iVOD / 168968

Field Value
IVOD_ID 168968
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/168968
日期 2026-04-29
會議資料.會議代碼 委員會-11-5-22-8
會議資料.會議代碼:str 第11屆第5會期教育及文化委員會第8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 8
會議資料.種類 委員會
會議資料.委員會代碼[0] 22
會議資料.委員會代碼:str[0] 教育及文化委員會
會議資料.標題 第11屆第5會期教育及文化委員會第8次全體委員會議
影片種類 Clip
開始時間 2026-04-29T12:28:59+08:00
結束時間 2026-04-29T12:39:04+08:00
影片長度 00:10:05
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/6301273cb2dfee84f5cf4276241d8d7dc607106bc22f509429ca0dd5c777562ec51c5fd7770ca2cd5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 洪毓祥
委員發言時間 12:28:59 - 12:39:04
會議時間 2026-04-29T09:00:00+08:00
會議名稱 立法院第11屆第5會期教育及文化委員會第8次全體委員會議(事由:中央研究院、國家科學及技術委員會、數位發展部就「AI主權時代:學門建構與應用、研究應用倫理及數位透明度之配套措施」進行專題報告,並備質詢。【4月29日及30日二天一次會】)
transcript.pyannote[0].speaker SPEAKER_04
transcript.pyannote[0].start 8.45159375
transcript.pyannote[0].end 14.30721875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 14.93159375
transcript.pyannote[1].end 18.30659375
transcript.pyannote[2].speaker SPEAKER_04
transcript.pyannote[2].start 20.98971875
transcript.pyannote[2].end 22.69409375
transcript.pyannote[3].speaker SPEAKER_04
transcript.pyannote[3].start 22.87971875
transcript.pyannote[3].end 25.17471875
transcript.pyannote[4].speaker SPEAKER_04
transcript.pyannote[4].start 26.52471875
transcript.pyannote[4].end 39.51846875
transcript.pyannote[5].speaker SPEAKER_04
transcript.pyannote[5].start 40.00784375
transcript.pyannote[5].end 50.57159375
transcript.pyannote[6].speaker SPEAKER_04
transcript.pyannote[6].start 51.68534375
transcript.pyannote[6].end 52.36034375
transcript.pyannote[7].speaker SPEAKER_04
transcript.pyannote[7].start 52.93409375
transcript.pyannote[7].end 53.20409375
transcript.pyannote[8].speaker SPEAKER_04
transcript.pyannote[8].start 53.55846875
transcript.pyannote[8].end 54.28409375
transcript.pyannote[9].speaker SPEAKER_04
transcript.pyannote[9].start 54.89159375
transcript.pyannote[9].end 55.75221875
transcript.pyannote[10].speaker SPEAKER_04
transcript.pyannote[10].start 57.00096875
transcript.pyannote[10].end 57.38909375
transcript.pyannote[11].speaker SPEAKER_04
transcript.pyannote[11].start 59.73471875
transcript.pyannote[11].end 62.45159375
transcript.pyannote[12].speaker SPEAKER_03
transcript.pyannote[12].start 63.85221875
transcript.pyannote[12].end 70.66971875
transcript.pyannote[13].speaker SPEAKER_04
transcript.pyannote[13].start 68.30721875
transcript.pyannote[13].end 69.75846875
transcript.pyannote[14].speaker SPEAKER_04
transcript.pyannote[14].start 70.55159375
transcript.pyannote[14].end 70.65284375
transcript.pyannote[15].speaker SPEAKER_04
transcript.pyannote[15].start 70.66971875
transcript.pyannote[15].end 70.72034375
transcript.pyannote[16].speaker SPEAKER_03
transcript.pyannote[16].start 70.72034375
transcript.pyannote[16].end 70.75409375
transcript.pyannote[17].speaker SPEAKER_04
transcript.pyannote[17].start 70.75409375
transcript.pyannote[17].end 70.78784375
