iVOD / 168971

Field Value
IVOD_ID 168971
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/168971
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 2026-04-29T12:39:22+08:00
結束時間 2026-04-29T12:52:54+08:00
影片長度 00:13:32
支援功能[0] ai-transcript
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/6301273cb2dfee84dea271401b74034dc607106bc22f509429ca0dd5c777562e9e84ac0ab64cdd6e5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 葉元之
委員發言時間 12:39:22 - 12:52:54
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_01
transcript.pyannote[0].start 0.03096875
transcript.pyannote[0].end 1.51596875
transcript.pyannote[1].speaker SPEAKER_04
transcript.pyannote[1].start 11.40471875
transcript.pyannote[1].end 13.66596875
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 14.20596875
transcript.pyannote[2].end 16.36596875
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 16.66971875
transcript.pyannote[3].end 17.73284375
transcript.pyannote[4].speaker SPEAKER_04
transcript.pyannote[4].start 20.98971875
transcript.pyannote[4].end 45.64409375
transcript.pyannote[5].speaker SPEAKER_04
transcript.pyannote[5].start 45.96471875
transcript.pyannote[5].end 105.71909375
transcript.pyannote[6].speaker SPEAKER_04
transcript.pyannote[6].start 106.44471875
transcript.pyannote[6].end 110.54534375
transcript.pyannote[7].speaker SPEAKER_04
transcript.pyannote[7].start 112.84034375
transcript.pyannote[7].end 113.76846875
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 114.66284375
transcript.pyannote[8].end 136.11096875
transcript.pyannote[9].speaker SPEAKER_04
transcript.pyannote[9].start 135.68909375
transcript.pyannote[9].end 183.09096875
transcript.pyannote[10].speaker SPEAKER_04
transcript.pyannote[10].start 189.89159375
transcript.pyannote[10].end 189.92534375
transcript.pyannote[11].speaker SPEAKER_06
transcript.pyannote[11].start 189.92534375
transcript.pyannote[11].end 193.33409375
transcript.pyannote[12].speaker SPEAKER_06
transcript.pyannote[12].start 194.22846875
transcript.pyannote[12].end 197.95784375
transcript.pyannote[13].speaker SPEAKER_06
transcript.pyannote[13].start 198.81846875
transcript.pyannote[13].end 201.06284375
transcript.pyannote[14].speaker SPEAKER_06
transcript.pyannote[14].start 202.29471875
transcript.pyannote[14].end 202.32846875
transcript.pyannote[15].speaker SPEAKER_04
transcript.pyannote[15].start 202.32846875
transcript.pyannote[15].end 203.61096875
transcript.pyannote[16].speaker SPEAKER_06
transcript.pyannote[16].start 205.19721875
transcript.pyannote[16].end 207.88034375
transcript.pyannote[17].speaker SPEAKER_04
transcript.pyannote[17].start 208.18409375
transcript.pyannote[17].end 210.00659375
transcript.pyannote[18].speaker SPEAKER_04
transcript.pyannote[18].start 211.06971875
transcript.pyannote[18].end 211.99784375
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 214.10721875
transcript.pyannote[19].end 222.35909375
transcript.pyannote[20].speaker SPEAKER_00
transcript.pyannote[20].start 222.74721875
transcript.pyannote[20].end 228.07971875
transcript.pyannote[21].speaker SPEAKER_04
transcript.pyannote[21].start 228.41721875
transcript.pyannote[21].end 230.72909375
transcript.pyannote[22].speaker SPEAKER_00
transcript.pyannote[22].start 229.90221875
transcript.pyannote[22].end 233.02409375
transcript.pyannote[23].speaker SPEAKER_04
transcript.pyannote[23].start 233.02409375
transcript.pyannote[23].end 234.74534375
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 235.58909375
transcript.pyannote[24].end 239.70659375
