來研議。
gazette.blocks[29][0] 葛委員如鈞:好,謝謝。接下來,Llama 3我們剛剛看到這個「母湯」,也是對我們這個文化慢慢的變成邊緣,我們臺灣可能會在AI時代變成文化難民,我手邊有文化部提供給國科會TAIDE的資料清單,礙於版權因素,很多都是藏品、館設介紹等等,資料嚴重不足。反觀我們的鄰國日本,早就已經大膽All in AI,無論版權、官方允許,任何資料都用於訓練人工智慧。請教次長,文化部是不是可以針對本身所擁有的資料庫藏品,研議進一步全面開放給TAIDE訓練使用?未來申請文化部補助的案件,是不是可以研議在一定的限度之下,必須將成果開放給TAIDE,或者其他臺灣支持的大語言模型來使用、訓練?
gazette.blocks[30][0] 王次長時思:可以,這個我們來研議。
gazette.blocks[31][0] 葛委員如鈞:好,以上兩點希望文化部可以加強與藝文界的溝通,並著手進行相關的研議,將研議成果於一個月內以書面回復本席,可以嗎?
gazette.blocks[32][0] 王次長時思:可以。
gazette.blocks[33][0] 葛委員如鈞:謝謝。文化部最近砸了八千多萬弄了一個歌仔戲,很多人有很多的意見,我們先不管,如果能把這樣的戲曲資料、劇本開放用來訓練AI,讓外國朋友、外國AI都能更瞭解臺灣的戲曲,這不是很好嗎?但是為什麼我們的這些資料都不公開呢?到底是不敢被他們看,還是怕被他們發現錯誤呢?我想國科會接下來還會持續進行大語言模型的訓練,我們現在只有7B可以開源商用,13B只能學研用途,資料還是嚴重不足,M公司的400B都已經在訓練當中,很快要釋出了,為了臺灣能夠持續保有文化自主性,這個我相信都是跨黨派的意思,我們在相關其他強勢的中文語言模型之下,一定要見縫插針。相較於豐沛的其他類型中文資料,繁體中文的資料本來就稀少,我們一定要跨部會,尤其是文化部將資源匯聚,臺灣才有可能在中文的語言模型,AI的下一個世代,找到我們臺灣自己的定位,謝謝。
gazette.blocks[34][0] 主席:好,謝謝葛如鈞委員,謝謝各位。
gazette.blocks[35][0] 主席(郭委員昱晴代):接下來請我們的召委柯志恩。
gazette.agenda.page_end 310
gazette.agenda.meet_id 委員會-11-1-22-10
gazette.agenda.speakers[0] 柯志恩
gazette.agenda.speakers[1] 萬美玲
gazette.agenda.speakers[2] 洪孟楷
gazette.agenda.speakers[3] 陳培瑜
gazette.agenda.speakers[4] 葛如鈞
gazette.agenda.speakers[5] 葉元之
gazette.agenda.speakers[6] 郭昱晴
gazette.agenda.speakers[7] 吳沛憶
gazette.agenda.speakers[8] 陳秀寳
gazette.agenda.speakers[9] 林宜瑾
gazette.agenda.speakers[10] 范雲
gazette.agenda.speakers[11] 張雅琳
gazette.agenda.speakers[12] 吳春城
gazette.agenda.speakers[13] 羅廷瑋
gazette.agenda.speakers[14] 黃珊珊
gazette.agenda.speakers[15] 黃捷
gazette.agenda.speakers[16] 陳亭妃
gazette.agenda.speakers[17] 楊瓊瓔
gazette.agenda.speakers[18] 黃國昌
gazette.agenda.speakers[19] 邱志偉
gazette.agenda.speakers[20] 張啓楷
gazette.agenda.speakers[21] 羅智強
gazette.agenda.speakers[22] 林倩綺
gazette.agenda.speakers[23] 林楚茵
gazette.agenda.speakers[24] 劉建國
gazette.agenda.page_start 243
gazette.agenda.meetingDate[0] 2024-04-29
gazette.agenda.gazette_id 1133901
gazette.agenda.agenda_lcidc_ids[0] 1133901_00005
gazette.agenda.meet_name 立法院第11屆第1會期教育及文化委員會第10次全體委員會議紀錄
gazette.agenda.content 邀請文化部、教育部、內政部、法務部、金融監督管理委員會、數位發展部及行政院主計總處列 席就「表演及運動賽事黃牛票氾濫,相關單位取締、防範及執法成效」進行專題報告,並備質詢
gazette.agenda.agenda_id 1133901_00004
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 0.65534375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 8.83971875
transcript.pyannote[1].end 16.56846875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 21.12471875
transcript.pyannote[2].end 21.63096875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 22.66034375
transcript.pyannote[3].end 22.96409375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 28.61721875
transcript.pyannote[4].end 41.07096875
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 41.67846875
transcript.pyannote[5].end 76.20471875
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 77.70659375
transcript.pyannote[6].end 97.95659375
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 93.61971875
transcript.pyannote[7].end 95.42534375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 98.10846875