transcript.pyannote[18].speaker SPEAKER_04
transcript.pyannote[18].start 71.42909375
transcript.pyannote[18].end 75.32721875
transcript.pyannote[19].speaker SPEAKER_03
transcript.pyannote[19].start 76.66034375
transcript.pyannote[19].end 78.61784375
transcript.pyannote[20].speaker SPEAKER_04
transcript.pyannote[20].start 78.61784375
transcript.pyannote[20].end 80.62596875
transcript.pyannote[21].speaker SPEAKER_03
transcript.pyannote[21].start 78.63471875
transcript.pyannote[21].end 78.65159375
transcript.pyannote[22].speaker SPEAKER_04
transcript.pyannote[22].start 80.77784375
transcript.pyannote[22].end 82.41471875
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 84.96284375
transcript.pyannote[23].end 88.82721875
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 89.28284375
transcript.pyannote[24].end 95.08784375
transcript.pyannote[25].speaker SPEAKER_04
transcript.pyannote[25].start 94.71659375
transcript.pyannote[25].end 96.21846875
transcript.pyannote[26].speaker SPEAKER_04
transcript.pyannote[26].start 96.48846875
transcript.pyannote[26].end 97.12971875
transcript.pyannote[27].speaker SPEAKER_02
transcript.pyannote[27].start 97.19721875
transcript.pyannote[27].end 106.37721875
transcript.pyannote[28].speaker SPEAKER_02
transcript.pyannote[28].start 106.86659375
transcript.pyannote[28].end 107.23784375
transcript.pyannote[29].speaker SPEAKER_04
transcript.pyannote[29].start 107.23784375
transcript.pyannote[29].end 111.08534375
transcript.pyannote[30].speaker SPEAKER_02
transcript.pyannote[30].start 112.23284375
transcript.pyannote[30].end 113.75159375
transcript.pyannote[31].speaker SPEAKER_04
transcript.pyannote[31].start 113.97096875
transcript.pyannote[31].end 117.09284375
transcript.pyannote[32].speaker SPEAKER_02
transcript.pyannote[32].start 117.09284375
transcript.pyannote[32].end 118.02096875
transcript.pyannote[33].speaker SPEAKER_04
transcript.pyannote[33].start 118.44284375
transcript.pyannote[33].end 132.44909375
transcript.pyannote[34].speaker SPEAKER_04
transcript.pyannote[34].start 133.14096875
transcript.pyannote[34].end 137.54534375
transcript.pyannote[35].speaker SPEAKER_03
transcript.pyannote[35].start 134.96346875
transcript.pyannote[35].end 135.06471875
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 135.06471875
transcript.pyannote[36].end 135.23346875
transcript.pyannote[37].speaker SPEAKER_04
transcript.pyannote[37].start 138.33846875
transcript.pyannote[37].end 144.78471875
transcript.pyannote[38].speaker SPEAKER_04
transcript.pyannote[38].start 145.22346875
transcript.pyannote[38].end 145.62846875
transcript.pyannote[39].speaker SPEAKER_04
transcript.pyannote[39].start 146.20221875
transcript.pyannote[39].end 152.26034375
transcript.pyannote[40].speaker SPEAKER_04
transcript.pyannote[40].start 152.90159375
transcript.pyannote[40].end 165.96284375
transcript.pyannote[41].speaker SPEAKER_04
transcript.pyannote[41].start 166.80659375
transcript.pyannote[41].end 167.90346875
