iVOD / 167606

Field Value
IVOD_ID 167606
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/167606
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 2026-03-18T10:43:04+08:00
結束時間 2026-03-18T10:53:16+08:00
影片長度 00:10:12
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/4e26a61b53ad605319fd42f4790564f875f3d6415d2a29ea4d1c9dfa77de209814d5e53a528fd4095ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 邱若華
委員發言時間 10:43:04 - 10:53:16
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_00
transcript.pyannote[0].start 1.95471875
transcript.pyannote[0].end 5.11034375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 5.51534375
transcript.pyannote[1].end 7.25346875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 12.72096875
transcript.pyannote[2].end 12.78846875
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 12.78846875
transcript.pyannote[3].end 13.44659375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 13.44659375
transcript.pyannote[4].end 35.82284375
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 17.68221875
transcript.pyannote[5].end 18.05346875
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 22.67721875
transcript.pyannote[6].end 22.96409375
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 26.08596875
transcript.pyannote[7].end 26.52471875
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 34.77659375
transcript.pyannote[8].end 35.08034375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 36.12659375
transcript.pyannote[9].end 85.92471875
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 48.83346875
transcript.pyannote[10].end 49.25534375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 55.19534375
transcript.pyannote[11].end 55.60034375
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 58.99221875
transcript.pyannote[12].end 59.29596875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 61.08471875
transcript.pyannote[13].end 61.48971875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 63.68346875
transcript.pyannote[14].end 63.93659375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 66.92346875
transcript.pyannote[15].end 67.37909375
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 71.74971875
transcript.pyannote[16].end 72.13784375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 76.25534375
transcript.pyannote[17].end 76.27221875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 76.33971875
transcript.pyannote[18].end 76.84596875
transcript.pyannote[19].speaker SPEAKER_02
transcript.pyannote[19].start 80.11971875
transcript.pyannote[19].end 80.55846875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 80.55846875
transcript.pyannote[20].end 80.59221875
transcript.pyannote[21].speaker SPEAKER_02
transcript.pyannote[21].start 85.43534375
transcript.pyannote[21].end 85.80659375
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 85.94159375
transcript.pyannote[22].end 88.18596875
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 87.35909375
transcript.pyannote[23].end 88.75971875
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 89.14784375
transcript.pyannote[24].end 91.25721875
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 91.62846875
transcript.pyannote[25].end 96.20159375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 96.20159375
transcript.pyannote[26].end 98.17596875
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 97.53471875
transcript.pyannote[27].end 100.33596875
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 99.89721875
transcript.pyannote[28].end 103.96409375
transcript.pyannote[29].speaker SPEAKER_00
transcript.pyannote[29].start 104.36909375
transcript.pyannote[29].end 116.02971875
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 104.60534375
transcript.pyannote[30].end 106.36034375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 108.89159375
transcript.pyannote[31].end 109.14471875
