iVOD / 153884

Field Value
IVOD_ID 153884
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/153884
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 2024-06-12T12:28:36+08:00
結束時間 2024-06-12T12:38:56+08:00
影片長度 00:10:20
支援功能[0] ai-transcript
支援功能[1] gazette
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/4f10fa8b3f7cd8191d67bb3335e6f63a0fec08313b105ec0f1306821ff1b0f811db78d074f8e41e95ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 蔡易餘
委員發言時間 12:28:36 - 12:38:56
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 1068
gazette.blocks[0][0] 蔡委員易餘:(12時28分)好,謝謝主席,我們是不是請國發會劉主委?
gazette.blocks[1][0] 主席:好,我們請主委。
gazette.blocks[2][0] 劉主任委員鏡清:委員午安。
gazette.blocks[3][0] 蔡委員易餘:主委好。主委,今天的議題是AI的議題,這幾個禮拜以來,整個臺灣都被AI的浪潮席捲,事實上今天也是討論了包括針對AI的產業應用,甚至人才培育,講了很多,那我想先就教主委,就AI這個產業,公部門部分有哪些是從公部門就可以開始採用這樣的AI技術?
gazette.blocks[4][0] 劉主任委員鏡清:跟委員報告,公部門很早就開始使用生成式AI做一些資料的分析、整理跟查詢,因為這有安全跟效率兩個構面,針對安全面,國科會有提出了一個使用生成式AI的參考指引,確保在資料上的安全。另外,在政府的應用部分,目前數發部有一個智慧政府辦公室,專門在做整個公部門數位化跟智慧化的部分。
gazette.blocks[5][0] 蔡委員易餘:所以說,公部門的部分當然是用生成式AI,包括未來很多公部門的一些政策的制定,甚至包括來立法院做最簡單的報告,是不是未來都會用AI來做基礎的一些架構?
gazette.blocks[6][0] 劉主任委員鏡清:是的。我們上次稍微聊了一下,幾乎每個部會都在使用中。
gazette.blocks[7][0] 蔡委員易餘:每個單位都在使用?
gazette.blocks[8][0] 劉主任委員鏡清:然後政府特別成立了智慧政府辦公室,專門在推動我們整個智慧政府的發展。
gazette.blocks[9][0] 蔡委員易餘:對。所以現在公部門的教育訓練這一塊,大家都會使用嗎?還是說,會用的人會用,不會的人就讓他們自己去學習?
gazette.blocks[10][0] 劉主任委員鏡清:以本會而言,我們全部都有上過課。
gazette.blocks[11][0] 蔡委員易餘:全部都有上過課?
gazette.blocks[12][0] 劉主任委員鏡清:對。所以大家大概都會去使用。
gazette.blocks[13][0] 蔡委員易餘:好,這是第一個問題。
gazette.blocks[13][1] 第二個要就教主委的就是,所謂的生成式AI,就是說它的生成必須要有人餵資料,那這部分會不會涉及到政府機密資訊外洩的問題?如何去預防?
gazette.blocks[14][0] 劉主任委員鏡清:謝謝委員。這裡面有兩個構面,如同我前面講的,當我們在查詢、整理資料的時候,怎麼樣做到安全,國科會已經給了一個指引。
gazette.blocks[14][1] 第二個部分,就我了解,國科會現在正在做一個AI基本法,目的就是希望做到主權AI,讓臺灣的資料能夠保存在臺灣而不會被其他的地方拿到。進一步的說明,當然我們可以請國科會來補充,但是就我了解,目前政府很積極在做這個部分。
gazette.blocks[15][0] 蔡委員易餘:如果涉及到機密資料已經跑進去了呢?如果涉及到真的有一些屬於比較機敏性的資料已經在AI的基本資料裡面,但是你也沒辦法把它抽離啊。那這部分你要怎麼樣去做未來的預防?
gazette.blocks[16][0] 劉主任委員鏡清:政府目前現在是有在做資料治理的管控,這個資料治理管控是不會讓機密資料進去的。
gazette.blocks[17][0] 蔡委員易餘:所以必須一開始先管控好嘛?
