iVOD / 161319

Field Value
IVOD_ID 161319
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/161319
日期 2025-05-14
會議資料.會議代碼 聯席會議-11-3-22,23-1
會議資料.會議代碼:str 第11屆第3會期教育及文化、交通委員會第1次聯席會議
會議資料.屆 11
會議資料.會期 3
會議資料.會次 1
會議資料.種類 聯席會議
會議資料.委員會代碼[0] 22
會議資料.委員會代碼[1] 23
會議資料.委員會代碼:str[0] 教育及文化委員會
會議資料.委員會代碼:str[1] 交通委員會
會議資料.標題 第11屆第3會期教育及文化、交通委員會第1次聯席會議
影片種類 Clip
開始時間 2025-05-14T10:01:00+08:00
結束時間 2025-05-14T10:10:21+08:00
影片長度 00:09:21
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/4f2e91488ef6971bea99520202a3c68aebe85dec65e1b6405433fb1cebf983d86c7d451d8d01ad695ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 李昆澤
委員發言時間 10:01:00 - 10:10:21
會議時間 2025-05-14T09:00:00+08:00
會議名稱 立法院第11屆第3會期教育及文化、交通委員會第1次聯席會議(事由:一、審查委員葛如鈞等37人擬具「人工智慧基本法草案」案。 二、審查委員邱若華等17人擬具「人工智慧基本法草案」案。 三、審查委員羅廷瑋等17人擬具「人工智慧基本法草案」案。 四、審查委員萬美玲等18人擬具「人工智慧基本法草案」案。 五、審查委員許宇甄等20人擬具「人工智慧基本法草案」案。 六、審查委員張嘉郡等21人擬具「人工智慧基本法草案」案。 七、審查委員林倩綺等23人擬具「人工智慧基本法草案」案。 (僅進行詢答))
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 2.02221875
transcript.pyannote[0].end 5.41409375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 6.15659375
transcript.pyannote[1].end 8.48534375
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 8.90721875
transcript.pyannote[2].end 25.52909375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 26.01846875
transcript.pyannote[3].end 33.54471875
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 35.06346875
transcript.pyannote[4].end 38.30346875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 38.77596875
transcript.pyannote[5].end 101.14596875
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 40.39596875
transcript.pyannote[6].end 40.80096875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 101.75346875
transcript.pyannote[7].end 105.11159375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 105.26346875
transcript.pyannote[8].end 152.74971875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 152.74971875
transcript.pyannote[9].end 166.63784375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 166.80659375
transcript.pyannote[10].end 169.10159375
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 169.96221875
transcript.pyannote[11].end 186.97221875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 181.16721875
transcript.pyannote[12].end 181.43721875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 186.97221875
transcript.pyannote[13].end 196.37159375
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 196.37159375
transcript.pyannote[14].end 196.69221875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 196.69221875
transcript.pyannote[15].end 196.81034375
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 196.81034375
transcript.pyannote[16].end 215.33909375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 209.95596875
transcript.pyannote[17].end 210.19221875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 215.05221875
transcript.pyannote[18].end 225.31221875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 225.63284375
transcript.pyannote[19].end 233.34471875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 232.88909375
transcript.pyannote[20].end 256.59846875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 257.13846875
transcript.pyannote[21].end 290.97284375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 290.97284375
transcript.pyannote[22].end 291.31034375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 291.31034375
transcript.pyannote[23].end 291.36096875
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 291.36096875
transcript.pyannote[24].end 310.90221875
