iVOD / 152686

Field Value
IVOD_ID 152686
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/152686
日期 2024-05-20
會議資料.會議代碼 委員會-11-1-23-13
會議資料.會議代碼:str 第11屆第1會期交通委員會第13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 13
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13次全體委員會議
影片種類 Clip
開始時間 2024-05-20T11:10:01+08:00
結束時間 2024-05-20T11:20:21+08:00
影片長度 00:10:20
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/eb839dd47e69d58377d0efa66525b92dccf986ae542d7286b17e17f29c54f7e1851e85303a1be6c65ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 魯明哲
委員發言時間 11:10:01 - 11:20:21
會議時間 2024-05-20T09:00:00+08:00
會議名稱 立法院第11屆第1會期交通委員會第13次全體委員會議(事由:邀請交通部、國家運輸安全調查委員會及經濟部就「我國汽車自動駕駛系統與電動大客車之產業前景、法規建置、安全風險及發展現況」進行專題報告,並備質詢。)
gazette.lineno 524
gazette.blocks[0][0] 魯委員明哲:(11時10分)謝謝主席,有請陳次長。
gazette.blocks[1][0] 主席:請陳次長。
gazette.blocks[2][0] 魯委員明哲:次長。
gazette.blocks[3][0] 陳次長彥伯:委員好。
gazette.blocks[4][0] 魯委員明哲:今天其實滿多委員,因為今天的主題包括了自駕還有電動大巴的一些相關問題,剛剛很多的委員都已經提到,尤其自動駕駛跟輔助駕駛本身分成6個等級,自駕分成6個等級。
gazette.blocks[4][1] 我想請教一下,你們從109年做自用小客車使用狀況統計報告的時候,首次納入了有輔助駕駛系統的數字,也做了統計,我們看到109年當時統計自用小客車有11.9%載有輔助駕駛系統,不管他有沒有用啦;到111年,2年之後變成18%,成長了將近6%;現在是113年,統計表出來了沒有?
gazette.blocks[5][0] 林司長福山:跟委員報告,目前我們統計處正在調查中。
gazette.blocks[6][0] 魯委員明哲:那我預估成長速度會更快!因為隨著純電車的發展,我覺得這個速度會非常快,我預估從今天開始再5年,我自己預估35%到40%載有輔駕系統,甚至宣稱自駕到幾級的會越來越多,這沒有辦法,這是我們必須面對的問題,對不對?所以剛剛大家都在問。
gazette.blocks[6][1] 我現在覺得政府應該多做一些事情啦,怎麼說呢?因為我們看到,就臺灣而不是國外,有人在高速公路駕駛時睡覺也被抓到,睡著了,搞不好他也沒發生事情,那到底在做什麼?現在很多人在忙其他的事情,因為他開啟了他自己以為是自動駕駛的輔助駕駛系統。這種情況到底是什麼原因?因為他們在買車的時候,譬如說以T牌來講,他說在你的主動監管下Autopilot,其實Autopilot就是自駕,然後它可以輔助你轉向、自動輔助加速跟自動輔助煞車嘛,我覺得自駕方面的宣傳讓很多使用者在買車的時候就已經覺得我大概可以去忙很多事情;那另外一個B牌,它的仲介也是講,可以幫你在很多情況之下避免發生碰撞,也能夠自動緊急煞車。你們在廣告的方面有沒有做什麼樣的建議或處理?