transcript.pyannote[25].speaker SPEAKER_04
transcript.pyannote[25].start 237.66471875
transcript.pyannote[25].end 237.69846875
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 240.16221875
transcript.pyannote[26].end 245.89971875
transcript.pyannote[27].speaker SPEAKER_04
transcript.pyannote[27].start 246.01784375
transcript.pyannote[27].end 246.99659375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 247.90784375
transcript.pyannote[28].end 248.59971875
transcript.pyannote[29].speaker SPEAKER_04
transcript.pyannote[29].start 248.26221875
transcript.pyannote[29].end 250.96221875
transcript.pyannote[30].speaker SPEAKER_04
transcript.pyannote[30].start 251.73846875
transcript.pyannote[30].end 252.73409375
transcript.pyannote[31].speaker SPEAKER_04
transcript.pyannote[31].start 254.45534375
transcript.pyannote[31].end 255.19784375
transcript.pyannote[32].speaker SPEAKER_04
transcript.pyannote[32].start 256.22721875
transcript.pyannote[32].end 256.88534375
transcript.pyannote[33].speaker SPEAKER_04
transcript.pyannote[33].start 257.47596875
transcript.pyannote[33].end 261.35721875
transcript.pyannote[34].speaker SPEAKER_06
transcript.pyannote[34].start 261.59346875
transcript.pyannote[34].end 261.62721875
transcript.pyannote[35].speaker SPEAKER_00
transcript.pyannote[35].start 261.62721875
transcript.pyannote[35].end 262.38659375
transcript.pyannote[36].speaker SPEAKER_04
transcript.pyannote[36].start 262.03221875
transcript.pyannote[36].end 264.02346875
transcript.pyannote[37].speaker SPEAKER_04
transcript.pyannote[37].start 264.51284375
transcript.pyannote[37].end 266.36909375
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 266.50409375
transcript.pyannote[38].end 267.56721875
transcript.pyannote[39].speaker SPEAKER_04
transcript.pyannote[39].start 267.17909375
transcript.pyannote[39].end 269.71034375
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 269.65971875
transcript.pyannote[40].end 269.69346875
transcript.pyannote[41].speaker SPEAKER_00
transcript.pyannote[41].start 269.71034375
transcript.pyannote[41].end 270.03096875
transcript.pyannote[42].speaker SPEAKER_04
transcript.pyannote[42].start 270.30096875
transcript.pyannote[42].end 272.52846875
transcript.pyannote[43].speaker SPEAKER_06
transcript.pyannote[43].start 273.10221875
transcript.pyannote[43].end 276.59534375
transcript.pyannote[44].speaker SPEAKER_04
transcript.pyannote[44].start 273.81096875
transcript.pyannote[44].end 274.19909375
transcript.pyannote[45].speaker SPEAKER_04
transcript.pyannote[45].start 275.88659375
transcript.pyannote[45].end 280.22346875
transcript.pyannote[46].speaker SPEAKER_06
transcript.pyannote[46].start 281.50596875
transcript.pyannote[46].end 282.97409375
transcript.pyannote[47].speaker SPEAKER_04
transcript.pyannote[47].start 282.97409375
transcript.pyannote[47].end 283.02471875
transcript.pyannote[48].speaker SPEAKER_06
transcript.pyannote[48].start 283.02471875
transcript.pyannote[48].end 283.58159375
transcript.pyannote[49].speaker SPEAKER_04
transcript.pyannote[49].start 283.58159375
transcript.pyannote[49].end 283.59846875
transcript.pyannote[50].speaker SPEAKER_06
transcript.pyannote[50].start 283.59846875
transcript.pyannote[50].end 283.69971875
transcript.pyannote[51].speaker SPEAKER_04
transcript.pyannote[51].start 285.65721875
transcript.pyannote[51].end 285.67409375
transcript.pyannote[52].speaker SPEAKER_06
transcript.pyannote[52].start 285.67409375
transcript.pyannote[52].end 291.63096875
transcript.pyannote[53].speaker SPEAKER_04
transcript.pyannote[53].start 285.99471875
