iVOD / 153859

Field Value
IVOD_ID 153859
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/153859
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 2024-06-12T11:40:42+08:00
結束時間 2024-06-12T11:52:16+08:00
影片長度 00:11:34
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/4f10fa8b3f7cd8191b874656146075cc0fec08313b105ec0dd6f040307a1001a39797466756a34355ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 陳超明
委員發言時間 11:40:42 - 11:52:16
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 792
gazette.blocks[0][0] 陳委員超明:(11時40分)主席、各位委員,大家好。今天討論AI的主題,臺北6月份的天空都是AI在飄,我要特別稱讚召委,這個主題選得好,用詞非常精準,「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」,這是臺灣兩個未來最重要的經濟成長動力。今天我要特別稱讚召委,真的寫得好。最重要的是,你厲害在哪裡?你把所有單位找過來,不管經濟部、國發會、數位部、教育部、國科會,AI產業發展真的要這幾個單位通力合作,同心協力才有辦法打造未來的AI產業。
gazette.blocks[0][1] 今天我第一個要詢問的是誰?是台電的王總經理,你不曉得,我把你請上來。
gazette.blocks[1][0] 主席:我們請台電王總經理。
gazette.blocks[2][0] 陳委員超明:王總經理。
gazette.blocks[3][0] 王總經理耀庭:委員好。
gazette.blocks[4][0] 陳委員超明:你好。大家都很擔心缺電,我曉得你壓力很大,我認識你那麼久,我相信這幾年裡面,電力公司一定要有充足的電力,有沒有信心?
gazette.blocks[5][0] 王總經理耀庭:有信心。
gazette.blocks[6][0] 陳委員超明:包括AI的應用發展嗎?
gazette.blocks[7][0] 王總經理耀庭:有,這部分都在盤點。
gazette.blocks[8][0] 陳委員超明:可能用電量很大,要規劃好。
gazette.blocks[9][0] 王總經理耀庭:是。
gazette.blocks[10][0] 陳委員超明:你不要讓郭部長下臺,要小心,要努力加油,好不好?
gazette.blocks[11][0] 王總經理耀庭:電一定足夠。
gazette.blocks[12][0] 陳委員超明:好,你可以回座。第一個我要請教郭部長。
gazette.blocks[13][0] 主席:我們再請經濟部郭部長。
gazette.blocks[14][0] 郭部長智輝:委員好。
gazette.blocks[15][0] 陳委員超明:部長好。我請教一個跟這個比較沒有關係的問題,但是跟生成式AI未來的發展有關係。今天所有報紙都在講聯發科,軟體都未能享受臺版晶片法案的優惠,尤其聯發科可以代表臺灣的IC設計,裡面說政府只重硬的,不重軟的,聯發科出來代表未來很多生成式的應用跟這個有關係。關於聯發科及臺灣晶片法案的問題,我相信要幫它解決,因為它是臺灣人之光,在晶片領域裡面能跟美國的幾個晶片設計公司對抗,它的成就實在不得了,你要多協助。你的看法如何?
gazette.blocks[16][0] 郭部長智輝:這部分我們會幫忙。
gazette.blocks[17][0] 陳委員超明:真的要加強,因為未來AI的軟體是非常重要的。你說AI這個產業臺灣可以吃50年,我們AI產業裡面軟體的排名要變成世界第二,你有沒有信心?
gazette.blocks[18][0] 郭部長智輝:軟體的排名世界第二,現在在半導體來講……
gazette.blocks[19][0] 陳委員超明:這是你的工作報告寫的,不是我講的,你不要忘了,你可能忘了。
gazette.blocks[20][0] 郭部長智輝:工作報告裡面講的是IC設計世界第二。
gazette.blocks[21][0] 陳委員超明:不是IC設計,IC設計是美國人掌握,我們不可能變成第二。報告是講AI產業生成應用裡面的軟體,你們的報告我都努力讀,你們講過的都忘了,要檢討一下,好不好?
gazette.blocks[22][0] 郭部長智輝:好。
gazette.blocks[23][0] 陳委員超明:這個可以看你的報告。我相信你講的沒有錯,AI有兩個,一個是半導體,一個是生成式AI,就是運算力非常重要,生成式AI完成以後,它的應用那一端也很複雜,不是我們想像的那麼簡單,它還要各種參數,好不好?你加強努力。
gazette.blocks[23][1] 現在我要請國發會劉主委,沒有問到的可以回去,我問的話是比較輕鬆。
gazette.blocks[24][0] 主席:請劉主委。郭部長回座。
gazette.blocks[25][0] 劉主任委員鏡清:委員好。
gazette.blocks[26][0] 陳委員超明:主委好。我請教你,在我們行政院長的施政報告裡面,他說要來創新創業,編多少錢你知道嗎?
gazette.blocks[27][0] 劉主任委員鏡清:知道,有1,500億。
gazette.blocks[28][0] 陳委員超明:有多少錢?你告訴我。
gazette.blocks[29][0] 劉主任委員鏡清:我們4年後要達到每年1,500億。
gazette.blocks[30][0] 陳委員超明:啊?
gazette.blocks[31][0] 劉主任委員鏡清:4年後要達到每年1,500億的創新創業投資。
gazette.blocks[32][0] 陳委員超明:4年要達到1,500億。
gazette.blocks[33][0] 劉主任委員鏡清:對,每一年。
gazette.blocks[34][0] 陳委員超明:好,有認真。因為我特別看了這一段,你的創新創業,你說要創新創業雨林生態,你每一年要編1,500億,連續5年還是4年?