gazette.blocks[7][0] 林司長福山:跟委員報告一下,你提的這兩個就是我們現在關注的重點,第一個部分,車主使用手冊一定要載明這個是駕駛輔助系統,不是自動駕駛系統;第二個部分,有關於業代在銷售的時候,必須訓練相關車輛銷售人員要給車主正確的觀念;第三個部分,我們也有注意、關注相關車商的廣告,只要有寫到像自動駕駛等等部分,我們立刻會找車廠來做瞭解。
gazette.blocks[8][0] 魯委員明哲:現在的情況是,未來會有越來越多的品牌會進來、越來越多的品牌會進來!現在主要是這兩牌,越來越多的品牌在市場競爭下面,什麼藥效都會宣稱,賣藥的就是這樣,所以請你們要注意。
gazette.blocks[8][1] 第二個,我也發覺,你們針對1到6級的自駕輔助到底能力到哪裡,我覺得你在車上要有清楚的標示,不要讓民眾翻了厚厚一本,你看,在第802頁裡面第5行,那沒有道理嘛!我們看到冰箱的省電效果1到5級一清二楚,我是建議喔,如果你們有能力,因為運安會也在這裡嘛,車子進來的時候,它就假設到1級、2級,現在進臺灣的要到自駕標準3級的可能都不見得有,這種你們在法規上面要不要做一個很簡單的揭露或者標示,讓一般的民眾……畢竟大家買車的哪是專家啊,我們也看不懂啊!所以我覺得你們可不可以朝這個方向考慮?很簡單地揭露讓民眾能夠看到,細節請他去翻閱他自己的手冊,這部分可以往這個方向來做嗎?
gazette.blocks[9][0] 陳次長彥伯:這個我們來研議。
gazette.blocks[10][0] 魯委員明哲:研議?
gazette.blocks[11][0] 陳次長彥伯:是!
gazette.blocks[12][0] 魯委員明哲:我現在最擔心的事,我們速度實在太慢了,因為4月28號,就上個月嘛,上個月南韓的監理機關對於T牌因為廣告不實罰了220萬美金,錢它有沒有交?不知道啦!可是政府的態度已經出來了,因為它虛假廣告,所以監管機關罰了美金220萬,這是第一個,南韓上個月做的事;那在德國呢?前一陣子德國法院已經判決要求它們修改自駕的用語。所以我覺得政府,當然你要等法院判決,我覺得太不積極了,尤其今年你統計出來就知道有關輔助駕駛,我們不知道他到底用不用啦,但我覺得我們政府的責任要做到,我覺得速度要快,人家都已經進入罰款、裁決了,全世界包括美國本地自產的,他們集體告訴有贏的,在很多州他們也贏了!我們每次都講我們要站在世界的前端,我們現在其實站在後面也來不及了,能不能拜託我們行政方面先做一些事情,好不好?
gazette.blocks[12][1] 最後,剛剛委員也說過了,剛剛是講一般的公路跟高速公路,高速公路因為車速都非常快,所以我單單針對高速公路的部分,有關它載有輔助駕駛出車禍的比率,112年總事故102次在高速公路上面,然後載有輔助駕駛、輔駕系統的比率已經高達65%了,但這個65%其實滿可怕的,對比它總共的數量,一般的車剛剛已經比過了,第一個,只有20%是載有輔駕系統的、80%沒有,所以針對這個比例,我認為真的值得非常重視!
gazette.blocks[12][2] 當然我們也看到運安會,沒關係,因為時間不夠,我就講一講。我建議你,因為很多事情他們去做一個行政的協助,但畢竟有些專業、各種招數都進來了,剛剛孟楷委員也問過了,明年5月希望……現在因為太多自動駕駛甚至輔駕系統撞到高速公路緩撞車,這種情況其實滿多的,所以你們要進入調查,我給予正面的肯定。不過我是比較擔心硬體方面,感知器到底是不是OK?或者硬體迴路到底情況如何?我覺得在硬體方面,我知道運安會有比較多這方面的人才,因為這種東西其實已經滿久的。
gazette.blocks[12][3] 可是在軟體方面,你們針對AI的模型演算法要怎麼去看?這個其實滿恐怖的,因為這個可能是車禍最重要的關鍵!譬如說在歐美,他們的機車很少,他們很奇怪的東西、電車假設也很少,在這種情況下,他們出來的AI模型、演算法,在臺灣我覺得既然運安會出面,你這種專業的考量,人才我不知道,人才有沒有?點頭或搖頭,運安會,所以你要委外,是不是?