gazette.blocks[18][0] 劉主任委員鏡清:對。
gazette.blocks[19][0] 蔡委員易餘:我想這個應該也不只臺灣啦,全世界大概都會因應,因為這種AI就是資料怎麼產生,資料的來源庫是什麼。
gazette.blocks[20][0] 劉主任委員鏡清:沒錯。
gazette.blocks[21][0] 蔡委員易餘:我們有這樣的一些指引,事實上,多去參考國外怎麼做,這個也是一個很必要的過程,好不好?
gazette.blocks[22][0] 劉主任委員鏡清:主權AI的確是目前臺灣很重要的一件事情。
gazette.blocks[23][0] 蔡委員易餘:好。再來就教主委第三個問題,臺灣過去也有在發展類似臺版的ChatGPT的AI,叫做TAIDE,TAIDE跟ChatGPT比較不一樣的是它比較有臺灣味,它的使用可能是以繁體中文,然後可能比較有一些臺灣的語言,本土語言的一些特色,但是畢竟市場有限,所以如果要導向國際的話,可能還要更多類似英語的資料,或者是其他的一些資料的涉入,所以未來臺灣的政策會在開發自己的AI軟體,還是說,畢竟現在黃仁勳也帶了臺灣的產業嘛,對不對?就是在這兩個抉擇上,我們還是要開發自己的軟體呢?還是就讓它順其自然?業界本來就是強者恆強,如果不夠強的話,自然會被淘汰。國發會你們具體的策略是怎樣?
gazette.blocks[24][0] 劉主任委員鏡清:我有看過TAIDE的整個展示,的確臺灣需要有自己的工具,原因是不論是用臺語也好,或者是用中文也好,它所得到的資料的精準度都會比國外的產品好。英文的部分國外本來就會有,所以基本上它會兼具英文、兼具中文、兼具臺語,那它所能夠服務臺灣人民的資料查詢的精準度,以我看到的展示,都會比國外的來得好很多,對於服務國民的一些政府服務,也都可以做得比較好一點。
gazette.blocks[25][0] 蔡委員易餘:所以TAIDE的優勢就是比較本土化,我們的臺語或是我們說的一些方言,這一套軟體是有辦法掌握的。
gazette.blocks[26][0] 劉主任委員鏡清:對。
gazette.blocks[27][0] 蔡委員易餘:但是它的掌握在專業度上可能會不夠,不像其他軟體餵的資料可能比較多,而且比較多元,可能會有這樣的問題,所以主委你的說法是說,這一套軟體還是有它的優勢,所以未來我們還是會扶持這一套軟體,讓它繼續壯大囉?
gazette.blocks[28][0] 劉主任委員鏡清:是。就我了解,國科會目前的做法是這樣。
gazette.blocks[29][0] 蔡委員易餘:好。除了扶持它之外,我們要怎麼鼓勵大家使用?
gazette.blocks[30][0] 劉主任委員鏡清:現在應該是有一個發展進程,成熟之後,應該就會開始開放出來,是不是我請國科會來說明?
gazette.blocks[31][0] 蔡委員易餘:請國科會來說明一下。
gazette.blocks[32][0] 林副主任委員法正:跟委員報告,基本上TAIDE這個計畫原來是到4月底,可是我們會把它延續到12月底,就是讓TAIDE資料的收集和模型的訓練,能夠更有臺灣味。明年開始,我們會加強它的推廣跟應用,目前來講,調整後的model,我們會把新的版本都公布,然後讓業界和公務機關都能夠下載,經過微調之後,就可以來使用。
gazette.blocks[33][0] 蔡委員易餘:過去類似這樣的,在幾年前LINE剛興起的時候,臺灣也有一度說要去開發我們自己的通訊軟體,但是後來也是卡在市場因素,整個市場大家就是都用LINE,所以臺灣自己的通訊軟體開發後來在當時也無疾而終。所以我現在也擔心你們現在去開發這一套TAIDE,但是它的市場優勢究竟在哪邊?以及它這個市場優勢,是否足以讓它未來可以在這個競爭的環境中支撐下去?這件事情我是打問號的。所以你們如果沒有講出一套未來要怎麼去推廣、去行銷,我感覺起來,我們這一套軟體要怎麼跟ChatGPT競爭?ChatGPT現在還在不斷地成長中,我們要怎麼跟人家競爭啊?
