iVOD / 153852

Field Value
IVOD_ID 153852
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/153852
日期 2024-06-12
會議資料.會議代碼 委員會-11-1-19-16
會議資料.會議代碼:str 第11屆第1會期經濟委員會第16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 16
會議資料.種類 委員會
會議資料.委員會代碼[0] 19
會議資料.委員會代碼:str[0] 經濟委員會
會議資料.標題 第11屆第1會期經濟委員會第16次全體委員會議
影片種類 Clip
開始時間 2024-06-12T11:27:41+08:00
結束時間 2024-06-12T11:40:40+08:00
影片長度 00:12:59
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/4f10fa8b3f7cd819f4dd13fb5b16e8320fec08313b105ec0dd6f040307a1001a507306caf82e4edd5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 邱志偉
委員發言時間 11:27:41 - 11:40:40
會議時間 2024-06-12T09:00:00+08:00
會議名稱 立法院第11屆第1會期經濟委員會第16次全體委員會議(事由:邀請國家發展委員會主任委員、經濟部部長、國家科學及技術委員會首長、數位發展部首長、教育部首長就「為掌握生成式AI等關鍵技術帶來的產業革命機會,台灣要如何深化AI生態系及充實AI人才與產業AI化,促動台灣產業數位轉型與運用AI賦能升級,擴展產業發展,打造智慧未來」進行報告,並備質詢。【6月12日及6月13日兩天一次會】)
gazette.lineno 664
gazette.blocks[0][0] 邱委員志偉:(11時27分)謝謝主席!請數發部林次長。
gazette.blocks[1][0] 主席:請數發部林次長。
gazette.blocks[2][0] 邱委員志偉:次長,賴總統在出席臺北電腦展時提出三項的政策目標,是你們報告裡面寫的。
gazette.blocks[3][0] 林次長宜敬:是。
gazette.blocks[4][0] 邱委員志偉:「穩定供電」,穩定供電這部分當然主管機關是經濟部、是台電。
gazette.blocks[5][0] 林次長宜敬:是。
gazette.blocks[6][0] 邱委員志偉:請台電王總經理也一起來好了,那個電是超級電腦,次長。部長,沒關係,我問王總經理,因為王總在管電的。
gazette.blocks[7][0] 主席:部長請回座。
gazette.blocks[8][0] 邱委員志偉:穩定供電這一點,總統的要求有辦法做到嗎?
gazette.blocks[9][0] 王總經理耀庭:跟委員報告,台電在未來這幾年,我們大概有十幾部機組正在興建或規劃中。
gazette.blocks[10][0] 邱委員志偉:是,你要說短期1年、中期3到5年、長期10年,你要做電力的規劃,按照AI產業的發展,我覺得電力供應,我最信任你啦!
gazette.blocks[11][0] 王總經理耀庭:是,跟委員報告,目前……
gazette.blocks[12][0] 邱委員志偉:供電能不能穩定?
gazette.blocks[13][0] 王總經理耀庭:我們已經正在興建中的機組,光趕工中有包括大潭7號到9號、興達1號到3號,還有臺中的1號到2號,這麼多部的機組正在興建中。
gazette.blocks[14][0] 邱委員志偉:你可以拍胸脯說沒有問題?
gazette.blocks[15][0] 王總經理耀庭:沒問題啦!
gazette.blocks[16][0] 邱委員志偉:中期跟長期都沒有問題?
gazette.blocks[17][0] 王總經理耀庭:還有包括招標中的、已經通過環評的跟還沒有通過環評的一堆機組。
gazette.blocks[18][0] 邱委員志偉:為了AI產業發展,短、中、長期電力供應,你來拍胸脯說沒有問題。
gazette.blocks[19][0] 王總經理耀庭:沒問題。
gazette.blocks[20][0] 邱委員志偉:請回座。
gazette.blocks[21][0] 王總經理耀庭:是。
gazette.blocks[22][0] 邱委員志偉:建置超級電腦,在2018年我們誕生了台灣杉,對不對?
gazette.blocks[23][0] 林次長宜敬:是。
gazette.blocks[24][0] 邱委員志偉:那個時候投入多少的經費?你不要東張西望,我跟你講4.3億啦!那時候是科技部提供給國網中心4.3億,在2018年建立台灣杉,是臺灣特有種嘛!
gazette.blocks[25][0] 林次長宜敬:是。
gazette.blocks[26][0] 邱委員志偉:它那時候的計算能量在全球排名是多少?你也不知道?
gazette.blocks[27][0] 林次長宜敬:報告委員,因為這個是國科會的主管。
gazette.blocks[28][0] 邱委員志偉:不過已經變成你們的業務嘛?我跟你講……
gazette.blocks[29][0] 林次長宜敬:但是那個國網中心現在不是由數位部負責的。
gazette.blocks[30][0] 邱委員志偉:現在它的計算比當時在2018年上線的時候是全球95名?
gazette.blocks[31][0] 林次長宜敬:是。
gazette.blocks[32][0] 邱委員志偉:建置這種超級電腦是你的工作,還是國發會的工作?
gazette.blocks[33][0] 林次長宜敬:是國科會的工作。
gazette.blocks[34][0] 邱委員志偉:國科會?
gazette.blocks[35][0] 林次長宜敬:是。
gazette.blocks[36][0] 邱委員志偉:來,請國科會。
gazette.blocks[37][0] 主席:請國科會。
gazette.blocks[38][0] 邱委員志偉:我剛剛講的數據您知道嗎?
gazette.blocks[39][0] 林副主任委員法正:我知道。
gazette.blocks[40][0] 邱委員志偉:你都知道喔?我好像問錯對象了,不好意思!你現在的容量啊,在2024到今年年底,你要到16PetaFLOPS對不對?到明年你要到100PetaFLOPS、到2028年要200PetaFLOPS,這種超級電腦的算力啊,你在2018年我們的計算能量是全球排名第95,好,按照你的目標值,你要2028年才到200PetaFLOPS,要投入多少經費?
gazette.blocks[41][0] 林副主任委員法正:跟委員大概講一個數字,我們最近有看過,就是如果採用NVIDIA最新的200PetaFLOPS的話,要一百多億吧!一百三十幾億。
gazette.blocks[42][0] 邱委員志偉:我剛才提出的數據,你只要告訴我,你的目標至2028年要到200PetaFLOPS?
gazette.blocks[43][0] 林副主任委員法正:是。
gazette.blocks[44][0] 邱委員志偉:你要建置、提升算力要增加多少預算?
gazette.blocks[45][0] 林副主任委員法正:就光電腦本身要一百三十幾億,當然你還要蓋Data Center,Data Center裡面要有空調及一些其他基礎的設施,那個還要另外三、四十億。
gazette.blocks[46][0] 邱委員志偉:所以加起來200億?200億你到2028年才提升到200PetaFLOPS,對不對?
gazette.blocks[47][0] 林副主任委員法正:是。
gazette.blocks[48][0] 邱委員志偉:你那個虛擬的園區,本來你們主委有說園區是虛擬的概念嗎?
gazette.blocks[49][0] 林副主任委員法正:虛擬基本上是在寫軟體,那個是數發部的主責。
gazette.blocks[50][0] 邱委員志偉:對啦!現在生態園區是虛擬的,還是實體的?這個請數發部說明。
gazette.blocks[51][0] 林次長宜敬:跟委員報告,現在我們政府工作職掌的分工是這樣子,就是國發會這邊要負責硬體跟軟體,他們這邊都有規劃;我們數發部主要是負責軟體,軟體產業特性是因為在上下游產業之間,並沒有實體貨物的運輸。而且現在軟體人才大部分都是……
gazette.blocks[52][0] 邱委員志偉:所以我的感覺就是,數發部、國科會跟國發會好像大家都沒有完全整合,大家工作雖然有分工,但是沒有有效整合?
gazette.blocks[53][0] 林次長宜敬:是。
gazette.blocks[54][0] 邱委員志偉:包括國發會的這個報告,你們的微笑曲線是失衡的,對不對?在製造的部分是最底端,然後前端的技術研發它的條件非常好,但是智慧應用全球占比是非常低的,你說智慧應用的部分就是軟體的部分,軟體的部分是誰負責的?
gazette.blocks[55][0] 劉主任委員鏡清:軟體的部分是數發部負責。
gazette.blocks[56][0] 邱委員志偉:對啊!數發部負責的,好,數發部你要怎麼樣把目前占比低於1%的提升到什麼目標值?有沒有一個目標值?
