iVOD / 159140

Field Value
IVOD_ID 159140
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/159140
日期 2025-03-13
會議資料.會議代碼 委員會-11-3-23-2
會議資料.會議代碼:str 第11屆第3會期交通委員會第2次全體委員會議
會議資料.屆 11
會議資料.會期 3
會議資料.會次 2
會議資料.種類 委員會
會議資料.委員會代碼[0] 23
會議資料.委員會代碼:str[0] 交通委員會
會議資料.標題 第11屆第3會期交通委員會第2次全體委員會議
影片種類 Clip
開始時間 2025-03-13T11:30:22+08:00
結束時間 2025-03-13T11:40:28+08:00
影片長度 00:10:06
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/3b972b8f6f00770f7b52c23e977d4bf5b0efe61acdb48b4e86f8ffab8834d983268cb4a8a8bd5f905ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 邱若華
委員發言時間 11:30:22 - 11:40:28
會議時間 2025-03-13T09:00:00+08:00
會議名稱 立法院第11屆第3會期交通委員會第2次全體委員會議(事由:邀請數位發展部部長黃彥男列席報告業務概況,並備質詢。 【如本院改為加開院會,則本次會議取消,不另行通知。】)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 0.85784375
transcript.pyannote[0].end 3.38909375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 3.62534375
transcript.pyannote[1].end 4.38471875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 10.12221875
transcript.pyannote[2].end 10.76346875
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 10.88159375
transcript.pyannote[3].end 22.71096875
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 22.82909375
transcript.pyannote[4].end 39.70409375
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 39.80534375
transcript.pyannote[5].end 48.05721875
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 48.98534375
transcript.pyannote[6].end 63.75096875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 64.37534375
transcript.pyannote[7].end 65.50596875
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 65.50596875
transcript.pyannote[8].end 65.55659375
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 65.55659375
transcript.pyannote[9].end 65.82659375
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 65.60721875
transcript.pyannote[10].end 68.32409375
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 68.89784375
transcript.pyannote[11].end 82.04346875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 81.65534375
transcript.pyannote[12].end 84.69284375
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 85.73909375
transcript.pyannote[13].end 87.84846875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 88.37159375
transcript.pyannote[14].end 93.26534375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 93.78846875
transcript.pyannote[15].end 98.04096875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 98.04096875
transcript.pyannote[16].end 129.02346875
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 129.20909375
transcript.pyannote[17].end 131.26784375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 131.63909375
transcript.pyannote[18].end 138.62534375
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 138.99659375
transcript.pyannote[19].end 145.03784375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 145.03784375
transcript.pyannote[20].end 146.69159375
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 147.07971875
transcript.pyannote[21].end 164.51159375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 164.08971875
transcript.pyannote[22].end 164.52846875
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 164.52846875
transcript.pyannote[23].end 164.59596875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 164.59596875
transcript.pyannote[24].end 164.61284375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 164.61284375
transcript.pyannote[25].end 165.01784375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 165.01784375
transcript.pyannote[26].end 165.03471875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 165.03471875
transcript.pyannote[27].end 165.05159375
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 165.05159375