gazette.blocks[35][0] 劉主任委員鏡清:是到第4年後每一年有1,500億,這1,500億……
gazette.blocks[36][0] 陳委員超明:是到第4年,還是從現在開始?
gazette.blocks[37][0] 劉主任委員鏡清:從現在開始第4年,逐年會增加,但是……
gazette.blocks[38][0] 陳委員超明:是每一年1,500億,還是4年1,500億?
gazette.blocks[39][0] 劉主任委員鏡清:到了第4年的時候,每一年1,500億。
gazette.blocks[40][0] 陳委員超明:你講得很模糊,我也聽不懂,是1年1,500億,還是4年加起來……
gazette.blocks[41][0] 劉主任委員鏡清:現在1年差不多700億,我們會逐年增加,就是明年多一點,後年多一點,到第4年1年……
gazette.blocks[42][0] 陳委員超明:沒有啦!你講的跟院長不同,你打院長的臉,你看他的施政報告,每年1,500億,5年之內創造2萬個就業機會,再讀一下好嗎?院長說的話要記住,這樣才能繼續為我們臺灣來做出貢獻,好不好?
gazette.blocks[43][0] 劉主任委員鏡清:有啦!
gazette.blocks[44][0] 陳委員超明:這一點很重要。接著請教數位部,主委請回座,數位部是誰?
gazette.blocks[45][0] 主席:來,請。
gazette.blocks[46][0] 林次長宜敬:委員好。
gazette.blocks[47][0] 陳委員超明:數位部,我現在問的可能跟國發會跟經濟部有關係。
gazette.blocks[48][0] 林次長宜敬:是。
gazette.blocks[49][0] 陳委員超明:剛剛你們講,如果要開發一個生成式的AI,剛剛我是聽到哪一個部說大概要200億臺幣。
gazette.blocks[50][0] 林次長宜敬:報告委員,如果要做大型語言模型,要開發一個生成式AI的大型語言模型的話,1,000億臺幣大概都不夠。
gazette.blocks[51][0] 陳委員超明:你是數位部的次長,你講話就實在,所以說那個要幾百億臺幣會被人家笑死!AI主權,臺灣既然要做AI生態關鍵的地區,你曉得一個生成式AI要做到像美國的輝達、微軟、Google、臉書、OpenAI的話,最起碼多少起跳?50億美金起跳,那還是普通的,如果要做好大概要100億美金,所以我現在要告訴國發會主委及經濟部長,這個是基本的,所以要投資很大,你要作為一個關鍵核心,要帶動臺灣的經濟成長,不要那麼小氣,你去看他們,我得到的資訊是最少要50億美金,做得好要百億美金。
gazette.blocks[51][1] 臺灣起碼要把錢花下去,作為一個訓練中心,我們要有國際的水準,不然你會被那幾個大公司控制到死,臺灣永遠掌握在人家的手中,也不能達成像我們經濟部長所說,不是IC軟體,你的報告裡面是講關於AI未來的軟體裡面,我們要淨輸出,我們不好意思搶美國,但是你說排名第二,我覺得你這個策略也是對的,所以各位官員,你們這幾個部,最起碼50億美金起跳,做得好要100億美金,我是告訴大家,不是我們想像得那麼容易,好不好?請回座。
gazette.blocks[52][0] 林次長宜敬:是,謝謝委員。
gazette.blocks[53][0] 陳委員超明:今天討論到很多的AI,AI人才非常重要,我相信部長你在產業界都了解,劉主委你也都了解,美國大公司的薪水非常地高啊!我們臺灣搶不贏,我們是為人作嫁耶!說起來,臺灣人是打工耶!我們這些人才,一家大公司來,當然它的研發中心設在臺灣,我們都非常歡迎,但是人才一定要交流,人才培養非常重要。
gazette.blocks[53][1] 像以前的Qualcomm,本來要賠償7億美金,後來當作是投資,它把薪水拉得高,去拉台積電,我講了一次,台積電去拉聯發科,聯發科就開始拉所有IC設計軟體產業,一定造成這樣,不要向臺灣炫耀說你很棒,跟世界每一個國家要合作,你被掏空都不曉得啊!所以臺灣的人才自己培養自己用,不要楚材晉用,你們不要有這種想法,這是個競爭的世界,我們好不容易訓練這麼多人才出來,怎麼可以隨隨便便流出去?我希望你們特別注意。
gazette.blocks[53][2] 再來,要引用外來的人才,占我們所得稅大概都超過500萬以上,現在你看NVIDIA在招人,起碼都幾百萬臺幣以上,500萬的很多,你扣稅40%,所以這個地方特別注意一下,人才如何跟國際交流,多加強一下,因為這個都是要運算力的人才,非常非常地重要,謝謝。
gazette.blocks[54][0] 主席:謝謝陳超明委員貼心的提醒。
gazette.blocks[54][1] 接下來請賴瑞隆委員做詢答。我們中午不休息,一直到今天會議結束。請發言。
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_02
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 1.63409375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 11.62409375
transcript.pyannote[1].end 12.90659375
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 13.63221875
transcript.pyannote[2].end 15.80909375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 16.63596875
transcript.pyannote[3].end 17.24346875
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 17.69909375
transcript.pyannote[4].end 18.79596875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 19.85909375
transcript.pyannote[5].end 23.72346875
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 24.22971875
transcript.pyannote[6].end 26.62596875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 26.79471875
transcript.pyannote[7].end 28.36409375
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 28.56659375
transcript.pyannote[8].end 30.13596875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 30.79409375
transcript.pyannote[9].end 34.43909375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 34.75971875
transcript.pyannote[10].end 36.29534375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 37.24034375
transcript.pyannote[11].end 39.63659375
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 40.36221875
transcript.pyannote[12].end 41.86409375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 42.40409375
transcript.pyannote[13].end 43.93971875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 44.71596875
transcript.pyannote[14].end 51.02721875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 51.04409375
transcript.pyannote[15].end 51.11159375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 51.16221875
transcript.pyannote[16].end 52.56284375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 53.22096875
transcript.pyannote[17].end 55.66784375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 56.24159375
transcript.pyannote[18].end 57.60846875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 58.11471875
transcript.pyannote[19].end 59.22846875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 59.66721875
transcript.pyannote[20].end 63.63284375
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 64.47659375
transcript.pyannote[21].end 67.07534375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 67.24409375
transcript.pyannote[22].end 69.15096875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 70.11284375
transcript.pyannote[23].end 71.24346875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 71.95221875
transcript.pyannote[24].end 81.41909375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 82.65096875
transcript.pyannote[25].end 88.21971875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 88.54034375