gazette.blocks[57][0] 林次長宜敬:抱歉!請問委員是什麼……
gazette.blocks[58][0] 邱委員志偉:你現況智慧應用全球占比是低於1%,所以微笑曲線它是不均衡的微笑嘛!那麼你要把這個微笑變得更美好的微笑,不可以好像是歪著嘴巴的微笑這樣子,你那個微笑曲線要把它提升到多少目標?這個微笑曲線才會更漂亮?
gazette.blocks[59][0] 劉主任委員鏡清:跟委員報告,我們現在有一個目標,我們原來在這個部分占全國GDP的比重是1.2%,我們希望把它成倍到2.4%的GDP全國性占比。
gazette.blocks[60][0] 邱委員志偉:全球占比你大概要達到多少目標?
gazette.blocks[61][0] 劉主任委員鏡清:如果是這樣的話,全球占比也是要翻倍耶!
gazette.blocks[62][0] 邱委員志偉:翻倍就是從不到1%變成2%?
gazette.blocks[63][0] 劉主任委員鏡清:目前短期目標是這樣子,長期我們當然希望它能夠占30%以上。
gazette.blocks[64][0] 邱委員志偉:所以你覺得現在的微笑曲線是不是一個不均衡的微笑曲線?
gazette.blocks[65][0] 劉主任委員鏡清:目前是不均衡,所以我們才要大力地讓它均衡,尤其是抓到我們可以高速成長的地方。
gazette.blocks[66][0] 邱委員志偉:現在軟體的部分是數發部要負責的?
gazette.blocks[67][0] 劉主任委員鏡清:是的,我們會一起共同做,我們已經開過兩次會議了。
gazette.blocks[68][0] 邱委員志偉:建置超級電腦我繼續請教,你剛剛說的這個,2028年要到200PetaFLOPS,如果這個算力到2028年你們達標,在國際上的計算能力、計算能量評比大概是多少?
gazette.blocks[69][0] 林副主任委員法正:我請國網中心主任跟您報告。
gazette.blocks[70][0] 張主任朝亮:報告委員,這個每年都在改變,照現在來看,如果有200PetaFLOPS,大概可以列到前10名以內。
gazette.blocks[71][0] 邱委員志偉:前10名?
gazette.blocks[72][0] 張主任朝亮:對。
gazette.blocks[73][0] 邱委員志偉:我們本來2018年是全世界95名,如果2028年到你們的目標──200PetaFLOPS,可以到全球前10名?
gazette.blocks[74][0] 張主任朝亮:報告委員,我稍微更正一下,在2018年的時候,台灣杉二號其實是排第20名,是AI的machine。
gazette.blocks[75][0] 邱委員志偉:是這樣子嗎?
gazette.blocks[76][0] 張主任朝亮:對,你剛剛提的那個CPU machine。
gazette.blocks[77][0] 邱委員志偉:那麼你的目標2028年提升到全球前10名,在亞洲我們相對競爭的國家,比方韓國、日本,他們這方面的計算能量有沒有超出臺灣?
gazette.blocks[78][0] 張主任朝亮:當然,兩個國家都超過臺灣。
gazette.blocks[79][0] 邱委員志偉:日本是多少?
gazette.blocks[80][0] 張主任朝亮:日本是超級電腦大國……
gazette.blocks[81][0] 邱委員志偉:南韓也是。
gazette.blocks[82][0] 張主任朝亮:所以它可以說是上千的petaFLOPS。
gazette.blocks[83][0] 邱委員志偉:這200會不會太過保守?
gazette.blocks[84][0] 張主任朝亮:我個人的意見是有一點,但是我們現在已經在規劃擴充當中。
gazette.blocks[85][0] 邱委員志偉:你說你的目標就是建置超級電腦,算力要提升,還有伺服器要增加,對不對?你說重點就是伺服器跟算力,國網中心主任又說這個太過保守。
gazette.blocks[86][0] 林副主任委員法正:對,那個……
gazette.blocks[87][0] 邱委員志偉:為什麼達不到400?
gazette.blocks[88][0] 林副主任委員法正:是,因為政府整體的科技預算還是有限制,我們現在做的就是尋求國際廠商的合作,例如我們會要求這些國際大廠,它既然要來臺灣生產,是不是也應該協助臺灣建立超級電腦?我們現在是朝這一方面。如果兩相加成的話,應該會超過200,超過滿多的。
gazette.blocks[89][0] 邱委員志偉:我覺得這個目標實在太過保守,你最起碼double到400,你看日本多少?日本現況是多少?
gazette.blocks[90][0] 林副主任委員法正:500到1000。
gazette.blocks[91][0] 邱委員志偉:我們到2028才到200,這樣太過保守吧?我們怎麼樣跟其他國家競爭?
gazette.blocks[92][0] 林副主任委員法正:是。
gazette.blocks[93][0] 邱委員志偉:另外,最後壓軸請經濟部部長。
gazette.blocks[94][0] 主席:我們請郭部長。
gazette.blocks[95][0] 邱委員志偉:郭部長,我完全由你的報告來跟您請教,經濟部要建立專屬生成式AI核心技術,應用在臺灣的製造跟服務業,這個部分什麼時候可以完成?
gazette.blocks[96][0] 郭部長智輝:我們的計畫應該是在……
gazette.blocks[97][0] 邱委員志偉:你們要建立專屬生成式AI核心技術,這個核心技術是什麼東西?
gazette.blocks[98][0] 郭部長智輝:這個計畫馬上會送出來。
gazette.blocks[99][0] 邱委員志偉:那要花多少錢?你們要建立這個,是你們的報告寫的,我用你的報告問你。目標是要協助產業AI化,產業包括傳統產業,也包括中小企業,對不對?
gazette.blocks[100][0] 郭部長智輝:對。
gazette.blocks[101][0] 邱委員志偉:你要讓所有產業都達到AI化,所以你要建置我們自己專屬的AI核心技術。什麼時候會出來?
gazette.blocks[102][0] 郭部長智輝:今年會送出來,但是我們大概要花2億的預算。
gazette.blocks[103][0] 邱委員志偉:2億就可以把生成式AI的核心技術……
gazette.blocks[104][0] 郭部長智輝:因為是最底層的應用工程師……
gazette.blocks[105][0] 邱委員志偉:2億就可以讓所有產業AI化?
gazette.blocks[106][0] 郭部長智輝:那是應用,就是它操作的訓練……
gazette.blocks[107][0] 邱委員志偉:你們講的還是太空泛、太抽象,要能夠更具體地說明你們怎麼做、這個核心技術的內涵是什麼、能夠達到預期的效果,是不是可以有一個書面資料給我們?
gazette.blocks[108][0] 郭部長智輝:好的。
gazette.blocks[109][0] 邱委員志偉:你引進國際大廠,目前有沒有口袋名單?
gazette.blocks[110][0] 郭部長智輝:有。
gazette.blocks[111][0] 邱委員志偉:有幾家?
gazette.blocks[112][0] 郭部長智輝:目前有三家。
gazette.blocks[113][0] 邱委員志偉:我就不問你是哪三家,這有時候是機密問題。
gazette.blocks[113][1] 另外,第3頁有說你的具體措施,是要透過驗證及大帶小的方式普及、擴散,建立產業導入AI指引,這個部分產創條例也要修第十條之一,對不對?讓租稅優惠能夠調整。這個部分我來幫忙。
gazette.blocks[114][0] 郭部長智輝:謝謝委員。
gazette.blocks[115][0] 邱委員志偉:你加快速度把它送進來。你要怎麼樣建立產業導入AI的指引?這個什麼時候會出來?
gazette.blocks[116][0] 郭部長智輝:一個月裡面應該可以把這個計畫送出來。
gazette.blocks[117][0] 邱委員志偉:製造業的AI加速普及,服務業的AI有沒有可能普及?