transcript.pyannote[42].speaker SPEAKER_03
transcript.pyannote[42].start 169.89471875
transcript.pyannote[42].end 178.11284375
transcript.pyannote[43].speaker SPEAKER_04
transcript.pyannote[43].start 178.11284375
transcript.pyannote[43].end 182.28096875
transcript.pyannote[44].speaker SPEAKER_04
transcript.pyannote[44].start 183.10784375
transcript.pyannote[44].end 184.20471875
transcript.pyannote[45].speaker SPEAKER_03
transcript.pyannote[45].start 184.20471875
transcript.pyannote[45].end 185.65596875
transcript.pyannote[46].speaker SPEAKER_03
transcript.pyannote[46].start 187.25909375
transcript.pyannote[46].end 189.11534375
transcript.pyannote[47].speaker SPEAKER_03
transcript.pyannote[47].start 189.62159375
transcript.pyannote[47].end 191.66346875
transcript.pyannote[48].speaker SPEAKER_03
transcript.pyannote[48].start 191.74784375
transcript.pyannote[48].end 198.27846875
transcript.pyannote[49].speaker SPEAKER_04
transcript.pyannote[49].start 194.02596875
transcript.pyannote[49].end 194.78534375
transcript.pyannote[50].speaker SPEAKER_04
transcript.pyannote[50].start 194.83596875
transcript.pyannote[50].end 208.40346875
transcript.pyannote[51].speaker SPEAKER_04
transcript.pyannote[51].start 209.06159375
transcript.pyannote[51].end 213.06096875
transcript.pyannote[52].speaker SPEAKER_04
transcript.pyannote[52].start 213.12846875
transcript.pyannote[52].end 213.93846875
transcript.pyannote[53].speaker SPEAKER_04
transcript.pyannote[53].start 214.52909375
transcript.pyannote[53].end 216.08159375
transcript.pyannote[54].speaker SPEAKER_04
transcript.pyannote[54].start 217.27971875
transcript.pyannote[54].end 223.75971875
transcript.pyannote[55].speaker SPEAKER_04
transcript.pyannote[55].start 224.11409375
transcript.pyannote[55].end 230.76284375
transcript.pyannote[56].speaker SPEAKER_04
transcript.pyannote[56].start 231.50534375
transcript.pyannote[56].end 236.33159375
transcript.pyannote[57].speaker SPEAKER_04
transcript.pyannote[57].start 236.66909375
transcript.pyannote[57].end 251.19846875
transcript.pyannote[58].speaker SPEAKER_04
transcript.pyannote[58].start 252.05909375
transcript.pyannote[58].end 254.67471875
transcript.pyannote[59].speaker SPEAKER_04
transcript.pyannote[59].start 256.29471875
transcript.pyannote[59].end 256.91909375
transcript.pyannote[60].speaker SPEAKER_04
transcript.pyannote[60].start 257.44221875
transcript.pyannote[60].end 263.04471875
transcript.pyannote[61].speaker SPEAKER_04
transcript.pyannote[61].start 264.56346875
transcript.pyannote[61].end 264.90096875
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 264.66471875
transcript.pyannote[62].end 305.78909375
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 297.26721875
transcript.pyannote[63].end 297.53721875
transcript.pyannote[64].speaker SPEAKER_04
transcript.pyannote[64].start 305.85659375
transcript.pyannote[64].end 313.73721875
transcript.pyannote[65].speaker SPEAKER_04
transcript.pyannote[65].start 314.41221875
