| IVOD_ID |
167571 |
| IVOD_URL |
https://ivod.ly.gov.tw/Play/Clip/1M/167571 |
| 日期 |
2026-03-18 |
| 會議資料.會議代碼 |
委員會-11-5-23-2 |
| 會議資料.會議代碼:str |
第11屆第5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 |
5 |
| 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5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 |
2026-03-18T09:49:55+08:00 |
| 結束時間 |
2026-03-18T10:01:43+08:00 |
| 影片長度 |
00:11:48 |
| 支援功能[0] |
ai-transcript |
| video_url |
https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/4e26a61b53ad6053d8c801aff430e3da75f3d6415d2a29ea854b2f19bd25f7008ce2492c85169a165ea18f28b6918d91.mp4/playlist.m3u8 |
| 委員名稱 |
黃健豪 |
| 委員發言時間 |
09:49:55 - 10:01:43 |
| 會議時間 |
2026-03-18T09:00:00+08:00 |
| 會議名稱 |
立法院第11屆第5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及國家科學及技術委員會主任委員就「落實臺灣AI治理與基礎建設，發展臺灣AI軟體產業」進行專題報告，並備質詢。【3月18日及19日二天一次會】） |
| transcript.pyannote[0].speaker |
SPEAKER_01 |
| transcript.pyannote[0].start |
3.86159375 |
| transcript.pyannote[0].end |
5.92034375 |
| transcript.pyannote[1].speaker |
SPEAKER_01 |
| transcript.pyannote[1].start |
6.24096875 |
| transcript.pyannote[1].end |
7.81034375 |
| transcript.pyannote[2].speaker |
SPEAKER_01 |
| transcript.pyannote[2].start |
14.03721875 |
| transcript.pyannote[2].end |
18.12096875 |
| transcript.pyannote[3].speaker |
SPEAKER_01 |
| transcript.pyannote[3].start |
19.28534375 |
| transcript.pyannote[3].end |
19.30221875 |
| transcript.pyannote[4].speaker |
SPEAKER_00 |
| transcript.pyannote[4].start |
19.30221875 |
| transcript.pyannote[4].end |
19.31909375 |
| transcript.pyannote[5].speaker |
SPEAKER_01 |
| transcript.pyannote[5].start |
19.31909375 |
| transcript.pyannote[5].end |
20.01096875 |
| transcript.pyannote[6].speaker |
SPEAKER_01 |
| transcript.pyannote[6].start |
21.76596875 |
| transcript.pyannote[6].end |
25.69784375 |
| transcript.pyannote[7].speaker |
SPEAKER_01 |
| transcript.pyannote[7].start |
26.08596875 |
| transcript.pyannote[7].end |
37.05471875 |
| transcript.pyannote[8].speaker |
SPEAKER_00 |
| transcript.pyannote[8].start |
31.95846875 |
| transcript.pyannote[8].end |
32.34659375 |
| transcript.pyannote[9].speaker |
SPEAKER_00 |
| transcript.pyannote[9].start |
36.04221875 |
| transcript.pyannote[9].end |
36.27846875 |
| transcript.pyannote[10].speaker |
SPEAKER_01 |
| transcript.pyannote[10].start |
37.61159375 |
| transcript.pyannote[10].end |
53.69346875 |
| transcript.pyannote[11].speaker |
SPEAKER_01 |
| transcript.pyannote[11].start |
53.84534375 |
| transcript.pyannote[11].end |
83.41034375 |
| transcript.pyannote[12].speaker |
SPEAKER_01 |
| transcript.pyannote[12].start |
84.08534375 |
| transcript.pyannote[12].end |
89.08034375 |
| transcript.pyannote[13].speaker |
SPEAKER_01 |