gazette.blocks[118][0] 郭部長智輝:服務業也是一樣,服務業也是要用到AI……
gazette.blocks[119][0] 邱委員志偉:我一直覺得你們偏重製造業,對於中小企業、服務業,如何讓他們的產業AI化,這個也很重要。
gazette.blocks[120][0] 郭部長智輝:服務業的話我們大概會scan它的monitoring,它可以……
gazette.blocks[121][0] 邱委員志偉:一般坊間、產業界都說我們重視製造業裡面的高階或者高科技產業,傳統製造業或中小型的部分卻得不到政府太多的關愛。
gazette.blocks[122][0] 郭部長智輝:服務業或者商業,我們對盤點庫存或者是銷售都可以應對。
gazette.blocks[123][0] 邱委員志偉:這個要擴大宣傳,讓這些中小企業跟服務業知道,經濟部、政府幫他們做哪些前瞻性的規劃跟政策作為,這個都要廣為宣傳。
gazette.blocks[124][0] 郭部長智輝:是。
gazette.blocks[125][0] 主席:好,謝謝。
gazette.blocks[125][1] 接下來請陳超明委員詢答。
gazette.agenda.page_end 152
gazette.agenda.meet_id 委員會-11-1-19-16
gazette.agenda.speakers[0] 楊瓊瓔
gazette.agenda.speakers[1] 林岱樺
gazette.agenda.speakers[2] 陳亭妃
gazette.agenda.speakers[3] 邱議瑩
gazette.agenda.speakers[4] 呂玉玲
gazette.agenda.speakers[5] 張啓楷
gazette.agenda.speakers[6] 謝衣鳯
gazette.agenda.speakers[7] 鄭正鈐
gazette.agenda.speakers[8] 鄭天財Sra Kacaw
gazette.agenda.speakers[9] 張嘉郡
gazette.agenda.speakers[10] 邱志偉
gazette.agenda.speakers[11] 陳超明
gazette.agenda.speakers[12] 賴瑞隆
gazette.agenda.speakers[13] 賴士葆
gazette.agenda.speakers[14] 鍾佳濱
gazette.agenda.speakers[15] 陳培瑜
gazette.agenda.speakers[16] 林宜瑾
gazette.agenda.speakers[17] 蔡易餘
gazette.agenda.speakers[18] 羅智強
gazette.agenda.speakers[19] 葛如鈞
gazette.agenda.speakers[20] 莊瑞雄
gazette.agenda.speakers[21] 陳冠廷
gazette.agenda.page_start 83
gazette.agenda.meetingDate[0] 2024-06-12
gazette.agenda.gazette_id 1136201
gazette.agenda.agenda_lcidc_ids[0] 1136201_00003
gazette.agenda.meet_name 立法院第11屆第1會期經濟委員會第16次全體委員會議紀錄
gazette.agenda.content 邀請國家發展委員會主任委員、經濟部部長、國家科學及技術委員會首長、數位發展部首長、教 育部首長就「為掌握生成式 AI 等關鍵技術帶來的產業革命機會,台灣要如何深化 AI 生態系及充 實 AI 人才與產業 AI 化,促動台灣產業數位轉型與運用 AI 賦能升級,擴展產業發展,打造智慧 未來」進行報告,並備質詢
gazette.agenda.agenda_id 1136201_00002
transcript.pyannote[0].speaker SPEAKER_03
transcript.pyannote[0].start 0.04784375
transcript.pyannote[0].end 1.02659375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 1.02659375
transcript.pyannote[1].end 1.51596875
transcript.pyannote[2].speaker SPEAKER_05
transcript.pyannote[2].start 9.59909375
transcript.pyannote[2].end 12.45096875
transcript.pyannote[3].speaker SPEAKER_06
transcript.pyannote[3].start 13.42971875
transcript.pyannote[3].end 15.26909375
transcript.pyannote[4].speaker SPEAKER_05
transcript.pyannote[4].start 23.75721875
transcript.pyannote[4].end 24.39846875
transcript.pyannote[5].speaker SPEAKER_05
transcript.pyannote[5].start 24.41534375
transcript.pyannote[5].end 29.30909375
transcript.pyannote[6].speaker SPEAKER_05
transcript.pyannote[6].start 29.68034375
transcript.pyannote[6].end 39.60284375
transcript.pyannote[7].speaker SPEAKER_06
transcript.pyannote[7].start 33.40971875
transcript.pyannote[7].end 33.44346875
transcript.pyannote[8].speaker SPEAKER_05
transcript.pyannote[8].start 39.65346875
transcript.pyannote[8].end 41.71221875
transcript.pyannote[9].speaker SPEAKER_05
transcript.pyannote[9].start 43.19721875
transcript.pyannote[9].end 45.79596875
transcript.pyannote[10].speaker SPEAKER_05
transcript.pyannote[10].start 46.48784375
transcript.pyannote[10].end 47.12909375
transcript.pyannote[11].speaker SPEAKER_05
transcript.pyannote[11].start 47.93909375
transcript.pyannote[11].end 48.24284375
transcript.pyannote[12].speaker SPEAKER_05
transcript.pyannote[12].start 48.83346875
transcript.pyannote[12].end 52.05659375
transcript.pyannote[13].speaker SPEAKER_05
transcript.pyannote[13].start 52.36034375
transcript.pyannote[13].end 53.17034375
transcript.pyannote[14].speaker SPEAKER_06
transcript.pyannote[14].start 53.01846875
transcript.pyannote[14].end 54.23346875
transcript.pyannote[15].speaker SPEAKER_05
transcript.pyannote[15].start 54.41909375
transcript.pyannote[15].end 54.65534375
transcript.pyannote[16].speaker SPEAKER_05
transcript.pyannote[16].start 54.89159375
transcript.pyannote[16].end 55.02659375
transcript.pyannote[17].speaker SPEAKER_06
transcript.pyannote[17].start 55.02659375
transcript.pyannote[17].end 55.07721875
transcript.pyannote[18].speaker SPEAKER_05
transcript.pyannote[18].start 55.07721875
transcript.pyannote[18].end 55.12784375
transcript.pyannote[19].speaker SPEAKER_06
transcript.pyannote[19].start 55.12784375
transcript.pyannote[19].end 55.97159375
transcript.pyannote[20].speaker SPEAKER_05
transcript.pyannote[20].start 55.97159375
transcript.pyannote[20].end 56.03909375
transcript.pyannote[21].speaker SPEAKER_06
transcript.pyannote[21].start 56.03909375
transcript.pyannote[21].end 58.03034375
transcript.pyannote[22].speaker SPEAKER_06
transcript.pyannote[22].start 59.04284375
transcript.pyannote[22].end 60.13971875
transcript.pyannote[23].speaker SPEAKER_06
transcript.pyannote[23].start 60.66284375
transcript.pyannote[23].end 61.43909375
transcript.pyannote[24].speaker SPEAKER_06
transcript.pyannote[24].start 61.62471875
transcript.pyannote[24].end 61.81034375
transcript.pyannote[25].speaker SPEAKER_06
transcript.pyannote[25].start 62.45159375
transcript.pyannote[25].end 64.18971875
transcript.pyannote[26].speaker SPEAKER_06
transcript.pyannote[26].start 64.35846875
transcript.pyannote[26].end 69.47159375
transcript.pyannote[27].speaker SPEAKER_05
transcript.pyannote[27].start 68.00346875
transcript.pyannote[27].end 77.90909375
transcript.pyannote[28].speaker SPEAKER_05
transcript.pyannote[28].start 78.26346875
transcript.pyannote[28].end 81.72284375
transcript.pyannote[29].speaker SPEAKER_05
transcript.pyannote[29].start 81.79034375
transcript.pyannote[29].end 82.02659375
transcript.pyannote[30].speaker SPEAKER_06
transcript.pyannote[30].start 82.02659375
transcript.pyannote[30].end 107.96346875
transcript.pyannote[31].speaker SPEAKER_05
transcript.pyannote[31].start 82.51596875
transcript.pyannote[31].end 83.02221875
transcript.pyannote[32].speaker SPEAKER_05
transcript.pyannote[32].start 83.41034375
transcript.pyannote[32].end 83.79846875
transcript.pyannote[33].speaker SPEAKER_05
transcript.pyannote[33].start 95.67846875
transcript.pyannote[33].end 96.21846875
transcript.pyannote[34].speaker SPEAKER_05
transcript.pyannote[34].start 97.85534375
transcript.pyannote[34].end 99.30659375
transcript.pyannote[35].speaker SPEAKER_05
transcript.pyannote[35].start 103.57596875
transcript.pyannote[35].end 103.62659375
transcript.pyannote[36].speaker SPEAKER_05
transcript.pyannote[36].start 107.96346875
transcript.pyannote[36].end 109.78596875
transcript.pyannote[37].speaker SPEAKER_05
transcript.pyannote[37].start 110.07284375
transcript.pyannote[37].end 110.30909375
transcript.pyannote[38].speaker SPEAKER_05
transcript.pyannote[38].start 110.98409375
transcript.pyannote[38].end 112.90784375
transcript.pyannote[39].speaker SPEAKER_05
transcript.pyannote[39].start 112.92471875
transcript.pyannote[39].end 114.22409375