gazette.blocks[13][0] 林主任委員信得:沒有,正在累積。
gazette.blocks[14][0] 魯委員明哲:來,你上來,留下紀錄,你不要嚇我,我想說你有人才,給你交代一下。
gazette.blocks[14][1] 講真的啦,軟體確實很難,因為各家的又不太一樣,有的武當、有的少林,還有歐美的,甚至未來亞洲都會出來。現在你針對軟體AI,像是模型跟演算法等,要對外招募人才,是不是?狀況怎麼樣?你說一下。
gazette.blocks[15][0] 林主任委員信得:我們現在有第一個案子是去年11月30日大雅路段的那個,我們有立案調查,然後有其他5個類似的電動車我們就一直在蒐集,蒐集完之後我們會做分析。剛剛委員提示的AI軟體確實是一個方向,我們朝這個方向來訓練我們的……
gazette.blocks[16][0] 魯委員明哲:不是,你一定要有懂的人才甚至團隊啦,我覺得是這樣啦,有些那種非常專業的團隊,你有些部分該委外還是要委外,講真的!你內部假設找不到這些人才,不是要你整個丟給別人啦,報告由顧問公司幫你寫出來,當然不行嘛!運安會不能這樣,因為你們是一個非常有公信力的單位。但是在某些專業的領域,我覺得你們現在要找人才,等到人才成熟可用,3年、5年之後大概因應不及,所以我建議你在專業的領域,如果你剛剛已經說其實這部分的人才比較缺,我們希望你能夠加快速度,有些專業部分領域是不是委外?畢竟要能夠儘快達到我們要的調查,甚至建議的目標!可不可以朝這個方向?
gazette.blocks[17][0] 林主任委員信得:我們目前是朝這個方向,譬如說我們在今年的8月下旬,美國加州的PATH中心派人來參加國際論壇,我們中間有一個論壇就是跟AI有關係,確實是同一個方向,謝謝委員指教。
gazette.blocks[18][0] 魯委員明哲:好,請大家加油!下次來……有離開的嗎?都還在嗎?520今天來的就表示都還在。恭喜次長,林主委還繼續嘛!好,那就可以繼續問你們這些問題了,謝謝。
gazette.blocks[19][0] 林主任委員信得:謝謝委員。
gazette.blocks[20][0] 主席:謝謝魯明哲委員。
gazette.blocks[20][1] 登記質詢的委員都發言完畢,作以下決定:報告及詢答完畢;委員陳素月、徐富癸、林俊憲、蔡其昌、邱若華、林倩綺、林國成、何欣純、李昆澤、許智傑幾位委員所提書面質詢,列入紀錄,並刊登公報;委員於質詢中要求提供相關書面資料及未及答復部分,請交通部、運安會以及經濟部儘速以書面答復。
gazette.agenda.page_end 336
gazette.agenda.meet_id 委員會-11-1-23-13
gazette.agenda.speakers[0] 陳雪生
gazette.agenda.speakers[1] 林沛祥
gazette.agenda.speakers[2] 廖先翔
gazette.agenda.speakers[3] 萬美玲
gazette.agenda.speakers[4] 黃健豪
gazette.agenda.speakers[5] 鄭天財Sra Kacaw
gazette.agenda.speakers[6] 林德福
gazette.agenda.speakers[7] 洪孟楷
gazette.agenda.speakers[8] 鄭正鈐
gazette.agenda.speakers[9] 黃國昌
gazette.agenda.speakers[10] 徐欣瑩
gazette.agenda.speakers[11] 羅廷瑋
gazette.agenda.speakers[12] 游顥
gazette.agenda.speakers[13] 魯明哲
gazette.agenda.speakers[14] 陳素月
gazette.agenda.speakers[15] 徐富癸
gazette.agenda.speakers[16] 林俊憲
gazette.agenda.speakers[17] 蔡其昌
gazette.agenda.speakers[18] 邱若華
gazette.agenda.speakers[19] 林倩綺
gazette.agenda.speakers[20] 林國成
gazette.agenda.speakers[21] 何欣純
gazette.agenda.speakers[22] 李昆澤
gazette.agenda.speakers[23] 許智傑
gazette.agenda.speakers[24] 劉建國
gazette.agenda.page_start 291
gazette.agenda.meetingDate[0] 2024-05-20
gazette.agenda.gazette_id 1134801
gazette.agenda.agenda_lcidc_ids[0] 1134801_00005
gazette.agenda.meet_name 立法院第11屆第1會期交通委員會第13次全體委員會議紀錄
gazette.agenda.content 邀請交通部、國家運輸安全調查委員會及經濟部就「我國汽車自動駕駛系統與電動大客車之產業 前景、法規建置、安全風險及發展現況」進行專題報告,並備質詢
gazette.agenda.agenda_id 1134801_00004
transcript.pyannote[0].speaker SPEAKER_02
transcript.pyannote[0].start 2.54534375
transcript.pyannote[0].end 2.56221875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 2.56221875
transcript.pyannote[1].end 4.53659375
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 6.56159375
transcript.pyannote[2].end 7.52346875
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 10.45971875
transcript.pyannote[3].end 18.64409375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 19.36971875
transcript.pyannote[4].end 23.31846875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 23.57159375
transcript.pyannote[5].end 25.15784375
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 25.69784375
transcript.pyannote[6].end 27.25034375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 27.79034375
transcript.pyannote[7].end 30.49034375
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 31.24971875
transcript.pyannote[8].end 34.32096875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 34.52346875
transcript.pyannote[9].end 47.85471875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 48.05721875
transcript.pyannote[10].end 49.44096875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 50.01471875
transcript.pyannote[11].end 53.87909375
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 54.21659375
transcript.pyannote[12].end 59.48159375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 59.66721875
transcript.pyannote[13].end 62.41784375
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 63.78471875
transcript.pyannote[14].end 64.17284375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 65.05034375
transcript.pyannote[15].end 67.90221875
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 68.40846875
transcript.pyannote[16].end 68.42534375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 68.42534375
transcript.pyannote[17].end 71.41221875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 71.56409375
transcript.pyannote[18].end 84.52409375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 84.79409375
transcript.pyannote[19].end 95.12159375
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 95.83034375
transcript.pyannote[20].end 99.03659375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 99.47534375
transcript.pyannote[21].end 100.09971875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 100.65659375
transcript.pyannote[22].end 101.33159375
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 101.70284375
transcript.pyannote[23].end 111.15284375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 111.57471875
transcript.pyannote[24].end 119.32034375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 119.74221875