transcript.pyannote[28].end 167.11034375
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 166.26659375
transcript.pyannote[29].end 166.46909375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 167.11034375
transcript.pyannote[30].end 167.86971875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 167.14409375
transcript.pyannote[31].end 167.71784375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 167.86971875
transcript.pyannote[32].end 168.05534375
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 168.05534375
transcript.pyannote[33].end 168.10596875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 168.29159375
transcript.pyannote[34].end 168.56159375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 169.10159375
transcript.pyannote[35].end 169.13534375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 169.13534375
transcript.pyannote[36].end 172.76346875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 170.77221875
transcript.pyannote[37].end 171.31221875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 172.93221875
transcript.pyannote[38].end 197.06346875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 196.59096875
transcript.pyannote[39].end 207.00284375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 207.39096875
transcript.pyannote[40].end 222.74721875
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 208.69034375
transcript.pyannote[41].end 209.65221875
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 210.19221875
transcript.pyannote[42].end 210.41159375
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 223.86096875
transcript.pyannote[43].end 224.02971875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 224.02971875
transcript.pyannote[44].end 224.40096875
transcript.pyannote[45].speaker SPEAKER_00
transcript.pyannote[45].start 224.94096875
transcript.pyannote[45].end 240.97221875
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 240.97221875
transcript.pyannote[46].end 242.94659375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 243.28409375
transcript.pyannote[47].end 243.57096875
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 243.57096875
transcript.pyannote[48].end 243.58784375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 243.58784375
transcript.pyannote[49].end 245.49471875
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 243.63846875
transcript.pyannote[50].end 259.48409375
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 259.77096875
transcript.pyannote[51].end 267.88784375
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 267.65159375
transcript.pyannote[52].end 294.80346875
transcript.pyannote[53].speaker SPEAKER_00
transcript.pyannote[53].start 275.02596875
transcript.pyannote[53].end 275.76846875
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 277.03409375
transcript.pyannote[54].end 278.01284375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 281.43846875
transcript.pyannote[55].end 281.60721875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 294.97221875
transcript.pyannote[56].end 301.24971875
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 295.12409375
transcript.pyannote[57].end 295.78221875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 300.15284375
transcript.pyannote[58].end 318.49596875
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 318.76596875
transcript.pyannote[59].end 334.13909375
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 334.30784375
transcript.pyannote[60].end 337.05846875
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 335.79284375
transcript.pyannote[61].end 337.00784375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 337.05846875
transcript.pyannote[62].end 337.73346875
