| IVOD_ID |
153571 |
| IVOD_URL |
https://ivod.ly.gov.tw/Play/Clip/1M/153571 |
| 日期 |
2024-06-05 |
| 會議資料.會議代碼 |
委員會-11-1-22-15 |
| 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15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 |
15 |
| 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15次全體委員會議 |
| 影片種類 |
Clip |
| 開始時間 |
2024-06-05T10:28:14+08:00 |
| 結束時間 |
2024-06-05T10:37:16+08:00 |
| 影片長度 |
00:09:02 |
| 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/18e54f584c581c98c457ab29111210e805d12856443da96968f95e3d087843c265072d589d9c47d95ea18f28b6918d91.mp4/playlist.m3u8 |
| 委員名稱 |
郭昱晴 |
| 委員發言時間 |
10:28:14 - 10:37:16 |
| 會議時間 |
2024-06-05T09:00:00+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15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誠文、數位發展部列席就「人工智慧(AI)推動現況與未來方向」進行專題報告，並備質詢。
【6月5日及6日二天一次會】） |
| gazette.lineno |
497 |
| gazette.blocks[0][0] |
郭委員昱晴：（10時28分）主席早安，有請主委。 |
| gazette.blocks[1][0] |
主席：有請吳主委。 |
| gazette.blocks[2][0] |
吳主任委員誠文：委員好。 |
| gazette.blocks[3][0] |
郭委員昱晴：主委早安。我想這次黃仁勳執行長特別來到臺灣，到目前為止，大家都還是把這樣子的一個風潮……當然也把臺灣視為科技產業當中的無名英雄，也是全世界的支柱，這是對臺灣很大的鼓舞，最有關係的包含國科會的部分，黃仁勳執行長在6月2號晚上的演講當中有特別提到NVIDIA的Earth-2氣候數位孿生雲端平台，這個部分主委應該也相當清楚。 |
| gazette.blocks[4][0] |
吳主任委員誠文：知道。 |
| gazette.blocks[5][0] |
郭委員昱晴：它是利用物理的模擬跟電腦圖形技術來預測全球的氣候數位孿生計畫，可以更精準的包含天氣的預測，或者是天候變異可能帶給人類一些災害，當然其中也包含一些建築或者是實地模擬的狀況，這在科技當中是非常重要的一環。 |
| gazette.blocks[5][1] |
據我所知道的是它跟中央氣象署其實目前已經有合作了，中央氣象署有提供2018到2021所有氣象的數據給Earth-2來作為一個參考，從2021一直到現在，在中間的模擬臺灣等於是獨步全球來做這一塊的模擬跟所有實驗合作，所以它所掌握數據的精準度，我相信應該是凌駕在其他的國家之上。 |
| gazette.blocks[5][2] |
我也還想要再問一下，像之前我有特別去災防中心看了一下，我們災防中心目前雖然已經有在使用自己本身的一些作業系統，如果再加上我剛剛所說的，他們的Earth-2數位孿生雲端平台，它也有可能在這個部分發揮到一些其他的功能。請問目前在整個合作的進程或者是將來近期的目標，它可以運用在我們災防中心當中的哪一個環節？這個部分想請教一下。 |
| gazette.blocks[6][0] |
吳主任委員誠文：請災防中心主任來回答。 |
| gazette.blocks[7][0] |
郭委員昱晴：好，沒問題，謝謝。 |
| gazette.blocks[8][0] |
陳主任宏宇：委員你好。就如同委員所提到的，NVIDIA確實向中央氣象署拿了許多資料，然後它現在有一個模式Earth-2，它把所有的資料用AI來運算，算力說實在多了好幾百倍，我們看到所有資料，不過這也是其中的一個預測模式，也就是說，把過去25公里的比例尺降到2公里的比例尺，說實在精準度多了很多，所有各部會包括災防中心也會把這個精準度拿來應用到所有風險評估這些衝擊的分析，我想非常有用。現在NVIDIA還在跟我們談更進一步的事情，如果有一些成果的話，我想會跟委員報告，謝謝。 |
| gazette.blocks[9][0] |
郭委員昱晴：好，接下來臺灣面臨的狀況是每年5、6月可能就會有所謂的梅雨季，7、8月甚至到9月、10月，因為氣候在轉變…… |
| gazette.blocks[10][0] |
陳主任宏宇：臺灣的汛期就是從5月到10月，就是一個汛期的期間，我們會非常注意這些事情。 |
| gazette.blocks[11][0] |
郭委員昱晴：好，我們也期待你們進一步合作之後有什麼樣的進程或發展，請再提供給我們。 |
| gazette.blocks[12][0] |
陳主任宏宇：是，沒有問題。 |
| gazette.blocks[13][0] |
郭委員昱晴：另外，剛剛有特別提到Earth-2這個計畫，當中還有一個數位孿生，就是Digital Twin，它不是只有運用在這個部分，它也運用在其他很多不同的產業，像是一些文化遺址的修復，它也可以透過這樣子的技術來做修復的工作，或者是像一些電動車，電動車上可能也有Digital Twin，未來這個Digital Twin有沒有可能率先跟我們政府做什麼樣的產業上的結合，進程又是怎麼樣？有沒有這個計畫？ |