transcript.pyannote[25].end 121.02471875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 121.51409375
transcript.pyannote[26].end 147.94034375
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 148.46346875
transcript.pyannote[27].end 154.74096875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 155.23034375
transcript.pyannote[28].end 160.19159375
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 161.23784375
transcript.pyannote[29].end 197.97471875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 197.97471875
transcript.pyannote[30].end 202.04159375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 202.32846875
transcript.pyannote[31].end 204.33659375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 202.41284375
transcript.pyannote[32].end 202.85159375
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 202.85159375
transcript.pyannote[33].end 202.98659375
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 204.72471875
transcript.pyannote[34].end 208.85909375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 209.87159375
transcript.pyannote[35].end 215.74409375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 215.89596875
transcript.pyannote[36].end 239.03159375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 239.47034375
transcript.pyannote[37].end 260.61471875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 260.88471875
transcript.pyannote[38].end 266.53784375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 266.72346875
transcript.pyannote[39].end 268.79909375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 269.01846875
transcript.pyannote[40].end 275.66721875
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 276.94971875
transcript.pyannote[41].end 277.03409375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 277.03409375
transcript.pyannote[42].end 277.96221875
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 277.96221875
transcript.pyannote[43].end 278.02971875
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 278.02971875
transcript.pyannote[44].end 279.14346875
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 278.53596875
transcript.pyannote[45].end 279.81846875
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 279.90284375
transcript.pyannote[46].end 280.59471875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 281.10096875
transcript.pyannote[47].end 284.76284375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 285.25221875
transcript.pyannote[48].end 287.07471875
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 287.59784375
transcript.pyannote[49].end 288.34034375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 289.31909375
transcript.pyannote[50].end 290.06159375
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 290.38221875
transcript.pyannote[51].end 291.58034375
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 291.85034375
transcript.pyannote[52].end 293.97659375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 294.28034375
transcript.pyannote[53].end 295.14096875
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 295.37721875
transcript.pyannote[54].end 295.90034375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 296.65971875
transcript.pyannote[55].end 311.98221875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 312.45471875
transcript.pyannote[56].end 314.90159375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 315.28971875
transcript.pyannote[57].end 317.63534375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 318.42846875
transcript.pyannote[58].end 320.72346875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 320.95971875
transcript.pyannote[59].end 321.83721875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 322.39409375
transcript.pyannote[60].end 362.40471875
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 363.50159375
transcript.pyannote[61].end 366.37034375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 366.99471875
transcript.pyannote[62].end 387.81846875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 388.10534375
transcript.pyannote[63].end 388.93221875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 389.57346875
transcript.pyannote[64].end 393.92721875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 394.31534375
transcript.pyannote[65].end 395.53034375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 395.91846875
transcript.pyannote[66].end 412.92846875
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 413.21534375
transcript.pyannote[67].end 413.63721875
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 414.19409375
transcript.pyannote[68].end 419.42534375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 419.83034375
transcript.pyannote[69].end 423.05346875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 423.35721875
transcript.pyannote[70].end 443.67471875
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 443.89409375