transcript.pyannote[26].end 89.62034375
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 89.67096875
transcript.pyannote[27].end 91.45971875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 91.62846875
transcript.pyannote[28].end 93.63659375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 94.42971875
transcript.pyannote[29].end 97.01159375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 97.45034375
transcript.pyannote[30].end 100.60596875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 101.92221875
transcript.pyannote[31].end 104.09909375
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 104.09909375
transcript.pyannote[32].end 105.76971875
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 112.73909375
transcript.pyannote[33].end 113.97096875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 114.32534375
transcript.pyannote[34].end 114.74721875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 114.94971875
transcript.pyannote[35].end 115.33784375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 115.77659375
transcript.pyannote[36].end 117.44721875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 117.90284375
transcript.pyannote[37].end 119.60721875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 120.18096875
transcript.pyannote[38].end 121.78409375
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 122.52659375
transcript.pyannote[39].end 124.29846875
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 124.61909375
transcript.pyannote[40].end 125.88471875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 126.00284375
transcript.pyannote[41].end 131.97659375
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 132.55034375
transcript.pyannote[42].end 144.59909375
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 132.97221875
transcript.pyannote[43].end 133.96784375
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 133.96784375
transcript.pyannote[44].end 134.10284375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 145.52721875
transcript.pyannote[45].end 148.21034375
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 148.93596875
transcript.pyannote[46].end 150.45471875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 155.93909375
transcript.pyannote[47].end 157.82909375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 158.26784375
transcript.pyannote[48].end 161.01846875
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 161.42346875
transcript.pyannote[49].end 164.76471875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 165.45659375
transcript.pyannote[50].end 168.00471875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 168.74721875
transcript.pyannote[51].end 170.99159375
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 171.75096875
transcript.pyannote[52].end 174.50159375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 175.15971875
transcript.pyannote[53].end 176.89784375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 177.64034375
transcript.pyannote[54].end 181.03221875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 181.72409375
transcript.pyannote[55].end 182.68596875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 183.25971875
transcript.pyannote[56].end 186.33096875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 187.00596875
transcript.pyannote[57].end 193.03034375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 193.78971875
transcript.pyannote[58].end 194.26221875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 194.56596875
transcript.pyannote[59].end 195.61221875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 196.05096875
transcript.pyannote[60].end 197.67096875
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 198.04221875
transcript.pyannote[61].end 199.13909375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 199.69596875
transcript.pyannote[62].end 200.38784375
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 200.64096875
transcript.pyannote[63].end 201.56909375
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 202.09221875
transcript.pyannote[64].end 203.52659375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 203.89784375
transcript.pyannote[65].end 214.29284375
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 214.64721875
transcript.pyannote[66].end 215.03534375
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 216.43596875
transcript.pyannote[67].end 217.76909375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 218.44409375
transcript.pyannote[68].end 220.89096875
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 221.71784375
transcript.pyannote[69].end 225.19409375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 225.58221875
transcript.pyannote[70].end 225.86909375
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 226.40909375