| transcript.pyannote[13].start |
89.78909375 |
| transcript.pyannote[13].end |
107.59221875 |
| transcript.pyannote[14].speaker |
SPEAKER_01 |
| transcript.pyannote[14].start |
108.11534375 |
| transcript.pyannote[14].end |
110.89971875 |
| transcript.pyannote[15].speaker |
SPEAKER_01 |
| transcript.pyannote[15].start |
111.06846875 |
| transcript.pyannote[15].end |
130.23846875 |
| transcript.pyannote[16].speaker |
SPEAKER_01 |
| transcript.pyannote[16].start |
130.62659375 |
| transcript.pyannote[16].end |
141.37596875 |
| transcript.pyannote[17].speaker |
SPEAKER_01 |
| transcript.pyannote[17].start |
142.45596875 |
| transcript.pyannote[17].end |
148.04159375 |
| transcript.pyannote[18].speaker |
SPEAKER_00 |
| transcript.pyannote[18].start |
147.67034375 |
| transcript.pyannote[18].end |
147.90659375 |
| transcript.pyannote[19].speaker |
SPEAKER_00 |
| transcript.pyannote[19].start |
148.24409375 |
| transcript.pyannote[19].end |
202.59846875 |
| transcript.pyannote[20].speaker |
SPEAKER_01 |
| transcript.pyannote[20].start |
180.61034375 |
| transcript.pyannote[20].end |
180.99846875 |
| transcript.pyannote[21].speaker |
SPEAKER_01 |
| transcript.pyannote[21].start |
202.59846875 |
| transcript.pyannote[21].end |
206.00721875 |
| transcript.pyannote[22].speaker |
SPEAKER_00 |
| transcript.pyannote[22].start |
202.75034375 |
| transcript.pyannote[22].end |
203.13846875 |
| transcript.pyannote[23].speaker |
SPEAKER_01 |
| transcript.pyannote[23].start |
206.51346875 |
| transcript.pyannote[23].end |
208.63971875 |
| transcript.pyannote[24].speaker |
SPEAKER_01 |
| transcript.pyannote[24].start |
209.01096875 |
| transcript.pyannote[24].end |
211.60971875 |
| transcript.pyannote[25].speaker |
SPEAKER_01 |
| transcript.pyannote[25].start |
212.01471875 |
| transcript.pyannote[25].end |
212.03159375 |
| transcript.pyannote[26].speaker |
SPEAKER_00 |
| transcript.pyannote[26].start |
212.03159375 |
| transcript.pyannote[26].end |
267.31409375 |
| transcript.pyannote[27].speaker |
SPEAKER_01 |
| transcript.pyannote[27].start |
268.51221875 |
| transcript.pyannote[27].end |
301.94159375 |
| transcript.pyannote[28].speaker |
SPEAKER_00 |
| transcript.pyannote[28].start |
276.56159375 |
| transcript.pyannote[28].end |
276.96659375 |
| transcript.pyannote[29].speaker |
SPEAKER_01 |
| transcript.pyannote[29].start |
302.11034375 |
| transcript.pyannote[29].end |
306.91971875 |
| transcript.pyannote[30].speaker |
SPEAKER_01 |
| transcript.pyannote[30].start |
308.15159375 |
| transcript.pyannote[30].end |
310.21034375 |
| transcript.pyannote[31].speaker |
SPEAKER_00 |
| transcript.pyannote[31].start |
310.21034375 |
| transcript.pyannote[31].end |
311.02034375 |
| transcript.pyannote[32].speaker |
SPEAKER_00 |