transcript.pyannote[53].end 286.41659375
transcript.pyannote[54].speaker SPEAKER_04
transcript.pyannote[54].start 291.63096875
transcript.pyannote[54].end 291.69846875
transcript.pyannote[55].speaker SPEAKER_06
transcript.pyannote[55].start 291.69846875
transcript.pyannote[55].end 291.76596875
transcript.pyannote[56].speaker SPEAKER_04
transcript.pyannote[56].start 291.76596875
transcript.pyannote[56].end 291.81659375
transcript.pyannote[57].speaker SPEAKER_06
transcript.pyannote[57].start 291.81659375
transcript.pyannote[57].end 291.96846875
transcript.pyannote[58].speaker SPEAKER_04
transcript.pyannote[58].start 291.96846875
transcript.pyannote[58].end 304.64159375
transcript.pyannote[59].speaker SPEAKER_04
transcript.pyannote[59].start 304.69221875
transcript.pyannote[59].end 309.21471875
transcript.pyannote[60].speaker SPEAKER_06
transcript.pyannote[60].start 309.21471875
transcript.pyannote[60].end 328.77284375
transcript.pyannote[61].speaker SPEAKER_06
transcript.pyannote[61].start 328.97534375
transcript.pyannote[61].end 329.09346875
transcript.pyannote[62].speaker SPEAKER_04
transcript.pyannote[62].start 329.09346875
transcript.pyannote[62].end 336.90659375
transcript.pyannote[63].speaker SPEAKER_04
transcript.pyannote[63].start 338.98221875
transcript.pyannote[63].end 340.07909375
transcript.pyannote[64].speaker SPEAKER_04
transcript.pyannote[64].start 340.70346875
transcript.pyannote[64].end 376.63034375
transcript.pyannote[65].speaker SPEAKER_03
transcript.pyannote[65].start 346.52534375
transcript.pyannote[65].end 347.70659375
transcript.pyannote[66].speaker SPEAKER_05
transcript.pyannote[66].start 349.24221875
transcript.pyannote[66].end 349.29284375
transcript.pyannote[67].speaker SPEAKER_03
transcript.pyannote[67].start 349.29284375
transcript.pyannote[67].end 349.32659375
transcript.pyannote[68].speaker SPEAKER_05
transcript.pyannote[68].start 349.32659375
transcript.pyannote[68].end 349.37721875
transcript.pyannote[69].speaker SPEAKER_03
transcript.pyannote[69].start 349.98471875
transcript.pyannote[69].end 350.55846875
transcript.pyannote[70].speaker SPEAKER_03
transcript.pyannote[70].start 353.12346875
transcript.pyannote[70].end 353.86596875
transcript.pyannote[71].speaker SPEAKER_03
transcript.pyannote[71].start 354.99659375
transcript.pyannote[71].end 356.88659375
transcript.pyannote[72].speaker SPEAKER_03
transcript.pyannote[72].start 363.56909375
transcript.pyannote[72].end 363.94034375
transcript.pyannote[73].speaker SPEAKER_00
transcript.pyannote[73].start 365.77971875
transcript.pyannote[73].end 366.15096875
transcript.pyannote[74].speaker SPEAKER_02
transcript.pyannote[74].start 377.18721875
transcript.pyannote[74].end 384.96659375
transcript.pyannote[75].speaker SPEAKER_04
transcript.pyannote[75].start 384.96659375
transcript.pyannote[75].end 388.78034375
transcript.pyannote[76].speaker SPEAKER_04
transcript.pyannote[76].start 389.13471875
transcript.pyannote[76].end 399.42846875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 400.18784375
transcript.pyannote[77].end 408.13596875
transcript.pyannote[78].speaker SPEAKER_04
transcript.pyannote[78].start 408.42284375
transcript.pyannote[78].end 414.16034375
transcript.pyannote[79].speaker SPEAKER_01
transcript.pyannote[79].start 411.94971875
transcript.pyannote[79].end 412.54034375
transcript.pyannote[80].speaker SPEAKER_01
transcript.pyannote[80].start 414.09284375
transcript.pyannote[80].end 417.34971875
transcript.pyannote[81].speaker SPEAKER_03
transcript.pyannote[81].start 418.54784375