transcript.pyannote[40].speaker SPEAKER_05
transcript.pyannote[40].start 115.06784375
transcript.pyannote[40].end 117.63284375
transcript.pyannote[41].speaker SPEAKER_05
transcript.pyannote[41].start 117.97034375
transcript.pyannote[41].end 118.27409375
transcript.pyannote[42].speaker SPEAKER_05
transcript.pyannote[42].start 118.67909375
transcript.pyannote[42].end 120.92346875
transcript.pyannote[43].speaker SPEAKER_05
transcript.pyannote[43].start 123.16784375
transcript.pyannote[43].end 135.92534375
transcript.pyannote[44].speaker SPEAKER_05
transcript.pyannote[44].start 136.21221875
transcript.pyannote[44].end 139.46909375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 138.08534375
transcript.pyannote[45].end 138.37221875
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 139.60409375
transcript.pyannote[46].end 139.99221875
transcript.pyannote[47].speaker SPEAKER_05
transcript.pyannote[47].start 140.12721875
transcript.pyannote[47].end 142.35471875
transcript.pyannote[48].speaker SPEAKER_05
transcript.pyannote[48].start 143.38409375
transcript.pyannote[48].end 144.51471875
transcript.pyannote[49].speaker SPEAKER_05
transcript.pyannote[49].start 146.21909375
transcript.pyannote[49].end 146.74221875
transcript.pyannote[50].speaker SPEAKER_05
transcript.pyannote[50].start 146.99534375
transcript.pyannote[50].end 149.96534375
transcript.pyannote[51].speaker SPEAKER_04
transcript.pyannote[51].start 149.96534375
transcript.pyannote[51].end 150.72471875
transcript.pyannote[52].speaker SPEAKER_05
transcript.pyannote[52].start 150.72471875
transcript.pyannote[52].end 151.73721875
transcript.pyannote[53].speaker SPEAKER_04
transcript.pyannote[53].start 150.79221875
transcript.pyannote[53].end 157.00221875
transcript.pyannote[54].speaker SPEAKER_05
transcript.pyannote[54].start 152.71596875
transcript.pyannote[54].end 153.47534375
transcript.pyannote[55].speaker SPEAKER_05
transcript.pyannote[55].start 153.84659375
transcript.pyannote[55].end 154.48784375
transcript.pyannote[56].speaker SPEAKER_05
transcript.pyannote[56].start 156.73221875
transcript.pyannote[56].end 165.32159375
transcript.pyannote[57].speaker SPEAKER_05
transcript.pyannote[57].start 166.35096875
transcript.pyannote[57].end 166.89096875
transcript.pyannote[58].speaker SPEAKER_05
transcript.pyannote[58].start 167.02596875
transcript.pyannote[58].end 168.39284375
transcript.pyannote[59].speaker SPEAKER_05
transcript.pyannote[59].start 168.86534375
transcript.pyannote[59].end 170.33346875
transcript.pyannote[60].speaker SPEAKER_05
transcript.pyannote[60].start 170.89034375
transcript.pyannote[60].end 171.97034375
transcript.pyannote[61].speaker SPEAKER_05
transcript.pyannote[61].start 172.05471875
transcript.pyannote[61].end 172.52721875
transcript.pyannote[62].speaker SPEAKER_05
transcript.pyannote[62].start 172.78034375
transcript.pyannote[62].end 173.72534375
transcript.pyannote[63].speaker SPEAKER_03
transcript.pyannote[63].start 176.29034375
transcript.pyannote[63].end 177.18471875
transcript.pyannote[64].speaker SPEAKER_05
transcript.pyannote[64].start 179.76659375
transcript.pyannote[64].end 185.62221875
transcript.pyannote[65].speaker SPEAKER_05
transcript.pyannote[65].start 186.43221875
transcript.pyannote[65].end 187.00596875
transcript.pyannote[66].speaker SPEAKER_05
transcript.pyannote[66].start 187.59659375
transcript.pyannote[66].end 192.42284375
transcript.pyannote[67].speaker SPEAKER_05
transcript.pyannote[67].start 193.08096875
transcript.pyannote[67].end 195.13971875
transcript.pyannote[68].speaker SPEAKER_05
transcript.pyannote[68].start 195.86534375
transcript.pyannote[68].end 198.36284375
transcript.pyannote[69].speaker SPEAKER_05
transcript.pyannote[69].start 199.12221875
transcript.pyannote[69].end 200.77596875
transcript.pyannote[70].speaker SPEAKER_05
transcript.pyannote[70].start 201.58596875
transcript.pyannote[70].end 204.11721875
transcript.pyannote[71].speaker SPEAKER_05
transcript.pyannote[71].start 204.89346875
transcript.pyannote[71].end 208.23471875
transcript.pyannote[72].speaker SPEAKER_05
transcript.pyannote[72].start 208.63971875
transcript.pyannote[72].end 211.03596875
transcript.pyannote[73].speaker SPEAKER_05
transcript.pyannote[73].start 211.45784375
transcript.pyannote[73].end 213.85409375
transcript.pyannote[74].speaker SPEAKER_05
transcript.pyannote[74].start 214.76534375
transcript.pyannote[74].end 215.72721875
transcript.pyannote[75].speaker SPEAKER_03
transcript.pyannote[75].start 218.37659375
transcript.pyannote[75].end 218.91659375
transcript.pyannote[76].speaker SPEAKER_03
transcript.pyannote[76].start 219.97971875
transcript.pyannote[76].end 222.57846875
transcript.pyannote[77].speaker SPEAKER_03
transcript.pyannote[77].start 222.91596875
transcript.pyannote[77].end 227.15159375
transcript.pyannote[78].speaker SPEAKER_03
transcript.pyannote[78].start 227.60721875
transcript.pyannote[78].end 230.35784375
transcript.pyannote[79].speaker SPEAKER_03
transcript.pyannote[79].start 231.25221875
transcript.pyannote[79].end 232.75409375
transcript.pyannote[80].speaker SPEAKER_03
transcript.pyannote[80].start 233.36159375
transcript.pyannote[80].end 234.25596875
transcript.pyannote[81].speaker SPEAKER_05
transcript.pyannote[81].start 234.25596875
transcript.pyannote[81].end 240.01034375
transcript.pyannote[82].speaker SPEAKER_05
transcript.pyannote[82].start 240.49971875
transcript.pyannote[82].end 242.72721875
transcript.pyannote[83].speaker SPEAKER_05
transcript.pyannote[83].start 243.21659375
transcript.pyannote[83].end 245.89971875
transcript.pyannote[84].speaker SPEAKER_03
transcript.pyannote[84].start 246.50721875
transcript.pyannote[84].end 259.26471875
transcript.pyannote[85].speaker SPEAKER_05
transcript.pyannote[85].start 259.63596875
transcript.pyannote[85].end 260.64846875
transcript.pyannote[86].speaker SPEAKER_05
transcript.pyannote[86].start 261.81284375
transcript.pyannote[86].end 267.38159375
transcript.pyannote[87].speaker SPEAKER_05
transcript.pyannote[87].start 267.71909375
transcript.pyannote[87].end 270.53721875
transcript.pyannote[88].speaker SPEAKER_05
transcript.pyannote[88].start 271.46534375
transcript.pyannote[88].end 273.37221875
transcript.pyannote[89].speaker SPEAKER_05
transcript.pyannote[89].start 273.60846875
transcript.pyannote[89].end 274.36784375
transcript.pyannote[90].speaker SPEAKER_05
transcript.pyannote[90].start 275.04284375
transcript.pyannote[90].end 277.03409375
transcript.pyannote[91].speaker SPEAKER_03
transcript.pyannote[91].start 277.03409375
transcript.pyannote[91].end 277.08471875
transcript.pyannote[92].speaker SPEAKER_05
transcript.pyannote[92].start 277.67534375
transcript.pyannote[92].end 277.69221875