gazette.blocks[34][0] 劉主任委員鏡清:這個有兩個部分,它跟LINE比較不像,這裡面其實更有助於服務臺灣人民,如我們鄉下的長輩,其實他們需要用臺語來服務,或者是用客語來服務,所以它對於本土性的服務,對於做智慧政府或者是廠商要做智慧醫療、智慧零售,都會有很好的貢獻。
gazette.blocks[35][0] 蔡委員易餘:所以你的意思是說,它的優勢就是對於臺語、對於方言的適應度是更高的,辨別度也會比較好?
gazette.blocks[36][0] 劉主任委員鏡清:對。東南亞市場的華人市場,我們都還是可以進入。
gazette.blocks[36][1] 另外,因為它的邏輯是一樣的,它轉回到英文跟中文的時候,在華人市場跟海外市場,還是有機會做進展,所以它跟LINE會比較不太一樣。
gazette.blocks[37][0] 蔡委員易餘:當然。我說LINE只是一個舉例啦,未必是類似的狀況。但是我只是要跟你強調的就是說,我們既然要發展這套軟體,我們要怎麼把它的優勢發揮到最好?我相信ChatGPT總有一天它的臺語功能也是會變強,哪一天它覺得這一塊有市場的時候,它就會在哪一塊強化,等它那一塊強化的時候,我們的優勢就會跟著消失,所以我們既然要在這個軟體上要競逐的話,我們一定要有一個推動的重點。
gazette.blocks[38][0] 劉主任委員鏡清:是。
gazette.blocks[39][0] 蔡委員易餘:好不好?
gazette.blocks[40][0] 劉主任委員鏡清:好。
gazette.blocks[41][0] 蔡委員易餘:我覺得這可以再研究看看,我是給你們鼓勵啦,但是我也知道,以我們的市場,我們要開發出足以支撐下去並可以賺錢的軟體,那是很困難的,我也是鼓勵你們。
gazette.blocks[42][0] 劉主任委員鏡清:好。
gazette.blocks[43][0] 蔡委員易餘:謝謝。
gazette.blocks[44][0] 劉主任委員鏡清:謝謝。
gazette.blocks[45][0] 主席:好,謝謝。
gazette.blocks[45][1] 接下來,我們請羅智強委員詢答。謝謝
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_00
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 1.02659375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 14.47596875
transcript.pyannote[1].end 16.88909375
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 16.97346875
transcript.pyannote[2].end 17.51346875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 18.08721875
transcript.pyannote[3].end 19.09971875
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 25.61346875
transcript.pyannote[4].end 26.22096875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 26.55846875
transcript.pyannote[5].end 27.06471875
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 27.50346875
transcript.pyannote[6].end 38.13471875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 38.57346875
transcript.pyannote[7].end 39.11346875
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 39.34971875
transcript.pyannote[8].end 48.86721875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 49.13721875
transcript.pyannote[9].end 54.26721875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 55.00971875
transcript.pyannote[10].end 59.21159375
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 59.21159375
transcript.pyannote[11].end 59.24534375
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 59.75159375
transcript.pyannote[12].end 60.10596875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 60.73034375
transcript.pyannote[13].end 60.96659375
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 60.96659375
transcript.pyannote[14].end 81.55409375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 65.40471875
transcript.pyannote[15].end 65.77596875
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 81.67221875
transcript.pyannote[16].end 88.15221875
transcript.pyannote[17].speaker SPEAKER_02
transcript.pyannote[17].start 88.57409375
transcript.pyannote[17].end 92.79284375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 93.33284375
transcript.pyannote[18].end 101.50034375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 101.77034375
transcript.pyannote[19].end 112.65471875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 113.39721875
transcript.pyannote[20].end 113.41409375
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 113.41409375
transcript.pyannote[21].end 129.15846875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 113.44784375
transcript.pyannote[22].end 113.73471875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 120.53534375
transcript.pyannote[23].end 120.90659375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 125.69909375
transcript.pyannote[24].end 125.91846875
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 129.42846875
transcript.pyannote[25].end 129.46221875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 129.46221875
transcript.pyannote[26].end 131.40284375
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 129.47909375
transcript.pyannote[27].end 130.47471875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 131.60534375
transcript.pyannote[28].end 138.89534375
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 138.55784375
transcript.pyannote[29].end 143.04659375
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 143.26596875
transcript.pyannote[30].end 144.93659375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 143.46846875
transcript.pyannote[31].end 169.32096875
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 146.80971875
transcript.pyannote[32].end 146.84346875
transcript.pyannote[33].speaker SPEAKER_02
transcript.pyannote[33].start 160.79909375
transcript.pyannote[33].end 160.91721875
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 169.32096875
transcript.pyannote[34].end 192.03471875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 171.22784375
transcript.pyannote[35].end 171.61596875
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 192.10221875
transcript.pyannote[36].end 199.37534375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 199.37534375
transcript.pyannote[37].end 202.53096875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 203.13846875