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 112.13159375
transcript.pyannote[32].end 112.45221875
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 115.43909375
transcript.pyannote[33].end 115.52346875
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 115.52346875
transcript.pyannote[34].end 115.86096875
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 116.18159375
transcript.pyannote[35].end 118.96596875
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 119.35409375
transcript.pyannote[36].end 122.66159375
transcript.pyannote[37].speaker SPEAKER_03
transcript.pyannote[37].start 122.96534375
transcript.pyannote[37].end 130.57596875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 130.57596875
transcript.pyannote[38].end 132.66846875
transcript.pyannote[39].speaker SPEAKER_03
transcript.pyannote[39].start 133.37721875
transcript.pyannote[39].end 142.94534375
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 142.79346875
transcript.pyannote[40].end 149.42534375
transcript.pyannote[41].speaker SPEAKER_03
transcript.pyannote[41].start 145.78034375
transcript.pyannote[41].end 146.03346875
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 146.03346875
transcript.pyannote[42].end 146.65784375
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 149.42534375
transcript.pyannote[43].end 206.88471875
transcript.pyannote[44].speaker SPEAKER_00
transcript.pyannote[44].start 206.39534375
transcript.pyannote[44].end 213.49971875
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 213.56721875
transcript.pyannote[45].end 229.73346875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 230.39159375
transcript.pyannote[46].end 237.88409375
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 234.54284375
transcript.pyannote[47].end 234.79596875
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 237.88409375
transcript.pyannote[48].end 262.13346875
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 262.65659375
transcript.pyannote[49].end 271.51596875
transcript.pyannote[50].speaker SPEAKER_02
transcript.pyannote[50].start 271.80284375
transcript.pyannote[50].end 288.12096875
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 288.42471875
transcript.pyannote[51].end 298.73534375
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 293.09909375
transcript.pyannote[52].end 293.33534375
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 295.84971875
transcript.pyannote[53].end 297.94221875
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 298.87034375
transcript.pyannote[54].end 316.25159375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 315.35721875
transcript.pyannote[55].end 322.34346875
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 317.41596875
transcript.pyannote[56].end 317.75346875
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 320.38596875
transcript.pyannote[57].end 320.68971875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 322.83284375
transcript.pyannote[58].end 322.84971875
transcript.pyannote[59].speaker SPEAKER_02
transcript.pyannote[59].start 322.84971875
transcript.pyannote[59].end 323.52471875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 331.82721875
transcript.pyannote[60].end 332.08034375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 332.16471875
transcript.pyannote[61].end 332.40096875
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 332.40096875
transcript.pyannote[62].end 338.15534375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 338.25659375
transcript.pyannote[63].end 369.39096875
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 369.86346875
transcript.pyannote[64].end 372.42846875
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 372.58034375
transcript.pyannote[65].end 375.70221875
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 377.86221875
transcript.pyannote[66].end 378.25034375