transcript.pyannote[93].speaker SPEAKER_03
transcript.pyannote[93].start 277.69221875
transcript.pyannote[93].end 282.94034375
transcript.pyannote[94].speaker SPEAKER_05
transcript.pyannote[94].start 282.68721875
transcript.pyannote[94].end 286.61909375
transcript.pyannote[95].speaker SPEAKER_04
transcript.pyannote[95].start 287.66534375
transcript.pyannote[95].end 315.42471875
transcript.pyannote[96].speaker SPEAKER_05
transcript.pyannote[96].start 315.42471875
transcript.pyannote[96].end 328.35096875
transcript.pyannote[97].speaker SPEAKER_04
transcript.pyannote[97].start 315.52596875
transcript.pyannote[97].end 315.72846875
transcript.pyannote[98].speaker SPEAKER_05
transcript.pyannote[98].start 328.53659375
transcript.pyannote[98].end 330.46034375
transcript.pyannote[99].speaker SPEAKER_05
transcript.pyannote[99].start 330.61221875
transcript.pyannote[99].end 334.78034375
transcript.pyannote[100].speaker SPEAKER_05
transcript.pyannote[100].start 336.07971875
transcript.pyannote[100].end 337.41284375
transcript.pyannote[101].speaker SPEAKER_05
transcript.pyannote[101].start 338.08784375
transcript.pyannote[101].end 345.47909375
transcript.pyannote[102].speaker SPEAKER_05
transcript.pyannote[102].start 345.98534375
transcript.pyannote[102].end 350.11971875
transcript.pyannote[103].speaker SPEAKER_02
transcript.pyannote[103].start 351.73971875
transcript.pyannote[103].end 353.14034375
transcript.pyannote[104].speaker SPEAKER_05
transcript.pyannote[104].start 353.27534375
transcript.pyannote[104].end 359.89034375
transcript.pyannote[105].speaker SPEAKER_05
transcript.pyannote[105].start 361.00409375
transcript.pyannote[105].end 361.98284375
transcript.pyannote[106].speaker SPEAKER_04
transcript.pyannote[106].start 361.98284375
transcript.pyannote[106].end 361.99971875
transcript.pyannote[107].speaker SPEAKER_05
transcript.pyannote[107].start 362.33721875
transcript.pyannote[107].end 363.97409375
transcript.pyannote[108].speaker SPEAKER_04
transcript.pyannote[108].start 363.97409375
transcript.pyannote[108].end 365.05409375
transcript.pyannote[109].speaker SPEAKER_05
transcript.pyannote[109].start 364.59846875
transcript.pyannote[109].end 371.01096875
transcript.pyannote[110].speaker SPEAKER_05
transcript.pyannote[110].start 371.50034375
transcript.pyannote[110].end 374.43659375
transcript.pyannote[111].speaker SPEAKER_05
transcript.pyannote[111].start 375.82034375
transcript.pyannote[111].end 377.98034375
transcript.pyannote[112].speaker SPEAKER_05
transcript.pyannote[112].start 378.85784375
transcript.pyannote[112].end 383.43096875
transcript.pyannote[113].speaker SPEAKER_02
transcript.pyannote[113].start 382.23284375
transcript.pyannote[113].end 382.45221875
transcript.pyannote[114].speaker SPEAKER_02
transcript.pyannote[114].start 383.19471875
transcript.pyannote[114].end 395.56409375
transcript.pyannote[115].speaker SPEAKER_05
transcript.pyannote[115].start 394.80471875
transcript.pyannote[115].end 397.03221875
transcript.pyannote[116].speaker SPEAKER_02
transcript.pyannote[116].start 397.03221875
transcript.pyannote[116].end 397.48784375
transcript.pyannote[117].speaker SPEAKER_05
transcript.pyannote[117].start 397.48784375
transcript.pyannote[117].end 397.50471875
transcript.pyannote[118].speaker SPEAKER_02
transcript.pyannote[118].start 397.50471875
transcript.pyannote[118].end 397.52159375
transcript.pyannote[119].speaker SPEAKER_02
transcript.pyannote[119].start 398.70284375
transcript.pyannote[119].end 401.01471875
transcript.pyannote[120].speaker SPEAKER_05
transcript.pyannote[120].start 401.70659375
transcript.pyannote[120].end 402.02721875
transcript.pyannote[121].speaker SPEAKER_02
transcript.pyannote[121].start 402.02721875
transcript.pyannote[121].end 404.15346875
transcript.pyannote[122].speaker SPEAKER_02
transcript.pyannote[122].start 404.64284375
transcript.pyannote[122].end 409.50284375
transcript.pyannote[123].speaker SPEAKER_05
transcript.pyannote[123].start 406.07721875
transcript.pyannote[123].end 407.17409375
transcript.pyannote[124].speaker SPEAKER_05
transcript.pyannote[124].start 409.94159375
transcript.pyannote[124].end 412.03409375
transcript.pyannote[125].speaker SPEAKER_02
transcript.pyannote[125].start 412.03409375
transcript.pyannote[125].end 414.16034375
transcript.pyannote[126].speaker SPEAKER_02
transcript.pyannote[126].start 415.17284375
transcript.pyannote[126].end 418.27784375
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 418.90221875
transcript.pyannote[127].end 421.68659375
transcript.pyannote[128].speaker SPEAKER_05
transcript.pyannote[128].start 419.42534375
transcript.pyannote[128].end 421.65284375
transcript.pyannote[129].speaker SPEAKER_05
transcript.pyannote[129].start 421.68659375
transcript.pyannote[129].end 423.77909375
transcript.pyannote[130].speaker SPEAKER_05
transcript.pyannote[130].start 423.96471875
transcript.pyannote[130].end 424.79159375
transcript.pyannote[131].speaker SPEAKER_02
transcript.pyannote[131].start 424.80846875
transcript.pyannote[131].end 425.26409375
transcript.pyannote[132].speaker SPEAKER_02
transcript.pyannote[132].start 425.56784375
transcript.pyannote[132].end 428.57159375
transcript.pyannote[133].speaker SPEAKER_05
transcript.pyannote[133].start 425.61846875
transcript.pyannote[133].end 426.29346875
transcript.pyannote[134].speaker SPEAKER_05
transcript.pyannote[134].start 429.92159375
transcript.pyannote[134].end 430.56284375
transcript.pyannote[135].speaker SPEAKER_05
transcript.pyannote[135].start 431.82846875
transcript.pyannote[135].end 435.99659375
transcript.pyannote[136].speaker SPEAKER_05
transcript.pyannote[136].start 436.38471875
transcript.pyannote[136].end 437.53221875
transcript.pyannote[137].speaker SPEAKER_05
transcript.pyannote[137].start 438.03846875
transcript.pyannote[137].end 439.05096875
transcript.pyannote[138].speaker SPEAKER_05
transcript.pyannote[138].start 439.62471875
transcript.pyannote[138].end 442.17284375
transcript.pyannote[139].speaker SPEAKER_05
transcript.pyannote[139].start 442.24034375
transcript.pyannote[139].end 446.07096875
transcript.pyannote[140].speaker SPEAKER_05
transcript.pyannote[140].start 446.44221875
transcript.pyannote[140].end 448.39971875
transcript.pyannote[141].speaker SPEAKER_03
transcript.pyannote[141].start 451.18409375
transcript.pyannote[141].end 453.09096875
transcript.pyannote[142].speaker SPEAKER_00
transcript.pyannote[142].start 452.92221875
transcript.pyannote[142].end 453.68159375
transcript.pyannote[143].speaker SPEAKER_00
transcript.pyannote[143].start 454.17096875
transcript.pyannote[143].end 462.33846875
transcript.pyannote[144].speaker SPEAKER_05
transcript.pyannote[144].start 462.33846875