transcript.pyannote[38].end 212.16659375
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 212.35221875
transcript.pyannote[39].end 212.77409375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 212.47034375
transcript.pyannote[40].end 215.74409375
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 215.74409375
transcript.pyannote[41].end 216.19971875
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 216.35159375
transcript.pyannote[42].end 225.36284375
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 225.70034375
transcript.pyannote[43].end 226.22346875
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 225.73409375
transcript.pyannote[44].end 226.24034375
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 226.24034375
transcript.pyannote[45].end 227.03346875
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 227.03346875
transcript.pyannote[46].end 228.07971875
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 228.07971875
transcript.pyannote[47].end 228.28221875
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 228.28221875
transcript.pyannote[48].end 231.37034375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 231.58971875
transcript.pyannote[49].end 251.83971875
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 249.39284375
transcript.pyannote[50].end 250.03409375
transcript.pyannote[51].speaker SPEAKER_02
transcript.pyannote[51].start 250.28721875
transcript.pyannote[51].end 255.11346875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 252.16034375
transcript.pyannote[52].end 252.22784375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 255.11346875
transcript.pyannote[53].end 255.99096875
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 255.55221875
transcript.pyannote[54].end 255.73784375
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 256.17659375
transcript.pyannote[55].end 260.12534375
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 260.51346875
transcript.pyannote[56].end 261.59346875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 262.28534375
transcript.pyannote[57].end 263.44971875
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 263.71971875
transcript.pyannote[58].end 270.33471875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 270.46971875
transcript.pyannote[59].end 274.62096875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 274.97534375
transcript.pyannote[60].end 278.40096875
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 278.95784375
transcript.pyannote[61].end 291.09096875
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 291.36096875
transcript.pyannote[62].end 302.02596875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 302.59971875
transcript.pyannote[63].end 303.32534375
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 304.13534375
transcript.pyannote[64].end 330.10596875
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 330.34221875
transcript.pyannote[65].end 332.08034375
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 332.16471875
transcript.pyannote[66].end 336.19784375
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 336.19784375
transcript.pyannote[67].end 336.23159375
transcript.pyannote[68].speaker SPEAKER_02
transcript.pyannote[68].start 336.60284375
transcript.pyannote[68].end 356.71784375
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 356.80221875
transcript.pyannote[69].end 372.17534375
transcript.pyannote[70].speaker SPEAKER_02
transcript.pyannote[70].start 372.32721875
transcript.pyannote[70].end 376.91721875
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 376.64721875
transcript.pyannote[71].end 388.27409375
transcript.pyannote[72].speaker SPEAKER_02
transcript.pyannote[72].start 387.44721875
transcript.pyannote[72].end 388.39221875
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 388.39221875
transcript.pyannote[73].end 408.00096875
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 408.28784375
transcript.pyannote[74].end 410.44784375
transcript.pyannote[75].speaker SPEAKER_02
transcript.pyannote[75].start 410.95409375
transcript.pyannote[75].end 412.52346875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 412.77659375
transcript.pyannote[76].end 413.85659375
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 414.07596875
transcript.pyannote[77].end 415.96596875
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 415.96596875
transcript.pyannote[78].end 417.02909375
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 418.05846875
transcript.pyannote[79].end 428.38596875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 422.83409375
transcript.pyannote[80].end 423.25596875
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 425.29784375
transcript.pyannote[81].end 431.59221875
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 428.38596875
transcript.pyannote[82].end 428.55471875
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 431.79471875
transcript.pyannote[83].end 448.77096875
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 449.47971875
transcript.pyannote[84].end 463.04721875