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 337.73346875
transcript.pyannote[63].end 338.79659375
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 338.79659375
transcript.pyannote[64].end 339.03284375
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 339.03284375
transcript.pyannote[65].end 340.83846875
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 341.58096875
transcript.pyannote[66].end 344.43284375
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 345.17534375
transcript.pyannote[67].end 346.01909375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 346.01909375
transcript.pyannote[68].end 351.41909375
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 346.03596875
transcript.pyannote[69].end 346.72784375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 351.99284375
transcript.pyannote[70].end 354.69284375
transcript.pyannote[71].speaker SPEAKER_00
transcript.pyannote[71].start 355.38471875
transcript.pyannote[71].end 358.70909375
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 358.82721875
transcript.pyannote[72].end 365.42534375
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 365.49284375
transcript.pyannote[73].end 366.03284375
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 366.64034375
transcript.pyannote[74].end 369.00284375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 369.17159375
transcript.pyannote[75].end 371.38221875
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 370.99409375
transcript.pyannote[76].end 383.43096875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 380.88284375
transcript.pyannote[77].end 381.32159375
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 381.72659375
transcript.pyannote[78].end 383.38034375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 383.43096875
transcript.pyannote[79].end 384.03846875
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 384.03846875
transcript.pyannote[80].end 395.20971875
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 384.17346875
transcript.pyannote[81].end 385.92846875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 386.62034375
transcript.pyannote[82].end 387.31221875
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 394.45034375
transcript.pyannote[83].end 412.60784375
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 397.28534375
transcript.pyannote[84].end 397.75784375
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 397.97721875
transcript.pyannote[85].end 398.85471875
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 412.23659375
transcript.pyannote[86].end 424.42034375
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 417.26534375
transcript.pyannote[87].end 417.63659375
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 424.79159375
transcript.pyannote[88].end 426.41159375
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 426.91784375
transcript.pyannote[89].end 427.45784375
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 428.13284375
transcript.pyannote[90].end 428.77409375
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 428.77409375
transcript.pyannote[91].end 429.06096875
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 429.24659375
transcript.pyannote[92].end 436.03034375
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 436.03034375
transcript.pyannote[93].end 446.23971875
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 446.50971875
transcript.pyannote[94].end 477.96471875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 477.96471875
transcript.pyannote[95].end 478.03221875
transcript.pyannote[96].speaker SPEAKER_00
transcript.pyannote[96].start 478.03221875
transcript.pyannote[96].end 478.85909375
transcript.pyannote[97].speaker SPEAKER_01