| transcript.pyannote[32].start |
311.30721875 |
| transcript.pyannote[32].end |
355.97534375 |
| transcript.pyannote[33].speaker |
SPEAKER_01 |
| transcript.pyannote[33].start |
355.97534375 |
| transcript.pyannote[33].end |
368.41221875 |
| transcript.pyannote[34].speaker |
SPEAKER_01 |
| transcript.pyannote[34].start |
368.83409375 |
| transcript.pyannote[34].end |
370.36971875 |
| transcript.pyannote[35].speaker |
SPEAKER_00 |
| transcript.pyannote[35].start |
370.67346875 |
| transcript.pyannote[35].end |
383.12721875 |
| transcript.pyannote[36].speaker |
SPEAKER_00 |
| transcript.pyannote[36].start |
383.43096875 |
| transcript.pyannote[36].end |
404.11971875 |
| transcript.pyannote[37].speaker |
SPEAKER_01 |
| transcript.pyannote[37].start |
403.93409375 |
| transcript.pyannote[37].end |
408.54096875 |
| transcript.pyannote[38].speaker |
SPEAKER_01 |
| transcript.pyannote[38].start |
408.92909375 |
| transcript.pyannote[38].end |
410.73471875 |
| transcript.pyannote[39].speaker |
SPEAKER_01 |
| transcript.pyannote[39].start |
411.52784375 |
| transcript.pyannote[39].end |
414.59909375 |
| transcript.pyannote[40].speaker |
SPEAKER_00 |
| transcript.pyannote[40].start |
414.59909375 |
| transcript.pyannote[40].end |
414.70034375 |
| transcript.pyannote[41].speaker |
SPEAKER_00 |
| transcript.pyannote[41].start |
415.07159375 |
| transcript.pyannote[41].end |
415.99971875 |
| transcript.pyannote[42].speaker |
SPEAKER_00 |
| transcript.pyannote[42].start |
416.47221875 |
| transcript.pyannote[42].end |
459.25034375 |
| transcript.pyannote[43].speaker |
SPEAKER_01 |
| transcript.pyannote[43].start |
459.25034375 |
| transcript.pyannote[43].end |
459.26721875 |
| transcript.pyannote[44].speaker |
SPEAKER_01 |
| transcript.pyannote[44].start |
460.04346875 |
| transcript.pyannote[44].end |
471.26534375 |
| transcript.pyannote[45].speaker |
SPEAKER_00 |
| transcript.pyannote[45].start |
466.82721875 |
| transcript.pyannote[45].end |
467.36721875 |
| transcript.pyannote[46].speaker |
SPEAKER_01 |
| transcript.pyannote[46].start |
471.34971875 |
| transcript.pyannote[46].end |
487.71846875 |
| transcript.pyannote[47].speaker |
SPEAKER_01 |
| transcript.pyannote[47].start |
487.92096875 |
| transcript.pyannote[47].end |
492.34221875 |
| transcript.pyannote[48].speaker |
SPEAKER_01 |
| transcript.pyannote[48].start |
492.67971875 |
| transcript.pyannote[48].end |
493.21971875 |
| transcript.pyannote[49].speaker |
SPEAKER_01 |
| transcript.pyannote[49].start |
493.84409375 |
| transcript.pyannote[49].end |
495.48096875 |
| transcript.pyannote[50].speaker |
SPEAKER_01 |
| transcript.pyannote[50].start |
495.98721875 |
| transcript.pyannote[50].end |
499.05846875 |
| transcript.pyannote[51].speaker |