| gazette.blocks[14][0] |
吳主任委員誠文：其實Twin的技術已經很久了，它的確需要很大的算力，它可以應用到很多不同的領域，黃仁勳在演講的時候也有提到一些例子，我們不管是在政府部門還是在產業推動、各行各業的應用，我們也會把這個技術納進來，因為這個也是AI其中一項可以使用到、可以應用的領域，特別是在智慧製造，特別是對人來講很危險的環境，不太容易接觸的，這些Digital Twin都是非常重要的領域。 |
| gazette.blocks[15][0] |
郭委員昱晴：我們也期待這個可以大規模的運用啦！然後帶給我們更多的幫助。 |
| gazette.blocks[16][0] |
吳主任委員誠文：好，謝謝委員指教。 |
| gazette.blocks[17][0] |
郭委員昱晴：另外，剛剛也有一些委員有特別提到，就是我們TAIDE的部分，我想先前在質詢的時候，關於臺灣第一個本土可信任的生成式AI對話引擎，對於開發TAIDE的進度，其實我當時也提出了一些看法，當然我們知道它繁體中文資料庫還要顧及很多的面向，包含它的文本、數據、合法授權的一些來源，所以在繁體中文TAIDE的開發，過程是很辛苦的，但是這個成效目前來講，我們覺得還是不錯的，因為我記得5月份的時候，國科會針對這個成果有特別做報告，也有特別說了在4月份有一個7B的model，另外，將來如果簽署了，還是已經有簽署的一些MOU，一些13B的模型，這兩個在表現上，其實都還算是非常的不錯，幾乎已經可以跟ChatGPT3.5不分軒輊了，這個部分我比較想要再詢問的是，將來擴大中文資料庫的一些數據，是不是有什麼樣更多的一些機會或者是發展，來解決目前所謂資料來源不足這樣子的一個困境？ |
| gazette.blocks[18][0] |
吳主任委員誠文：是，委員問得很好，現在TAIDE在發展的時候，因為經費有限，而且要照顧到資料的公平性，其實我們蒐集的資料還是不能夠侵犯隱私，不能夠有一些商業資料被我們誤用。未來的發展就完全不一樣，未來發展是我們利用建構起來的這個平臺，能夠協助各行各業來使用TAIDE這個平臺，來訓練它專業的資料、有隱私的資料、特定應用的資料，讓它的模型還可以再優化，然後效率更高、準確度更高，所以接下來這種資料的擴散是要依照各種不同的應用來協助我們把它擴散出去。 |
| gazette.blocks[19][0] |
郭委員昱晴：我們對於這個部分也相當期待。另外，在去年年底我們特別啟動AI產品與系統評測中心，這個目的主要是在建立所謂的AI評測制度跟制定AI產品的系統評測指引，目前會是以所謂的文字語言模型為優先，我們知道像Meta或者是像OpenAI，他們也願意將他們的語言模型來接受做這個部分的評測，我們的TAIDE有沒有機會也一樣可以來做這方面的評測？這個部分是不是…… |
| gazette.blocks[20][0] |
吳主任委員誠文：這一部分的技術，現在數位發展部正在進行當中。 |
| gazette.blocks[21][0] |
郭委員昱晴：目前已經正在進行？ |
| gazette.blocks[22][0] |
吳主任委員誠文：是，所以評測的部分將來會跟TAIDE合作，這一點是沒有問題的。 |
| gazette.blocks[23][0] |
郭委員昱晴：什麼時候會有一個比較確定的進程？有沒有這樣子的計畫？ |
| gazette.blocks[24][0] |
葉次長寧：跟委員報告，其實我們測試的語言模型，第一個大概就是TAIDE，所以我們只要開始進行測試，則首先之選就是我們國科會開發的TAIDE。 |
| gazette.blocks[25][0] |
郭委員昱晴：是，今天因為時間的問題，在這邊也謝謝主委，謝謝。 |
| gazette.blocks[26][0] |
吳主任委員誠文：謝謝委員。 |
| gazette.blocks[27][0] |
郭委員昱晴：謝謝主席。 |
| gazette.blocks[28][0] |
主席：謝謝郭昱晴委員，主委請回。 |
| gazette.blocks[28][1] |
現在休息5分鐘。 |
| gazette.blocks[28][2] |
休息（10時37分） |
| gazette.blocks[28][3] |
繼續開會（10時42分） |
| gazette.blocks[29][0] |
主席：現在繼續開會，接下來請羅廷瑋委員質詢。 |
| gazette.agenda.page_end |
206 |
| gazette.agenda.meet_id |
委員會-11-1-22-15 |
| gazette.agenda.speakers[0] |
林宜瑾 |
| gazette.agenda.speakers[1] |
洪孟楷 |
| gazette.agenda.speakers[2] |
陳培瑜 |
| gazette.agenda.speakers[3] |
萬美玲 |
| gazette.agenda.speakers[4] |
葉元之 |
| gazette.agenda.speakers[5] |
吳沛憶 |
| gazette.agenda.speakers[6] |
陳秀寳 |
| gazette.agenda.speakers[7] |
郭昱晴 |
| gazette.agenda.speakers[8] |
羅廷瑋 |
| gazette.agenda.speakers[9] |
張雅琳 |
| gazette.agenda.speakers[10] |
葛如鈞 |
| gazette.agenda.speakers[11] |
柯志恩 |
| gazette.agenda.speakers[12] |
楊瓊瓔 |