transcript.pyannote[65].end 330.59534375
transcript.pyannote[66].speaker SPEAKER_04
transcript.pyannote[66].start 330.86534375
transcript.pyannote[66].end 331.52346875
transcript.pyannote[67].speaker SPEAKER_03
transcript.pyannote[67].start 332.70471875
transcript.pyannote[67].end 336.16409375
transcript.pyannote[68].speaker SPEAKER_04
transcript.pyannote[68].start 336.16409375
transcript.pyannote[68].end 336.77159375
transcript.pyannote[69].speaker SPEAKER_03
transcript.pyannote[69].start 336.77159375
transcript.pyannote[69].end 337.21034375
transcript.pyannote[70].speaker SPEAKER_04
transcript.pyannote[70].start 337.21034375
transcript.pyannote[70].end 337.44659375
transcript.pyannote[71].speaker SPEAKER_03
transcript.pyannote[71].start 337.22721875
transcript.pyannote[71].end 337.51409375
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 337.44659375
transcript.pyannote[72].end 345.15846875
transcript.pyannote[73].speaker SPEAKER_04
transcript.pyannote[73].start 340.51784375
transcript.pyannote[73].end 340.82159375
transcript.pyannote[74].speaker SPEAKER_04
transcript.pyannote[74].start 343.20096875
transcript.pyannote[74].end 347.08221875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 346.59284375
transcript.pyannote[75].end 347.45346875
transcript.pyannote[76].speaker SPEAKER_04
transcript.pyannote[76].start 348.68534375
transcript.pyannote[76].end 361.03784375
transcript.pyannote[77].speaker SPEAKER_04
transcript.pyannote[77].start 361.93221875
transcript.pyannote[77].end 381.64221875
transcript.pyannote[78].speaker SPEAKER_04
transcript.pyannote[78].start 381.70971875
transcript.pyannote[78].end 383.04284375
transcript.pyannote[79].speaker SPEAKER_04
transcript.pyannote[79].start 383.93721875
transcript.pyannote[79].end 387.88596875
transcript.pyannote[80].speaker SPEAKER_04
transcript.pyannote[80].start 388.83096875
transcript.pyannote[80].end 389.86034375
transcript.pyannote[81].speaker SPEAKER_01
transcript.pyannote[81].start 390.18096875
transcript.pyannote[81].end 390.77159375
transcript.pyannote[82].speaker SPEAKER_01
transcript.pyannote[82].start 390.94034375
transcript.pyannote[82].end 429.31409375
transcript.pyannote[83].speaker SPEAKER_04
transcript.pyannote[83].start 403.68096875
transcript.pyannote[83].end 404.00159375
transcript.pyannote[84].speaker SPEAKER_04
transcript.pyannote[84].start 406.36409375
transcript.pyannote[84].end 407.39346875
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 430.30971875
transcript.pyannote[85].end 439.72596875
transcript.pyannote[86].speaker SPEAKER_04
transcript.pyannote[86].start 439.72596875
transcript.pyannote[86].end 455.45346875
transcript.pyannote[87].speaker SPEAKER_00
transcript.pyannote[87].start 439.92846875
transcript.pyannote[87].end 440.29971875
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 441.97034375
transcript.pyannote[88].end 442.96596875
transcript.pyannote[89].speaker SPEAKER_04
transcript.pyannote[89].start 455.74034375