transcript.pyannote[71].end 446.02034375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 446.62784375
transcript.pyannote[72].end 447.45471875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 447.72471875
transcript.pyannote[73].end 448.95659375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 449.07471875
transcript.pyannote[74].end 450.10409375
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 450.12096875
transcript.pyannote[75].end 451.48784375
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 451.58909375
transcript.pyannote[76].end 459.60471875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 459.80721875
transcript.pyannote[77].end 470.69159375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 471.13034375
transcript.pyannote[78].end 473.93159375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 474.40409375
transcript.pyannote[79].end 488.22471875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 488.37659375
transcript.pyannote[80].end 489.22034375
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 489.62534375
transcript.pyannote[81].end 490.09784375
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 490.75596875
transcript.pyannote[82].end 491.75159375
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 494.02971875
transcript.pyannote[83].end 495.05909375
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 495.91971875
transcript.pyannote[84].end 501.13409375
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 501.45471875
transcript.pyannote[85].end 516.54096875
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 523.40909375
transcript.pyannote[86].end 531.72846875
transcript.pyannote[87].speaker SPEAKER_02
transcript.pyannote[87].start 531.88034375
transcript.pyannote[87].end 533.85471875
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 533.19659375
transcript.pyannote[88].end 541.06034375
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 541.58346875
transcript.pyannote[89].end 584.04096875
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 584.22659375
transcript.pyannote[90].end 598.30034375
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 599.02596875
transcript.pyannote[91].end 600.54471875
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 601.16909375
transcript.pyannote[92].end 601.50659375
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 602.97471875
transcript.pyannote[93].end 604.57784375
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 604.88159375
transcript.pyannote[94].end 605.45534375
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 606.46784375
transcript.pyannote[95].end 608.69534375
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 609.52221875
transcript.pyannote[96].end 610.23096875
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 610.50096875
transcript.pyannote[97].end 611.05784375
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 612.15471875
transcript.pyannote[98].end 614.82096875
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 614.90534375
transcript.pyannote[99].end 614.93909375
transcript.pyannote[100].speaker SPEAKER_02
transcript.pyannote[100].start 614.93909375
transcript.pyannote[100].end 615.42846875
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 614.97284375
transcript.pyannote[101].end 615.20909375
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 615.42846875
transcript.pyannote[102].end 618.48284375
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 618.19596875
transcript.pyannote[103].end 618.31409375
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 618.34784375
transcript.pyannote[104].end 619.00596875
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 619.00596875
transcript.pyannote[105].end 619.12409375
transcript.pyannote[106].speaker SPEAKER_02
transcript.pyannote[106].start 619.12409375
transcript.pyannote[106].end 619.29284375
transcript.whisperx[0].start 2.523
transcript.whisperx[0].end 17.917
transcript.whisperx[0].text 好 謝謝主席 有請陳次長好 我們請陳次長次長 因為今天其實蠻多委員因為今天的主題包括了我們自駕還有電動大巴的一些相關的一些問題
transcript.whisperx[1].start 19.417
transcript.whisperx[1].end 46.756
transcript.whisperx[1].text 那我想說剛剛很多的委員都已經提到尤其我們自動駕駛跟其實輔助駕駛本身分成六個等級自駕分成六個等級那我想說請教一下因為你們從109年在整個做我們自用小客車使用狀況一個統計一個報告的時候所致納入了有輔助駕駛系統的數字也做了統計所以我們看到109年我們的自用小客車當時統計
transcript.whisperx[2].start 48.237
transcript.whisperx[2].end 56.523
transcript.whisperx[2].text 有11.9%裡面有載有輔助駕駛系統不管他有沒有用啦那到111年兩年之後變成18%成長了將近6%那現在是113年啦統計表出來沒有
transcript.whisperx[3].start 63.809
transcript.whisperx[3].end 65.35
transcript.whisperx[3].text 目前統計處正在調查中
transcript.whisperx[4].start 85.201
transcript.whisperx[4].end 108.17
transcript.whisperx[4].text 載有輔駕系統甚至宣稱自駕到幾級的會越來越多這是沒有辦法 這我們要必須面對的問題對不對所以剛剛大家在問那我現在覺得政府應該多做一些事情怎麼說呢因為我們看看就台灣不是國外有人在高速公路駕駛在那邊睡覺也被抓到了睡著了
transcript.whisperx[5].start 109.371
transcript.whisperx[5].end 109.551
transcript.whisperx[5].text 主席
transcript.whisperx[6].start 125.603
transcript.whisperx[6].end 125.863
transcript.whisperx[6].text 自動駕駛系統與電動大客車之產業前景.