transcript.pyannote[97].start 478.85909375
transcript.pyannote[97].end 478.90971875
transcript.pyannote[98].speaker SPEAKER_00
transcript.pyannote[98].start 478.90971875
transcript.pyannote[98].end 478.96034375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 478.96034375
transcript.pyannote[99].end 479.41596875
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 479.41596875
transcript.pyannote[100].end 479.63534375
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 479.63534375
transcript.pyannote[101].end 480.31034375
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 480.76596875
transcript.pyannote[102].end 481.28909375
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 481.28909375
transcript.pyannote[103].end 481.71096875
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 481.71096875
transcript.pyannote[104].end 481.76159375
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 481.76159375
transcript.pyannote[105].end 481.96409375
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 481.96409375
transcript.pyannote[106].end 482.03159375
transcript.pyannote[107].speaker SPEAKER_00
transcript.pyannote[107].start 482.03159375
transcript.pyannote[107].end 488.96721875
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 487.73534375
transcript.pyannote[108].end 488.14034375
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 488.24159375
transcript.pyannote[109].end 491.93721875
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 492.44346875
transcript.pyannote[110].end 497.33721875
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 497.50596875
transcript.pyannote[111].end 504.18846875
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 504.88034375
transcript.pyannote[112].end 509.68971875
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 510.29721875
transcript.pyannote[113].end 515.76471875
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 516.06846875
transcript.pyannote[114].end 519.39284375
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 519.93284375
transcript.pyannote[115].end 527.10471875
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 527.25659375
transcript.pyannote[116].end 530.02409375
transcript.pyannote[117].speaker SPEAKER_00
transcript.pyannote[117].start 530.02409375
transcript.pyannote[117].end 537.97221875
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 537.97221875
transcript.pyannote[118].end 542.96721875
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 540.25034375
transcript.pyannote[119].end 541.87034375
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 543.45659375
transcript.pyannote[120].end 543.47346875
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 543.47346875
transcript.pyannote[121].end 548.38409375
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 544.06409375
transcript.pyannote[122].end 544.57034375
transcript.pyannote[123].speaker SPEAKER_00
transcript.pyannote[123].start 544.94159375
transcript.pyannote[123].end 547.38846875
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 548.77221875
transcript.pyannote[124].end 549.56534375
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 549.56534375
transcript.pyannote[125].end 549.61596875
transcript.pyannote[126].speaker SPEAKER_01
transcript.pyannote[126].start 549.61596875
transcript.pyannote[126].end 549.81846875
transcript.pyannote[127].speaker SPEAKER_00
transcript.pyannote[127].start 549.81846875
transcript.pyannote[127].end 549.91971875
transcript.pyannote[128].speaker SPEAKER_00
transcript.pyannote[128].start 550.72971875
transcript.pyannote[128].end 554.20596875
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 554.50971875
transcript.pyannote[129].end 558.77909375