transcript.pyannote[81].end 431.94659375
transcript.pyannote[82].speaker SPEAKER_03
transcript.pyannote[82].start 432.84096875
transcript.pyannote[82].end 435.65909375
transcript.pyannote[83].speaker SPEAKER_04
transcript.pyannote[83].start 434.71409375
transcript.pyannote[83].end 435.13596875
transcript.pyannote[84].speaker SPEAKER_03
transcript.pyannote[84].start 435.84471875
transcript.pyannote[84].end 460.97159375
transcript.pyannote[85].speaker SPEAKER_04
transcript.pyannote[85].start 435.89534375
transcript.pyannote[85].end 436.23284375
transcript.pyannote[86].speaker SPEAKER_04
transcript.pyannote[86].start 460.97159375
transcript.pyannote[86].end 504.47534375
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 504.64409375
transcript.pyannote[87].end 509.38596875
transcript.pyannote[88].speaker SPEAKER_04
transcript.pyannote[88].start 509.20034375
transcript.pyannote[88].end 511.93409375
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 510.41534375
transcript.pyannote[89].end 511.37721875
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 511.96784375
transcript.pyannote[90].end 520.94534375
transcript.pyannote[91].speaker SPEAKER_04
transcript.pyannote[91].start 512.98034375
transcript.pyannote[91].end 513.28409375
transcript.pyannote[92].speaker SPEAKER_04
transcript.pyannote[92].start 513.41909375
transcript.pyannote[92].end 513.90846875
transcript.pyannote[93].speaker SPEAKER_04
transcript.pyannote[93].start 516.92909375
transcript.pyannote[93].end 517.82346875
transcript.pyannote[94].speaker SPEAKER_04
transcript.pyannote[94].start 519.93284375
transcript.pyannote[94].end 530.78346875
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 523.64534375
transcript.pyannote[95].end 523.81409375
transcript.pyannote[96].speaker SPEAKER_04
transcript.pyannote[96].start 530.83409375
transcript.pyannote[96].end 533.16284375
transcript.pyannote[97].speaker SPEAKER_04
transcript.pyannote[97].start 536.01471875
transcript.pyannote[97].end 536.60534375
transcript.pyannote[98].speaker SPEAKER_04
transcript.pyannote[98].start 538.15784375
transcript.pyannote[98].end 539.62596875
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 539.86221875
transcript.pyannote[99].end 540.38534375
transcript.pyannote[100].speaker SPEAKER_04
transcript.pyannote[100].start 540.08159375
transcript.pyannote[100].end 541.49909375
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 542.61284375
transcript.pyannote[101].end 544.31721875
transcript.pyannote[102].speaker SPEAKER_04
transcript.pyannote[102].start 543.33846875
transcript.pyannote[102].end 547.27034375
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 547.70909375
transcript.pyannote[103].end 550.72971875
transcript.pyannote[104].speaker SPEAKER_04
transcript.pyannote[104].start 550.64534375
transcript.pyannote[104].end 553.93596875
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 553.14284375
transcript.pyannote[105].end 566.01846875
transcript.pyannote[106].speaker SPEAKER_04
transcript.pyannote[106].start 565.34346875
transcript.pyannote[106].end 569.96721875
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 566.52471875
transcript.pyannote[107].end 567.65534375
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 569.19096875
transcript.pyannote[108].end 592.64721875
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 593.08596875
transcript.pyannote[109].end 601.64159375
transcript.pyannote[110].speaker SPEAKER_04
transcript.pyannote[110].start 601.64159375
transcript.pyannote[110].end 603.46409375