| gazette.agenda.speakers[13] |
林楚茵 |
| gazette.agenda.speakers[14] |
范雲 |
| gazette.agenda.speakers[15] |
翁曉玲 |
| gazette.agenda.speakers[16] |
邱志偉 |
| gazette.agenda.speakers[17] |
徐欣瑩 |
| gazette.agenda.speakers[18] |
吳春城 |
| gazette.agenda.speakers[19] |
李柏毅 |
| gazette.agenda.speakers[20] |
鍾佳濱 |
| gazette.agenda.speakers[21] |
林倩綺 |
| gazette.agenda.speakers[22] |
牛煦庭 |
| gazette.agenda.page_start |
143 |
| gazette.agenda.meetingDate[0] |
2024-06-05 |
| gazette.agenda.gazette_id |
1135902 |
| gazette.agenda.agenda_lcidc_ids[0] |
1135902_00004 |
| gazette.agenda.meet_name |
立法院第11屆第1會期教育及文化委員會第15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誠文、數位發展部列席就「人工智慧 (AI)推動現況與未來
方向」進行專題報告，並備質詢 |
| gazette.agenda.agenda_id |
1135902_00003 |
| transcript.pyannote[0].speaker |
SPEAKER_00 |
| transcript.pyannote[0].start |
6.08909375 |
| transcript.pyannote[0].end |
9.21096875 |
| transcript.pyannote[1].speaker |
SPEAKER_03 |
| transcript.pyannote[1].start |
13.29471875 |
| transcript.pyannote[1].end |
13.83471875 |
| transcript.pyannote[2].speaker |
SPEAKER_00 |
| transcript.pyannote[2].start |
14.59409375 |
| transcript.pyannote[2].end |
23.20034375 |
| transcript.pyannote[3].speaker |
SPEAKER_00 |
| transcript.pyannote[3].start |
23.38596875 |
| transcript.pyannote[3].end |
28.38096875 |
| transcript.pyannote[4].speaker |
SPEAKER_00 |
| transcript.pyannote[4].start |
29.17409375 |
| transcript.pyannote[4].end |
57.28784375 |
| transcript.pyannote[5].speaker |
SPEAKER_03 |
| transcript.pyannote[5].start |
56.88284375 |
| transcript.pyannote[5].end |
57.49034375 |
| transcript.pyannote[6].speaker |
SPEAKER_00 |
| transcript.pyannote[6].start |
57.49034375 |
| transcript.pyannote[6].end |
110.19096875 |
| transcript.pyannote[7].speaker |
SPEAKER_00 |
| transcript.pyannote[7].start |
110.39346875 |
| transcript.pyannote[7].end |
164.52846875 |
| transcript.pyannote[8].speaker |
SPEAKER_00 |
| transcript.pyannote[8].start |
164.56221875 |
| transcript.pyannote[8].end |
170.28284375 |
| transcript.pyannote[9].speaker |
SPEAKER_01 |
| transcript.pyannote[9].start |
169.60784375 |
| transcript.pyannote[9].end |
170.40096875 |
| transcript.pyannote[10].speaker |
SPEAKER_02 |
| transcript.pyannote[10].start |
170.40096875 |
| transcript.pyannote[10].end |
170.89034375 |
| transcript.pyannote[11].speaker |
SPEAKER_01 |
| transcript.pyannote[11].start |
170.89034375 |
| transcript.pyannote[11].end |
171.51471875 |
| transcript.pyannote[12].speaker |
SPEAKER_00 |