transcript.pyannote[71].end 240.93846875
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 240.93846875
transcript.pyannote[72].end 240.95534375
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 243.19971875
transcript.pyannote[73].end 248.76846875
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 248.85284375
transcript.pyannote[74].end 249.56159375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 250.01721875
transcript.pyannote[75].end 250.96221875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 250.96221875
transcript.pyannote[76].end 255.41721875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 255.63659375
transcript.pyannote[77].end 261.40784375
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 261.40784375
transcript.pyannote[78].end 261.44159375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 261.84659375
transcript.pyannote[79].end 261.96471875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 261.96471875
transcript.pyannote[80].end 271.14471875
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 271.76909375
transcript.pyannote[81].end 271.88721875
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 272.14034375
transcript.pyannote[82].end 274.75596875
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 275.66721875
transcript.pyannote[83].end 283.09221875
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 284.84721875
transcript.pyannote[84].end 287.07471875
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 287.73284375
transcript.pyannote[85].end 288.62721875
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 288.99846875
transcript.pyannote[86].end 289.87596875
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 290.51721875
transcript.pyannote[87].end 294.04409375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 294.48284375
transcript.pyannote[88].end 300.99659375
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 301.45221875
transcript.pyannote[89].end 303.39284375
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 304.10159375
transcript.pyannote[90].end 305.87346875
transcript.pyannote[91].speaker SPEAKER_01
transcript.pyannote[91].start 306.48096875
transcript.pyannote[91].end 311.17221875
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 312.42096875
transcript.pyannote[92].end 315.98159375
transcript.pyannote[93].speaker SPEAKER_02
transcript.pyannote[93].start 313.80471875
transcript.pyannote[93].end 314.80034375
transcript.pyannote[94].speaker SPEAKER_02
transcript.pyannote[94].start 315.89721875
transcript.pyannote[94].end 316.82534375
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 319.40721875
transcript.pyannote[95].end 319.82909375
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 320.06534375
transcript.pyannote[96].end 320.43659375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 320.65596875
transcript.pyannote[97].end 321.55034375
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 321.76971875
transcript.pyannote[98].end 323.18721875
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 324.26721875
transcript.pyannote[99].end 326.34284375
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 326.51159375
transcript.pyannote[100].end 328.33409375
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 329.21159375
transcript.pyannote[101].end 332.65409375
transcript.pyannote[102].speaker SPEAKER_02
transcript.pyannote[102].start 332.65409375
transcript.pyannote[102].end 332.90721875
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 332.90721875
transcript.pyannote[103].end 332.92409375
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 332.92409375
transcript.pyannote[104].end 338.02034375
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 333.85221875
transcript.pyannote[105].end 334.88159375
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 337.68284375
transcript.pyannote[106].end 337.78409375
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 338.50971875
transcript.pyannote[107].end 341.36159375
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 342.15471875
transcript.pyannote[108].end 345.54659375
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 345.54659375
transcript.pyannote[109].end 345.56346875
transcript.pyannote[110].speaker SPEAKER_02
transcript.pyannote[110].start 345.56346875
transcript.pyannote[110].end 345.58034375
transcript.pyannote[111].speaker SPEAKER_02
transcript.pyannote[111].start 345.76596875
transcript.pyannote[111].end 346.03596875
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 346.03596875
transcript.pyannote[112].end 346.72784375
transcript.pyannote[113].speaker SPEAKER_02
transcript.pyannote[113].start 347.23409375
transcript.pyannote[113].end 347.25096875
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 347.25096875
transcript.pyannote[114].end 348.01034375