transcript.pyannote[111].speaker SPEAKER_02
transcript.pyannote[111].start 605.50596875
transcript.pyannote[111].end 633.24846875
transcript.pyannote[112].speaker SPEAKER_04
transcript.pyannote[112].start 633.09659375
transcript.pyannote[112].end 633.16409375
transcript.pyannote[113].speaker SPEAKER_04
transcript.pyannote[113].start 633.24846875
transcript.pyannote[113].end 639.69471875
transcript.pyannote[114].speaker SPEAKER_02
transcript.pyannote[114].start 636.85971875
transcript.pyannote[114].end 636.87659375
transcript.pyannote[115].speaker SPEAKER_02
transcript.pyannote[115].start 636.91034375
transcript.pyannote[115].end 642.49596875
transcript.pyannote[116].speaker SPEAKER_04
transcript.pyannote[116].start 642.49596875
transcript.pyannote[116].end 642.61409375
transcript.pyannote[117].speaker SPEAKER_02
transcript.pyannote[117].start 642.61409375
transcript.pyannote[117].end 642.74909375
transcript.pyannote[118].speaker SPEAKER_04
transcript.pyannote[118].start 642.74909375
transcript.pyannote[118].end 648.09846875
transcript.pyannote[119].speaker SPEAKER_02
transcript.pyannote[119].start 645.53346875
transcript.pyannote[119].end 645.90471875
transcript.pyannote[120].speaker SPEAKER_02
transcript.pyannote[120].start 647.79471875
transcript.pyannote[120].end 648.30096875
transcript.pyannote[121].speaker SPEAKER_02
transcript.pyannote[121].start 649.16159375
transcript.pyannote[121].end 653.59971875
transcript.pyannote[122].speaker SPEAKER_04
transcript.pyannote[122].start 650.71409375
transcript.pyannote[122].end 652.89096875
transcript.pyannote[123].speaker SPEAKER_04
transcript.pyannote[123].start 653.32971875
transcript.pyannote[123].end 653.95409375
transcript.pyannote[124].speaker SPEAKER_04
transcript.pyannote[124].start 654.32534375
transcript.pyannote[124].end 654.98346875
transcript.pyannote[125].speaker SPEAKER_04
transcript.pyannote[125].start 655.10159375
transcript.pyannote[125].end 658.39221875
transcript.pyannote[126].speaker SPEAKER_05
transcript.pyannote[126].start 656.18159375
transcript.pyannote[126].end 657.34596875
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 657.34596875
transcript.pyannote[127].end 657.49784375
transcript.pyannote[128].speaker SPEAKER_05
transcript.pyannote[128].start 657.49784375
transcript.pyannote[128].end 700.73159375
transcript.pyannote[129].speaker SPEAKER_04
transcript.pyannote[129].start 661.61534375
transcript.pyannote[129].end 662.08784375
transcript.pyannote[130].speaker SPEAKER_05
transcript.pyannote[130].start 701.52471875
transcript.pyannote[130].end 707.46471875
transcript.pyannote[131].speaker SPEAKER_05
transcript.pyannote[131].start 707.85284375
transcript.pyannote[131].end 713.05034375
transcript.pyannote[132].speaker SPEAKER_04
transcript.pyannote[132].start 711.36284375
transcript.pyannote[132].end 711.63284375
transcript.pyannote[133].speaker SPEAKER_04
transcript.pyannote[133].start 712.03784375
transcript.pyannote[133].end 730.04346875
transcript.pyannote[134].speaker SPEAKER_05
transcript.pyannote[134].start 715.49721875
transcript.pyannote[134].end 715.73346875
transcript.pyannote[135].speaker SPEAKER_05
transcript.pyannote[135].start 718.26471875
transcript.pyannote[135].end 719.27721875
transcript.pyannote[136].speaker SPEAKER_00
transcript.pyannote[136].start 719.27721875
transcript.pyannote[136].end 719.29409375
transcript.pyannote[137].speaker SPEAKER_00
transcript.pyannote[137].start 724.94721875
transcript.pyannote[137].end 724.96409375
transcript.pyannote[138].speaker SPEAKER_05