transcript.pyannote[8].end 199.29096875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 199.71284375
transcript.pyannote[9].end 210.05721875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 209.75346875
transcript.pyannote[10].end 214.66409375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 210.37784375
transcript.pyannote[11].end 210.61409375
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 211.00221875
transcript.pyannote[12].end 211.12034375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 214.66409375
transcript.pyannote[13].end 219.89534375
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 214.68096875
transcript.pyannote[14].end 215.25471875
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 219.89534375
transcript.pyannote[15].end 253.00409375
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 253.96596875
transcript.pyannote[16].end 305.89034375
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 307.35846875
transcript.pyannote[17].end 307.74659375
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 310.39596875
transcript.pyannote[18].end 312.16784375
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 313.65284375
transcript.pyannote[19].end 317.16284375
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 313.82159375
transcript.pyannote[20].end 315.35721875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 317.50034375
transcript.pyannote[21].end 324.85784375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 317.56784375
transcript.pyannote[22].end 319.10346875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 320.09909375
transcript.pyannote[23].end 320.28471875
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 325.27971875
transcript.pyannote[24].end 325.73534375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 328.24971875
transcript.pyannote[25].end 348.68534375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 349.00596875
transcript.pyannote[26].end 350.47409375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 350.33909375
transcript.pyannote[27].end 405.33471875
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 405.67221875
transcript.pyannote[28].end 407.51159375
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 407.76471875
transcript.pyannote[29].end 410.26221875
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 411.62909375
transcript.pyannote[30].end 412.27034375
transcript.pyannote[31].speaker SPEAKER_00
transcript.pyannote[31].start 412.69221875
transcript.pyannote[31].end 414.09284375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 415.13909375
transcript.pyannote[32].end 416.69159375
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 416.69159375
transcript.pyannote[33].end 421.70346875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 422.42909375
transcript.pyannote[34].end 424.45409375
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 424.18409375
transcript.pyannote[35].end 470.97846875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 470.97846875