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 378.63846875
transcript.pyannote[67].end 385.91159375
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 385.28721875
transcript.pyannote[68].end 390.92346875
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 386.29971875
transcript.pyannote[69].end 387.31221875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 389.92784375
transcript.pyannote[70].end 390.33284375
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 390.92346875
transcript.pyannote[71].end 406.73534375
transcript.pyannote[72].speaker SPEAKER_00
transcript.pyannote[72].start 407.74784375
transcript.pyannote[72].end 415.08846875
transcript.pyannote[73].speaker SPEAKER_02
transcript.pyannote[73].start 416.30346875
transcript.pyannote[73].end 425.78721875
transcript.pyannote[74].speaker SPEAKER_00
transcript.pyannote[74].start 425.14596875
transcript.pyannote[74].end 427.28909375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 428.26784375
transcript.pyannote[75].end 429.06096875
transcript.pyannote[76].speaker SPEAKER_00
transcript.pyannote[76].start 429.29721875
transcript.pyannote[76].end 443.96159375
transcript.pyannote[77].speaker SPEAKER_02
transcript.pyannote[77].start 429.33096875
transcript.pyannote[77].end 430.63034375
transcript.pyannote[78].speaker SPEAKER_02
transcript.pyannote[78].start 431.42346875
transcript.pyannote[78].end 431.79471875
transcript.pyannote[79].speaker SPEAKER_02
transcript.pyannote[79].start 437.02596875
transcript.pyannote[79].end 437.41409375
transcript.pyannote[80].speaker SPEAKER_02
transcript.pyannote[80].start 440.38409375
transcript.pyannote[80].end 440.63721875
transcript.pyannote[81].speaker SPEAKER_02
transcript.pyannote[81].start 444.67034375
transcript.pyannote[81].end 450.34034375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 449.88471875
transcript.pyannote[82].end 453.66471875
transcript.pyannote[83].speaker SPEAKER_02
transcript.pyannote[83].start 451.69034375
transcript.pyannote[83].end 451.85909375
transcript.pyannote[84].speaker SPEAKER_02
transcript.pyannote[84].start 454.52534375
transcript.pyannote[84].end 466.60784375
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 462.40596875
transcript.pyannote[85].end 487.33034375
transcript.pyannote[86].speaker SPEAKER_02
transcript.pyannote[86].start 472.29471875
transcript.pyannote[86].end 473.96534375
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 473.96534375
transcript.pyannote[87].end 473.98221875
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 475.31534375
transcript.pyannote[88].end 475.88909375
transcript.pyannote[89].speaker SPEAKER_02
transcript.pyannote[89].start 475.88909375
transcript.pyannote[89].end 477.00284375
transcript.pyannote[90].speaker SPEAKER_02
transcript.pyannote[90].start 478.84221875
transcript.pyannote[90].end 479.11221875
transcript.pyannote[91].speaker SPEAKER_02
transcript.pyannote[91].start 479.82096875
transcript.pyannote[91].end 481.86284375
transcript.pyannote[92].speaker SPEAKER_02
transcript.pyannote[92].start 485.17034375
transcript.pyannote[92].end 485.47409375
transcript.pyannote[93].speaker SPEAKER_02
transcript.pyannote[93].start 486.99284375
transcript.pyannote[93].end 503.26034375
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 501.58971875
transcript.pyannote[94].end 516.42284375
transcript.pyannote[95].speaker SPEAKER_02
transcript.pyannote[95].start 509.75721875
transcript.pyannote[95].end 510.56721875
transcript.pyannote[96].speaker SPEAKER_02
transcript.pyannote[96].start 511.34346875
transcript.pyannote[96].end 511.59659375
transcript.pyannote[97].speaker SPEAKER_02
transcript.pyannote[97].start 512.59221875
transcript.pyannote[97].end 512.98034375
transcript.pyannote[98].speaker SPEAKER_02
transcript.pyannote[98].start 515.74784375
transcript.pyannote[98].end 517.21596875
transcript.pyannote[99].speaker SPEAKER_02