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 464.53221875
transcript.pyannote[85].end 464.54909375
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 464.54909375
transcript.pyannote[86].end 466.55721875
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 466.92846875
transcript.pyannote[87].end 472.31159375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 472.51409375
transcript.pyannote[88].end 477.91409375
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 478.28534375
transcript.pyannote[89].end 513.77346875
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 513.80721875
transcript.pyannote[90].end 519.89909375
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 520.21971875
transcript.pyannote[91].end 540.92534375
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 521.51909375
transcript.pyannote[92].end 521.94096875
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 529.45034375
transcript.pyannote[93].end 529.77096875
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 539.38971875
transcript.pyannote[94].end 548.23221875
transcript.pyannote[95].speaker SPEAKER_02
transcript.pyannote[95].start 546.20721875
transcript.pyannote[95].end 547.11846875
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 548.23221875
transcript.pyannote[96].end 558.44159375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 558.74534375
transcript.pyannote[97].end 559.21784375
transcript.pyannote[98].speaker SPEAKER_02
transcript.pyannote[98].start 559.31909375
transcript.pyannote[98].end 561.63096875
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 561.63096875
transcript.pyannote[99].end 561.85034375
transcript.pyannote[100].speaker SPEAKER_02
transcript.pyannote[100].start 561.85034375
transcript.pyannote[100].end 561.90096875
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 561.90096875
transcript.pyannote[101].end 573.27471875
transcript.pyannote[102].speaker SPEAKER_02
transcript.pyannote[102].start 562.59284375
transcript.pyannote[102].end 563.35221875
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 573.42659375
transcript.pyannote[103].end 579.36659375
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 579.75471875
transcript.pyannote[104].end 583.82159375
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 583.97346875
transcript.pyannote[105].end 586.58909375
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 587.01096875
transcript.pyannote[106].end 587.28096875
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 587.71971875
transcript.pyannote[107].end 597.40596875
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 597.40596875
transcript.pyannote[108].end 597.62534375
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 597.62534375
transcript.pyannote[109].end 613.16721875
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 613.79159375
transcript.pyannote[110].end 615.86721875
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 615.95159375
transcript.pyannote[111].end 617.48721875
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 618.60096875
transcript.pyannote[112].end 619.39409375
transcript.whisperx[0].start 0.283
transcript.whisperx[0].end 25.876
transcript.whisperx[0].text 委員請做詢問好,謝謝主席那我們是不是請國發會留主委好,我們請主委委員午安
transcript.whisperx[1].start 26.613
transcript.whisperx[1].end 37.63
transcript.whisperx[1].text 各位好 嗯 主委那因為今天這個議題是這個AI的議題那這幾個禮拜來大概整個台灣都是席捲著這個AI的這個浪潮齁
transcript.whisperx[2].start 39.472
transcript.whisperx[2].end 58.861
transcript.whisperx[2].text 事實上今天也是討論了包括針對AI的產業應用甚至人才培育講了很多我想先就教主委就AI的這個產業公部門部分有哪些是公部門可以開始來採用AI的技術
transcript.whisperx[3].start 61.179
transcript.whisperx[3].end 81.135
transcript.whisperx[3].text 跟委員報告公部門很早就開始使用生成式AI做一些資料的分析整理跟查詢所以國科會也因為這樣它有因為它這也有安全跟效率兩個構面安全面國科會有提出了一個使用生成式AI的參考指引確保在資料上的安全
transcript.whisperx[4].start 81.835
transcript.whisperx[4].end 92.61
transcript.whisperx[4].text 那另外在政府的應用部分目前是數發部有一個智慧政府辦公室專門在做這個整個公部門數位化的跟智慧化的部分
transcript.whisperx[5].start 93.396
transcript.whisperx[5].end 112.197
transcript.whisperx[5].text 就公部門部分當然是用生成式AI嘛那這包括說未來很多公部門的一些政策的制定那甚至說一些包括說可能來立法院來做的最簡單的這樣的一些報告是不是都未來會用AI然後來做基礎的一些架構
transcript.whisperx[6].start 113.502
transcript.whisperx[6].end 128.854
transcript.whisperx[6].text 是的 各單位就我的我們上次稍微大家聊了一下幾乎每個部會都在使用中每個單位都在使用然後速發部也特別政府特別成立了智慧政府辦公室專門在推動我們整個智慧政府的發展
transcript.whisperx[7].start 129.994
transcript.whisperx[7].end 146.019
transcript.whisperx[7].text 所以現在公部門的教育訓練這一塊就是說大家都會使用嗎?還是說會用的人會用,不會的人就讓他們自己去學習?以本會而言,我們普遍都有全部都有上過課全部都有上過課,所以大家都大概會去使用
transcript.whisperx[8].start 146.519
transcript.whisperx[8].end 167.1
transcript.whisperx[8].text 好那這第一個齁那第二個就叫這個主委就是說因為這個是生成式AI嘛齁他主要還是所謂的生成式就是說必須他的生成要有他的未資料齁所謂的未資料那這部分會不會有涉及到政府的這個機密的一些資訊外洩的一個問題
transcript.whisperx[9].start 167.92
transcript.whisperx[9].end 191.673
transcript.whisperx[9].text 那如何去預防?謝謝委員,這裡面有兩個構面,就像如同我前面講的當我們在查詢整理資料的時候,怎麼樣做到安全,國科會已經給了一個指引那第二個部分是,就我了解,國科會現在正在做一個AI基本法它的目的就是希望做到主權AI,讓台灣的資料能夠保存在台灣而不會被其他地方拿到
transcript.whisperx[10].start 192.954
transcript.whisperx[10].end 215.151
transcript.whisperx[10].text 這個進一步說明當然我們可以請國科會來補充但是就我了解目前政府很積極在做這個補充那如果涉及到機密資料已經跑進去的呢?如果涉及到真的有一些屬於比較機密、機敏性的結果它已經在AI的基本資料裡面但是你也沒辦法把它抽離那這部分你要怎麼樣去做未來的預防?