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 348.21284375
transcript.pyannote[115].end 349.51221875
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 349.95096875
transcript.pyannote[116].end 353.14034375
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 353.86596875
transcript.pyannote[117].end 355.41846875
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 355.77284375
transcript.pyannote[118].end 358.64159375
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 359.09721875
transcript.pyannote[119].end 360.56534375
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 360.83534375
transcript.pyannote[120].end 362.03346875
transcript.pyannote[121].speaker SPEAKER_02
transcript.pyannote[121].start 362.03346875
transcript.pyannote[121].end 362.06721875
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 362.60721875
transcript.pyannote[122].end 363.97409375
transcript.pyannote[123].speaker SPEAKER_02
transcript.pyannote[123].start 363.97409375
transcript.pyannote[123].end 364.39596875
transcript.pyannote[124].speaker SPEAKER_02
transcript.pyannote[124].start 364.81784375
transcript.pyannote[124].end 365.17221875
transcript.pyannote[125].speaker SPEAKER_02
transcript.pyannote[125].start 365.77971875
transcript.pyannote[125].end 373.52534375
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 369.84659375
transcript.pyannote[126].end 369.96471875
transcript.pyannote[127].speaker SPEAKER_00
transcript.pyannote[127].start 369.96471875
transcript.pyannote[127].end 369.98159375
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 369.98159375
transcript.pyannote[128].end 369.99846875
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 369.99846875
transcript.pyannote[129].end 370.04909375
transcript.pyannote[130].speaker SPEAKER_01
transcript.pyannote[130].start 370.04909375
transcript.pyannote[130].end 370.28534375
transcript.pyannote[131].speaker SPEAKER_02
transcript.pyannote[131].start 373.59284375
transcript.pyannote[131].end 384.03846875
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 384.03846875
transcript.pyannote[132].end 384.27471875
transcript.pyannote[133].speaker SPEAKER_01
transcript.pyannote[133].start 384.71346875
transcript.pyannote[133].end 384.78096875
transcript.pyannote[134].speaker SPEAKER_02
transcript.pyannote[134].start 384.78096875
transcript.pyannote[134].end 384.79784375
transcript.pyannote[135].speaker SPEAKER_01
transcript.pyannote[135].start 384.79784375
transcript.pyannote[135].end 387.41346875
transcript.pyannote[136].speaker SPEAKER_02
transcript.pyannote[136].start 387.41346875
transcript.pyannote[136].end 390.41721875
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 387.63284375
transcript.pyannote[137].end 388.27409375
transcript.pyannote[138].speaker SPEAKER_02
transcript.pyannote[138].start 390.88971875
transcript.pyannote[138].end 396.44159375
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 394.48409375
transcript.pyannote[139].end 397.40346875
transcript.pyannote[140].speaker SPEAKER_01
transcript.pyannote[140].start 397.62284375
transcript.pyannote[140].end 402.22971875
transcript.pyannote[141].speaker SPEAKER_02
transcript.pyannote[141].start 400.10346875
transcript.pyannote[141].end 400.45784375
transcript.pyannote[142].speaker SPEAKER_01
transcript.pyannote[142].start 402.51659375
transcript.pyannote[142].end 406.11096875
transcript.pyannote[143].speaker SPEAKER_02
transcript.pyannote[143].start 402.66846875
transcript.pyannote[143].end 402.90471875
transcript.pyannote[144].speaker SPEAKER_01
transcript.pyannote[144].start 407.24159375
transcript.pyannote[144].end 408.28784375
transcript.pyannote[145].speaker SPEAKER_01
transcript.pyannote[145].start 408.84471875
transcript.pyannote[145].end 409.90784375
transcript.pyannote[146].speaker SPEAKER_01
transcript.pyannote[146].start 410.22846875
transcript.pyannote[146].end 411.62909375
transcript.pyannote[147].speaker SPEAKER_01
transcript.pyannote[147].start 412.00034375
transcript.pyannote[147].end 418.48034375
transcript.pyannote[148].speaker SPEAKER_01
transcript.pyannote[148].start 418.93596875
transcript.pyannote[148].end 419.88096875
transcript.pyannote[149].speaker SPEAKER_01
transcript.pyannote[149].start 420.40409375
transcript.pyannote[149].end 421.92284375
transcript.pyannote[150].speaker SPEAKER_01
transcript.pyannote[150].start 422.85096875
transcript.pyannote[150].end 425.36534375
transcript.pyannote[151].speaker SPEAKER_00
transcript.pyannote[151].start 428.94284375
transcript.pyannote[151].end 430.00596875
transcript.pyannote[152].speaker SPEAKER_01
transcript.pyannote[152].start 435.79409375
transcript.pyannote[152].end 440.68784375
transcript.pyannote[153].speaker SPEAKER_01
transcript.pyannote[153].start 441.70034375
transcript.pyannote[153].end 442.02096875