transcript.pyannote[36].end 476.95221875
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 475.88909375
transcript.pyannote[37].end 476.64846875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 478.06596875
transcript.pyannote[38].end 485.27159375
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 483.46596875
transcript.pyannote[39].end 484.51221875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 484.76534375
transcript.pyannote[40].end 497.23596875
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 497.60721875
transcript.pyannote[41].end 498.94034375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 499.32846875
transcript.pyannote[42].end 500.03721875
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 500.03721875
transcript.pyannote[43].end 552.29909375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 500.61096875
transcript.pyannote[44].end 500.84721875
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 552.53534375
transcript.pyannote[45].end 561.51284375
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 562.45784375
transcript.pyannote[46].end 562.74471875
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 563.60534375
transcript.pyannote[47].end 598.06409375
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 598.40159375
transcript.pyannote[48].end 631.10534375
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 632.55659375
transcript.pyannote[49].end 632.57346875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 632.57346875
transcript.pyannote[50].end 635.25659375
transcript.whisperx[0].start 9.194
transcript.whisperx[0].end 15.497
transcript.whisperx[0].text 謝謝主席。有請文化部王石思次長、體育署鄭世忠署長以及內政部警政署林明佐警政監。謝謝。
transcript.whisperx[1].start 28.883
transcript.whisperx[1].end 29.804
transcript.whisperx[1].text 一文票券移送案件五件
transcript.whisperx[2].start 47.999
transcript.whisperx[2].end 75.957
transcript.whisperx[2].text 體育署這個更誇張四個多月具體成效只有民眾檢舉案件兩件我就在此請教一下文化部體育署跟警政署難道這些零零星星的案件就是這個聯合打牛一年的懲治成果嗎難道二指黃牛完完全全是一般民眾的責任嗎對於主動查緝的成效這是未提可不可以回答我是不是民眾檢舉才是我們唯一的做法是或不是
transcript.whisperx[3].start 78.051
transcript.whisperx[3].end 97.72
transcript.whisperx[3].text 不是,因為其實為什麼案件變得很少很關鍵的原因是因為其實從去年修法之後我們有跟這些售票平台跟主辦單位來做協商所以大量的演唱會尤其是特別受歡迎的演唱會幾乎都採了實名制所以打得很好嘛,是不是?沒有,它在整體來說數量確實是有下降的
transcript.whisperx[4].start 98.981
transcript.whisperx[4].end 117.777
transcript.whisperx[4].text 我們就認為你們都一致我們來看一下打開社群軟體隨便一看張學友、IU Energy的門票每一個演唱會出來大家都集體哀嚎甚至有人說臺灣就是黃牛天堂我們再來看一下以這個特區B為例原票價是5000多塊結果轉售價額3萬多塊甚至顯示曾經高達7萬塊漲幅高達1000%超過12倍
transcript.whisperx[5].start 126.504
transcript.whisperx[5].end 131.789
transcript.whisperx[5].text 剛剛已經都提過了花錢事小萬一被騙勒剛剛市長也很謝謝你說有知道現在黃牛現在要變成詐騙黃牛了這個真的是非常危險但是您說成效很好我們來看一下從去年5月到今年3月
transcript.whisperx[6].start 142.458
transcript.whisperx[6].end 157.812
transcript.whisperx[6].text 將藝文票券以超過票面金額定價販售者.被檢舉的案件一共580件.其中加起來56%加價金額都低於1000元這跟我們認知的黃牛產業是完全不同的
transcript.whisperx[7].start 158.793
transcript.whisperx[7].end 180.835
transcript.whisperx[7].text 結果我們看到了很多我們據悉我們去了解以後發現.很多都是不熟悉法律規範的學生.或者是朋友.他們只不過在轉售票券的過程當中.無意間加上一些手續費所犯下的案件.結果你們文化部的書面報告在結語了之後說.做得很好加價轉售機率大幅下降.