transcript.whisperx[11].start 217.549
transcript.whisperx[11].end 238.943
transcript.whisperx[11].text 這裡以政府目前現在是有在做資料治理的管控那這個資料治理管控是不會讓機密資料進去的所以一開始就必須一開始先管控好嗎我想這個應該也不只台灣啦全世界大概都會硬硬的這樣因為它本來就是這種AI就是資料的一些怎麼產生嘛那資料的來源庫是什麼
transcript.whisperx[12].start 239.423
transcript.whisperx[12].end 260.698
transcript.whisperx[12].text 沒錯那我想這部分應該是台灣我們有這樣的一些指引事實上多去參考國外怎麼做這個也是一個很必要的一個過程好不好主權AI的確是目前台灣很重要的一件事情好那第三個再來就叫這個主委那當然是說台灣過去
transcript.whisperx[13].start 262.355
transcript.whisperx[13].end 270.6
transcript.whisperx[13].text 也有在發展類似台版的這個叫做CHAT、GDP的台版的叫做TIDE
transcript.whisperx[14].start 271.926
transcript.whisperx[14].end 295.658
transcript.whisperx[14].text 那這樣的一個泰德的這樣的一個他的跟確實比較不一樣是他比較靠台灣比啦以他的使用的可能是以繁體中文然後可能比較有一些台灣的一些語言本土語言的一些特色那但是呢畢竟市場有限所以如果要打向國際的話他可能還要更多的
transcript.whisperx[15].start 296.699
transcript.whisperx[15].end 302.692
transcript.whisperx[15].text 類似一些英語的資料或其他資料的涉入所以未來
transcript.whisperx[16].start 304.495
transcript.whisperx[16].end 328.317
transcript.whisperx[16].text 臺灣的政策會在這一個這一個開發自己的這個AI的軟體還是說因為畢竟現在黃仁勳他也是帶著臺灣的產業對不對所以還是我們就是說在這兩個抉擇上我們還是要發展自己的開發自己的軟體還是說就讓他順其自然業界本來這個業界本來就是強者很強如果
transcript.whisperx[17].start 330.439
transcript.whisperx[17].end 335.724
transcript.whisperx[17].text 不夠強的話自然會被淘汰那這個國發會你們的具體的策略是怎樣
transcript.whisperx[18].start 336.853
transcript.whisperx[18].end 366.267
transcript.whisperx[18].text 這個部分我有整個看過TED的展示的確台灣需要有自己的工具原因是他無論是用台語也好或者是用中文也好他所得到的資料的精準度都會比國外的產品好那英文的部分國外本來就會有所以呢基本上他會兼具英文兼具中文兼具台語那他所能夠服務台灣人民的
transcript.whisperx[19].start 366.827
transcript.whisperx[19].end 383.011
transcript.whisperx[19].text 資料查詢的精準度我看到的展示都會比國外的來得好很多那對服務國民、人民的一些政府服務也都可以做得會比較好一點所以泰德他的優勢就是說他比較本土化啦可能是我們的台語啦或是我們講的一些方言的東西
transcript.whisperx[20].start 386.292
transcript.whisperx[20].end 406.512
transcript.whisperx[20].text 他這一套軟體他是有辦法掌握的但是他的掌握度總是在專業度上可能會不夠不會像其他的軟體他為的資料可能比較多而且比較多元可能會有這樣的問題那所以主委你的說法是說這一套軟體還是有它的優勢所以未來我們還是會扶持這一套軟體讓它繼續壯大囉
transcript.whisperx[21].start 409.798
transcript.whisperx[21].end 416.835