transcript.pyannote[154].speaker SPEAKER_01
transcript.pyannote[154].start 442.30784375
transcript.pyannote[154].end 445.34534375
transcript.pyannote[155].speaker SPEAKER_01
transcript.pyannote[155].start 445.37909375
transcript.pyannote[155].end 451.03221875
transcript.pyannote[156].speaker SPEAKER_01
transcript.pyannote[156].start 452.73659375
transcript.pyannote[156].end 461.51159375
transcript.pyannote[157].speaker SPEAKER_01
transcript.pyannote[157].start 462.01784375
transcript.pyannote[157].end 462.50721875
transcript.pyannote[158].speaker SPEAKER_01
transcript.pyannote[158].start 463.14846875
transcript.pyannote[158].end 466.60784375
transcript.pyannote[159].speaker SPEAKER_01
transcript.pyannote[159].start 467.11409375
transcript.pyannote[159].end 470.08409375
transcript.pyannote[160].speaker SPEAKER_01
transcript.pyannote[160].start 470.84346875
transcript.pyannote[160].end 471.60284375
transcript.pyannote[161].speaker SPEAKER_01
transcript.pyannote[161].start 472.27784375
transcript.pyannote[161].end 476.24346875
transcript.pyannote[162].speaker SPEAKER_01
transcript.pyannote[162].start 476.44596875
transcript.pyannote[162].end 478.03221875
transcript.pyannote[163].speaker SPEAKER_01
transcript.pyannote[163].start 478.33596875
transcript.pyannote[163].end 479.28096875
transcript.pyannote[164].speaker SPEAKER_01
transcript.pyannote[164].start 479.88846875
transcript.pyannote[164].end 481.79534375
transcript.pyannote[165].speaker SPEAKER_01
transcript.pyannote[165].start 483.28034375
transcript.pyannote[165].end 491.78534375
transcript.pyannote[166].speaker SPEAKER_01
transcript.pyannote[166].start 492.67971875
transcript.pyannote[166].end 495.98721875
transcript.pyannote[167].speaker SPEAKER_01
transcript.pyannote[167].start 496.62846875
transcript.pyannote[167].end 501.42096875
transcript.pyannote[168].speaker SPEAKER_01
transcript.pyannote[168].start 502.09596875
transcript.pyannote[168].end 505.58909375
transcript.pyannote[169].speaker SPEAKER_01
transcript.pyannote[169].start 506.07846875
transcript.pyannote[169].end 507.83346875
transcript.pyannote[170].speaker SPEAKER_01
transcript.pyannote[170].start 508.27221875
transcript.pyannote[170].end 512.37284375
transcript.pyannote[171].speaker SPEAKER_01
transcript.pyannote[171].start 512.96346875
transcript.pyannote[171].end 514.07721875
transcript.pyannote[172].speaker SPEAKER_01
transcript.pyannote[172].start 514.83659375
transcript.pyannote[172].end 515.74784375
transcript.pyannote[173].speaker SPEAKER_01
transcript.pyannote[173].start 516.65909375
transcript.pyannote[173].end 521.29971875
transcript.pyannote[174].speaker SPEAKER_01
transcript.pyannote[174].start 521.83971875
transcript.pyannote[174].end 524.60721875
transcript.pyannote[175].speaker SPEAKER_01
transcript.pyannote[175].start 525.26534375
transcript.pyannote[175].end 529.04534375
transcript.pyannote[176].speaker SPEAKER_01
transcript.pyannote[176].start 529.65284375
transcript.pyannote[176].end 532.38659375
transcript.pyannote[177].speaker SPEAKER_01
transcript.pyannote[177].start 532.84221875
transcript.pyannote[177].end 535.99784375
transcript.pyannote[178].speaker SPEAKER_01
transcript.pyannote[178].start 536.47034375
transcript.pyannote[178].end 540.33471875
transcript.pyannote[179].speaker SPEAKER_01
transcript.pyannote[179].start 541.04346875
transcript.pyannote[179].end 543.15284375
transcript.pyannote[180].speaker SPEAKER_01
transcript.pyannote[180].start 543.72659375
transcript.pyannote[180].end 546.34221875
transcript.pyannote[181].speaker SPEAKER_01
transcript.pyannote[181].start 546.76409375
transcript.pyannote[181].end 548.13096875
transcript.pyannote[182].speaker SPEAKER_01
transcript.pyannote[182].start 548.63721875
transcript.pyannote[182].end 550.24034375
transcript.pyannote[183].speaker SPEAKER_01
transcript.pyannote[183].start 551.01659375
transcript.pyannote[183].end 552.67034375
transcript.pyannote[184].speaker SPEAKER_01
transcript.pyannote[184].start 553.26096875
transcript.pyannote[184].end 554.47596875
transcript.pyannote[185].speaker SPEAKER_01
transcript.pyannote[185].start 554.91471875
transcript.pyannote[185].end 556.06221875
transcript.pyannote[186].speaker SPEAKER_01
transcript.pyannote[186].start 556.34909375
transcript.pyannote[186].end 558.67784375
transcript.pyannote[187].speaker SPEAKER_01
transcript.pyannote[187].start 559.38659375
transcript.pyannote[187].end 565.10721875
transcript.pyannote[188].speaker SPEAKER_01
transcript.pyannote[188].start 565.76534375
transcript.pyannote[188].end 568.16159375
transcript.pyannote[189].speaker SPEAKER_01
transcript.pyannote[189].start 569.05596875
transcript.pyannote[189].end 569.79846875
transcript.pyannote[190].speaker SPEAKER_01
transcript.pyannote[190].start 570.65909375
transcript.pyannote[190].end 571.62096875
transcript.pyannote[191].speaker SPEAKER_01