transcript.pyannote[144].end 462.99659375
transcript.pyannote[145].speaker SPEAKER_05
transcript.pyannote[145].start 463.21596875
transcript.pyannote[145].end 463.43534375
transcript.pyannote[146].speaker SPEAKER_05
transcript.pyannote[146].start 463.68846875
transcript.pyannote[146].end 470.80971875
transcript.pyannote[147].speaker SPEAKER_00
transcript.pyannote[147].start 467.46846875
transcript.pyannote[147].end 467.75534375
transcript.pyannote[148].speaker SPEAKER_05
transcript.pyannote[148].start 471.51846875
transcript.pyannote[148].end 473.83034375
transcript.pyannote[149].speaker SPEAKER_00
transcript.pyannote[149].start 474.21846875
transcript.pyannote[149].end 485.06909375
transcript.pyannote[150].speaker SPEAKER_05
transcript.pyannote[150].start 480.02346875
transcript.pyannote[150].end 480.34409375
transcript.pyannote[151].speaker SPEAKER_05
transcript.pyannote[151].start 480.56346875
transcript.pyannote[151].end 481.22159375
transcript.pyannote[152].speaker SPEAKER_05
transcript.pyannote[152].start 481.27221875
transcript.pyannote[152].end 486.90846875
transcript.pyannote[153].speaker SPEAKER_05
transcript.pyannote[153].start 487.26284375
transcript.pyannote[153].end 490.62096875
transcript.pyannote[154].speaker SPEAKER_05
transcript.pyannote[154].start 491.93721875
transcript.pyannote[154].end 494.85659375
transcript.pyannote[155].speaker SPEAKER_05
transcript.pyannote[155].start 495.34596875
transcript.pyannote[155].end 496.25721875
transcript.pyannote[156].speaker SPEAKER_05
transcript.pyannote[156].start 496.61159375
transcript.pyannote[156].end 496.62846875
transcript.pyannote[157].speaker SPEAKER_00
transcript.pyannote[157].start 496.62846875
transcript.pyannote[157].end 499.51409375
transcript.pyannote[158].speaker SPEAKER_05
transcript.pyannote[158].start 498.80534375
transcript.pyannote[158].end 499.36221875
transcript.pyannote[159].speaker SPEAKER_00
transcript.pyannote[159].start 499.76721875
transcript.pyannote[159].end 508.98096875
transcript.pyannote[160].speaker SPEAKER_05
transcript.pyannote[160].start 502.70346875
transcript.pyannote[160].end 504.44159375
transcript.pyannote[161].speaker SPEAKER_05
transcript.pyannote[161].start 506.97284375
transcript.pyannote[161].end 507.15846875
transcript.pyannote[162].speaker SPEAKER_00
transcript.pyannote[162].start 509.45346875
transcript.pyannote[162].end 510.04409375
transcript.pyannote[163].speaker SPEAKER_00
transcript.pyannote[163].start 510.14534375
transcript.pyannote[163].end 514.17846875
transcript.pyannote[164].speaker SPEAKER_00
transcript.pyannote[164].start 514.56659375
transcript.pyannote[164].end 515.96721875
transcript.pyannote[165].speaker SPEAKER_05
transcript.pyannote[165].start 515.96721875
transcript.pyannote[165].end 526.53096875
transcript.pyannote[166].speaker SPEAKER_05
transcript.pyannote[166].start 526.93596875
transcript.pyannote[166].end 527.91471875
transcript.pyannote[167].speaker SPEAKER_05
transcript.pyannote[167].start 528.38721875
transcript.pyannote[167].end 530.44596875
transcript.pyannote[168].speaker SPEAKER_03
transcript.pyannote[168].start 530.80034375
transcript.pyannote[168].end 532.08284375
transcript.pyannote[169].speaker SPEAKER_05
transcript.pyannote[169].start 531.52596875
transcript.pyannote[169].end 534.14159375
transcript.pyannote[170].speaker SPEAKER_03
transcript.pyannote[170].start 533.85471875
transcript.pyannote[170].end 553.32846875
transcript.pyannote[171].speaker SPEAKER_05
transcript.pyannote[171].start 552.80534375
transcript.pyannote[171].end 556.34909375
transcript.pyannote[172].speaker SPEAKER_05
transcript.pyannote[172].start 557.04096875
transcript.pyannote[172].end 557.90159375
transcript.pyannote[173].speaker SPEAKER_05
transcript.pyannote[173].start 559.30221875
transcript.pyannote[173].end 560.21346875
transcript.pyannote[174].speaker SPEAKER_05
transcript.pyannote[174].start 560.87159375
transcript.pyannote[174].end 561.07409375
transcript.pyannote[175].speaker SPEAKER_05
transcript.pyannote[175].start 561.29346875
transcript.pyannote[175].end 561.39471875
transcript.pyannote[176].speaker SPEAKER_03
transcript.pyannote[176].start 561.39471875
transcript.pyannote[176].end 561.61409375
transcript.pyannote[177].speaker SPEAKER_05
transcript.pyannote[177].start 561.61409375
transcript.pyannote[177].end 563.06534375
transcript.pyannote[178].speaker SPEAKER_05
transcript.pyannote[178].start 563.65596875
transcript.pyannote[178].end 565.90034375
transcript.pyannote[179].speaker SPEAKER_05
transcript.pyannote[179].start 566.84534375
transcript.pyannote[179].end 567.80721875
transcript.pyannote[180].speaker SPEAKER_05
transcript.pyannote[180].start 568.00971875
transcript.pyannote[180].end 570.45659375
transcript.pyannote[181].speaker SPEAKER_05
transcript.pyannote[181].start 571.65471875
transcript.pyannote[181].end 572.12721875
transcript.pyannote[182].speaker SPEAKER_05
transcript.pyannote[182].start 572.27909375
transcript.pyannote[182].end 572.90346875
transcript.pyannote[183].speaker SPEAKER_05
transcript.pyannote[183].start 573.17346875
transcript.pyannote[183].end 573.89909375
transcript.pyannote[184].speaker SPEAKER_05
transcript.pyannote[184].start 574.11846875
transcript.pyannote[184].end 575.58659375
transcript.pyannote[185].speaker SPEAKER_03
transcript.pyannote[185].start 576.48096875
transcript.pyannote[185].end 577.51034375
transcript.pyannote[186].speaker SPEAKER_05
transcript.pyannote[186].start 581.37471875
transcript.pyannote[186].end 583.88909375
transcript.pyannote[187].speaker SPEAKER_05
transcript.pyannote[187].start 584.37846875
transcript.pyannote[187].end 584.96909375
transcript.pyannote[188].speaker SPEAKER_05
transcript.pyannote[188].start 585.57659375
transcript.pyannote[188].end 591.60096875
transcript.pyannote[189].speaker SPEAKER_05
transcript.pyannote[189].start 592.46159375
transcript.pyannote[189].end 594.45284375
transcript.pyannote[190].speaker SPEAKER_01
transcript.pyannote[190].start 596.30909375
transcript.pyannote[190].end 597.25409375
transcript.pyannote[191].speaker SPEAKER_05
transcript.pyannote[191].start 597.25409375
transcript.pyannote[191].end 600.08909375
transcript.pyannote[192].speaker SPEAKER_05
transcript.pyannote[192].start 601.00034375
transcript.pyannote[192].end 606.55221875
transcript.pyannote[193].speaker SPEAKER_05
transcript.pyannote[193].start 606.82221875
transcript.pyannote[193].end 607.83471875
transcript.pyannote[194].speaker SPEAKER_05
transcript.pyannote[194].start 608.08784375
transcript.pyannote[194].end 608.30721875
transcript.pyannote[195].speaker SPEAKER_05
transcript.pyannote[195].start 608.47596875
transcript.pyannote[195].end 609.97784375