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 311.42534375
transcript.pyannote[25].end 352.97159375
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 352.97159375
transcript.pyannote[26].end 395.04096875
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 395.04096875
transcript.pyannote[27].end 423.96471875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 423.96471875
transcript.pyannote[28].end 453.95159375
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 453.68159375
transcript.pyannote[29].end 475.97346875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 473.52659375
transcript.pyannote[30].end 475.06221875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 475.97346875
transcript.pyannote[31].end 476.02409375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 476.02409375
transcript.pyannote[32].end 476.96909375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 476.96909375
transcript.pyannote[33].end 477.49221875
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 477.49221875
transcript.pyannote[34].end 503.49659375
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 503.68221875
transcript.pyannote[35].end 503.73284375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 503.73284375
transcript.pyannote[36].end 512.33909375
transcript.pyannote[37].speaker SPEAKER_00
transcript.pyannote[37].start 511.76534375
transcript.pyannote[37].end 541.97159375
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 541.97159375
transcript.pyannote[38].end 553.41284375
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 553.17659375
transcript.pyannote[39].end 554.27346875
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 554.27346875
transcript.pyannote[40].end 555.26909375
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 554.34096875
transcript.pyannote[41].end 555.25221875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 559.35284375
transcript.pyannote[42].end 560.65221875
transcript.whisperx[0].start 2.366
transcript.whisperx[0].end 4.917
transcript.whisperx[0].text 謝謝召委,我還是請一下數位部葉林次長
transcript.whisperx[1].start 6.209
transcript.whisperx[1].end 33.135
transcript.whisperx[1].text 有請葉林次長備質詢 謝謝我還是請蘇衛部的葉林次長因為我認為國科會已經是接近智庫的這樣的一個性質提供相關的研究以及研究的這樣的都是以發包來作為一個處理的方式那其實量能是不足的在以後要處理AI基本法不管是相關法令以及相關的執行方面
transcript.whisperx[2].start 35.277
transcript.whisperx[2].end 56.312
transcript.whisperx[2].text 國科會這個重擔是承擔不起來我請教一下市長我們針對AI主權這是國際科技發展的一個重點重要的戰略的一個位置因為它關係到經濟的發展以及相關的資安更是世界各國投入很多的資源
transcript.whisperx[3].start 57.253
transcript.whisperx[3].end 74.242
transcript.whisperx[3].text 要來作為數位的主權跟國家安全一個重要的基礎但是目前我們台灣在目前相關的AI主權方面還是有很多的問題第一個我們的晶片儘管是領先全球但是我們的AI的關鍵技術
transcript.whisperx[4].start 75.843
transcript.whisperx[4].end 97.197
transcript.whisperx[4].text 卻是高度的依賴國外我非常的擔心說在AI主權未來的一個發展我們只是硬體的一個供應者而不是關鍵技術的擁有者那我們也缺乏本土的大型的語言模型演算法跟資料的自主權我們哪裡掌握我們自己AI產業的這種主導權這是一個問題
transcript.whisperx[5].start 102.02
transcript.whisperx[5].end 120.913
transcript.whisperx[5].text 請教一下次長你們有什麼相關因應的方法嗎好 第一件事情跟委員報告就是當然AI晶片當然是非常重要當然AI關鍵技術的確如委員所說不只如此但是台灣作為國際產業鏈的一部分那我們會發展跟本土有關的這個AI的新創技術所以我們其實在這個國發會資源之下我們已經匡列國發基金來投資AI新創事業那有關語言模型的部分
transcript.whisperx[6].start 129.119
transcript.whisperx[6].end 147.675
transcript.whisperx[6].text 當然我們國科會過去在台德也是在國際的這個開源模型上面做發展但是中間這個非常重要的一部分就是委員了解說資料的自主特別是台灣的資料如何能夠進入這個大園的模型所以本部現在正在積極的推動準備建立
transcript.whisperx[7].start 149.096
transcript.whisperx[7].end 168.734
transcript.whisperx[7].text 台灣的AI主權的語料庫那先從政府開始做你們的AI核心技術我們欠缺的就是相關的這種大型的語言模型還有相關的演算法我們都是明顯落後在國際的這樣的一個科技的巨頭你們有什麼處理方式嗎
transcript.whisperx[8].start 170.231
transcript.whisperx[8].end 196.003
transcript.whisperx[8].text 我們其實應該就是我剛才跟委員報告就是其實國際的科技所謂的科技的公司他們過去已經投入了大量的資本跟訓練的成本那我們其實應該在他已經既有的基礎上面去做市長我請教我們政府會投入穩定的資金以及相關的計算的資源來支持我們本土型的這種語言模型嗎是的