transcript.pyannote[89].end 462.67596875
transcript.pyannote[90].speaker SPEAKER_04
transcript.pyannote[90].start 463.50284375
transcript.pyannote[90].end 470.40471875
transcript.pyannote[91].speaker SPEAKER_04
transcript.pyannote[91].start 471.45096875
transcript.pyannote[91].end 471.83909375
transcript.pyannote[92].speaker SPEAKER_04
transcript.pyannote[92].start 472.56471875
transcript.pyannote[92].end 474.11721875
transcript.pyannote[93].speaker SPEAKER_04
transcript.pyannote[93].start 474.97784375
transcript.pyannote[93].end 477.22221875
transcript.pyannote[94].speaker SPEAKER_04
transcript.pyannote[94].start 477.47534375
transcript.pyannote[94].end 482.89221875
transcript.pyannote[95].speaker SPEAKER_04
transcript.pyannote[95].start 483.76971875
transcript.pyannote[95].end 495.09284375
transcript.pyannote[96].speaker SPEAKER_04
transcript.pyannote[96].start 495.86909375
transcript.pyannote[96].end 505.50471875
transcript.pyannote[97].speaker SPEAKER_04
transcript.pyannote[97].start 506.07846875
transcript.pyannote[97].end 508.64346875
transcript.pyannote[98].speaker SPEAKER_04
transcript.pyannote[98].start 509.60534375
transcript.pyannote[98].end 520.28721875
transcript.pyannote[99].speaker SPEAKER_04
transcript.pyannote[99].start 521.31659375
transcript.pyannote[99].end 527.35784375
transcript.pyannote[100].speaker SPEAKER_04
transcript.pyannote[100].start 527.96534375
transcript.pyannote[100].end 530.90159375
transcript.pyannote[101].speaker SPEAKER_04
transcript.pyannote[101].start 531.81284375
transcript.pyannote[101].end 537.36471875
transcript.pyannote[102].speaker SPEAKER_04
transcript.pyannote[102].start 538.36034375
transcript.pyannote[102].end 540.40221875
transcript.pyannote[103].speaker SPEAKER_04
transcript.pyannote[103].start 540.92534375
transcript.pyannote[103].end 549.86909375
transcript.pyannote[104].speaker SPEAKER_04
transcript.pyannote[104].start 551.05034375
transcript.pyannote[104].end 555.85971875
transcript.pyannote[105].speaker SPEAKER_04
transcript.pyannote[105].start 556.19721875
transcript.pyannote[105].end 558.64409375
transcript.pyannote[106].speaker SPEAKER_04
transcript.pyannote[106].start 559.31909375
transcript.pyannote[106].end 561.37784375
transcript.pyannote[107].speaker SPEAKER_04
transcript.pyannote[107].start 562.33971875
transcript.pyannote[107].end 564.04409375
transcript.pyannote[108].speaker SPEAKER_04
transcript.pyannote[108].start 564.68534375
transcript.pyannote[108].end 574.28721875
transcript.pyannote[109].speaker SPEAKER_04
transcript.pyannote[109].start 574.99596875
transcript.pyannote[109].end 578.89409375
transcript.pyannote[110].speaker SPEAKER_04
transcript.pyannote[110].start 579.38346875
transcript.pyannote[110].end 580.07534375
transcript.pyannote[111].speaker SPEAKER_04
transcript.pyannote[111].start 580.66596875
transcript.pyannote[111].end 584.05784375
transcript.pyannote[112].speaker SPEAKER_04
transcript.pyannote[112].start 584.56409375
transcript.pyannote[112].end 585.25596875