transcript.pyannote[99].start 517.87409375
transcript.pyannote[99].end 522.61596875
transcript.pyannote[100].speaker SPEAKER_00
transcript.pyannote[100].start 521.46846875
transcript.pyannote[100].end 523.52721875
transcript.pyannote[101].speaker SPEAKER_02
transcript.pyannote[101].start 523.69596875
transcript.pyannote[101].end 528.37034375
transcript.pyannote[102].speaker SPEAKER_00
transcript.pyannote[102].start 524.18534375
transcript.pyannote[102].end 524.42159375
transcript.pyannote[103].speaker SPEAKER_00
transcript.pyannote[103].start 528.57284375
transcript.pyannote[103].end 530.95221875
transcript.pyannote[104].speaker SPEAKER_02
transcript.pyannote[104].start 530.27721875
transcript.pyannote[104].end 534.73221875
transcript.pyannote[105].speaker SPEAKER_00
transcript.pyannote[105].start 531.30659375
transcript.pyannote[105].end 532.28534375
transcript.pyannote[106].speaker SPEAKER_00
transcript.pyannote[106].start 532.38659375
transcript.pyannote[106].end 538.51221875
transcript.pyannote[107].speaker SPEAKER_02
transcript.pyannote[107].start 536.23409375
transcript.pyannote[107].end 537.39846875
transcript.pyannote[108].speaker SPEAKER_02
transcript.pyannote[108].start 539.91284375
transcript.pyannote[108].end 555.37034375
transcript.pyannote[109].speaker SPEAKER_02
transcript.pyannote[109].start 555.52221875
transcript.pyannote[109].end 555.64034375
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 555.64034375
transcript.pyannote[110].end 562.39034375
transcript.pyannote[111].speaker SPEAKER_02
transcript.pyannote[111].start 563.14971875
transcript.pyannote[111].end 568.65096875
transcript.pyannote[112].speaker SPEAKER_00
transcript.pyannote[112].start 563.63909375
transcript.pyannote[112].end 565.49534375
transcript.pyannote[113].speaker SPEAKER_02
transcript.pyannote[113].start 569.19096875
transcript.pyannote[113].end 571.60409375
transcript.pyannote[114].speaker SPEAKER_00
transcript.pyannote[114].start 569.42721875
transcript.pyannote[114].end 583.07909375
transcript.pyannote[115].speaker SPEAKER_02
transcript.pyannote[115].start 572.90346875
transcript.pyannote[115].end 576.86909375
transcript.pyannote[116].speaker SPEAKER_02
transcript.pyannote[116].start 577.96596875
transcript.pyannote[116].end 578.89409375
transcript.pyannote[117].speaker SPEAKER_02
transcript.pyannote[117].start 583.34909375
transcript.pyannote[117].end 592.78221875
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 586.72409375
transcript.pyannote[118].end 587.02784375
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 594.26721875
transcript.pyannote[119].end 607.49721875
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 600.64596875
transcript.pyannote[120].end 600.86534375
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 603.58221875
transcript.pyannote[121].end 605.43846875
transcript.pyannote[122].speaker SPEAKER_02
transcript.pyannote[122].start 606.55221875
transcript.pyannote[122].end 606.99096875
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 606.99096875
transcript.pyannote[123].end 607.09221875
transcript.pyannote[124].speaker SPEAKER_01
transcript.pyannote[124].start 607.73346875
transcript.pyannote[124].end 610.14659375
transcript.pyannote[125].speaker SPEAKER_01
transcript.pyannote[125].start 611.69909375
transcript.pyannote[125].end 612.35721875
transcript.whisperx[0].start 2.415
transcript.whisperx[0].end 6.962
transcript.whisperx[0].text 謝謝 再為主席有請速發部林部長我們請速發部林部長
transcript.whisperx[1].start 12.785
transcript.whisperx[1].end 35.578
transcript.whisperx[1].text 邱委員早安部長早部長全世界都在談台灣is the AI hub當然對機場還有產業來說一方面雖然感到驕傲但同時也感到焦慮為什麼會感到焦慮我們確實有世界最強的晶片產業當然回答還有台積電把台灣推向硬體核心的時候我們政府在法治環境還有算力還有能源基礎建設有沒有跟上如果政府
transcript.whisperx[2].start 36.178
transcript.whisperx[2].end 60.667
transcript.whisperx[2].text 他沒有跟上的話那沒有跟上他的速度沒有跟上技術發展的時候呢台灣只有可能在這一波全球AI的發展競爭中出現我們有最強的晶片可是卻沒有相應的治理寬窄還有足夠的電力建設以及電力建設所以本席先從治理還有基礎的基礎建設的面向就叫部長部長把這件事應該是產業他發展的第一心玩不是他的不明確性來源