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 559.08284375
transcript.pyannote[130].end 561.91784375
transcript.pyannote[131].speaker SPEAKER_01
transcript.pyannote[131].start 562.25534375
transcript.pyannote[131].end 567.09846875
transcript.pyannote[132].speaker SPEAKER_01
transcript.pyannote[132].start 567.80721875
transcript.pyannote[132].end 574.79346875
transcript.pyannote[133].speaker SPEAKER_00
transcript.pyannote[133].start 571.53659375
transcript.pyannote[133].end 571.70534375
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 573.44346875
transcript.pyannote[134].end 586.47096875
transcript.pyannote[135].speaker SPEAKER_00
transcript.pyannote[135].start 586.94346875
transcript.pyannote[135].end 587.97284375
transcript.pyannote[136].speaker SPEAKER_01
transcript.pyannote[136].start 587.97284375
transcript.pyannote[136].end 594.48659375
transcript.pyannote[137].speaker SPEAKER_01
transcript.pyannote[137].start 594.77346875
transcript.pyannote[137].end 595.78596875
transcript.pyannote[138].speaker SPEAKER_01
transcript.pyannote[138].start 596.30909375
transcript.pyannote[138].end 597.30471875
transcript.pyannote[139].speaker SPEAKER_01
transcript.pyannote[139].start 597.33846875
transcript.pyannote[139].end 602.04659375
transcript.pyannote[140].speaker SPEAKER_01
transcript.pyannote[140].start 602.38409375
transcript.pyannote[140].end 602.65409375
transcript.pyannote[141].speaker SPEAKER_00
transcript.pyannote[141].start 602.92409375
transcript.pyannote[141].end 603.27846875
transcript.pyannote[142].speaker SPEAKER_01
transcript.pyannote[142].start 603.27846875
transcript.pyannote[142].end 603.78471875
transcript.whisperx[0].start 1.251
transcript.whisperx[0].end 26.37
transcript.whisperx[0].text 謝謝主席 主席請速發部黃部長請部長委員好部長好 部長本席去年在省速發部 速產署還有治安署的預算的時候有針對政府機關使用深層式AI諮詢過部長 部長不知道您還記不記得那當時本席有要求治安署針對公務機關公部門
transcript.whisperx[1].start 27.811
transcript.whisperx[1].end 48.592
transcript.whisperx[1].text 像是國防部、外交部等相關單位,就是我們討論是否要禁用CHAT、GPT,還有演繹相關的規範,當時有進行過討論。那隨著科技日新月幼,深層次AI不斷的創新,那就近期的AI發展就叫不漲。那中國的Deep-seek,
transcript.whisperx[2].start 49.032
transcript.whisperx[2].end 67.49
transcript.whisperx[2].text 在今年1月正式上架iOS跟安卓兩大平台然後在今年的1月27在美國地區的蘋果App Store下載的檔上超越ChatGBT那有關DeepSync的崛起部長應該有密切的掌握相關訊息吧我們很清楚而且我們內部有做測試
transcript.whisperx[3].start 68.951
transcript.whisperx[3].end 84.134
transcript.whisperx[3].text 就是說有對這個Deep-seek的功能包括它安全性都有做一些評估啦這個委員這邊講的Deep-seek超越CHAT GPT我個人是不同意因為事實上在很多我說的超越CHAT GPT是它的下載量
transcript.whisperx[4].start 85.745
transcript.whisperx[4].end 111.88
transcript.whisperx[4].text 下載量對但是這個以功能面來講跟安全性來講其實這個GDPT還是比較完整是這是部長您的看法吧就是我們評測之後的結果評測之後的結果那卓院長也在2月3號宣布公務機關全面機用Deep-Seek AI的服務確保國家的直通安全那行政院的政務委員吳承文也建議學術研究用途也應該在下載之後來斷網
transcript.whisperx[5].start 113.121
transcript.whisperx[5].end 138.233
transcript.whisperx[5].text 使用比較安全那部長您在24號的時候表示Deep Sea Check有資安的風險所以從資安角度公部門要來禁用那這邊要就教部長一個問題本期在上次質詢的時候有舉出南韓的三星集團還有美國的蘋果還有亞馬遜等國際知名企業他們的內部都是禁止員工使用Check GPT因為有各自外洩的疑慮
transcript.whisperx[6].start 139.033
transcript.whisperx[6].end 167.86
transcript.whisperx[6].text 我國政府目前只有禁用Deep-seek那對於CHAT GPT部長您的態度跟看法呢我們這個是我想都一樣就是說這些深圳市這個LLM都可能會你如果在上面做一些訓練或做一些這些查詢都有可能在這過程中資料會被被這個大圓模型來使用那當然就有可能會有資料外所以這個問題是LLM目前發展到什麼階段LLM現在最近發展非常快
transcript.whisperx[7].start 169.204
transcript.whisperx[7].end 195.761
transcript.whisperx[7].text 是到什麼部長您繼續他現在已經像OpenAI已經到了就是他已經最近有一些新的版本像像那個就是O1就是他有一些4.5就是GPT以前4.0現在到4.5然後衍生了很多的相關的功能所以他是越來越powerful然後那當然他的資料也非常的多那原則上公家機關使用GPT不管怎麼樣都要小心因為在這過程中
transcript.whisperx[8].start 196.201
transcript.whisperx[8].end 222.372
transcript.whisperx[8].text 尤其是雲端版是確實要小心因為目前印度政府例如財政部是禁止使用ChatGPT美國的國防部在內部也是禁止使用ChatGPT那包含法國他的政府機構也是禁用ChatGPT那德國呢他們有隱私的考量基於隱私的考量他們德國數據保護監管機構要求OpenAI必須要提供ChatGPT的透明度報告我們台灣有辦法同樣做到嗎
transcript.whisperx[9].start 223.922
transcript.whisperx[9].end 242.617
