iVOD / 164962

Field Value
IVOD_ID 164962
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/164962
日期 2025-11-03
會議資料.會議代碼 委員會-11-4-23-5
會議資料.會議代碼:str 第11屆第4會期交通委員會第5次全體委員會議
會議資料.屆 11
會議資料.會期 4
會議資料.會次 5
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4會期交通委員會第5次全體委員會議
影片種類 Clip
開始時間 2025-11-03T11:19:43+08:00
結束時間 2025-11-03T11:27:10+08:00
影片長度 00:07:27
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/64fc785e736c17e9ad11a8c457d481e3ae8e6000a787324379fc1879a9d0e6b4f24a9b87407f9c345ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 邱若華
委員發言時間 11:19:43 - 11:27:10
會議時間 2025-11-03T09:00:00+08:00
會議名稱 立法院第11屆第4會期交通委員會第5次全體委員會議(事由:審查委員蔡其昌等18人及委員李昆澤等20人分別擬具「氣象法部分條文修正草案」案。 【本日會議僅進行詢答】【11月3日及5日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 4.51971875
transcript.pyannote[0].end 8.67096875
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 5.07659375
transcript.pyannote[1].end 5.09346875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 14.45909375
transcript.pyannote[2].end 14.84721875
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 15.03284375
transcript.pyannote[3].end 42.45471875
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 42.48846875
transcript.pyannote[4].end 47.78721875
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 48.02346875
transcript.pyannote[5].end 53.50784375
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 54.03096875
transcript.pyannote[6].end 62.43471875
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 62.85659375
transcript.pyannote[7].end 63.71721875
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 64.07159375
transcript.pyannote[8].end 86.17784375
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 86.12721875
transcript.pyannote[9].end 90.14346875
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 89.58659375
transcript.pyannote[10].end 90.12659375
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 90.14346875
transcript.pyannote[11].end 90.27846875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 90.27846875
transcript.pyannote[12].end 90.32909375
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 90.46409375
transcript.pyannote[13].end 109.49909375
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 91.35846875
transcript.pyannote[14].end 92.11784375
transcript.pyannote[15].speaker SPEAKER_00
transcript.pyannote[15].start 93.33284375
transcript.pyannote[15].end 93.94034375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 109.78596875
transcript.pyannote[16].end 114.51096875
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 112.04721875
transcript.pyannote[17].end 112.30034375
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 113.65034375
transcript.pyannote[18].end 145.29096875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 144.78471875
transcript.pyannote[19].end 152.31096875
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 146.43846875
transcript.pyannote[20].end 147.06284375
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 147.87284375
transcript.pyannote[21].end 148.95284375
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 152.51346875
transcript.pyannote[22].end 170.08034375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 170.67096875
transcript.pyannote[23].end 186.82034375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 183.47909375
transcript.pyannote[24].end 183.85034375
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 185.82471875
transcript.pyannote[25].end 191.14034375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 188.59221875
transcript.pyannote[26].end 192.06846875