transcript.pyannote[138].start 724.96409375
transcript.pyannote[138].end 725.36909375
transcript.pyannote[139].speaker SPEAKER_05
transcript.pyannote[139].start 730.04346875
transcript.pyannote[139].end 730.39784375
transcript.pyannote[140].speaker SPEAKER_04
transcript.pyannote[140].start 730.39784375
transcript.pyannote[140].end 735.98346875
transcript.pyannote[141].speaker SPEAKER_04
transcript.pyannote[141].start 736.60784375
transcript.pyannote[141].end 744.55596875
transcript.pyannote[142].speaker SPEAKER_05
transcript.pyannote[142].start 739.44284375
transcript.pyannote[142].end 739.81409375
transcript.pyannote[143].speaker SPEAKER_05
transcript.pyannote[143].start 743.08784375
transcript.pyannote[143].end 764.53596875
transcript.pyannote[144].speaker SPEAKER_05
transcript.pyannote[144].start 765.19409375
transcript.pyannote[144].end 768.92346875
transcript.pyannote[145].speaker SPEAKER_05
transcript.pyannote[145].start 769.29471875
transcript.pyannote[145].end 772.38284375
transcript.pyannote[146].speaker SPEAKER_05
transcript.pyannote[146].start 772.56846875
transcript.pyannote[146].end 795.41721875
transcript.pyannote[147].speaker SPEAKER_05
transcript.pyannote[147].start 795.80534375
transcript.pyannote[147].end 799.56846875
transcript.pyannote[148].speaker SPEAKER_05
transcript.pyannote[148].start 799.99034375
transcript.pyannote[148].end 805.05284375
transcript.pyannote[149].speaker SPEAKER_04
transcript.pyannote[149].start 801.44159375
transcript.pyannote[149].end 801.62721875
transcript.pyannote[150].speaker SPEAKER_04
transcript.pyannote[150].start 805.05284375
transcript.pyannote[150].end 805.18784375
transcript.pyannote[151].speaker SPEAKER_05
transcript.pyannote[151].start 805.18784375
transcript.pyannote[151].end 805.81221875
transcript.pyannote[152].speaker SPEAKER_04
transcript.pyannote[152].start 805.23846875
transcript.pyannote[152].end 805.94721875
transcript.pyannote[153].speaker SPEAKER_05
transcript.pyannote[153].start 805.94721875
transcript.pyannote[153].end 805.96409375
transcript.pyannote[154].speaker SPEAKER_04
transcript.pyannote[154].start 805.96409375
transcript.pyannote[154].end 806.67284375
transcript.pyannote[155].speaker SPEAKER_05
transcript.pyannote[155].start 806.06534375
transcript.pyannote[155].end 807.51659375
transcript.pyannote[156].speaker SPEAKER_04
transcript.pyannote[156].start 807.61784375
transcript.pyannote[156].end 808.74846875
transcript.pyannote[157].speaker SPEAKER_05
transcript.pyannote[157].start 811.90409375
transcript.pyannote[157].end 812.96721875
transcript.whisperx[0].start 0.909
transcript.whisperx[0].end 17.476
transcript.whisperx[0].text 主席好,麻煩請速發部國科會好,有請速發部國科會上備巡台
transcript.whisperx[1].start 23.976
transcript.whisperx[1].end 45.387
transcript.whisperx[1].text 我們現在講AI,其實大家都說台灣的AI算蠻厲害但是都是在講硬體,包括像我們現在股市都漲那麼多其實很多都AI的相關,但都是屬於硬體部分但我覺得在軟體這一塊,明明台灣有很好的條件可是台灣的軟體,我不知道現在政府對於軟體的投入有多少
transcript.whisperx[2].start 46.628
transcript.whisperx[2].end 62.523
transcript.whisperx[2].text 我們其實在上個世代像電子支付這些的台灣的軟體好像都有一些並沒有跟上社群媒體等等那現在AI軟體好不容易又有一個新的機會那到底我們對於AI軟體的輔導或者是給予的資源可能出現我們AI軟體的獨角獸
transcript.whisperx[3].start 68.408
transcript.whisperx[3].end 90.089
transcript.whisperx[3].text 我覺得政府也應該要去重視這一塊那現在業界比較重視的東西最主要跟兩位講最主要就是在算力因為大部分商業的軟體就是AI軟體他們要做機器人的話其實還是主要是跟國外的三大運在租算力可是這個費用是非常驚人的
transcript.whisperx[4].start 90.669
transcript.whisperx[4].end 110.377
transcript.whisperx[4].text 他要做一個對話機器人比如說好了要放在大賣場然後去跟那個機器人顧客去跟機器人對話比如說要找產品或者是詢問我要買什麼東西那請問東西在哪裡然後要問一些細節可能五分鐘他的算力就是非常可觀這個我不知道書畫部知道這事嗎應該知道嘛
transcript.whisperx[5].start 115.15
transcript.whisperx[5].end 137.46