| transcript.pyannote[12].start |
171.51471875 |
| transcript.pyannote[12].end |
172.18971875 |
| transcript.pyannote[13].speaker |
SPEAKER_00 |
| transcript.pyannote[13].start |
172.35846875 |
| transcript.pyannote[13].end |
172.72971875 |
| transcript.pyannote[14].speaker |
SPEAKER_01 |
| transcript.pyannote[14].start |
172.72971875 |
| transcript.pyannote[14].end |
172.74659375 |
| transcript.pyannote[15].speaker |
SPEAKER_01 |
| transcript.pyannote[15].start |
172.76346875 |
| transcript.pyannote[15].end |
172.79721875 |
| transcript.pyannote[16].speaker |
SPEAKER_01 |
| transcript.pyannote[16].start |
172.89846875 |
| transcript.pyannote[16].end |
222.96659375 |
| transcript.pyannote[17].speaker |
SPEAKER_00 |
| transcript.pyannote[17].start |
182.93909375 |
| transcript.pyannote[17].end |
183.00659375 |
| transcript.pyannote[18].speaker |
SPEAKER_03 |
| transcript.pyannote[18].start |
183.00659375 |
| transcript.pyannote[18].end |
183.14159375 |
| transcript.pyannote[19].speaker |
SPEAKER_00 |
| transcript.pyannote[19].start |
183.14159375 |
| transcript.pyannote[19].end |
183.24284375 |
| transcript.pyannote[20].speaker |
SPEAKER_03 |
| transcript.pyannote[20].start |
194.66721875 |
| transcript.pyannote[20].end |
194.97096875 |
| transcript.pyannote[21].speaker |
SPEAKER_00 |
| transcript.pyannote[21].start |
194.97096875 |
| transcript.pyannote[21].end |
195.32534375 |
| transcript.pyannote[22].speaker |
SPEAKER_00 |
| transcript.pyannote[22].start |
219.35534375 |
| transcript.pyannote[22].end |
219.87846875 |
| transcript.pyannote[23].speaker |
SPEAKER_00 |
| transcript.pyannote[23].start |
223.18596875 |
| transcript.pyannote[23].end |
231.97784375 |
| transcript.pyannote[24].speaker |
SPEAKER_01 |
| transcript.pyannote[24].start |
231.26909375 |
| transcript.pyannote[24].end |
237.00659375 |
| transcript.pyannote[25].speaker |
SPEAKER_00 |
| transcript.pyannote[25].start |
232.88909375 |
| transcript.pyannote[25].end |
233.47971875 |
| transcript.pyannote[26].speaker |
SPEAKER_00 |
| transcript.pyannote[26].start |
237.09096875 |
| transcript.pyannote[26].end |
245.00534375 |
| transcript.pyannote[27].speaker |
SPEAKER_01 |
| transcript.pyannote[27].start |
244.46534375 |
| transcript.pyannote[27].end |
245.62971875 |
| transcript.pyannote[28].speaker |
SPEAKER_00 |
| transcript.pyannote[28].start |
245.74784375 |
| transcript.pyannote[28].end |
284.47596875 |
| transcript.pyannote[29].speaker |
SPEAKER_03 |
| transcript.pyannote[29].start |
285.48846875 |