transcript.whisperx[9].start 197.923
transcript.whisperx[9].end 224.675
transcript.whisperx[9].text 實際的部分我剛剛已經跟委員報告過那國發會已經匡列了這個國發基金這個100億那會進行這個長期的投資那算力的部分除了這個國科會當然有高速電腦中心支援科研之外那本部也會有提供算力來支援特別是中小企業的這個算力的市長我們還是要加速我們產學的合作平台我們對於相關的成品的這樣的一個商品化還有技術落地這個部分還是要加強
transcript.whisperx[10].start 225.735
transcript.whisperx[10].end 243.805
transcript.whisperx[10].text 是 我完全贊成就是說提供算力 提供資金甚至提供行銷 提供資料這是本部在這個AI發展上會提供另外就是我們的留不住人才這個危機也是嚴重的警訊那我們AI高階人才嚴重流失但是產業的發展又非常的快速
transcript.whisperx[11].start 244.665
transcript.whisperx[11].end 263.27
transcript.whisperx[11].text 教育信念跟相關的薪資結構仍然是落後了而且我們也缺乏對AI人才長期職雅的一個新一例來說明一下我們有什麼解決方式人才部分其實台灣對AI人才是非常的去渴求但我們大概有整體的規劃
transcript.whisperx[12].start 264.19
transcript.whisperx[12].end 292.75
transcript.whisperx[12].text 那在AI人才有包括高階人才譬如研發人才那這主要會由國科會跟教育部再從學研或科研方面去著手那重要的是產業的部分那本部的這個數位產業署那會提供非常多的這個產業方面的這個這個人才訓練的課程甚至於國際的公司譬如說Microsoft舉辦工作坊的方式來進行那公務的部分我們也在跟人事總處進行合作希望每一個公務員都具有人工智慧的素養市長我們還是要推動啊
transcript.whisperx[13].start 292.97
transcript.whisperx[13].end 307.036
transcript.whisperx[13].text 有競爭力的這種人才的薪資制度這是留住人才一個最重要的基礎那我們要鼓勵國際跟本土AI企業來設研發中心那重新設計AI相關的課程跟資訊計畫回應實務的需求來補充說明一下
transcript.whisperx[14].start 311.568
transcript.whisperx[14].end 326.616
transcript.whisperx[14].text 現在委員講的都是非常正確的就是說當然如何提供比較好的薪資制度這大概是整個產業的問題那特別跟國際方面的合作那大概也是我們數位產業署一直持續的目標就我剛才跟委員報告的
transcript.whisperx[15].start 328.417
transcript.whisperx[15].end 351.909
transcript.whisperx[15].text 我們跟所謂的國際大廠會媒合本土的不管是學生也好或者是產業人才也好希望能夠共同的合作那重新設計AI相關的課程跟執訓計畫我相信不管是國科委教育部或勞動部大概一直都在這部分努力那我們也會特別在公務人才的部分跟這個人事總處來合作那希望公務員的部分也有相對應的這個AI素養跟AI的能力
transcript.whisperx[16].start 352.389
transcript.whisperx[16].end 367.176
transcript.whisperx[16].text 現在AI產業發展會場的迅速但是我們政策的推動跟政府部門這種跨部門的協力合作效率是不高的那這樣會導致資源分散以及政策推動的這個緩慢
transcript.whisperx[17].start 368.797
transcript.whisperx[17].end 394.466
transcript.whisperx[17].text 那所以立法院在制定相關法令的時候必須跟行政部門跟產業界大家更密切的對話能夠讓這種跨部門的合作能夠讓政策推動效率更高所以我們現在必須有成立專責的統籌單位全面的來整合並管理AI發展的這個政策資金以及相關資源的分配我們現在有召開跨部門的協調會議嗎
transcript.whisperx[18].start 396.067
transcript.whisperx[18].end 410.844
transcript.whisperx[18].text 有的我們在102年行政院也成立了數位政策法制這個協調的這個專案的會議那由經濟的政委科技的政委跟法制的政委來共同協調各部會那剛才這個國科會報告也提到不管是AI
transcript.whisperx[19].start 411.004
transcript.whisperx[19].end 438.606
transcript.whisperx[19].text 也好或資料發展也好或者是個資保護也好那都有進行定期跨部門會議那譬如定期召開其實我們大概昨天也在這個吳主委的主持下我們才召開過會議所以這個會議會持續的進行現在我們討論到資料問題我們看到資料的授權跟注入權的問題其實就是AI發展的一個重要的基礎也是一個重要的關鍵因素但是我們訓練資料來源的合法性其實是在目前
transcript.whisperx[20].start 439.246
transcript.whisperx[20].end 445.694
transcript.whisperx[20].text 比較模糊那也面臨潛在的這種侵權的這種風險那政府資料其實也不足我們民間的這些使用也沒有明確的這個機制這個有沒有相對應的一個政策是的
transcript.whisperx[21].start 454.224
transcript.whisperx[21].end 472.297
transcript.whisperx[21].text 好的 謝謝委員 委員點到了一個問題非常重要的重點那我們現在兩個部分來進行那政府資料部署的部分以過去這個國科會開發經驗要一個政府一個政府部門來進行洽商這是非常沒有效率的所以我們會跟委員報告過我們會建立這個台灣的AI的這個我們會不會修訂相關的著作權法增加AI訓練的合理跟他的使用條款
transcript.whisperx[22].start 479.342
transcript.whisperx[22].end 503.372
transcript.whisperx[22].text 我們跟經濟部智慧局達成一個共識就是說我們用標準授權或是統一授權條款的方式來減低個別商議的這個成本那我們其實已經研擬了所謂台灣AI主權訓練語調的授權條款的第一版那我們會徵詢學者以及法律專家的意見如果確定的話各部會都採取這個條款那其實就減少了很多個別洽商的成本
transcript.whisperx[23].start 503.812
transcript.whisperx[23].end 521.565
transcript.whisperx[23].text 那我們也必須要比照日本新加坡這種建立資料使用的例外的這種機制會不會來做這樣的一個處理這個部分因為國際著作權的法令還是不太的明確而且可能會有一些副作用那我們還在密切觀察因為包括美國在內
transcript.whisperx[24].start 522.805
transcript.whisperx[24].end 536.033
transcript.whisperx[24].text 他們的這個著作權這個局所提出的報告似乎政府部門也不太滿意那法院有非常多重要案例正在進行那據我所知我們的智慧局是密切觀察整個國際的立法趨勢因為整個智慧權著作權的體制是建立在TRIPS國際公約的架構之下所以恐怕沒辦法台灣單獨來動這樣子
transcript.whisperx[25].start 542.156
transcript.whisperx[25].end 554.757
transcript.whisperx[25].text 市長因為時間的關係我們在落實資料的溯源還有回饋以及授權制度提升資料的開放跟可信度這個部分還是要持續的努力是是是完全贊同委員謝謝李昆哲委員