SPEAKER_00 |
| transcript.pyannote[51].start |
499.05846875 |
| transcript.pyannote[51].end |
499.09221875 |
| transcript.pyannote[52].speaker |
SPEAKER_00 |
| transcript.pyannote[52].start |
499.41284375 |
| transcript.pyannote[52].end |
517.99221875 |
| transcript.pyannote[53].speaker |
SPEAKER_01 |
| transcript.pyannote[53].start |
517.99221875 |
| transcript.pyannote[53].end |
518.02596875 |
| transcript.pyannote[54].speaker |
SPEAKER_00 |
| transcript.pyannote[54].start |
518.02596875 |
| transcript.pyannote[54].end |
518.04284375 |
| transcript.pyannote[55].speaker |
SPEAKER_01 |
| transcript.pyannote[55].start |
518.04284375 |
| transcript.pyannote[55].end |
518.09346875 |
| transcript.pyannote[56].speaker |
SPEAKER_00 |
| transcript.pyannote[56].start |
518.09346875 |
| transcript.pyannote[56].end |
526.96971875 |
| transcript.pyannote[57].speaker |
SPEAKER_01 |
| transcript.pyannote[57].start |
526.96971875 |
| transcript.pyannote[57].end |
540.53721875 |
| transcript.pyannote[58].speaker |
SPEAKER_01 |
| transcript.pyannote[58].start |
541.00971875 |
| transcript.pyannote[58].end |
546.12284375 |
| transcript.pyannote[59].speaker |
SPEAKER_01 |
| transcript.pyannote[59].start |
546.46034375 |
| transcript.pyannote[59].end |
574.67534375 |
| transcript.pyannote[60].speaker |
SPEAKER_00 |
| transcript.pyannote[60].start |
559.15034375 |
| transcript.pyannote[60].end |
559.20096875 |
| transcript.pyannote[61].speaker |
SPEAKER_00 |
| transcript.pyannote[61].start |
574.70909375 |
| transcript.pyannote[61].end |
649.70159375 |
| transcript.pyannote[62].speaker |
SPEAKER_01 |
| transcript.pyannote[62].start |
621.11534375 |
| transcript.pyannote[62].end |
621.57096875 |
| transcript.pyannote[63].speaker |
SPEAKER_01 |
| transcript.pyannote[63].start |
649.92096875 |
| transcript.pyannote[63].end |
656.70471875 |
| transcript.pyannote[64].speaker |
SPEAKER_00 |
| transcript.pyannote[64].start |
653.41409375 |
| transcript.pyannote[64].end |
653.46471875 |
| transcript.pyannote[65].speaker |
SPEAKER_01 |
| transcript.pyannote[65].start |
657.14346875 |
| transcript.pyannote[65].end |
668.92221875 |
| transcript.pyannote[66].speaker |
SPEAKER_01 |
| transcript.pyannote[66].start |
669.12471875 |
| transcript.pyannote[66].end |
671.43659375 |
| transcript.pyannote[67].speaker |
SPEAKER_00 |
| transcript.pyannote[67].start |
671.62221875 |
| transcript.pyannote[67].end |
706.01346875 |
| transcript.pyannote[68].speaker |
SPEAKER_01 |
| transcript.pyannote[68].start |
705.84471875 |
| transcript.pyannote[68].end |
707.90346875 |
| transcript.pyannote[69].speaker |
SPEAKER_00 |
| transcript.pyannote[69].start |
707.90346875 |
| transcript.pyannote[69].end |
708.57846875 |
| transcript.pyannote[70].speaker |