transcript.whisperx[3].start 61.167
transcript.whisperx[3].end 85.355
transcript.whisperx[3].text 那目前全球AI治理已經進入高風險的時代了像歐盟的法案EU AI Act它在2024年正式生效它將AI依風險等級分類管制那美國也透過了行政命令來強制要求AI巨頭進行安全測驗那我們回頭來看台灣現在目前雖然AI基本法已經通過了三讀並且公告但最關鍵的AI治理架構要等到今年年底才出來沒有錯啦
transcript.whisperx[4].start 86.115
transcript.whisperx[4].end 91.021
transcript.whisperx[4].text 那AI發展 風險架構我們的AI基本法
transcript.whisperx[5].start 92.17
transcript.whisperx[5].end 118.658
transcript.whisperx[5].text 風險框架應該是在三月底四月初就會我們這邊就會抱怨了三月底四月初大概兩三個禮拜內我們就會兩三個禮拜嗎那不是要提到AI的發展是一週的單位來做計算嗎那像OpenAI的GPT還有Google的Gemini他們每年也在重寫他們的模型那如果我們治理框架你說要到三月底那馬上就上路了嗎馬上就可以業主業者了嗎
transcript.whisperx[6].start 119.758
transcript.whisperx[6].end 132.308
transcript.whisperx[6].text 當然我們報院以後要看那個行政報院之後如果院合訂之後我們就會在AI基本法底下的規定的時間內去執行所以沒有法律的真空期嗎
transcript.whisperx[7].start 133.951
transcript.whisperx[7].end 147.311
transcript.whisperx[7].text 這目前不會啊我們核定之後我們就會去做而且部理會還會去協助去協助各機關去訂立相關的管理規範管理規範同樣也是在三月底嗎還是要在還有一段時間嗎那是多長一段時間
transcript.whisperx[8].start 149.754
transcript.whisperx[8].end 167.794
transcript.whisperx[8].text 跟委員說明一下我們現在的AI風險管理框架事實上是三層的架構在最上層就是AI基本法這個主管機關目前是國科會在AI基本法下面我們事務發布會訂定AI風險管理框架
transcript.whisperx[9].start 169.355
transcript.whisperx[9].end 184.886
transcript.whisperx[9].text AI風險分類框架那我們數法部訂了這個AI風險分類框架之後呢那個各個部會就會依照這個風險分類框架去訂定作用法譬如說以衛福部來講他們就要訂定那個就是AI技術在那個
transcript.whisperx[10].start 186.407
transcript.whisperx[10].end 213.244
transcript.whisperx[10].text 醫療產業裡面它是怎麼樣應用怎樣規管怎樣去認證等等然後到時候發生了風險到底是由醫生負責醫院負責還是有軟體公司負責等等這個都是我們是有三層的架構那我們現在最上面那一層感謝那個立法院我們現在已經通過了AI基本法我們現在就趕快把這個風險風雷框架做好我剛想要問就是如果這段時間發生AI侵權或是技術濫用的話那蘇巴夫的權責還有他的責任機制在哪裡
transcript.whisperx[11].start 213.904
transcript.whisperx[11].end 229.082
transcript.whisperx[11].text 對 那現在就是說以衛福部來講的話其實他們有些作用法已經也在立法了甚至於之前在AI基本法通過之前他們甚至有一些比較沒有爭議的部分他們都已經在做了那我們當然會盡快加速這個整個進程
transcript.whisperx[12].start 230.621
transcript.whisperx[12].end 255.534
transcript.whisperx[12].text 儘快加速那有沒有一個明確的時間因為我同時也要問蘇防部有沒有參考歐盟的風險分級制度是 這個事情跟委員說明一下基本上現在民主國家對於這個AI風險的管理事實上有很不同的看法美國跟歐盟的看法非常不一樣事實上我們台灣在制定那個AI基本法的時候一開始就是參照歐盟的那個AIE Act
transcript.whisperx[13].start 256.474
transcript.whisperx[13].end 270.665
transcript.whisperx[13].text 可是美國那邊有非常不同的看法就如同委員上面寫的就是歐盟它事實上有列出一個不可接受之風險它列出了八種樣態的AI系統包含潛意識監控包含社會
transcript.whisperx[14].start 272.547
transcript.whisperx[14].end 287.926
transcript.whisperx[14].text 社會信用等等這個都不准發展可是美國人他們認為說regulation hinders innovation他們認為說太多的監管會妨礙AI的發展所以美國他們是採用的方法是就是用這種AI風險分類框架的這種方式來做
transcript.whisperx[15].start 288.479
transcript.whisperx[15].end 312.086
transcript.whisperx[15].text 現在美國跟歐盟他們的管理風險他們的成績不一樣那未來台灣的軟體廠商要如何接軌國際他們要怎麼去達成這個合規的要求所以我們後來做的方法就是在那個美國方式跟歐盟方式模式裡面我們找到一個平衡點我們叫做台灣模式就是我剛剛講的這個三層的架構因為我們認為說這個AI的風險不應該是由速發部來做一個非常沒關係
transcript.whisperx[16].start 316.667
transcript.whisperx[16].end 316.687
transcript.whisperx[16].text 是,謝謝
transcript.whisperx[17].start 332.78
transcript.whisperx[17].end 346.945
transcript.whisperx[17].text 副主委好副主委我們常說半島敵是台灣的戲盾那我們也在確保國家的戰略優勢那最近有摩根史丹利他近期發布的報告震驚業界他指指台灣的晶片還有製造正面力電力供給不穩那產能也過度集中兩大的系統風險
transcript.whisperx[18].start 347.805
transcript.whisperx[18].end 375.479
transcript.whisperx[18].text 那我們知道AI晶片它的製造還有運算它的耗電量是穿透製成的數倍所以它會消耗台灣近10%的電力那另外台灣的天然氣儲存大大概只有12到14天那如果能源出現問題對晶片還有科技業勢必造成終極那當國會編列10年3000億的精創台灣方案時本行沒有看到政府對於AI的算力基礎建設的設施然後還有能源配套有任何具體的保障那國會這邊的看法是
transcript.whisperx[19].start 379.725
transcript.whisperx[19].end 406.537
transcript.whisperx[19].text 因為能源的部分其實不算是國科會在主管不過我們在發展這個AI是因為我們要發展AI嗎你們有沒有去做過這個供電的韌性評估呢就是針對AI的算力算區是 報告委員我們在對於這個算力建置的時候我們有去做這個電力的評估而且也有做跟這個台電有密切的合作去確保這個電力的供給是無庸置疑的
transcript.whisperx[20].start 408.153
transcript.whisperx[20].end 427.078
transcript.whisperx[20].text 所以不好意思我再請蘇發布的部長部長您剛有提到我們台灣目前的GPU算力是多少我們現在分成幾個部分就是說政府方面的話那個如果是學術界需要用的算力是由國科會這邊負責的那現在目前的算力GPU是多少
transcript.whisperx[21].start 428.511
transcript.whisperx[21].end 448.975
transcript.whisperx[21].text 是40嗎?蘇巴部這邊的就40片那報告中有提到要提升到140那你認為這樣的算力夠嗎?不夠,絕對不夠那算力需要電力沒有錯吧?是那現在的電力是足夠的嗎?國客會跟蘇巴部這邊的了解依照我們的了解,現在經濟部沒有跟我們說沒有說,那這樣子的算力有競爭力嗎?