| transcript.pyannote[29].end |
296.59221875 |
| transcript.pyannote[30].speaker |
SPEAKER_02 |
| transcript.pyannote[30].start |
296.50784375 |
| transcript.pyannote[30].end |
296.81159375 |
| transcript.pyannote[31].speaker |
SPEAKER_03 |
| transcript.pyannote[31].start |
296.81159375 |
| transcript.pyannote[31].end |
300.01784375 |
| transcript.pyannote[32].speaker |
SPEAKER_03 |
| transcript.pyannote[32].start |
300.28784375 |
| transcript.pyannote[32].end |
301.63784375 |
| transcript.pyannote[33].speaker |
SPEAKER_03 |
| transcript.pyannote[33].start |
301.78971875 |
| transcript.pyannote[33].end |
303.73034375 |
| transcript.pyannote[34].speaker |
SPEAKER_03 |
| transcript.pyannote[34].start |
303.89909375 |
| transcript.pyannote[34].end |
316.75784375 |
| transcript.pyannote[35].speaker |
SPEAKER_03 |
| transcript.pyannote[35].start |
317.02784375 |
| transcript.pyannote[35].end |
323.64284375 |
| transcript.pyannote[36].speaker |
SPEAKER_00 |
| transcript.pyannote[36].start |
323.79471875 |
| transcript.pyannote[36].end |
328.82346875 |
| transcript.pyannote[37].speaker |
SPEAKER_03 |
| transcript.pyannote[37].start |
324.16596875 |
| transcript.pyannote[37].end |
324.28409375 |
| transcript.pyannote[38].speaker |
SPEAKER_03 |
| transcript.pyannote[38].start |
326.59596875 |
| transcript.pyannote[38].end |
327.25409375 |
| transcript.pyannote[39].speaker |
SPEAKER_03 |
| transcript.pyannote[39].start |
328.50284375 |
| transcript.pyannote[39].end |
329.83596875 |
| transcript.pyannote[40].speaker |
SPEAKER_00 |
| transcript.pyannote[40].start |
329.88659375 |
| transcript.pyannote[40].end |
344.14596875 |
| transcript.pyannote[41].speaker |
SPEAKER_00 |
| transcript.pyannote[41].start |
344.39909375 |
| transcript.pyannote[41].end |
363.90659375 |
| transcript.pyannote[42].speaker |
SPEAKER_00 |
| transcript.pyannote[42].start |
364.37909375 |
| transcript.pyannote[42].end |
419.34096875 |
| transcript.pyannote[43].speaker |
SPEAKER_03 |
| transcript.pyannote[43].start |
419.81346875 |
| transcript.pyannote[43].end |
446.49284375 |
| transcript.pyannote[44].speaker |
SPEAKER_00 |
| transcript.pyannote[44].start |
428.94284375 |
| transcript.pyannote[44].end |
428.97659375 |
| transcript.pyannote[45].speaker |
SPEAKER_02 |
| transcript.pyannote[45].start |
428.97659375 |
| transcript.pyannote[45].end |
429.24659375 |
| transcript.pyannote[46].speaker |
SPEAKER_03 |
| transcript.pyannote[46].start |
446.69534375 |
| transcript.pyannote[46].end |
466.75971875 |