transcript.pyannote[191].start 572.46471875
transcript.pyannote[191].end 573.15659375
transcript.pyannote[192].speaker SPEAKER_01
transcript.pyannote[192].start 573.61221875
transcript.pyannote[192].end 574.72596875
transcript.pyannote[193].speaker SPEAKER_01
transcript.pyannote[193].start 576.27846875
transcript.pyannote[193].end 577.89846875
transcript.pyannote[194].speaker SPEAKER_01
transcript.pyannote[194].start 578.87721875
transcript.pyannote[194].end 581.07096875
transcript.pyannote[195].speaker SPEAKER_01
transcript.pyannote[195].start 581.77971875
transcript.pyannote[195].end 584.17596875
transcript.pyannote[196].speaker SPEAKER_01
transcript.pyannote[196].start 584.96909375
transcript.pyannote[196].end 587.16284375
transcript.pyannote[197].speaker SPEAKER_01
transcript.pyannote[197].start 587.93909375
transcript.pyannote[197].end 590.14971875
transcript.pyannote[198].speaker SPEAKER_01
transcript.pyannote[198].start 590.65596875
transcript.pyannote[198].end 594.13221875
transcript.pyannote[199].speaker SPEAKER_01
transcript.pyannote[199].start 594.46971875
transcript.pyannote[199].end 596.17409375
transcript.pyannote[200].speaker SPEAKER_01
transcript.pyannote[200].start 596.22471875
transcript.pyannote[200].end 600.10596875
transcript.pyannote[201].speaker SPEAKER_01
transcript.pyannote[201].start 601.10159375
transcript.pyannote[201].end 603.29534375
transcript.pyannote[202].speaker SPEAKER_01
transcript.pyannote[202].start 604.32471875
transcript.pyannote[202].end 606.43409375
transcript.pyannote[203].speaker SPEAKER_01
transcript.pyannote[203].start 606.65346875
transcript.pyannote[203].end 607.14284375
transcript.pyannote[204].speaker SPEAKER_01
transcript.pyannote[204].start 607.78409375
transcript.pyannote[204].end 609.03284375
transcript.pyannote[205].speaker SPEAKER_01
transcript.pyannote[205].start 609.62346875
transcript.pyannote[205].end 611.31096875
transcript.pyannote[206].speaker SPEAKER_01
transcript.pyannote[206].start 612.32346875
transcript.pyannote[206].end 614.70284375
transcript.pyannote[207].speaker SPEAKER_01
transcript.pyannote[207].start 615.14159375
transcript.pyannote[207].end 615.59721875
transcript.pyannote[208].speaker SPEAKER_01
transcript.pyannote[208].start 615.91784375
transcript.pyannote[208].end 623.49471875
transcript.pyannote[209].speaker SPEAKER_01
transcript.pyannote[209].start 624.23721875
transcript.pyannote[209].end 625.82346875
transcript.pyannote[210].speaker SPEAKER_01
transcript.pyannote[210].start 626.16096875
transcript.pyannote[210].end 636.99471875
transcript.pyannote[211].speaker SPEAKER_01
transcript.pyannote[211].start 637.65284375
transcript.pyannote[211].end 639.89721875
transcript.pyannote[212].speaker SPEAKER_01
transcript.pyannote[212].start 640.55534375
transcript.pyannote[212].end 642.41159375
transcript.pyannote[213].speaker SPEAKER_01
transcript.pyannote[213].start 643.05284375
transcript.pyannote[213].end 646.64721875
transcript.pyannote[214].speaker SPEAKER_01
transcript.pyannote[214].start 647.57534375
transcript.pyannote[214].end 651.64221875
transcript.pyannote[215].speaker SPEAKER_01
transcript.pyannote[215].start 651.96284375
transcript.pyannote[215].end 663.33659375
transcript.pyannote[216].speaker SPEAKER_01
transcript.pyannote[216].start 664.58534375
transcript.pyannote[216].end 670.87971875
transcript.pyannote[217].speaker SPEAKER_01
transcript.pyannote[217].start 671.65596875
transcript.pyannote[217].end 677.89971875
transcript.pyannote[218].speaker SPEAKER_01
transcript.pyannote[218].start 678.47346875
transcript.pyannote[218].end 680.14409375
transcript.pyannote[219].speaker SPEAKER_01
transcript.pyannote[219].start 680.75159375
transcript.pyannote[219].end 682.74284375
transcript.pyannote[220].speaker SPEAKER_01
transcript.pyannote[220].start 683.36721875
transcript.pyannote[220].end 686.25284375
transcript.pyannote[221].speaker SPEAKER_01
transcript.pyannote[221].start 686.77596875
transcript.pyannote[221].end 689.08784375
transcript.pyannote[222].speaker SPEAKER_01
transcript.pyannote[222].start 689.47596875
transcript.pyannote[222].end 691.53471875
transcript.pyannote[223].speaker SPEAKER_01
transcript.pyannote[223].start 692.32784375
transcript.pyannote[223].end 692.93534375
transcript.whisperx[0].start 0.838
transcript.whisperx[0].end 12.192
transcript.whisperx[0].text 今天討論AI的主題
transcript.whisperx[1].start 19.909
transcript.whisperx[1].end 39.228
transcript.whisperx[1].text 阿臺北六月份天空都是在AI在飄那我要特別深化我們的招委這個主題顯得好用詞非常精準為掌握生成式AI等關鍵的技術帶來產業的革命臺灣如何深化AI生態
transcript.whisperx[2].start 40.41
transcript.whisperx[2].end 68.997
transcript.whisperx[2].text 充實AI人才與產業AI化.促動我們台灣數位轉型與運用AI人才與產業AI化.擴展我們產業的發展.打造智慧的未來.這是台灣兩個未來最重要經濟參與的一個動力站今天昭偉我特別稱讚你真的寫得好最重要
transcript.whisperx[3].start 70.165
transcript.whisperx[3].end 81.18