transcript.whisperx[5].text 我們知道就是業界他們現在在後端會去對接各個不同的這個就是大圓模型但是在技術的發展中我們速發部現在也在推進就是台灣本土的小模型小圓模型的開發你不要答誰所問好不好
transcript.whisperx[6].start 138.18
transcript.whisperx[6].end 155.379
transcript.whisperx[6].text 就是我現在只是在講說現在我們在從軟體業界軟體的需求去探討這件事情你不用去跟我扯到你有沒有去研發小語言那個是另外一回事啦我不要答非所問那所以如果說我們站在因為我們的無限的創意是在民間嘛
transcript.whisperx[7].start 155.859
transcript.whisperx[7].end 182.903
transcript.whisperx[7].text 如果今天政府能夠站在輔導知道他們缺什麼然後我們來協助他們的話我們可能就會出現非常多就是很厲害的AI軟體甚至可以走向國際跟世界所以你要去幫忙解決問題那大家現在最在意的就是算力嘛因為現在算力的費用非常可觀那我想請教一下我們政府一直在講說要建立那個算力中心嘛對吧那現在大概是要編列多少預算來做
transcript.whisperx[8].start 189.969
transcript.whisperx[8].end 201.78
transcript.whisperx[8].text 多少預算跟我也回報我們在AI信實大建設裡面有大概編列40幾億在40幾億做編列40幾億做算力你終極目標是要花多少錢啊終極目標啊
transcript.whisperx[9].start 214.678
transcript.whisperx[9].end 230.464
transcript.whisperx[9].text 那像我們在沙倫的這個AI Data Center的部分我們目前就是在就是主機的部分大概有123億4年到117年4年編了123億以沙倫的這個AI Data Center那除了這之外還有嗎
transcript.whisperx[10].start 236.53
transcript.whisperx[10].end 252.74
transcript.whisperx[10].text 剛剛講的是不包含就是土建的部分那另外還有其他目前還有已經包含在金創那邊有相關的資源投入所以總共多少嘛你們知道馬斯克他要建立那個算力中心你知道總共花多少錢嗎你們知道多少嗎
transcript.whisperx[11].start 256.397
transcript.whisperx[11].end 283.525
transcript.whisperx[11].text 馬斯克他建算力中心總共花了五十億美金五十億美金就是一千多億台幣啊那你現在是編一百多億嘛對所以我們國家的資源投入是一百多億啊那請問一下你覺得夠嗎各位委員幫我們會再做持續的你已經編到一百一十七年了四年你四年的計畫也才這樣而已啊而且這個算力只會越來越多
transcript.whisperx[12].start 285.854
transcript.whisperx[12].end 301.38
transcript.whisperx[12].text 所以我們現在是會採公司協議的方式跟民間多多合作來去跟民間合作是所以其實感覺上是有點不足啦但第二個問題就是那我們現在國家建制的算力中心如果軟體業者他要來使用的話
transcript.whisperx[13].start 302.02
transcript.whisperx[13].end 328.501
transcript.whisperx[13].text 那是用什麼方式?租?然後補助?還是用什麼方式?我們現在國網中心所擁有的算力中心我們現在有提供一個叫AI WRAP的平台那我們有大略規劃了三分之一的算力是提供給新創的業者或者中小企業他們可以來做申請那我們會有一些補助是補助?對
transcript.whisperx[14].start 329.541
transcript.whisperx[14].end 358.779
transcript.whisperx[14].text 那這是優惠啦會有些優惠那是怎麼樣的優惠他大概價格跟一般他如果去租三大雲的話會差到多少差到多少會差到多少一定比他們便宜啦只是說不會我們因為一定比較便宜我知道啊你難道比較貴人家會跟你租嗎對沒有因為基本上大概是便宜多少為什麼今天你們回答問題都我們都有定價啦那至於說是便宜多少嘛我覺得我沒有記得比例你已經花納稅人的錢建置了對不對是
transcript.whisperx[15].start 359.059
transcript.whisperx[15].end 376.468
transcript.whisperx[15].text 那為什麼要花納稅人的錢建制就是希望能夠透過一些方式去輔導我們產業的發展因為它可能是未來下一顆星星啊你們不是有強調自己AI內閣嗎所以你的租金當然比外國便宜啊不然誰要跟你租我現在問的是你租金大概便宜多少嘛
transcript.whisperx[16].start 378.32
transcript.whisperx[16].end 399.241
transcript.whisperx[16].text 這個我回去查他們的價格一直在變啦因為這個變化很快那我們的定價都出來了你們制定一個政策做一件事情制定了一個政策都沒有去思考說我價格大概定到多少我幫助得了產業喔都沒有去想這個問題喔我現在問理論上這個東西你應該對答如流了還要回去查喔
transcript.whisperx[17].start 400.686
transcript.whisperx[17].end 416.964
transcript.whisperx[17].text 跟委員報告,抒發部這邊有這個篆力的支持那那個部分是透過審查流程是免費的所以是新創來跟抒發部申請都免費是不是?是那審查要件是什麼?審查要件我請這個素產署的同仁跟您補充
transcript.whisperx[18].start 419.002
transcript.whisperx[18].end 431.637
transcript.whisperx[18].text 報告委員我們審查要件就是他的心理性還有他可以產品化這些等等這些對那個產業的發展AI產業發展比較多的這樣子的一些要件那請問一下他申請那個算力有上限嗎
transcript.whisperx[19].start 433.341
transcript.whisperx[19].end 453.02
transcript.whisperx[19].text 我們還是要看就是有上限嗎上限是多少我們大概是用點數來算大概一萬點兩萬點一萬點兩萬點是指什麼一個月一萬點兩萬點不是我們就是一個週期一個週期大概一個月那一萬點一個點數我們大概是算就是十萬Token這樣子十萬Token
transcript.whisperx[20].start 453.96
transcript.whisperx[20].end 471.63
transcript.whisperx[20].text 類似這樣子就是有一個定量因為我們的算力不足所以我們就是用排隊的方式排隊所以就是很有限嘛就講得好像很厲害然後什麼AI那個講了一大堆然後業界真正需要的算力就是很有限嘛然後問個價格也講不太清楚
transcript.whisperx[21].start 472.31
transcript.whisperx[21].end 499.208
transcript.whisperx[21].text 好啦那我知道你們一直在講政府一直在講主權AI 主權AI啦但是說實在的政府當然有發展主權AI的需求啦可是其實業界對於主權AI期望不高啦大家都認為這個跟他們比較沒有關係其實算力才是最相關的你應該如果假設我們想要輔導我們的AI軟體的話真的算力這一塊應該要多投入一些資源比起主權AI啦
transcript.whisperx[22].start 500.109
transcript.whisperx[22].end 504.103
transcript.whisperx[22].text 那我想問一下你們講的主權AI是指大圓模型嗎?