SPEAKER_01 |
| transcript.pyannote[70].start |
707.92034375 |
| transcript.pyannote[70].end |
708.57846875 |
| transcript.pyannote[71].speaker |
SPEAKER_00 |
| transcript.pyannote[71].start |
708.78096875 |
| transcript.pyannote[71].end |
709.62471875 |
| transcript.whisperx[0].start |
3.871 |
| transcript.whisperx[0].end |
7.544 |
| transcript.whisperx[0].text |
好 謝謝主席 主席我們要請林部長好 我們邀請蘇華部林部長 |
| transcript.whisperx[1].start |
14.756 |
| transcript.whisperx[1].end |
35.404 |
| transcript.whisperx[1].text |
部長早部長這個一開始提醒一下那個領帶歪了歪哪一邊好部長我想今天有大家討論是AI agent的這個問題當然前面幾位我也有提到一件事情就到底現在我們因為我們今天談的已經不是CHAT GPT那個等級的AI現在談的是未來談的是AI Cloud就是這種養龍蝦AI agent的問題那當然因為這東西是 |
| transcript.whisperx[2].start |
37.685 |
| transcript.whisperx[2].end |
53.224 |
| transcript.whisperx[2].text |
他不再只是回答我們的問題他是可以有變成類似幫我們當成一個就是他就是一個助理的概念嘛是所以其實對於整個資安的問題或對整個社會的變遷還有後續要討論的是白領這些初級白領的工作會不會受到影響等等的 |
| transcript.whisperx[3].start |
54.025 |
| transcript.whisperx[3].end |
82.877 |
| transcript.whisperx[3].text |
所以第一個說 第一個問題我們數位部在這件事情上面裡面扮演的角色是什麼那當然接下來看到說 包含說這個企業界當然大家希望 包含說現在在這個正好在舉辦的這個NVIDIA年會裡面大家當然希望說這個科技能夠盡快的往前進展那當然大家就有這個科技上進展可能在商業行為上或在這個資本上面會有更多的投入但是在面對政府 我們作為政府的角色我們怎麼看待這件事情我們可以看各國的比較 |
| transcript.whisperx[4].start |
84.298 |
| transcript.whisperx[4].end |
107.416 |
| transcript.whisperx[4].text |
各國裡面我們現在是看到比如說美國、中國、歐盟跟新加坡有幾個不同的方式可以看到美國是有要求說各家廠商至少要有一個所謂的自主性要有紅隊要有能夠自我測試那包含說昨天黃仁勳也在他的年會上也提到說他也知道說現在做這個小龍蝦對於這個企業或對於政府會有一些風險所以他們推出這個Nemo Cloud他們就要去 |
| transcript.whisperx[5].start |
108.177 |
| transcript.whisperx[5].end |
129.536 |
| transcript.whisperx[5].text |
去做這個架構去做安全的協定所以未來會不會他推出這個時候會不會相關的這些安全協定就被他定義了那政府的角色在哪這第一件事情那再來看到中國當然他們有他們的特殊的文化需求所以他們說他們的AI輸出必須符合這個社會主義核心價值所以說包含說他們那些什麼豆包那些有的沒有的有些東西是不能談的談的會 |
| transcript.whisperx[6].start |
130.797 |
| transcript.whisperx[6].end |
141.12 |
| transcript.whisperx[6].text |
會被他反駁那歐盟是更嚴格那新加坡現在是做沙盒那我要問的是說那我們台灣現在數位部的角色你是要扮演我們會比較想要走 |
| transcript.whisperx[7].start |
142.963 |
| transcript.whisperx[7].end |
167.103 |
| transcript.whisperx[7].text |
這幾個路線的哪一種未來我們到底在這個AI Agent的立場上面我們的態度是什麼那個委員提的這個問題非常好剛剛委員舉的這幾個國家美國中國跟歐盟他們在AI風險上面的觀點是非常不一樣的那歐盟的觀點是認為說那個AI是非常危險的所以在他們的AI基本法就是AIEU Act裡面他們列出八種不可以發展的AI形態 |
| transcript.whisperx[8].start |
168.084 |
| transcript.whisperx[8].end |
187.36 |
| transcript.whisperx[8].text |
但是相對來講美國認為就是Regulation hinders innovation他們常常喜歡講這句話就是說太多的法規限制會阻礙科技的進展所以美國的政策從拜登政府以來就是一直是開放那尤其是在川普總統第二次上任以後他整個就是持開放的態度就是讓整個政府去 |
| transcript.whisperx[9].start |
188.221 |
| transcript.whisperx[9].end |
205.595 |
| transcript.whisperx[9].text |
整個民間企業去發展不做多做限制那當然中國呢就是我們都知道就是國家說了算那我們台灣當然不能走中國的模式那我們現在是希望能在美國跟歐盟中間的模式之中找到一個平衡點那個模式會不會是新加坡模式他們也是希望 |
| transcript.whisperx[10].start |
206.756 |
| transcript.whisperx[10].end |
227.646 |
| transcript.whisperx[10].text |