transcript.whisperx[3].text 你厲害在哪裡?你把所有單位找過來,不管清晰部、不管國化會、不管數位部、不管教育部、不管國化會,因為我們的AI
transcript.whisperx[4].start 83.912
transcript.whisperx[4].end 104.229
transcript.whisperx[4].text 這個產業化發展其實真的要做幾個單位通力的合作同心協力才有辦法打造打造我們未來的AI產業那今天我第一個要詢問的是誰我們臺電的王總經理你不曉得我把你請上來我們請臺電王總經理
transcript.whisperx[5].start 113.299
transcript.whisperx[5].end 131.747
transcript.whisperx[5].text 黃總經理好你好大家都很擔心缺電我曉得你壓力很大但是我認識你那麼久我相信這幾年以來你電力公司一定要有充值的電力有沒有信心有信心包括AI的一個發展
transcript.whisperx[6].start 132.628
transcript.whisperx[6].end 150.123
transcript.whisperx[6].text 有 我們這一部分都在盤點那你可能要用電量很大喔 要規劃好你不要讓我們郭部長下台要小心要努力加油好不好電一定足夠 是好 你可以請回座那第一個我要來請教我們郭部長我們再請經濟部郭部長
transcript.whisperx[7].start 155.97
transcript.whisperx[7].end 170.778
transcript.whisperx[7].text 委員好部長好我請教一個這個比較沒有關心但是跟AI生存是未來發展有關心今天所有報紙都在講蓮花坑我們台版的充電法案
transcript.whisperx[8].start 171.798
transcript.whisperx[8].end 192.338
transcript.whisperx[8].text 那軟體的話都為您享受到經騙法的一個優惠尤其聯發科是會代表台灣的IC設計那裡面說我們的政府只種硬的不種軟的那聯發科出來這個代表未來你很多生存式的應用裡面跟這個有關係喔
transcript.whisperx[9].start 193.914
transcript.whisperx[9].end 220.422
transcript.whisperx[9].text 所以關於聯發科聯發科我們台新晶片的法案我相信要幫他解決他是台灣人之光在晶片領域裡面能跟美國幾個晶片的設計對抗的話他的成就實在不得了你要多協助你的看法如何這部分我們會來幫忙真的要加強因為你未來
transcript.whisperx[10].start 222.255
transcript.whisperx[10].end 247.353
transcript.whisperx[10].text 這個AI的軟體是非常重要重要的你就又在講你說AI這個產業我們可以在台灣吃五十年所以我們的AI的產業裡面軟體你要排名變成世界第二你有沒有信心軟體排名世界第二我想我們現在在半導體來講的話
transcript.whisperx[11].start 250.727
transcript.whisperx[11].end 273.868
transcript.whisperx[11].text 這是你工作報告寫的不是我講的你不要忘了你可能忘了報告委員那個是工作報告裡面講的是IC設計世界第二不是IC設計IC設計美國人掌握在我們不可能說變成第二你那時的報告是講AI產業的那個生成那個應用的AI裡面的軟體
transcript.whisperx[12].start 276.248
transcript.whisperx[12].end 300.621
transcript.whisperx[12].text 您的籤我都拋錶頭,您講過都忘記了,要檢討一下好不好?好,這個你可以看你的報告那個我相信你講的沒有錯AI有兩個,一個半導體一個生成式的AI,就是運算力非常的重要那因為生成AI完成了以後它的應用那一端也是很複雜,不是我們想像那麼簡單它還有各種參數來的
transcript.whisperx[13].start 304.141
transcript.whisperx[13].end 328.101
transcript.whisperx[13].text 好不好你加強努力那現在我要請我們國外委我們的劉梓瑋還沒有問到的可以請回座我們請劉梓瑋我們問的話比較輕鬆副部長回座委員好梓瑋我給你請教一下我們行政院長的一個施政報告裡面
transcript.whisperx[14].start 329.246
transcript.whisperx[14].end 334.015
transcript.whisperx[14].text 你知道他說要來創新創業變化多少錢你知道嗎?1500億我們四年後要達到每年1500億四年後要達到每年1500億
transcript.whisperx[15].start 342.199
transcript.whisperx[15].end 356.554
transcript.whisperx[15].text 的創新創業投資4年要達到1500億每一年對好好有認真因為我特別看了這一段你的創新創業你說要創新創業以零生態你每一年要編1500億連續5年還是4年
transcript.whisperx[16].start 365.894
transcript.whisperx[16].end 384.075
transcript.whisperx[16].text 是到第四年後每一年有一千五百億是到第四年還是從現在開始從現在開始第四年那逐年會增加是每一年一千五百億還是四年一千五百億到了第四年的時候每一年一千五百億阿你講得很模糊阿也聽不懂
transcript.whisperx[17].start 385.136
transcript.whisperx[17].end 401.445
transcript.whisperx[17].text 是一年1500億,還是1500億?現在一年差不多700億,我們現在逐年增加,就每年多多少年多多少年?你跟議長說的不一樣,你看他的施政報告,每年1500億,5年之內創造2萬個就業的機會
transcript.whisperx[18].start 407.298
transcript.whisperx[18].end 425.322
transcript.whisperx[18].text 好嗎?再談一下,把議題給我記住,繼續為我們台灣來做出貢獻好不好?這一點很重要,要不要跟您請教,那個,世衛部,請回座,世衛部是誰?好,來,請
transcript.whisperx[19].start 436.857
transcript.whisperx[19].end 449.415
transcript.whisperx[19].text 我現在可能跟你們國外會跟經濟部有關係剛剛你們講如果要開挖一個生成式的AI剛剛我是聽到哪一個部大概講說200億台幣
transcript.whisperx[20].start 453.282
transcript.whisperx[20].end 481.454
transcript.whisperx[20].text 報告委員,如果要做那個大型語言模型的話要開發一個生成式AI大型語言模型的話一千億台幣大概都不夠你是衛部的處長,你講的就實在所以你講的那幾百億代表那個人,那個人就是AI主權台灣既然是要做成AI生態關鍵的一個地區你曉得,一個生成式的AI
transcript.whisperx[21].start 483.322
transcript.whisperx[21].end 510.209
transcript.whisperx[21].text 要做到像美國的輝達、微軟、Google、臉書的話還有OpenAI你曉得最起碼多少起跳50億美金起跳那還是普通的如果要做好了好大概100億美金所以我現在跟國安會主委、經濟部長這個是基本的所以要投資很大你要當為一個關鍵核心要帶動台灣的經濟成長
transcript.whisperx[22].start 513.035
transcript.whisperx[22].end 539.708
transcript.whisperx[22].text 不要那麼小氣你去看他們我得到資訊最少50億美金做得好百億美金台灣要把這個起碼錢要花下去當為你一個訓練的中心我們有國際的水準不然你會被那幾個大公司控制死掉台灣永遠掌握在人家的手中也不能達成像我們經濟部長不是IC軟體
transcript.whisperx[23].start 541.507
transcript.whisperx[23].end 568.055
transcript.whisperx[23].text 你的報告裡面是講關於AI未來的軟體裡面我們要進出我們不好意思搶美國但是你說排名第二我覺得你這個策略也是對的所以各位官員你們這幾個部最起碼50億起跳做得好要100億美金我是告訴大家不是我們想像的那麼容易好不好
transcript.whisperx[24].start 570.914
transcript.whisperx[24].end 586.839
transcript.whisperx[24].text 請回座今天討論到很多的AIAI的人才非常的重要現在你們真的我相信部長你在產業界都了解
transcript.whisperx[25].start 588.244
transcript.whisperx[25].end 611.26
transcript.whisperx[25].text 那個劉子瑞你也都了解那美國大公司來那個薪水非常的高啊!咱台灣出名啊!咱是為人做家咧!講到台灣人是打工的咧!咱現在知道這大公司來當然它的研發信息設在台灣我們都非常歡迎但是人才一定要教育
transcript.whisperx[26].start 612.666
transcript.whisperx[26].end 639.685
transcript.whisperx[26].text 這個人才培養非常的重要像以前的QICOM我們7億美金本來要賠償的單位投資來他把薪水拉的高其他臺積電我講了一次臺積電去年華科了年華科了就開始拉所有那些IC設計軟體產業一定造成這樣不要把台灣電工力很高跟世界每一個國家要合作
transcript.whisperx[27].start 640.586
transcript.whisperx[27].end 663.127
transcript.whisperx[27].text 你被掏空都不曉得啊所謂台灣的人才自己培養、自己用不要讓主材什麼用啊經用還是經用主材你們不要有這種想法這個是降生的世界啊我們好不容易訓練這麼多的人才出來怎麼隨隨便便可以流出去啊我希望你們特別注意
transcript.whisperx[28].start 664.639
transcript.whisperx[28].end 690.841
transcript.whisperx[28].text 再來要運用外來的人才暫時我們所得稅那大概都超過五百萬以上的現在你看Amber在招人都起碼幾百萬台幣以上了五百萬的很多阿你扣稅40%所以這個地方特別注意一下人才如何跟國際交流都加強一下因為這個都是要硬算力的人才非常非常的重要謝謝謝謝