transcript.whisperx[21].text 就我了解國科會目前的做法是這樣好那除了除了扶持他之外可是我們要怎麼鼓勵大家使用
transcript.whisperx[22].start 418.303
transcript.whisperx[22].end 440.84
transcript.whisperx[22].text 他現在等到他們應該是有一個發展進程然後成熟之後他應該就會開始開放出來是不是我請國科會這邊來說明一下跟委員報告那基本上台德這個計畫原來是到4月底可是我們會把它延續到12月底就是讓台德他在這個資料的收集還有模型的訓練能夠各號台灣V
transcript.whisperx[23].start 443.402
transcript.whisperx[23].end 462.891
transcript.whisperx[23].text 然後明年開始我們會加強它的推廣跟應用目前來講我們這個調整後的那個model我們是會把新的版本都會公布然後讓這個業界還有讓那個什麼我們講的公務機關都能夠下載然後經過微調之後就可以來使用
transcript.whisperx[24].start 464.585
transcript.whisperx[24].end 493.96
transcript.whisperx[24].text 就是說過去類似這樣的我想在幾年前就是說像那個LINE剛在興起的時候台灣也有一度說要去開發我們自己的通訊軟體那但是後來也是卡在市場因素整個市場大家就是都用LINE所以台灣的通訊軟體後來在當時也差不多無聲而起了所以我現在也很高興你現在去開發這一套泰德但是
transcript.whisperx[25].start 494.5
transcript.whisperx[25].end 510.814
transcript.whisperx[25].text 他的市場的優勢究竟在哪邊以及他這個市場優勢足以讓他未來是可以支撐在這個競爭的環境中這件事情我是問號的所以你若沒有講出一套你未來要怎麼去推廣去行銷我感覺起來我們這套軟體要怎麼跟
transcript.whisperx[26].start 514.262
transcript.whisperx[26].end 540.653
transcript.whisperx[26].text 講白了要怎麼跟CHAT的GDP他們現在還不斷的在成長中我們要怎麼跟人家競爭啊這個有兩個部分喔他跟LINE比較不像喔這裡面其實對服務台灣人民喔我們整個是大人喔其實他需要用台語來服務或是客語來服務啦那所以呢他對於本土性的服務對於做智慧政府或者是廠商要做智慧醫療智慧零售都會有很好的對主委你的意思說我們的優勢就是說
transcript.whisperx[27].start 542.094
transcript.whisperx[27].end 556.762
transcript.whisperx[27].text 他對於台語對於方言的適應度是更高的那將來辨別度也會比較好對東南亞市場的華人市場我們都還是可以進入那另外因為他的邏輯是一樣的他轉回到英文跟中文的時候在華人市場跟海外市場還是有機會做進展
transcript.whisperx[28].start 559.443
transcript.whisperx[28].end 578.534
transcript.whisperx[28].text 所以他跟LINE會比較不太一樣當然我LINE只是一個舉例但是未必是類似的狀況但是我只要跟強調就是說我們既然沒發展這一套軟體我們要怎麼把它的優勢發揮到我相信CHAT的GDP總有一天他的台語的功能也許會變強
transcript.whisperx[29].start 580.035
transcript.whisperx[29].end 590.708
transcript.whisperx[29].text 哪一天他覺得這一塊有市場的時候,他就會在哪一塊強化?等他那一塊強化的時候,我們的優勢就會對得起所以我們既然要在這個軟體上要做競逐的話,我們一定要有一個我們要如何提供的一個重點,好不好?
transcript.whisperx[30].start 599.037
transcript.whisperx[30].end 606.441
transcript.whisperx[30].text 我認為這可以再研究看看我是給你們鼓勵啦但是我也知道說以我們的市場我們要開發出足以支撐然後讓它能夠賺錢的軟體那是很困難的我也是在你們鼓勵啦好 謝謝