開放啊 但是開放前有一個類似監理沙盒的概念嘛 那個安全沙盒的概念嘛OK 是 事實上新加坡跟台灣還有那個日本韓國事實上都受到一些某種那個外交上的壓力因為那個歐盟跟美國的觀點不一樣那歐盟跟美國都希望我們站在他那邊所以我們現在是 |
| transcript.whisperx[11].start |
228.846 |
| transcript.whisperx[11].end |
244.381 |
| transcript.whisperx[11].text |
我們這些中等的民主國家我們就是有不同方法那我們現在的AI基本法制定就是採用三層的架構來管理風險最上一層是那個AI基本法中層的是那個我們的AI風險分類框架 |
| transcript.whisperx[12].start |
244.961 |
| transcript.whisperx[12].end |
264.913 |
| transcript.whisperx[12].text |
然後由蘇發部來訂,訂完以後由衛福部、監管會還有交通部各自去負責AI在醫療應用、在金融應用以及在交通應用上面的作用法由他們來訂所以我們這個方式,我們自己稱為臺灣模式事實上有許多的中等民主國家都來詢問因為他覺得我們這個方法應該是個不錯的方向 |
| transcript.whisperx[13].start |
268.564 |
| transcript.whisperx[13].end |
295.82 |
| transcript.whisperx[13].text |
就是我跟部長也談過這有點像哲學問題所以我們到底要走這個美國還是歐盟路線但是當然我們的立場就是說我們現在不管是我們的市場我們的平常的這個外交關係或是所謂台灣鄉縣的民主價值裡面理論上如果用太多的這樣的監管機制其實會阻礙整個產業的發展我覺得這個是我們要去思考除了你剛剛提到說除了外交會有些外交壓力之外但我覺得還是要站在我們產業的發展裡面去做 |
| transcript.whisperx[14].start |
296.44 |
| transcript.whisperx[14].end |
306.647 |
| transcript.whisperx[14].text |
那當然還要回答一個比較現實的問題說那像對於這種AI的這個AI agent未來政府立場這種AI助理會不會跟我們的公務系統做基本做一些結合還是 |
| transcript.whisperx[15].start |
308.328 |
| transcript.whisperx[15].end |
336.581 |
| transcript.whisperx[15].text |
會把它杜絕在公務系統的門外是我個人我的看法是說長期來講這個一定會融入公務系統因為像這種Agentic AI對我們公務人員的辦事效率會有大幅的提升但是短期來講因為這個技術實在是太輕了當一個很新的技術出現的時候它裡面會有很多的資安風險這些資安風險還在陸續發掘當中所以我們就知道最近有很多的新聞都是講到Open Cloud |
| transcript.whisperx[16].start |
337.382 |
| transcript.whisperx[16].end |
352.113 |
| transcript.whisperx[16].text |
有一些人使用OpenCloud以後一覺醒來發現OpenCloud把他的信用卡刷爆了然後這些事情都會然後昨天那個黃立勳在那個GTC裡面他也發表那個NemoCloud那他就是要 |
| transcript.whisperx[17].start |
353.033 |
| transcript.whisperx[17].end |
370.166 |
| transcript.whisperx[17].text |
很大的一個原因就是要解決這些資安風險的問題所以回到剛剛我的問題就是說如果一開始我提到如果以後比如說黃仁勳他定說他用了Nemo Cloud這樣的概念去處理這個事情那未來我們的所謂的安全架構是用他的版本還是我們自己政府會有自己的想法 |
| transcript.whisperx[18].start |
370.726 |
| transcript.whisperx[18].end |
391.767 |
| transcript.whisperx[18].text |
我們還是要有我們自己的主導性因為坦白講那個黃瑞勳他們現在推出了一個Nemo Cloud的一個很大的原理我們那個業界的判斷就是他要講話語權因為那個Open Cloud是一個開源的那個模型那以前很多AI的事情都是NVIDIA說了算那現在Open Cloud已經在話語權上挑戰到 |
| transcript.whisperx[19].start |
392.708 |
| transcript.whisperx[19].end |
410.315 |
| transcript.whisperx[19].text |
那個NVIDIA所以NVIDIA趕快就推出這個Nemo Cloud要想辦法把這個話語權還有標準的制定權他想辦法把把他在不能說搶回來至少他要保持他的話語權沒關係那我們呢我們的態度你們什麼就是數位部有沒有要推出相關的法律上的做法還是說 |
| transcript.whisperx[20].start |
411.941 |
| transcript.whisperx[20].end |
436.58 |
| transcript.whisperx[20].text |
看看這個科技的發展再決定怎麼做因為通常就是政府在這種科技發展上面我們就如同前面講的我們必須在美國跟歐盟中間一個折衷點但即使是歐盟這個他們在AI立法上是非常的aggressive非常的很衝 很衝可是他們就遇到這個事情他們也都要觀察一陣子在做立法 |
| transcript.whisperx[21].start |
437.16 |
| transcript.whisperx[21].end |
458.963 |
| transcript.whisperx[21].text |
事實上像那個歐盟的那個UAIA他們自己就承認他們事實上他們當初在立這個法的時候完全沒有預料到會有那個Chad GPT的出現結果他這個法律的那個草案一公佈出來的時候剛好Chad GPT那個也出現了結果讓他們忙了一陣子因為法律立法的速度通常都比不上科技的發展科技會跑得比較快 |
| transcript.whisperx[22].start |