| transcript.pyannote[47].speaker |
SPEAKER_02 |
| transcript.pyannote[47].start |
451.11659375 |
| transcript.pyannote[47].end |
451.16721875 |
| transcript.pyannote[48].speaker |
SPEAKER_00 |
| transcript.pyannote[48].start |
451.16721875 |
| transcript.pyannote[48].end |
451.50471875 |
| transcript.pyannote[49].speaker |
SPEAKER_00 |
| transcript.pyannote[49].start |
456.80346875 |
| transcript.pyannote[49].end |
457.10721875 |
| transcript.pyannote[50].speaker |
SPEAKER_00 |
| transcript.pyannote[50].start |
467.09721875 |
| transcript.pyannote[50].end |
510.07784375 |
| transcript.pyannote[51].speaker |
SPEAKER_03 |
| transcript.pyannote[51].start |
469.34159375 |
| transcript.pyannote[51].end |
469.98284375 |
| transcript.pyannote[52].speaker |
SPEAKER_03 |
| transcript.pyannote[52].start |
510.07784375 |
| transcript.pyannote[52].end |
514.43159375 |
| transcript.pyannote[53].speaker |
SPEAKER_00 |
| transcript.pyannote[53].start |
510.63471875 |
| transcript.pyannote[53].end |
511.36034375 |
| transcript.pyannote[54].speaker |
SPEAKER_00 |
| transcript.pyannote[54].start |
513.85784375 |
| transcript.pyannote[54].end |
516.05159375 |
| transcript.pyannote[55].speaker |
SPEAKER_03 |
| transcript.pyannote[55].start |
514.92096875 |
| transcript.pyannote[55].end |
520.15221875 |
| transcript.pyannote[56].speaker |
SPEAKER_00 |
| transcript.pyannote[56].start |
516.64221875 |
| transcript.pyannote[56].end |
516.99659375 |
| transcript.pyannote[57].speaker |
SPEAKER_00 |
| transcript.pyannote[57].start |
520.15221875 |
| transcript.pyannote[57].end |
523.22346875 |
| transcript.pyannote[58].speaker |
SPEAKER_00 |
| transcript.pyannote[58].start |
523.25721875 |
| transcript.pyannote[58].end |
524.40471875 |
| transcript.pyannote[59].speaker |
SPEAKER_02 |
| transcript.pyannote[59].start |
524.55659375 |
| transcript.pyannote[59].end |
528.64034375 |
| transcript.pyannote[60].speaker |
SPEAKER_00 |
| transcript.pyannote[60].start |
525.28221875 |
| transcript.pyannote[60].end |
525.36659375 |
| transcript.pyannote[61].speaker |
SPEAKER_00 |
| transcript.pyannote[61].start |
528.77534375 |
| transcript.pyannote[61].end |
529.34909375 |
| transcript.pyannote[62].speaker |
SPEAKER_02 |
| transcript.pyannote[62].start |
528.97784375 |
| transcript.pyannote[62].end |
535.50846875 |
| transcript.pyannote[63].speaker |
SPEAKER_00 |
| transcript.pyannote[63].start |
535.50846875 |
| transcript.pyannote[63].end |
540.72284375 |
| transcript.pyannote[64].speaker |
SPEAKER_02 |