transcript.pyannote[196].speaker SPEAKER_01
transcript.pyannote[196].start 610.56846875
transcript.pyannote[196].end 610.58534375
transcript.pyannote[197].speaker SPEAKER_05
transcript.pyannote[197].start 610.58534375
transcript.pyannote[197].end 611.39534375
transcript.pyannote[198].speaker SPEAKER_02
transcript.pyannote[198].start 612.96471875
transcript.pyannote[198].end 613.18409375
transcript.pyannote[199].speaker SPEAKER_05
transcript.pyannote[199].start 613.18409375
transcript.pyannote[199].end 613.21784375
transcript.pyannote[200].speaker SPEAKER_02
transcript.pyannote[200].start 613.21784375
transcript.pyannote[200].end 613.30221875
transcript.pyannote[201].speaker SPEAKER_05
transcript.pyannote[201].start 613.30221875
transcript.pyannote[201].end 613.31909375
transcript.pyannote[202].speaker SPEAKER_05
transcript.pyannote[202].start 615.14159375
transcript.pyannote[202].end 617.97659375
transcript.pyannote[203].speaker SPEAKER_05
transcript.pyannote[203].start 619.14096875
transcript.pyannote[203].end 633.33284375
transcript.pyannote[204].speaker SPEAKER_05
transcript.pyannote[204].start 633.51846875
transcript.pyannote[204].end 635.02034375
transcript.pyannote[205].speaker SPEAKER_01
transcript.pyannote[205].start 633.65346875
transcript.pyannote[205].end 633.85596875
transcript.pyannote[206].speaker SPEAKER_05
transcript.pyannote[206].start 635.39159375
transcript.pyannote[206].end 637.14659375
transcript.pyannote[207].speaker SPEAKER_01
transcript.pyannote[207].start 635.50971875
transcript.pyannote[207].end 639.96471875
transcript.pyannote[208].speaker SPEAKER_05
transcript.pyannote[208].start 640.13346875
transcript.pyannote[208].end 644.33534375
transcript.pyannote[209].speaker SPEAKER_01
transcript.pyannote[209].start 642.93471875
transcript.pyannote[209].end 647.77784375
transcript.pyannote[210].speaker SPEAKER_05
transcript.pyannote[210].start 646.41096875
transcript.pyannote[210].end 649.58346875
transcript.pyannote[211].speaker SPEAKER_01
transcript.pyannote[211].start 650.74784375
transcript.pyannote[211].end 655.69221875
transcript.pyannote[212].speaker SPEAKER_05
transcript.pyannote[212].start 650.83221875
transcript.pyannote[212].end 651.22034375
transcript.pyannote[213].speaker SPEAKER_05
transcript.pyannote[213].start 654.51096875
transcript.pyannote[213].end 664.58534375
transcript.pyannote[214].speaker SPEAKER_05
transcript.pyannote[214].start 665.29409375
transcript.pyannote[214].end 668.66909375
transcript.pyannote[215].speaker SPEAKER_00
transcript.pyannote[215].start 665.49659375
transcript.pyannote[215].end 665.51346875
transcript.pyannote[216].speaker SPEAKER_02
transcript.pyannote[216].start 665.51346875
transcript.pyannote[216].end 665.83409375
transcript.pyannote[217].speaker SPEAKER_05
transcript.pyannote[217].start 669.37784375
transcript.pyannote[217].end 669.73221875
transcript.pyannote[218].speaker SPEAKER_05
transcript.pyannote[218].start 670.33971875
transcript.pyannote[218].end 670.89659375
transcript.pyannote[219].speaker SPEAKER_05
transcript.pyannote[219].start 672.26346875
transcript.pyannote[219].end 674.11971875
transcript.pyannote[220].speaker SPEAKER_05
transcript.pyannote[220].start 675.21659375
transcript.pyannote[220].end 678.10221875
transcript.pyannote[221].speaker SPEAKER_05
transcript.pyannote[221].start 678.42284375
transcript.pyannote[221].end 681.15659375
transcript.pyannote[222].speaker SPEAKER_05
transcript.pyannote[222].start 681.89909375
transcript.pyannote[222].end 684.09284375
transcript.pyannote[223].speaker SPEAKER_05
transcript.pyannote[223].start 684.81846875
transcript.pyannote[223].end 691.11284375
transcript.pyannote[224].speaker SPEAKER_05
transcript.pyannote[224].start 691.58534375
transcript.pyannote[224].end 692.73284375
transcript.pyannote[225].speaker SPEAKER_05
transcript.pyannote[225].start 692.76659375
transcript.pyannote[225].end 693.39096875
transcript.pyannote[226].speaker SPEAKER_05
transcript.pyannote[226].start 693.66096875
transcript.pyannote[226].end 695.87159375
transcript.pyannote[227].speaker SPEAKER_05
transcript.pyannote[227].start 697.18784375
transcript.pyannote[227].end 697.84596875
transcript.pyannote[228].speaker SPEAKER_05
transcript.pyannote[228].start 698.04846875
transcript.pyannote[228].end 700.47846875
transcript.pyannote[229].speaker SPEAKER_05
transcript.pyannote[229].start 700.64721875
transcript.pyannote[229].end 703.26284375
transcript.pyannote[230].speaker SPEAKER_05
transcript.pyannote[230].start 703.31346875
transcript.pyannote[230].end 703.56659375
transcript.pyannote[231].speaker SPEAKER_05
transcript.pyannote[231].start 704.27534375
transcript.pyannote[231].end 705.74346875
transcript.pyannote[232].speaker SPEAKER_01
transcript.pyannote[232].start 704.83221875
transcript.pyannote[232].end 705.49034375
transcript.pyannote[233].speaker SPEAKER_05
transcript.pyannote[233].start 705.86159375
transcript.pyannote[233].end 712.83096875
transcript.pyannote[234].speaker SPEAKER_01
transcript.pyannote[234].start 713.82659375
transcript.pyannote[234].end 719.27721875
transcript.pyannote[235].speaker SPEAKER_05
transcript.pyannote[235].start 719.86784375
transcript.pyannote[235].end 724.30596875
transcript.pyannote[236].speaker SPEAKER_01
transcript.pyannote[236].start 725.13284375
transcript.pyannote[236].end 725.14971875
transcript.pyannote[237].speaker SPEAKER_05
transcript.pyannote[237].start 725.14971875
transcript.pyannote[237].end 725.16659375
transcript.pyannote[238].speaker SPEAKER_01
transcript.pyannote[238].start 725.16659375
transcript.pyannote[238].end 728.22096875
transcript.pyannote[239].speaker SPEAKER_05
transcript.pyannote[239].start 726.63471875
transcript.pyannote[239].end 730.02659375
transcript.pyannote[240].speaker SPEAKER_05
transcript.pyannote[240].start 730.29659375
transcript.pyannote[240].end 737.26596875
transcript.pyannote[241].speaker SPEAKER_01
transcript.pyannote[241].start 737.51909375
transcript.pyannote[241].end 743.96534375
transcript.pyannote[242].speaker SPEAKER_05
transcript.pyannote[242].start 743.96534375
transcript.pyannote[242].end 755.55846875
transcript.pyannote[243].speaker SPEAKER_01
transcript.pyannote[243].start 755.55846875
transcript.pyannote[243].end 762.51096875
transcript.pyannote[244].speaker SPEAKER_05
transcript.pyannote[244].start 761.07659375
transcript.pyannote[244].end 768.65346875
transcript.pyannote[245].speaker SPEAKER_05
transcript.pyannote[245].start 769.26096875
transcript.pyannote[245].end 771.89346875
transcript.pyannote[246].speaker SPEAKER_05
transcript.pyannote[246].start 772.19721875
transcript.pyannote[246].end 772.72034375
transcript.pyannote[247].speaker SPEAKER_00