transcript.whisperx[7].start 148.982
transcript.whisperx[7].end 177.632
transcript.whisperx[7].text 幫你在某很多情況之下避免發生碰撞也能夠自動緊急剎車那我覺得你們在這個方面的在廣告的方面有沒有做什麼樣的一個建議或者處理各位委員報告一下你提的這兩個就是我們現在關注的一個重點第一個部分就是車主使用手冊一定要這個展明這個是駕駛這個輔助系統不是自動駕駛系統第一個部分就是有關於業態在銷售的時候
transcript.whisperx[8].start 178.092
transcript.whisperx[8].end 179.213
transcript.whisperx[8].text 現在的情況是越來越多品牌會進來
transcript.whisperx[9].start 202.951
transcript.whisperx[9].end 208.625
transcript.whisperx[9].text 現在主要是這兩排越來越多的品牌大家在市場競爭下面什麼的要
transcript.whisperx[10].start 209.952
transcript.whisperx[10].end 210.732
transcript.whisperx[10].text 一到五級一清二楚我是建議
transcript.whisperx[11].start 239.58
transcript.whisperx[11].end 259.958
transcript.whisperx[11].text 如果你們有能力因為議員會也在這裡嘛這車子進來的時候他就假設到一級、二級現在可能到台灣的自駕標準到三級的都不見得有那這種你們在法規上面要不要做一個很簡單的揭露或者標示讓一般的民眾大家畢竟買車的
transcript.whisperx[12].start 261.139
transcript.whisperx[12].end 275.338
transcript.whisperx[12].text 哪是專家啊我們也看不懂啊所以我覺得你們可不可以朝這個方向做一個考慮很簡單的揭露讓民眾這個不會能夠看到那細節請他去翻閱他自己的手冊這個可以往這個方向來做嗎
transcript.whisperx[13].start 276.997
transcript.whisperx[13].end 292.754
transcript.whisperx[13].text 我們來研議我現在最擔心的是我們速度實在太慢了因為4月28號就上個月嘛上個月南韓的監理機關南韓對T牌的因為
transcript.whisperx[14].start 296.918
transcript.whisperx[14].end 317.458
transcript.whisperx[14].text 廣告不實啊他的廣告不實啊所以罰了220萬美金啊錢還沒有交不知道啦可是政府的態度已經出來了因為他虛假廣告所以他監管軍官罰了美金220萬這是第一個南韓上個月做的事那在德國呢前一陣子德國法院
transcript.whisperx[15].start 318.479
transcript.whisperx[15].end 318.559
transcript.whisperx[15].text 主席
transcript.whisperx[16].start 341.332
transcript.whisperx[16].end 362.148
transcript.whisperx[16].text 進入一些裁決的全世界包括美國本地資產的他們集體的告訴有贏的在很多州他們也贏了我覺得能不能全世界我們每次都講我們要站在世界的前端我們現在其實站在後面也來不及了能不能拜託我們行政方面先做一些事情好不好
transcript.whisperx[17].start 364.104
transcript.whisperx[17].end 388.72
transcript.whisperx[17].text 那最後啊 剛剛委員有說過啦那剛剛是講全部的一個包括我們的一般的公路跟高速公路那我看高速公路因為車速都非常快所以我單單把高速公路高速公路它載有輔助駕駛那出車位的比例在112年我們總事故102次在高速公路上面然後呢 它載有
transcript.whisperx[18].start 389.64