transcript.whisperx[22].start 454.751
transcript.whisperx[22].end 483.067
transcript.whisperx[22].text OK 那事實上我跟委員說一下因為全世界現在大部分的算力都是民間去建立的像說美國的那個STARGATE的那個計畫那市長這邊美國的Microsoft Google Amazon Meta它的規模它單一AI它就是它的AI單一就是數萬沒錯 沒錯 沒錯那他們正朝百萬GPU發展我們看到現在只有40報告中說要提到140那算力需要電力那所以我這邊就有提到我們電力目前是足夠的嗎
transcript.whisperx[23].start 484.068
transcript.whisperx[23].end 510.195
transcript.whisperx[23].text 沒有電力的話我們要怎麼發展AI 請部長和國科會說因為我們現在就是透過那個韓式的方式讓那個保險業的資金可以投入然後另外也那個透過韓式的方式跟那個財政部讓那個算力中心的建設列為重大那個基礎設施台灣在AI的定位是想要朝著什麼樣的方向前進我們是要做代工嗎 應該不只是代工吧
transcript.whisperx[24].start 510.595
transcript.whisperx[24].end 538.323
transcript.whisperx[24].text 因為台灣我們剛才稍早就有提到吧大家都在討論我們台灣是AI好所以現在那個鴻海已經遞建了他們要建那個算力中心規模是一萬片的CPU我們現在算力不夠嘛對 一萬片就是民間他會那個現在鴻海單單一個案子那什麼時候可以達成這個要問那個鴻海我們希望說因為民間的速度會比政府快很多也有跟企業在討論嘛是是是那總是會有一個期程吧
transcript.whisperx[25].start 539.981
transcript.whisperx[25].end 562.137
transcript.whisperx[25].text 對 那當然是說企業這個期程我們政府不能夠一定他一定是哪時候要蓋完但是他現在已經遞件了那我們現在就是希望他們盡快開工然後幫他解決所有土地電力等等的問題讓他們趕快開工 那我們這邊不是 沒關係 也是因為時間的關係那我們現在的競爭力應該只是陪跑的程度吧
transcript.whisperx[26].start 563.537
transcript.whisperx[26].end 592.53
transcript.whisperx[26].text 一萬片GPU 一萬顆那個GPU也不算小了一萬顆GPU是我們的目標 我們現在才40對 因為我們的預算都被砍掉了我們本來去年我們要 國科會在進行討論提供本行AI算力基礎建設 尤其是能源韌性的評估報告 兩週內OK 好 謝謝那請委員多支持我們的預算那40片是前年的 去年我們要買100片那個預算被刪掉了 所以我們去年一片都沒有增加
transcript.whisperx[27].start 594.518
transcript.whisperx[27].end 606.914
transcript.whisperx[27].text 謝謝因為我們現在才實施我剛才提到了現在很多企業他們都已經達到萬萬顆以上了嘛那我們希望我們這方面可以提升那本席也會支持感謝 感謝委員的支持能源的韌性報告好 謝謝好 非常感謝鳩羅委員