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 191.44409375
transcript.pyannote[27].end 205.55159375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 205.63596875
transcript.pyannote[28].end 219.87846875
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 220.38471875
transcript.pyannote[29].end 234.79596875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 233.80034375
transcript.pyannote[30].end 269.15346875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 269.27159375
transcript.pyannote[31].end 291.02346875
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 291.34409375
transcript.pyannote[32].end 302.70096875
transcript.pyannote[33].speaker SPEAKER_00
transcript.pyannote[33].start 303.88221875
transcript.pyannote[33].end 314.96909375
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 315.34034375
transcript.pyannote[34].end 318.44534375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 318.22596875
transcript.pyannote[35].end 323.54159375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 323.77784375
transcript.pyannote[36].end 351.89159375
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 324.41909375
transcript.pyannote[37].end 324.84096875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 329.65034375
transcript.pyannote[38].end 330.24096875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 349.63034375
transcript.pyannote[39].end 356.43096875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 356.90346875
transcript.pyannote[40].end 372.96846875
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 371.88846875
transcript.pyannote[41].end 375.83721875
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 376.02284375
transcript.pyannote[42].end 396.08721875
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 396.27284375
transcript.pyannote[43].end 406.43159375
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 402.71909375
transcript.pyannote[44].end 403.22534375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 404.92971875
transcript.pyannote[45].end 412.33784375
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 410.36346875
transcript.pyannote[46].end 410.71784375
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 412.91159375
transcript.pyannote[47].end 415.88159375
transcript.pyannote[48].speaker SPEAKER_00
transcript.pyannote[48].start 416.33721875
transcript.pyannote[48].end 418.05846875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 418.49721875
transcript.pyannote[49].end 442.47659375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 428.99346875
transcript.pyannote[50].end 429.58409375
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 441.78471875
transcript.pyannote[51].end 444.82221875
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 444.19784375
transcript.pyannote[52].end 445.51409375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 445.81784375
transcript.pyannote[53].end 448.97346875
transcript.whisperx[0].start 4.614
transcript.whisperx[0].end 8.197
transcript.whisperx[0].text 謝謝主席主席請氣象署呂署長請署長署長好我們知道氣候變遷他已經不是環境的議題了他已經是台灣國安層級的議題了吧他現在氣候變遷的關係那根據行政院行政院有一個氣候變遷調適行動計畫那各部會都必須要提升氣候的韌性還有風險治理的能力那氣象署
transcript.whisperx[1].start 33.977
transcript.whisperx[1].end 53.052
transcript.whisperx[1].text 作為國家 我們國家的氣候資料的核心機關兼負責氣候的資訊 還有建構預報的模式還有資料分享平台的任務那本席觀察到 信箱署在跨部會的協作機制上面仍然偏重資料提供那缺乏主動策略性的角色署長您怎麼看
transcript.whisperx[2].start 54.934
transcript.whisperx[2].end 70.554
transcript.whisperx[2].text 氣象資料的應用其實包含了很多的面向就舉個例子在能源部分氣象署在資源能源部分其實現在能源基本上是光電基本上另外一個就是風能
transcript.whisperx[3].start 71.235
transcript.whisperx[3].end 89.254