transcript.whisperx[18].end 411.496
transcript.whisperx[18].text 副駕駛系統的比例已經高達百分之六十五了但是這個六十五其實還滿可怕的你對比它總共的數量一般的車剛剛已經比過了第一個嘛只有百分之二十是載有輔駕系統的百分之八十沒有所以在這個比例我認為是真的值得非常重視那當然我們也看到這個
transcript.whisperx[19].start 414.258
transcript.whisperx[19].end 442.341
transcript.whisperx[19].text 我們運安會運安會 時間不夠我就講一講我是建議你因為很多事情他們去做一個行政的協助但畢竟有些專業各種招數都進來了你現在剛剛那個孟楷委員有問過明年5月希望現在因為太多的一個自動駕駛甚至輔駕系統有撞到我們的高速公路緩撞車這種情況其實蠻多的所以你們要進入調查我覺得正面的肯定了
transcript.whisperx[20].start 443.081
transcript.whisperx[20].end 469.957
transcript.whisperx[20].text 那不過我是比較擔心在硬體方面感知器到底是不是這個OK或者硬體迴路他到底情況如何我覺得在硬體方面我知道啦應該會有這樣的人才比較多因為這種東西已經其實蠻久的可是軟體方面你們AI的模型演算法你們要怎麼樣去看因為這個其實蠻恐怖的因為我覺得這個可能是車禍的最重要的關鍵
transcript.whisperx[21].start 471.218
transcript.whisperx[21].end 488.945
transcript.whisperx[21].text 你說譬如說他在歐美他們的機車很少他們的很奇怪的東西電車假設也很少在這種下面他們的AI模型他的演算法出來的在台灣我覺得既然運安會你出面你這種專業的考量人才我不知道人才有沒有 點個頭來 運安會所以你要委外一下
transcript.whisperx[22].start 495.976
transcript.whisperx[22].end 500.857
transcript.whisperx[22].text 你現在軟體AI模型跟遠戰法你要對外招募人才是不是 狀況怎麼樣 你說一下
transcript.whisperx[23].start 523.464
transcript.whisperx[23].end 539.915
transcript.whisperx[23].text 其他五個類似的電動車我們就一直在收集收集完之後我們會做分析那剛剛委員提示的這個AI軟體這個確實是一個方向我們朝這個方向來訓練我們不是你一定要有懂的人才甚至團隊我覺得是這樣有些那種非常專業的一個團隊
transcript.whisperx[24].start 541.936
transcript.whisperx[24].end 557.631
transcript.whisperx[24].text 有些部分開尾外你還是要尾外啊講真的你內部角色找不到這些人才你在某個專業不是這樣整個丟給別人啦報告人家故事幫你寫出來當然不行嘛運安會你不能這樣你們因為是一個非常有公信力的單位但是有某些專業的一個領域我覺得
transcript.whisperx[25].start 559.733
transcript.whisperx[25].end 583.835
transcript.whisperx[25].text 你們現在要找人才等到人才成熟可用三年五年之後大概因應不起所以我建議你在專業的領域如果你剛剛已經說其實這個人才比較缺的部分我們是希望你能夠加快速度有些專業部分領域是不是委外要畢竟盡快能夠達到我們要的調查的一個甚至建議的一個目標這樣子可不可以朝這個方向
transcript.whisperx[26].start 584.295
transcript.whisperx[26].end 598.11
transcript.whisperx[26].text 我們目前是朝這個方向,譬如說我們在今年的8月下旬,我們跟美國加州的PACE中心他們派人來參加國際論壇,我們中間的一個論壇就是跟AI有關係,確實是從另一個方向,謝謝委員指教
transcript.whisperx[27].start 599.036
transcript.whisperx[27].end 619.804
transcript.whisperx[27].text 謝謝謝偉