transcript.pyannote[113].speaker SPEAKER_04
transcript.pyannote[113].start 585.62721875
transcript.pyannote[113].end 591.16221875
transcript.pyannote[114].speaker SPEAKER_04
transcript.pyannote[114].start 592.09034375
transcript.pyannote[114].end 593.35596875
transcript.pyannote[115].speaker SPEAKER_04
transcript.pyannote[115].start 593.81159375
transcript.pyannote[115].end 600.88221875
transcript.pyannote[116].speaker SPEAKER_04
transcript.pyannote[116].start 601.15221875
transcript.pyannote[116].end 602.68784375
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 603.34596875
transcript.pyannote[117].end 605.10096875
transcript.pyannote[118].speaker SPEAKER_00
transcript.pyannote[118].start 604.03784375
transcript.pyannote[118].end 604.42596875
transcript.whisperx[0].start 8.496
transcript.whisperx[0].end 16.843
transcript.whisperx[0].text 好 謝謝主席我請這個中研院國科會訴法部請三個機關代表上備詢談 謝謝
transcript.whisperx[1].start 21.044
transcript.whisperx[1].end 49.919
transcript.whisperx[1].text 好 各位長官好來 下一頁這邊的話我剛看就是看完你們這個交出來的一個報告我們在因為今天的題目是主權 AI 主權那在當時國科會對不對在我們的這個台德的這個計畫裡頭的其實是很早我這邊是先讚美中研院起碼在報告裡頭是有提到台德計畫
transcript.whisperx[2].start 51.715
transcript.whisperx[2].end 74.966
transcript.whisperx[2].text 好幾次國科會 速發部沒有國科會這你自己生的孩子現在應該放在哪裡跟委員報告現在台熱還是在持續進行當中我們正在跟還是在國科會還是跟眾議院在合作那主要的話誰負責ownership 誰負責
transcript.whisperx[3].start 76.905
transcript.whisperx[3].end 81.274
transcript.whisperx[3].text 我們是一起在做協作我最怕聽到這種一起了緣有頭 債有主
transcript.whisperx[4].start 84.997
transcript.whisperx[4].end 113.459
transcript.whisperx[4].text 那個 跟委員報告我是中研院資訊所所長廖鴻元那現在是這樣齁整個台德計畫它是大型語言模型那而且是非 反理這個我知道 你只要回答我說那個對 現在是這樣齁現在的模型跟優化是在中研院那我把我我把多模態的加進來了也就是把影像所以將來成功 失敗都是中研院負責這件事情是這樣
transcript.whisperx[5].start 114.809
transcript.whisperx[5].end 132.087
transcript.whisperx[5].text 有檢訪嗎?不然就去國科會啊?OK沒問題沒問題,這樣就好了,我只要這個答案就好我參與過,我知道我也是資訊領域的國科會生的孩子嘛,所以現在你如果是學比比就是中研院嘛如果是在不好的地方,都是中研院
transcript.whisperx[6].start 133.774
transcript.whisperx[6].end 157.608
transcript.whisperx[6].text 這樣可以啦 好 請中研院請回 來中研 我感謝你 中研院可以請回其他兩位單位 速發部國科會留在台上 謝謝好 接下來的話就是說政府針對台德計畫投入這樣的預算 大概就是八億因為這些預算一定都是國科會編的國科會不給我們錢 我們其他部會也做不出來啦
transcript.whisperx[7].start 158.755
transcript.whisperx[7].end 185.429
transcript.whisperx[7].text 那到這邊的話這一個Government台德的話就是G-Tide政府機關作為示範場域這一個誰負責跟委員報告G-Tide這一塊是谷歌在幫忙在做這個導入現在是有在做試用好那多少機關用使用狀況頻率反饋誰可以幫我們回答資訊處不在
transcript.whisperx[8].start 188.165
transcript.whisperx[8].end 215.465
transcript.whisperx[8].text GTI的這一塊我們數字上我不是那麼記得那沒關係交報告給我好不好交報告給我可以嗎一個禮拜內交報告給我因為我們都號稱說要讓政府機關作為專用的示範場域自己生的小孩如果自己不用對不對自己種的菜自己不吃那別人要吃很困難再來速發布
transcript.whisperx[9].start 217.355
transcript.whisperx[9].end 224.56
transcript.whisperx[9].text 速發部在這裡頭我也支持這個概念打造主權AI的一個訓練的語料庫預200個機關參與上架預3500筆資料集累計預12億個tokens
transcript.whisperx[10].start 231.567
transcript.whisperx[10].end 254.083
transcript.whisperx[10].text 好 當然十二一token真的是很不夠非常遠遠不夠那我的問題就是說這到底全國有兩千七百多個機關所以真正參與到目前為止大概七到八個percent那如果把你們寫的數字三千五百去除以現在兩百十七點五筆資料平均每一個單位
transcript.whisperx[11].start 256.325
transcript.whisperx[11].end 262.891