| transcript.pyannote[64].start |
540.03096875 |
| transcript.pyannote[64].end |
540.75659375 |
| transcript.whisperx[0].start |
6.144 |
| transcript.whisperx[0].end |
9.026 |
| transcript.whisperx[0].text |
主席早安 有請諸位好 有請吳主委委員好主委早安我想這一次黃仁勳執行長特別來到台灣那到目前為止其實大家都還是把這樣子的一個風潮那當然也視為這個台灣其實真的就是科技產業當中的無名英雄當然也是全世界的支柱這是對台灣很大的一個鼓舞 |
| transcript.whisperx[1].start |
35.348 |
| transcript.whisperx[1].end |
56.943 |
| transcript.whisperx[1].text |
那當然其實最有關係的包含我們的這個國科會的部分那其實黃立勳執行長他有在6月2號的晚上的這個演講當中他有特別提到一個就是NVIDIA的Earth2氣候數位軟身雲端平台我想這個部分應該主委應該也是相當的清楚知道 |
| transcript.whisperx[2].start |
57.923 |
| transcript.whisperx[2].end |
73.05 |
| transcript.whisperx[2].text |
他是利用一個所謂的這個物理的一個模擬跟電腦的一個圖形的技術來預測全球的氣候他數位暖身的一個計畫了那可以更精準的包含就是天氣上的預測或者是在我們的所謂的這個天候 |
| transcript.whisperx[3].start |
74.31 |
| transcript.whisperx[3].end |
74.51 |
| transcript.whisperx[3].text |
主任委員吳誠文、數位發言委員 |
| transcript.whisperx[4].start |
92.5 |
| transcript.whisperx[4].end |
94.682 |
| transcript.whisperx[4].text |
中央氣象署有提供2018-2021的氣象數據也提供給Earth2作為參考從2021一直到現在其實在中間的模擬等於是台灣獨步全球來做這一塊 |
| transcript.whisperx[5].start |
113.615 |
| transcript.whisperx[5].end |
116.497 |
| transcript.whisperx[5].text |
目前我們所知道的像之前我有特別去我們的在房中心 |
| transcript.whisperx[6].start |
135.25 |
| transcript.whisperx[6].end |
145.035 |
| transcript.whisperx[6].text |
我特別去看了一下就是我們在放中心雖然有我們自己本身的這個目前已經在做使用的一些所謂的在放中心的一些作業的一些系統那但是呢再加上如果我剛剛所說的這個S2他們的這個數位傳送的一個源端的一個平台 |
| transcript.whisperx[7].start |
154.219 |
| transcript.whisperx[7].end |
154.62 |
| transcript.whisperx[7].text |
﹝無言﹞ |
| transcript.whisperx[8].start |
173.181 |
| transcript.whisperx[8].end |
202.464 |
| transcript.whisperx[8].text |
委員你好就如同委員所提到的NVIDIA確實像中央氣象署拿了許多資料然後它現在有一個模式 Earth2它把所有的資料然後用AI去把它運算算力說實在多了好幾百倍我們看到所有資料不過這也是其中的一個預測模式也就是說把過去的25公里的比例尺降到2公里的比例尺說實在精準度多了很多 |
| transcript.whisperx[9].start |
203.284 |
| transcript.whisperx[9].end |
222.079 |
| transcript.whisperx[9].text |
我們也是所有的各部會包括我們專訪中心也就是把這個精準度拿來應用到所有的這些風險評估的這些衝擊的分析我想非常有用那現在NVIDIA在跟我們談更進一步的事情那我想有一些成果的話我想會跟委員報告 |
| transcript.whisperx[10].start |
223.46 |
| transcript.whisperx[10].end |
244.167 |
| transcript.whisperx[10].text |
接下來台灣面臨的就是每次的五六月可能就會有所謂的梅雨季那七八月甚至到九月十月因為氣候在轉變我想台灣的汛期就是從五月到十月就是一個汛期的期間所以我們非常注意這些事情我們也期待就是進一步合作之後有什麼樣的一個進程或什麼樣的一個發展其實再提供給我們沒有問題 |
| transcript.whisperx[11].start |
245.828 |
| transcript.whisperx[11].end |
263.128 |
| transcript.whisperx[11].text |
好,那另外其實剛剛有特別提到這個Earth2的一個這個計畫那當中其實還有一個數位孿生就是Digital Twin它其實不是只有運用在這個部分它其實也運用在其他很多的不同的一個產業比方說像是一些文化遺址的一個修復 |
| transcript.whisperx[12].start |
263.769 |