460.103 |
| transcript.whisperx[22].end |
482.394 |
| transcript.whisperx[22].text |
所以我們的態度就是等到後續再看著先看我們會先看業界比如說Nemo Cloud執行的狀況是怎麼樣再推出相關的狀況好那接下來我們看到我們來看下一頁其實黃仁勳其實定義了幾件事情就是說他對於這個AI產業他有所謂能源晶片機的設置模型應用是那我想問的是說我們對數位部你的角色就是我們台灣的因為能源當然不給你管啦 |
| transcript.whisperx[23].start |
482.734 |
| transcript.whisperx[23].end |
498.92 |
| transcript.whisperx[23].text |
是但是晶片基礎設施模型應用這些可能是數位部要做的事情但我們到底台灣在這個整個AI產業裡面我們台灣的這個定位部長你覺得我們在晶片還是在基礎設施還是在模型還是在應用要發揮我們的功能 |
| transcript.whisperx[24].start |
499.6 |
| transcript.whisperx[24].end |
525.91 |
| transcript.whisperx[24].text |
如果用這個架構來講的話事實上就有一個很重要的事情就是我們台灣必須建立我們自己AI的算力那原因是什麼呢就我們剛才很多包含您還有很多委員都問到就是這個管轄權的問題如果說所有這些算力中心這些AI model都在海外的話我們在法律上是管不到的所以我們認為說至少政府使用的AI模型它這個必須是在境內這個也是主權AI的另外一個很重要的意義 |
| transcript.whisperx[25].start |
527.91 |
| transcript.whisperx[25].end |
552.695 |
| transcript.whisperx[25].text |
這個部長如果這樣講的話我們看到下一頁我們看到這個數字的部分當然現在我們提出一百億這十年期的這個計畫是一百億台幣已經差很多但是放在全球規模它就是三億美元左右的這個資金啦是那跟我們旁邊的中國然後跟美國跟歐盟或是跟我們主要基深所謂主要基深對日本韓國日本韓國的金額十二兆新台幣三零二兆新台幣相比其實我們一百億新台幣相對還是少非常非常多 |
| transcript.whisperx[26].start |
553.255 |
| transcript.whisperx[26].end |
573.561 |
| transcript.whisperx[26].text |
那再來是這個大型資料中心目前看起來都是主要都是外商Meta、Microsoft然後AWS、Google在台灣設資料中心是那所以我們自己的所謂的主權或是我們的地端的這個資料中心我們會不會自己建立還有這個資金一百億台幣花十年期要怎麼樣去跟其他國家這些其他國家的主權做競爭這個東西要怎麼處理 |
| transcript.whisperx[27].start |
574.781 |
| transcript.whisperx[27].end |
593.513 |
| transcript.whisperx[27].text |
是 我認為這個問題也非常好因為我們事實上看到像美國的那個STARTGATE PROJECT這個錢其實也不是美國政府出的他去找那個孫正義那個日本的孫正義還有美國的一些企業這個都是民間企業在出的錢所以我們現在速發部要做的事情也是一樣那我們現在第一個是說我們就是 |
| transcript.whisperx[28].start |
594.494 |
| transcript.whisperx[28].end |
617.304 |
| transcript.whisperx[28].text |
透過那個韓式的方式那我們就是把那個AI算力中心列為重大的基礎設施那這樣讓那個台灣的保險業龐大的資金這個資金非常非常龐大他都可以投資在那個算力中心的設置因為原來金管會那邊對於那個保險業資金是有很強烈的監管因為保險業的大量資金如果投資失敗的話引發金融風暴 |
| transcript.whisperx[29].start |
621.486 |
| transcript.whisperx[29].end |
649.469 |
| transcript.whisperx[29].text |
所以他會列出說有哪些產業是可以投資的那我們現在就是透過韓市給那個發函給那個金管會我們會把這個保險業的資金開放出來那我們也跟那個那個財政部我們就把它列為重大投資方案讓民間企業可以投資這個算力中心那據我們所知我們現在事實上已經收到鴻海的那個投資的申請那這些金額也都會比較大這些金額通常都比我們政府的預算還大 |
| transcript.whisperx[30].start |
649.989 |
| transcript.whisperx[30].end |
671.218 |
| transcript.whisperx[30].text |
有沒有看到洪海明你要在台灣打造這個資料中心這個沒問題的那你有沒有預計台灣的這些應該這樣講政府出100億那你預計或是你希望我們台灣這些產業或是整體的投資金額在這個事情上面在短期內不管十年期五年期要投入多少的規模你總會有一個目標設定嘛大家才知道到底我們要往什麼方向走 |
| transcript.whisperx[31].start |
672.138 |
| transcript.whisperx[31].end |
692.284 |
| transcript.whisperx[31].text |
因為這些台灣的那個算力的中心的建築以政府部門來講的話大部分其實是在國科會那邊那我們這邊數發布很少的可憐我們原來只有在前年只有40片的那個那個GPU那因為去年我們的預算被砍掉了所以我們本來要再兼建100片那都沒有 |
| transcript.whisperx[32].start |
693.084 |
| transcript.whisperx[32].end |
707.98 |
| transcript.whisperx[32].text |
所以我們現在速發布還是只有40片的那個GPU那鴻海那個計畫應該就超過1萬片GPU那這方面還請委員多支持在預算方面我們很希望今年還是能再增加100片的GPU好沒問題這個就趕快提吧好謝謝謝謝委員 |