transcript.whisperx[8].start 181.896
transcript.whisperx[8].end 198.954
transcript.whisperx[8].text 實際上我們認為根本沒看到滿天的老鷹在飛還沾沾自喜的覺得打了一堆小鳥想請教一下次長文化部到底針對黃牛的案件到底是要打老鷹還是打小鳥到底要主動還是被動可不可以分享一下
transcript.whisperx[9].start 199.724
transcript.whisperx[9].end 219.146
transcript.whisperx[9].text 跟委員說明以張學友的案件來說現在我們已經接獲了112件那有14件都已經在調查那有些現在已經甚至在進行監警員的到場的一個陳述所以是要打老鷹馬的啦所以我們下一次我們就來看一下這個案件是不是又是1000塊囉其實最重要的事情是不要再有黃牛這才是比較關鍵的事情
transcript.whisperx[10].start 220.207
transcript.whisperx[10].end 233.833
transcript.whisperx[10].text 講是很容易講但我們接下來就是要看數字好不好然後我們也要看成果零零星星的成果一千塊以上佔56%這都不是我們要的不要持續的消極、被動希望主動、積極
transcript.whisperx[11].start 235.214
transcript.whisperx[11].end 249.043
transcript.whisperx[11].text 接下來賴準總統提出的行動Active創新Innovative的內閣難道是因為沒有行動力沒有創新嗎在講現在嗎我們先來講一下創新的部分主席有請數位部產業署署長黃興富科長好 數位部請
transcript.whisperx[12].start 254.165
transcript.whisperx[12].end 260.35
transcript.whisperx[12].text 因為我時間有限你一邊移動的時候我就先一邊說明今天數位部來列席書面報告只提到了強化檢舉平台資訊安全但剛剛我們文化部次長已經跟你們求救了很多平台業者的數位能力不一樣但我們來講創新不是只是改變一些程式碼就可以我們來看一下韓國的SK集團打算利用Alpha Launch的區塊鏈技術和NFT非同質化的特性來做未來票券
transcript.whisperx[13].start 282.788
transcript.whisperx[13].end 305.773
transcript.whisperx[13].text 全球最大的票券平臺Ticketmaster.去年也推出了區塊鏈代幣門控Token Gating的功能.請問一下數位部.目前有沒有收集國內外.用科技甚至是區塊鏈的技術.來遏止黃牛的案例.甚至進一步進行相關的研究.台灣有ArcaSwap有做過了.國外有OpenSea.有沒有研究過.有或沒有
transcript.whisperx[14].start 313.856
transcript.whisperx[14].end 325.508
transcript.whisperx[14].text 有嗎?那有沒有相關的報告?網路上面有嗎?有沒有研議未來的做法?有沒有給予支持?有沒有連結文化部來做一些跨部會的合作?
transcript.whisperx[15].start 328.774
transcript.whisperx[15].end 348.38
transcript.whisperx[15].text 我們會積極來跟文化部這邊來討論我想台灣是科技之島希望數位部能夠跨部會來協助文化部真的是要用魔法來打敗魔法我想我們真的是不能被動要更積極接下來想跟次長分享兩項訊息在此先請教一下次長知不知道母湯是什麼意思
transcript.whisperx[16].start 349.14
transcript.whisperx[16].end 353.562
transcript.whisperx[16].text 台語的母湯嘛對啦你很了解我也很了解但我們問了這個Meta這家公司新釋出的最強最強大的拉瑪山的這個AI問他說你知道母湯是什麼意思嗎就他說是母親的湯啦很溫暖啦像母親煮的湯一樣你如果覺得電影很好看就要說好母湯啊
transcript.whisperx[17].start 372.429
transcript.whisperx[17].end 389.34
transcript.whisperx[17].text 一樣的問題我們拿去問臺灣的AI計畫臺德7B的版本得到的答案是母湯就是厲害到不行你看到一個運動員比賽很優秀就說這下子他母湯了所以次長我們下一次到電影院看電影看得好看是不是要說母湯母湯我再此先強調一下這不是臺德不好
transcript.whisperx[18].start 393.863
transcript.whisperx[18].end 410.154