transcript.whisperx[9].text 那個我們這邊剛才講就是說這個這個切記BT在公部門有些指引裡面當然就有提醒就是說公家的那個機敏治療不能夠去用切記BT來做處理所以這個這個是有一些規範目前是指引嘛可是沒有明確的說禁止使用在公
transcript.whisperx[10].start 246.979
transcript.whisperx[10].end 267.671
transcript.whisperx[10].text 我們禁止使用是用危害國家自通安全產品的這樣的一個規範去禁止使用那因為千斤PT並沒有危害國家自通安全這個剛剛講就機敏製藥外洩是可能但是並不是危害到國家的所謂的自通安全或是國安的危害
transcript.whisperx[11].start 267.691
transcript.whisperx[11].end 296.252
transcript.whisperx[11].text 部長您提到國家的資通安全那蘋果公司它是以防止機密資料的洩漏所以它禁止員工使用ChatGPT跟外部的AI工具那亞馬遜它也是基於資料安全跟隱私保護的考量禁止使用深層式AI那還有Spotify那包括美國的電信巨頭Verizon他們也提過禁止從公司使用ChatGPT以防止客戶的資訊外洩跟國家機密比起來國家機密不是更重要嗎
transcript.whisperx[12].start 296.932
transcript.whisperx[12].end 320.735
transcript.whisperx[12].text 為什麼我們抒發部沒有跟相關部會來進行研議跟討論我們剛才講就是說我們能夠限制禁止使用是要根據法律那目前目前這一個我們Deep-seek的話是利用危害國家自動安全產品的這樣一個規範去限制但是呢CHAT-GPD並沒有我們沒有辦法證明但是我覺得國家自動安全
transcript.whisperx[13].start 321.215
transcript.whisperx[13].end 343.601
transcript.whisperx[13].text 但是呢他有沒有說基民資料就公司的基民資料或什麼資料會外洩是有可能所以我們基本上我們是建議不要使用但是並沒有法規讓我們能夠去限制GPT的使用所以我想這兩個是主要還是要回答法規目前危害我國的自動安全只有中國大陸嗎就是目前來講就是
transcript.whisperx[14].start 345.253
transcript.whisperx[14].end 363.022
transcript.whisperx[14].text 因為Deep-seek是來自中國的AI所以目前禁用Deep-seek難道只有中國會危害台灣的直通安全嗎目前是目前我們的定義是的確是對來自中國的產品我們是有些管制因為為什麼因為因為簡單來講他們
transcript.whisperx[15].start 366.904
transcript.whisperx[15].end 383.215
transcript.whisperx[15].text 不管從各式各樣的安全的攻擊跟安全的那個是部長您提到攻擊在去年11月的時候您也有說過台灣每個每一秒遭受到的攻擊是1.5萬次1萬5千次平均是1萬5千次沒錯吧
transcript.whisperx[16].start 384.356
transcript.whisperx[16].end 410.614
transcript.whisperx[16].text 是其他國家的四倍所以我們不只要抵禦來自中國的資通安全上面我們要考量到的危機那同樣的還有哪一些國家對台灣也發動過攻擊我們是看他攻擊的太陽所以基本上不是看地點因為他們會有跳板所以他們可能會跳到美國的一些電腦再回來攻擊台灣但是我們從太陽裡面的確發現很多攻擊是跟中國的所謂的網軍是有關聯的
transcript.whisperx[17].start 412.395
transcript.whisperx[17].end 427.16
transcript.whisperx[17].text 那其實不只中國包括俄國還有東歐還有北韓都有啊對 但是部長您也有提到說現在很多深層式的AI APP它不只是CHAT GPT那它會連到CHAT GPT後面的引擎
transcript.whisperx[18].start 428.2
transcript.whisperx[18].end 443.464
transcript.whisperx[18].text 沒有錯吧那如果單一禁止的話那Deep-Seek他也沒有辦法保證是否有其他的APP連到Deep-Seek後端的伺服器所以公家機關我們現在是禁止使用Deep-Seek但是呢對民間我們並沒有限制目前是這樣子
transcript.whisperx[19].start 443.744
transcript.whisperx[19].end 461.076
transcript.whisperx[19].text 對民間沒有限制 那我們現在討論的是CHAT GPTCHAT GPT我們一樣就是我們只有我們目前沒有法規去限制CHAT GPT的使用但是我們有建議在基民資料在公部門裡面也盡量不要也不要使用CHAT GPT但是並沒有並沒有像
transcript.whisperx[20].start 462.857
transcript.whisperx[20].end 480.068
transcript.whisperx[20].text 這個我們限制Deep-seek這樣就是因為Deep-seek主要它是回到危害國家自動安全產品這樣的一個規範去做這樣的限制就是說任何的限制不管是任何的不管是將來任何的軟體的限制都要有法可循所以如果沒有那個部長資安它涉及國家的基面還有科技發展其實不只
transcript.whisperx[21].start 480.828
transcript.whisperx[21].end 502.874
transcript.whisperx[21].text 局限在單一個國家那也希望那個很明顯就是就是來自中國的產品確實很多是有製造這個不只是台灣部長您現在提到中國的話那我舉兩個歷史事件在1939年的時候德國還有蘇聯簽訂德蘇互不侵犯條例那1939年波蘭戰敗之後德蘇共同瓜分波蘭那相隔不到兩年德國納粹德國又發動了發動了攻擊那動員了370多萬人入侵蘇聯那另外
transcript.whisperx[22].start 510.336
transcript.whisperx[22].end 529.183
transcript.whisperx[22].text 越南戰爭在1955年到1975年當時中共出兵的17萬人協助北越擊敗南越那造成越南全面的赤化那我們可以由此可知中共跟北越的關係十分密切那後來就因為國際政治的因素1979年中共與越南發生又發生了中越戰爭
transcript.whisperx[23].start 530.003
transcript.whisperx[23].end 549.64
transcript.whisperx[23].text 所以在國際事務上沒有永遠的敵人也沒有永遠的朋友我們目前敵人就是中國就是很明顯就是就是要所以就是因為他來自中國然後部長您就是立馬當機立斷說我們台灣公部門不能使用dipsyncGPT他同樣也有風險存在
transcript.whisperx[24].start 550.925
transcript.whisperx[24].end 566.247
transcript.whisperx[24].text 對它是它我們沒有法規去禁止它因為它不屬於危害國家自動安全產品這樣的一個category所以目前只能建議不要使用但是沒有辦法禁止使用沒有辦法OK好那Google昨天也發布了Gemma 3
transcript.whisperx[25].start 567.864
transcript.whisperx[25].end 586.289
transcript.whisperx[25].text 部長你也知道現在還有一個AI agent叫做MANUS那接下來只要是來自中國的我們都是全面一律禁用嗎我們現在的其實不是我們啦像很多自由民主國家都會對中國的產品有很多的限制我想這個都是一樣的考量因為確實有自然的疑慮因為資料會送到中國去這個大家都知道的事情
transcript.whisperx[26].start 587.029
transcript.whisperx[26].end 603.636
transcript.whisperx[26].text 是那我剛剛也舉例最後我剛剛部長我也舉例了在法國那在德國同樣的對於AI潛在的風險那他們是禁止公部門使用政府機構都是禁止使用check GPT的那希望部長您再回去想一想好謝謝OK