| transcript.whisperx[12].end |
263.809 |
| transcript.whisperx[12].text |
主席 |
| transcript.whisperx[13].start |
286.162 |
| transcript.whisperx[13].end |
314.901 |
| transcript.whisperx[13].text |
技術技術是很已經很久的他需要的確是很大的算力那他可以用到很多不同的領域那黃文勳演講也有提到一些例子我們當然在在不管是在政府部門在在這個產業推動各行各業的這個應用我們也會把這個技術也會把它納進來因為這個也是AI其中一項可以可以使用到的的這個應用的這個領域那特別是在智慧製造 |
| transcript.whisperx[14].start |
315.882 |
| transcript.whisperx[14].end |
316.042 |
| transcript.whisperx[14].text |
拜託委員指教。 |
| transcript.whisperx[15].start |
330.478 |
| transcript.whisperx[15].end |
348.702 |
| transcript.whisperx[15].text |
另外其實剛剛也有一些委員有特別提到就是我們的TIDE的部分那我想先前在質詢的時候關於台灣第一個本土可信任深圳市的AI對話的一個引擎TIDE的開發的一個進度其實我當時也提出了一些我的一些看法 |
| transcript.whisperx[16].start |
349.242 |
| transcript.whisperx[16].end |
349.583 |
| transcript.whisperx[16].text |
〈人工智慧〉 |
| transcript.whisperx[17].start |
364.366 |
| transcript.whisperx[17].end |
365.227 |
| transcript.whisperx[17].text |
國會有特別做報告那也有特別說了在4月份其實我有一個7B的一個model |
| transcript.whisperx[18].start |
381.704 |
| transcript.whisperx[18].end |
385.367 |
| transcript.whisperx[18].text |
此外將來如果簽署的所謂還是已經有簽署的一些MOU然後一些13B的一個模型那這兩個其實它在表現上其實都還算是非常的不錯那幾乎已經可以就是跟這個CHAP GPT的3.5其實不分宣誓了那這個部分我比較想要再詢問的是說將來再擴大 |
| transcript.whisperx[19].start |
407.624 |
| transcript.whisperx[19].end |
436.942 |
| transcript.whisperx[19].text |
中文資料庫的一些數據是不是有什麼樣的更多的一些機會或者是發展來解決目前在所謂的資料來源不足的這樣子的一個困境是委員問得很好我們現在在發展的時候因為經費有限而且要照顧到這個資料的公平性其實我們收集的資料還是要不能夠侵犯隱私不能夠有一些商業資料被我們誤用的 |
| transcript.whisperx[20].start |
437.602 |
| transcript.whisperx[20].end |
466.485 |
| transcript.whisperx[20].text |
未來的發展就完全不一樣未來的發展是我們利用建構起來這個平台能夠協助各行各業來使用TED這個平台來訓練它專業的資料有隱私的資料特定應用的資料讓它模型還可以再優化用後效率更高準確度更高所以接下來這種資料的擴散是要依照我們各種不同的應用來協助我們把它擴散出去 |
| transcript.whisperx[21].start |
467.168 |
| transcript.whisperx[21].end |
469.35 |
| transcript.whisperx[21].text |
昨年年底我們特別啟動了AI產品跟系統的評測中心,涵蓋了所謂的這個目的主要是在建立所謂的AI評測制度跟制度 |
| transcript.whisperx[22].start |
485.265 |
| transcript.whisperx[22].end |
489.866 |
| transcript.whisperx[22].text |
指引人工智慧提供的評測指引目前會以所謂的這個文字語言的模型為優先那我們知道其實像Meta或者是像這個OpenAI他們其實也願意將他們的語言的模型接受來做這個部分的一個評測那我們的太子有沒有機會也一樣可以來做這方面的一個評測這個部分是不是 |
| transcript.whisperx[23].start |
510.351 |
| transcript.whisperx[23].end |
534.046 |
| transcript.whisperx[23].text |
這部分的技術現在數位發展部正在進行當中目前已經正在進行是是是所以評測的部分將來跟TED來合作這一點是沒有問題的那什麼時候會有一個比較確定的一個進程有沒有這樣的計畫跟委員報告其實我們測試的語言模型的第一個大概就是TED所以我們只要開始進行測試的第一個首先選取的就是我們這個國科會開發的這個TED是好 |
| transcript.whisperx[24].start |
536.528 |
| transcript.whisperx[24].end |
536.688 |
| transcript.whisperx[24].text |
謝謝主委、謝謝主席 |