transcript.whisperx[23].start 506.005
transcript.whisperx[23].end 531.435
transcript.whisperx[23].text 跟委員報告主權AI其實不只是大語言模型有沒有包括會包括大語言模型但是更重要的是人才資料算力整合能夠訓練AI的一個能力當然啊當然都需要嘛因為這是一個整體嘛我想請教一下我們現在要建置自己的大語言模型那現在有趕上兩年前的OpenAI嗎
transcript.whisperx[24].start 536.158
transcript.whisperx[24].end 547.129
transcript.whisperx[24].text 誰可以回答書畫部書畫部不能回答嗎你們不是輔導軟體的嗎我們現在的主權AI大圓模型有沒有趕上兩年前的OpenAI
transcript.whisperx[25].start 547.759
transcript.whisperx[25].end 569.041
transcript.whisperx[25].text 委員指的主權AI是指哪一個模型?就是大語言模型我們現在政府的要發展的大語言模型我們在策略上面速發部並不主著重於大語言模型的開發我們著重的是特用型的模型那並不是要去開發一個像OpenAI那樣子的Frontier模型所以我們的主權AI不是大語言模型是特用模型
transcript.whisperx[26].start 569.942
transcript.whisperx[26].end 591.341
transcript.whisperx[26].text 應該是說 如果委員說的主權AI的話我們速發部應該不是在專注在您所定義的這個模型這個上面而是在建構整個台灣主權AI能力包括您剛所提到的人才資料然後資金算力這些能力上面
transcript.whisperx[27].start 593.163
transcript.whisperx[27].end 600.189
transcript.whisperx[27].text 委員剛剛講的主權AI的大語言模型是不是專門指這個台德的部分可能要請鍾圓園來跟您說明那請鍾圓園
transcript.whisperx[28].start 605.918
transcript.whisperx[28].end 634.286
transcript.whisperx[28].text 向委員報告那您剛提到這個OpenAI的模型那我們確實有哪一個OpenAI的模型作為參考的基準它去年有一顆叫做OSS20B的模型那我們拿它來當作一個參考那我們的模型的在一些我們這個公務系統的一些應用上面的服務呢它的這個對於台灣的知識台灣的這個認知的這個能力呢是有超越原版的這個這個OpenAI的這個OSS的模型所以我們現在已經超過
transcript.whisperx[29].start 635.126
transcript.whisperx[29].end 647.508
transcript.whisperx[29].text 超過了OpenAIChap GPT已經超過它了它其中一顆比較小的模型我們有超過它有超過一顆比較小的模型那我講的大語言的模型
transcript.whisperx[30].start 649.382
transcript.whisperx[30].end 675.081
transcript.whisperx[30].text 他是比較小的大型語言模型那加油啦 加油我是那個中業資訊所有人我也是台德跟台德計畫裡面剛剛您講的那個東西我們大型語言模型我們台灣以我們的那個規模我們人口的規模這些東西我們沒有辦法跟Google或者是OpenAI這種大公司來pd這種general的LLM
transcript.whisperx[31].start 675.521
transcript.whisperx[31].end 700.139
transcript.whisperx[31].text 是沒有辦法的我們能做的就是說把他的東西當做一個Foundation Model帶到中油經過Supervised Fine Tuning或Pre-training來帶到中油讓我們的百工百業在中油我們有比較大的軟體公司來做到中油或者是像中原或者是國科會這樣的政府機構來幫助我們的中小企業把上面那種大型營業模型想辦法
transcript.whisperx[32].start 701.824
transcript.whisperx[32].end 729.389
transcript.whisperx[32].text 帶到中油來然後讓中油再做一個平台來支持我們台灣的百工百業所以我們沒有能力因為我們就像剛剛講的 算力我問這個問題主要是這樣就是說我們大家講一個AI講得很大方向很大但是真正落實到大家真正的需求有沒有真的具體的照顧得到就是說就像主權AI喊得很大因為我們每個國家都要主權AI
transcript.whisperx[33].start 730.549
transcript.whisperx[33].end 756.794
transcript.whisperx[33].text 但是實際上做出來的東西大家真的用不用得到還是說其實大部分的人還是會去用比如說Google啊或者是這就是大家關切的問題所以不要談太多口號我跟委員報告一下是有實際用到的比如說我們最近用了一個影像的部分我們就在上游的部分就用YOLOv7 YOLOv9這是我們台灣中研院自己發展出來的世界級的
transcript.whisperx[34].start 757.754
transcript.whisperx[34].end 778.738
transcript.whisperx[34].text 物件真正系統那翼龍電子新竹的上市公司翼龍電子他把它加工以後結合聯發科跟聯詠的12奈米的晶片還有NVIDIA的ORIN的晶片把它合在一起軟硬體結合以後訓練一個中油的平台放在CCTV上面
transcript.whisperx[35].start 779.198
transcript.whisperx[35].end 805.607
transcript.whisperx[35].text 因為以前我們的六都我們的CCDB在譬如說交通中心的話看到都只是看到video但是都沒有做任何的處理但是現在翼龍電的這個系統呢它是等於結合剛剛講的這個軟體跟硬體用台灣本土的帶到中油去它現在這個CCDB是用在高雄的捷運的車廂裡面那這車廂裡面它就可以去觀察車廂裡面的狀態OK 對那這是實際的用途好 謝謝
transcript.whisperx[36].start 811.947
transcript.whisperx[36].end 812.787
transcript.whisperx[36].text 好谢谢