transcript.whisperx[3].text 那太陽能跟風能跟氣象的變化都息息相關可是這一些能源如果去進到他們的作業系統去做調試包含了發電 包含了調度等等這一些其實很多不是氣象署的專業在裡面是 署長您提到其中一項是能源嗎那當然還有像是發紅蛙還是 龍魚
transcript.whisperx[4].start 90.635
transcript.whisperx[4].end 111.705
transcript.whisperx[4].text 防洪還是熱熱風險的評估還是農業災害嗎那氣象署現在推動這個氣候資料開放的平台還有氣候的服務路口網可是看到我們地方政府還有農業教育還有建築相關領域的這個調適行動都沒有統一的標準還有可以操作性的工具那氣象署這方面能針對在以上剛才本席提到這幾點來做什麼樣的改進
transcript.whisperx[5].start 115.067
transcript.whisperx[5].end 140.836
transcript.whisperx[5].text 跟跨域部分其實氣象組在最近幾年才把它放到比較全面推廣的角度上去所以中間還有很多學習過程那我們跟農業部份農業部的合作是比較上位的合作那中間主要是要建構非常多的氣象站還有氣象資訊在農業方面的推播以資料面為主應用部分的話我們也在做一些地方性的合作就譬如說我們跟
transcript.whisperx[6].start 141.836
transcript.whisperx[6].end 169.915
transcript.whisperx[6].text 云林县我们就有跟他们签MU在座目前只有云林县吗对对对那我们其他全台各县市呢有没有针对各县市的气候提出一个调试的行动计划目前我们以云林县刚开始去做这件事主要是农的部分那在今年我们会今年11月这个月吧我们会跟澎湖县针对渔业部分去做这一方的调试所以我们现在是把农业跟渔业慢慢去建构这种
transcript.whisperx[7].start 170.895
transcript.whisperx[7].end 190.215
transcript.whisperx[7].text 氣候變遷調試的作為去做相互的連接讓氣象資料去應用到防災或者是氣象資料去運用在農作方面的一些效益部分慢慢的再以這個為這個為典範逐漸的去推廣到各個地方謝謝組長說明我們希望接下來全台各縣市 氣象署都可以針對各縣市來做努力
transcript.whisperx[8].start 191.616
transcript.whisperx[8].end 219.607
transcript.whisperx[8].text 好那接下來我們看到那個氣象服務入口網提供的服務目前看起來功能算是蠻完整的可是針對我們的氣象我們是不是可以參考歐盟的氣候服務呢C3S建立台灣氣候的資料共享中心好氣象資料的服務基本上是氣象署最基本應該要做的事情是加值的應用這一部分氣象署會持續的來做然後會把一些典範跟模型放到這個氣象服務的平台上面去讓各個層面在
transcript.whisperx[9].start 220.527
transcript.whisperx[9].end 235.104
transcript.whisperx[9].text 學習部分可以看到人家怎麼來應用這些資料的如果這些典範可以建得更好的話我們就可以做氣象產業跟相互的使用組織做相互的連結讓這個平台能夠發揮到跨域應用的不同的程度上您稍早也有提到
transcript.whisperx[10].start 235.384
transcript.whisperx[10].end 239.307
transcript.whisperx[10].text 那氣象署在110年還有112年間會執行數值的貼氣預測的高速運轉電腦建設計畫那這個計畫的經費高達73億8471萬那也堪稱是規模歷年最大的一個投資之一那這個超級電腦的計畫氣象署公開的報告中有提到說同樣的也是在新竹來建置計畫
transcript.whisperx[11].start 261.184
transcript.whisperx[11].end 289.763
transcript.whisperx[11].text 还有周边的设施希望这个气象超级电脑的它的电脑累积算力可以达到85flops那组长那AI这个测报计划8年投入70亿是一个跨世代的投资那本席认为这是一个很好的方向那审计部呢他有提到政府推动人工智慧发展还有应用的情形报告中目前气象署的算力是21.32flops所以这个8年内我们有办法提升从21到85吗
transcript.whisperx[12].start 291.785
transcript.whisperx[12].end 301.898
transcript.whisperx[12].text 跟委員報告我們這個算力的提升是慢慢提升 我們有分三期那中間每三年 一期再往下面走 因為其實
transcript.whisperx[13].start 304.062
transcript.whisperx[13].end 322.829
transcript.whisperx[13].text 電腦部份其實進步非常的快那我們現在的期待現在的規劃是大概以這個方式來走但是我們會每三年去滾動讓我們的GPU的應用跟CPU的應用能夠相互的配合所以蘇貞很有信心就是這八年內我們可以從21.32FLOPS提升到85
transcript.whisperx[14].start 323.969
transcript.whisperx[14].end 349.219
transcript.whisperx[14].text 我們樂觀其成來做這件事情看起來目前的趨勢是可以往這個方向走的不過最基本的Fundamental的建設我們是在我們的現在的新竹氣象站的那個場域裡面要建構一個機房出來那這個機房將來的Capacity希望能夠運作因為現在在氣象署的高速電腦的那個空間已經相當的不足所以我們要把那個空間先把量體先弄出來之後
transcript.whisperx[15].start 349.859
transcript.whisperx[15].end 375.567
transcript.whisperx[15].text 是AI的運用很重要那固體我們這個建設也很重要那我們人才的培育呢人才培育對我們來講是非常重要的那我們剛剛委員所提到這73例是10年的計畫所以我們現在跟學校跟台大中大文大師大有這些地科或者是大氣科學相關的這些學校是那目前所內的我們的團隊跟外部的合作比例是多少
transcript.whisperx[16].start 376.367
transcript.whisperx[16].end 402.187
transcript.whisperx[16].text 我們團隊跟外部的合作我們都有跟他們合作同時我們跟NVIDIA也有合作跟美國還有跟歐洲等等在開發AI模型都有一些交流跟活動這也是我們人才培育非常的重要的地方因為我們早年的人才大部分是NWP的就是做數字天氣預報的人才要轉到AI那邊去共同性的話資料處理是OK的但是在發展模型的某些技能部分我們需要去做一些轉換
transcript.whisperx[17].start 403.268
transcript.whisperx[17].end 416.993
transcript.whisperx[17].text 學校對我們來講是非常重要的人才培育的請教署長一個問題因為線上署今天有加入台灣的算力聯盟那有沒有和書發部還有教育部有一個合作的機制培養我們未來的人才呢在
transcript.whisperx[18].start 418.613
transcript.whisperx[18].end 442.898
transcript.whisperx[18].text 跟學校部分我們通常是跟學校自己的connection國科會部分的話國科會倒是蠻support氣象署在做這件事情的所以國科會在相關的一些研究計畫跟學校研究計畫都有support有關於在AI方面的一些應用所以在國科會還有跟學校部分我們目前在科研部分都有在人才配育的投資在裡面好 謝謝署長的詳細說明好 謝謝 謝謝委員 謝謝
transcript.whisperx[19].start 446.424
transcript.whisperx[19].end 448.602
transcript.whisperx[19].text 好 謝謝秋肉華委員的分享