transcript.whisperx[18].text 而是他們沒有得到足夠的訓練和資料這是非戰之罪但是如果在AI的時代我們造成了文化覆滅這不是我們要看到的問題我們接下來再問您這個人物、電影人物我們應該要叫蜘蛛人還蜘蛛俠在台灣請回答這是一般文化的問題我平常是叫蜘蛛人那另外一個電影明星你要叫他李奧納多還萊昂納多
transcript.whisperx[19].start 422.689
transcript.whisperx[19].end 438.183
transcript.whisperx[19].text 臺灣的翻譯應該是李奧納多很好接下來還有更多的例子這是沙丘走紅的這個Zendaya結果在臺灣大概有幾十種藝名有人說他叫千代亞某一間公司說的另外一個電影公司說叫新帝亞中國大陸稱讚達亞
transcript.whisperx[20].start 440.865
transcript.whisperx[20].end 444.428
transcript.whisperx[20].text 結果現在我們在網路上跟人家對話講來講去台灣的名字根本就消失了為什麼因為你一大堆亂七八糟的名字我們對文化部來講我們沒有任何的指引沒有任何的立場我就在此請教一下文化部我們要不要乾脆放棄台灣的藝名
transcript.whisperx[21].start 457.938
transcript.whisperx[21].end 458.558
transcript.whisperx[21].text 我想文化內容的主體性跟台灣自己在這些
transcript.whisperx[22].start 478.103
transcript.whisperx[22].end 496.789
transcript.whisperx[22].text 我想應該是要有方法來訓練這些AI讓他有更多的台灣內容的資源才會回答正確的答案AI的資料靠大邊走我們有沒有可能以官方的立場由文化部來鼓勵建立一個全球電影相關藝名上映的資料庫來跟AI做好好的協作
transcript.whisperx[23].start 497.679
transcript.whisperx[23].end 522.026
transcript.whisperx[23].text 有沒有機會演繹啊?這個我們來演繹好 謝謝喔那接下來拉馬山我們剛剛看到這個母湯也是對我們這個文化慢慢的變成邊緣啦我們台灣可能會在AI時代變成文化難民我手邊呢有這個文化部提供給國共會台的資料清單礙於版權因素很多的產品管轍介紹等等資料嚴重不足
transcript.whisperx[24].start 522.486
transcript.whisperx[24].end 551.706
transcript.whisperx[24].text 反觀我們的鄰國日本早就已經大膽all in AI.無論版權、官方允許任何資料用於訓練人工智慧請教次長.文化部是不是可以針對本身所擁有的資料庫產品.研議進一步全面開放給台德訓練使用.未來升級文化部補助的案件.是不是可以研議在一定的限度之下必須將成果開放給台德.或者其他台灣支持的大圓模型來使用訓練
transcript.whisperx[25].start 552.727
transcript.whisperx[25].end 560.903
transcript.whisperx[25].text 以上兩點希望文化部可以加強與藝文界的溝通並著手進行相關研議將研議成果於一個月內書面回覆本席
transcript.whisperx[26].start 564.132
transcript.whisperx[26].end 584.663
transcript.whisperx[26].text 謝謝文化部最近砸了8000多案弄了一個歌仔戲很多人有很多的意見我們先不管如果能把這樣的戲曲資料劇本開放用來訓練AI讓外國朋友、外國AI都能更了解台灣的戲曲這不是很好嗎但是為什麼我們的這些資料都不公開呢到底是不敢被他們看還是怕他們被發現錯誤呢
transcript.whisperx[27].start 587.344
transcript.whisperx[27].end 589.046
transcript.whisperx[27].text 我想國科會接下來還會持續進行大圓模型的訓練我們現在只有7B可以開源商用13B只能學研用途資料還是嚴重不足
transcript.whisperx[28].start 598.639
transcript.whisperx[28].end 619.771
transcript.whisperx[28].text M公司的400B都已經在訓練當中很快要釋出為了台灣能夠持續保有文化自主性這個我相信都是跨黨派的意思我們必須要在相關強勢的其他中文語言的模型之下一定要見縫插針相較於豐沛的其他類型的中文資料繁體中文的資料本來就稀少
transcript.whisperx[29].start 620.171
transcript.whisperx[29].end 630.942
transcript.whisperx[29].text 我們一定要跨部會尤其是文化部將資源匯聚台灣才有可能在中文的語言模型AI的下一個世代找到我們台灣自己的定位謝謝好 謝謝葛如鈞委員 謝謝各位