transcript.whisperx[11].text 能看嗎還是說這個是又要告訴我說這是預算問題如果預算就要問隔壁那個國科會了
transcript.whisperx[12].start 265.412
transcript.whisperx[12].end 293.03
transcript.whisperx[12].text 確實第一個跟委員報告剛剛講的這個台德的計畫裡面8億6913.8萬元裡面並沒有包括語料庫的建置那語料庫的建置目前我們有邀請到200個機關參與那每一個機關我們都非常非常感謝他們那實際上參與的機關其實他們都盡可能的拿出了更多的資料
transcript.whisperx[13].start 293.67
transcript.whisperx[13].end 313.023
transcript.whisperx[13].text 那這些還沒有參與的機關當然委員也知道是大多數我們會繼續努力那也跟地方政府這邊我們也持續在推進當中那這些的因為上次的話我有書面質詢但報告還沒給我因為這裡頭牽扯到一個很重要的問題
transcript.whisperx[14].start 314.448
transcript.whisperx[14].end 331.078
transcript.whisperx[14].text 因為這些的資料如果你要有價值的話那有些東西你還是要去購買對不對所以這裡頭到底是怎麼去維運這個主權壓餘料庫的那現在我的問題是說台德有沒有用你的餘料庫
transcript.whisperx[15].start 332.922
transcript.whisperx[15].end 360.754
transcript.whisperx[15].text 跟委員報告台德現在有在用這個語料庫有在用我們在其實在語料庫釋出前就已經跟中研院已經在討論有就好我怕的是沒有再下一個再來因為今天大概就比較倒楣只有速發部在經濟部我也問過國發基金這倒是我再來問就是台德當初的目的是要
transcript.whisperx[16].start 361.974
transcript.whisperx[16].end 389.697
transcript.whisperx[16].text 其實是讓我們主權AI所以不管是怎麼樣子也就是說台灣的一些模型但混合Multiple Model都可以我的問題是速發部這邊我們根據你交的報告輔導242家企業者開發266項AI模型服務80家產品化這些AI模型跟服務有沒有不要講架構有多少是使用了台德的這樣的模型
transcript.whisperx[17].start 391.257
transcript.whisperx[17].end 406.617
transcript.whisperx[17].text 報告委員這個部分其實是您提到這個數字是我們提供算力的部分就是算力上面的這個業者開發的部分有多少運用到有去統計嗎
transcript.whisperx[18].start 407.418
transcript.whisperx[18].end 426.99
transcript.whisperx[18].text 我等一下請這個庶產署這邊來回覆那另外也要跟委員報告是我們今年有一個新的計畫是很明確會用到台德然後跟業者一起合作那這個預算就是要請委員支持這樣那我請這個庶產署這邊來回應一下
transcript.whisperx[19].start 430.876
transcript.whisperx[19].end 454.282
transcript.whisperx[19].text 報告委員那台德的話我們在去年就有上架讓業者使用不過相關的數據我們再回去再排一下好 回去之後再交給我報告好不好好 謝謝因為我只想要知道台灣花了這麼多錢在做主權二案做出來我當然是希望都有這個方向是支持的但是我說過政府的所有的執行計畫
transcript.whisperx[20].start 456.202
transcript.whisperx[20].end 473.153
transcript.whisperx[20].text 說實在的都是執行力的問題然後你的KPI設的對不對的問題我想這個是給你們參考因為我也太熟你們了所以我們就省略客套下一頁再下一頁那張圖 對
transcript.whisperx[21].start 475.031
transcript.whisperx[21].end 494.614
transcript.whisperx[21].text 我希望因為國科會其實掌管著我們的科技預算這一點我是非常有意見的因為學術歸學術的科技預算產業的歸產業的其實產業的需求產業要去市場打仗的這個最清楚產業的技術它可能沒有辦法那麼遠
transcript.whisperx[22].start 495.919
transcript.whisperx[22].end 519.106
transcript.whisperx[22].text 但短中的這些要攻城掠地的所以我在想請各位去借助一下韓國的AI國家戰略非常的清楚非常清楚第一步我一定是先充實我的算力所以你4萬張GPU追加跟NVIDIA26萬張總共是30萬張它會再往上堆疊往上堆疊之後它把公共領域的算力分配5萬張
transcript.whisperx[23].start 521.363
transcript.whisperx[23].end 549.371
transcript.whisperx[23].text 民間領域的話就給他21萬張也就是他總共跟NVIDIA買的26加上他原本的4萬然後他的目的很清楚我都會背了所以我還不得不佩服我們的那個何振宇對不對韓國首席的AI策略長首席長也就是說我先把我的算力弄完然後做完這些主權的AI的資料模型下一個就是要發揮台灣的特色就是你垂直領域的推論
transcript.whisperx[24].start 551.089
transcript.whisperx[24].end 574.064
transcript.whisperx[24].text 那垂直領域的推論就很清楚 你有工廠 你有製造化 對不對 你有physical的AI所以不管是現代 SK這些的集團就會進來那這個東西的話 你就會再做到所謂的製造業的 對不對 做到這個智慧移動的我想這一塊給各位參考 非常清楚
transcript.whisperx[25].start 575.111
transcript.whisperx[25].end 601.671
transcript.whisperx[25].text 三階段的一個動程然後這個最後是生態系出來所以如果我們的算力真的不夠就請國科會要幫忙第二個很重要的我最後一個十秒就好請國科會不要只看硬體我們AI整個軟體關鍵技術的發展也多給我們這些產業跟相關的部會的支持好不好 謝謝謝委員
transcript.whisperx[26].start 603.589
transcript.whisperx[26].end 604.012
transcript.whisperx[26].text 谢谢委员