訓練台版 AI 語言模型，許永真：盼讓百工百業商用

國科會去年 4 月啟動 TAIDE 計畫，研發台版大型繁中 AI 語言模型，台大資工系教授許永真表示，TAIDE 是透過中文資料，訓練以英文為母語的 Llama 模型，「像在教美國長大的 ABC 講中文」，已有初步成果，盼盡快讓台灣百工百業商用。

「2024年AI與資訊安全論壇」今天登場，台大資工系教授許永真以「台灣的AI與大型語言模型（LLM）」為題發表演說。

為因應國際大型語言模型常產生資訊偏誤，或不符台灣文化與價值觀的回應，國科會去年4月啟動TAIDE計畫，在Llama（Meta語言模型）原型基礎上，由國內學界專家發展及訓練調校。

許永真為台灣AI卓越中心副總召集人，參與TAIDE計畫，今日論壇表示AI有資安風險，許多人都擔心「所思所想、機敏資料外流」，讓大家對AI又愛又怕，甚至有人透過AI模型學習，攻擊世界任何網站。

她援引哈佛法學教授雷席格所說「我們正處於AI的『歐本海默時刻』，好壞永遠並存」。

許永真也說，雖然要擔心資料外流問題，但更該正視台灣失去數位話語權、自主發展大模型的機會，故一年前就與專家團隊建議台灣應建造自己的AI對話引擎，國科會指導下，成功打造TAIDE可信任AI對話引擎。

她分享，TAIDE是站在巨人肩膀上，選擇以英文為母語的Llama模型，再透過中文資料繼續訓練；許永真比喻「就像在教美國長大的ABC講中文」，透過英文基礎教育、中文基礎教育、中學教育、高等教育等加強學習。

算力有限下，TAIDE去年6月成功完成第一階段展示，她表示，目標是成為商用模型，讓台灣百工百業使用，條件包括基礎模型必須可商用，也要有充足可商用授權中文資料。

許永真分享，Meta去年7月推動可商用Llama 2，今年4月19日釋出Llama 3新大型語言模型，團隊僅用四天就完成模型訓練；接下來的挑戰是透過可商用中文資料訓練，目前有許多中文授權資料量，也歡迎各界交流資源。

她強調，TAIDE不是要和各大語言模型抗衡匹敵，但希望供台灣中小企業甚至不願意資料外流的金融業安全可靠的語言模型使用，也期待民間力量讓專案商轉，共同壯大。

（作者：江明晏；首圖來源：shutterstock）