transcript.pyannote[247].start 774.37409375
transcript.pyannote[247].end 774.99846875
transcript.whisperx[0].start 0.089
transcript.whisperx[0].end 10.155
transcript.whisperx[0].text 委員請作詢答請數法部林次長
transcript.whisperx[1].start 23.946
transcript.whisperx[1].end 44.93
transcript.whisperx[1].text 市長這個賴總統在出席這個臺北電腦展他提出三項的政策目標是你們報告裡面寫的穩定供電穩定供電大概這部分主管機關是經濟部是台電請台電王總經理也一起來那個建制超級電腦那個市長
transcript.whisperx[2].start 48.906
transcript.whisperx[2].end 49.647
transcript.whisperx[2].text 穩定供電這點,總統的要求有我到嗎?
transcript.whisperx[3].start 62.509
transcript.whisperx[3].end 77.385
transcript.whisperx[3].text 在未來這幾年我們大概有十幾部機組正在興建或規劃中你要說短期一年、中期3到5年、長期10年你要做電力的規劃按照這個AI的產業的發展這個我覺得這個
transcript.whisperx[4].start 80.476
transcript.whisperx[4].end 81.397
transcript.whisperx[4].text 電力供應我最信任你
transcript.whisperx[5].start 111.677
transcript.whisperx[5].end 120.506
transcript.whisperx[5].text 這個建制超級電腦我們在2018這個我們誕生的台灣三對不對是那個時候投入多少的經費
transcript.whisperx[6].start 123.58
transcript.whisperx[6].end 144.381
transcript.whisperx[6].text 我跟你講不要東張西望我跟你講4.3億啦那時候是科技部提供給這個所謂這個國網中心4.3億在2018年建立這個台灣三嘛因為台灣三是台灣特有種嘛是他那時候的這個計算能量在全球排名是多少
transcript.whisperx[7].start 147.497
transcript.whisperx[7].end 172.266
transcript.whisperx[7].text 因為這個是國科會的主管變成你們的業務嘛我跟你講但是那個國網中心現在不是由數位部負責的現在他的這個計算品當時在2018年上線的時候是全球95名嘛是那這個建制的超級電腦是你的工作還是這個國華會的工作是國科會的工作國科會是來請國科會
transcript.whisperx[8].start 176.791
transcript.whisperx[8].end 200.62
transcript.whisperx[8].text 請國科會我剛剛講的數據您知道嗎我知道你都知道齁可是我好像問錯對象了抱歉難怪你這個你現在的農量在2024到今年年底你要到16 petaflop對不對到明年你要到100 petaflop到2028你要200 petaflop這種的這個超級電腦的算力
transcript.whisperx[9].start 204.949
transcript.whisperx[9].end 215.36
transcript.whisperx[9].text 你在2018我們的計算能量是全球排名第95按照你的目標值你到2028才到200要投入多少錢費
transcript.whisperx[10].start 220.821
transcript.whisperx[10].end 245.744
transcript.whisperx[10].text 跟委員大概講一個數字我們最近有看過就是如果我們採用NVIDIA最新的如果要200PF的話要100多億嗎130幾億你只要告訴我這個我剛提出的數據你的目標2028要到200PF是那這個你要建置這個算力提升算力要增加多少預算
transcript.whisperx[11].start 247.15
transcript.whisperx[11].end 269.861
transcript.whisperx[11].text 就光電腦本身要一百三十幾億那當然你還要蓋Data CenterData Center裡面要有空調然後有一些其他的基礎設施那個還要另外三四十億所以加起來兩百億兩百億你到2028才提到提升到兩百Petal Flop 對不對我那個虛擬的這個園區啊虛擬的園區本來是那個你們主委
transcript.whisperx[12].start 275.086
transcript.whisperx[12].end 283.74
transcript.whisperx[12].text 有說的園區是虛擬的概念嗎?那個虛擬就是基本上是在寫軟體那個是那個速發部的主則以下生態園區是虛擬的還是實體的?這個速發部
transcript.whisperx[13].start 287.914
transcript.whisperx[13].end 296.122
transcript.whisperx[13].text 跟委員報告現在我們政府的那個工作職長的分工是這樣子就是說國發部國發會這邊是要負責那個有硬體跟軟體都是他們都是要負責這邊都有規劃那我們那個數發部主要是負責軟體那因為軟體產業這個特性是
transcript.whisperx[14].start 307.552
transcript.whisperx[14].end 334.443
transcript.whisperx[14].text 因為在上下游產業之間並沒有實體貨物的運輸而且現在那個軟體人才大部分都是...所以我的感覺就是說數位發展部、國科會跟這個...呃...呃...國...國發會對好像雙...大家這個沒有完全整合大家這個工作雖然有分工但是沒有有效整合是所以包括國發會的這個...的報告你的微笑曲線是私橫的對不對
transcript.whisperx[15].start 336.144
transcript.whisperx[15].end 359.74
transcript.whisperx[15].text 在這個製造的部分是最底端然後這個前端的技術研發它的條件非常好但是智慧應用全球佔比是非常低的所以這部分你說智慧應用的部分這是軟體的部分軟體的部分是誰負責的軟體部分是速發部對啊你速發部速發部你要怎麼樣把目前的佔比低於1%要提升到什麼目標值
transcript.whisperx[16].start 361.055
transcript.whisperx[16].end 377.809
transcript.whisperx[16].text 有沒有一個目標值?你現況智慧應用全球占比是低1%嘛!所以微笑體驗是不均衡的微笑嘛!那你要把這微笑變得更美好的微笑!不能像歪嘴巴的微笑
transcript.whisperx[17].start 378.968
transcript.whisperx[17].end 400.765
transcript.whisperx[17].text 你這微笑曲線你要把它提升到多少目標你這微笑曲線才會更漂亮各位委員報告我們現在有一個目標那我們原來在這個部分占全國GDP的比重是1.2%我們希望把它成倍到2.4%的GDP那全球占比你要大概要達到多少目標如果是這樣的話全球占比也是要翻倍
transcript.whisperx[18].start 401.758
transcript.whisperx[18].end 427.222
transcript.whisperx[18].text 反正就是從不到1%變成2%目前的短期目標是這樣長期我們當然希望它能夠佔30%以上所以你覺得現在的微效曲線是不是一個不均衡的微效曲線目前是不均衡所以我們才要大力的讓它均衡那尤其是抓到我們可以高速成長的地方所以在軟體的部分是速發部要負責的是的我們會一起共同做我們開過兩次會議了那個
transcript.whisperx[19].start 431.912
transcript.whisperx[19].end 448.249
transcript.whisperx[19].text 建制超級電腦我繼續請教你剛剛說的到2028要到200 petaflop如果這個算力到2028你們達標在國際上的計算能力計算能量平比大概是多少
transcript.whisperx[20].start 451.346
transcript.whisperx[20].end 473.676
transcript.whisperx[20].text 我請那個國防中心主任跟您報告報告委員這個每年都在改變照現在來看如果有200PF大概可以列到前10名以內我們本來2018是這個全世界95名那如果2028到你們的目標200PF可以到這個全球前10名
transcript.whisperx[21].start 474.666
transcript.whisperx[21].end 489.318
transcript.whisperx[21].text 報告委員我稍微更正一下2018的時候台灣32號其實是排20名第20名是AI的MACHINE是這樣子嗎對你剛剛提的那個CPUMACHINE那你的目標2028前任到全球前10名在亞洲我們相對的這個競爭的國家比方韓國、日本
transcript.whisperx[22].start 491.954
transcript.whisperx[22].end 512.82
transcript.whisperx[22].text 他的這方面的計算能量有沒有超出台灣?當然,兩個國家都超過台灣日本是多少?日本它是超級電腦的大國所以它其實都是可以說上千個配套所以這200會不會太未保守?我個人意見是有一點,但是我們現在已經在規劃擴充當中
transcript.whisperx[23].start 514.74
transcript.whisperx[23].end 530.245
transcript.whisperx[23].text 所以你說你的目標就是建制超級電腦就是你的算力要提升嘛還有伺服器要增加嘛 對不對你說所謂的重點就是伺服器跟這個算力那你算力他說這個市長就說這個國防中心主任就說這個太過於保守
transcript.whisperx[24].start 531.125
transcript.whisperx[24].end 557.748
transcript.whisperx[24].text 對 那為什麼不能double到400呢是是 跟委員報告齁因為政府的整體的科技預算還是有限制所以我們現在做的就是也是在尋求國際廠商的合作例如我們會跟國際這些大廠他既然要來台灣生產的話他是不是也應該要協助台灣建立超級電腦我們現在是朝這一方面那如果兩相加成的話應該會超過200 超過蠻多的我覺得這個目標實在太過於保守你最起碼要double到400你看日本有多少
transcript.whisperx[25].start 559.366
transcript.whisperx[25].end 564.607
transcript.whisperx[25].text 日本現況是多少?500到1000500到1000?我們2028才到200那太被剝削吧那我們怎麼樣跟其他國家競爭另外部長最後這個壓軸請部長經濟部部長我們請郭部長
transcript.whisperx[26].start 581.397
transcript.whisperx[26].end 607.349
transcript.whisperx[26].text 部長我完全由你的報告來跟您請教這個經濟部在建立專屬生成式AI核心技術運用在台灣的製造跟服務業這個部分什麼時候可以完成我們的計畫應該是在這個你們要建立專屬生成式的AI核心技術這個核心技術是什麼東西馬上會這個計畫馬上會送出來
transcript.whisperx[27].start 610.609
transcript.whisperx[27].end 638.885
transcript.whisperx[27].text 那要花多少錢?你們要建立這個你們報告寫的我用你的報告來問你啊目標是要協助產業AI化產業包括傳統產業也包括中小企業對不對你要讓所有產業都能夠達到AI化所以你要建置我們自己專屬的AI核心技術那什麼時候會出來?我們應該馬上今年會送出來但是我們大概要花兩億的這個預算
transcript.whisperx[28].start 640.902
transcript.whisperx[28].end 668.349
transcript.whisperx[28].text 兩億就可以把這個生成式的AI我是最底層的應用工程師兩億就可以讓所有產業讓它AI化那是應用嘛就是說一個它操作的訓練你們講的還是太空泛還是太抽象能夠更具體的把你們怎麼做這個核心技術的內涵是什麼能夠達到預學效果是不是可以有一個書面資料給我們然後你引進國際大廠你目前有沒有口袋名單
transcript.whisperx[29].start 670.407
transcript.whisperx[29].end 694.643
transcript.whisperx[29].text 有幾家目前有三家目前有三家那我就不問你是哪三家有時候是機密問題另外最後一頁第三頁你要說你的具體的措施要透過驗證或代小方式來普及擴散然後建立產業導入AI之一
transcript.whisperx[30].start 697.43
transcript.whisperx[30].end 724.444
transcript.whisperx[30].text 這個部分你們船上條例也要修十之一對不對讓租稅優惠能夠調整這個部分我來幫忙我來幫忙你加快速度把它送進來那你要怎麼樣建立這個產業導入AI的指引這個什麼時候會出來一樣我們這個應該是在這個一個月裡面應該可以把這個計畫送出來吧那你製造業的AI普及加速那服務業的AI有沒有可能普及
transcript.whisperx[31].start 725.165
transcript.whisperx[31].end 741.992
transcript.whisperx[31].text 服務業也是一樣我一直覺得你們偏重在製造業那對於這個中小企業對於這個服務業這如何讓他這個產業AI化這也是很重要服務業的話我們大概會在那個scan他的那個模擬品
transcript.whisperx[32].start 742.912
transcript.whisperx[32].end 768.168
transcript.whisperx[32].text 所以一般坊間這些產業就是說我們重視製造業製造業裡面的高階或高科技產業傳統的製造業或中小型的製造業卻得不到政府的太多的關愛報告委員服務業或商業我們對盤點庫存或是銷售的都可以擔憂讓這些中小型企業跟服務業知道說我們經濟部、政府幫他們做了哪些前瞻性的規劃
transcript.whisperx[33].start 769.309
transcript.whisperx[33].end 770.17
transcript.whisperx[33].text 跟政策的作為﹐這個要廣為宣傳