迎頭趕上DeepSeek？數發部拚今年立法、打造主權AI語料庫

記者／李琦瑋

中國DeepSeek竄起，震撼科技產業，也引發外界擔憂臺灣的AI發展進度，立委葛如鈞日前指出，臺灣自產的大型語言模型「臺德（TAIDE）」，面臨算力資源、繁中語料不足等窘境已久，現在已落後中國一大截。數位發展部10日指出，今年將完成《促進資料創新利用發展條例》的立法，並打造臺灣的主權AI語料庫，把各機關資料開放給TAIDE訓練，未來也將開放民間企業進入和共享。

臺灣沒有厲害自產AI　問題出在哪？

葛如鈞表示，目前由國科會開發的AI模型「可信任人工智慧對話引擎」TAIDE，自去年發表訓練8B大小的Llama 3-TAIDE-LX-8B-Chat-Alpha1模型後，便無消無息，迄今連TAIDE 13B模型都還沒釋出，但DeepSeek R1已達50倍—671B規模；臺灣主權AI的老問題在於繁中語料、研發人才還有算力資源都嚴重缺乏，呼籲政府儘速提出主權AI戰略。

國科會副主委林法正日前提到，TAIDE是通過開源系統作訓練，若要擁有全球公信力、資料完整，並讓各國願意使用繁體中文的資料庫，國內得適度鬆綁「著作權法」，目前正由數發部研議相關法規。

數發部次長闕河鳴說，如何讓開放式的資料授權給AI，並突破既有法律限制，是今年施政重要目標，但因牽涉複雜，近期將由行政院副院長鄭麗君主持法規研討會議。

立法進度、政策重點

數發部長黃彥男10日在新春記者會上表示，「主權AI很重要是臺灣要有自己的資料和規範」，數發部去年底已研議《促進資料創新利用發展條例》草案，盼在今年完成立法，並打造臺灣的主權AI訓練語料資料庫，希望滿足TAIDE訓練需求。

該條例由數發部資料創新司負責擬定草案，司長莊明芬說明，該條例盼鼓勵機關與產業資料共享，建立資料利他環境、獎勵產業創新等，去年已擬定完成，今年第一季正在和利害關係人，包括中央各部會、地方政府和專家學者等溝通，調整後就會送到行政院討論、進行草案預告。

莊明芬指出，草案重點包括資料是促進數位轉型、經濟發展以及創新的關鍵，因此要確立資料基礎工程，配合AI發展，提供高品質、可信賴的資料讓民間運用，也會擴大資料開放運用，並提出資料創新措施、訂定產業間的資料共享和活絡機制。

另外，除了讓TAIDE團隊使用政府資料進行模型開發，為促進產業共享、降低企業進入門檻，該草案還訂定企業可以免費使用政府開放資料。莊明芬說，部分開放資料為免費使用，部分共享資料減免收費，並獎勵企業資料創新，讓相關成果可以回饋給民眾使用。

今年打造臺灣主權AI訓練語料資料庫

此外，數發部也規劃今年打造臺灣主權AI訓練語料資料庫。莊明芬表示，數發部過去以「開放資料」為核心，約有5萬多筆資料集，其中有1000多筆聚焦在文化部的「國家文化記憶庫」、客委會的「客語語音資料庫」和原民會的原民資料等，希望未來能夠釋出，讓各界做運用。

莊明芬提到，因此去年底已邀請這些語料建置機關進行討論，希望優化語料申請、收費與授權方式，以滿足TAIDE語料訓練需求，部分涉及個資、隱私的資料，將會協助各部會進行去識別化工作，並持續與各部會溝通。

莊明芬說，盼今年建置相關平台，讓各界可運用語料，首先採取「政府先行」，釋出大量多元化、塊狀資料，下一步則採「公私協作」，邀民間共襄盛舉，把資料貢獻出來。

※探索職場，透視薪資行情，請參考【科技類-職缺百科】幫助你找到最適合的舞台！

瀏覽 154 次