台灣打造主權 AI 訓練語料庫，數發部今天表示，6 月開始與各部會盤點各項語言資料，評估是否納入 AI 訓練語料庫，目前確定客語、原住民語將會放入，同時數發部研議語料庫行動計畫，盼政府機關與民間響應資料共享與活化應用，預計 2、3 個月內展開第一階段語言資料釋出，屆時包括政府法人或產業，皆可申請使用。
立法院交通委員會18日邀數發部長黃彥男就「推動AI之產業發展政策」進行專題報告，並備質詢。
民進黨立委徐富癸關注，數發部正推動台灣主權AI語料庫，但現在語言資料可能偏重政府文書資料，擔心出現語料偏誤，未來資料庫是否有計畫加入原住民族語言與客語資料等。
黃彥男表示，打造主權AI關鍵在於資料，主權AI語料庫也是未來AI基本法中重要資料治理面向。
數發部資料創新司司長莊明芬指出，語言資料庫將包括文化、歷史、地理等豐富語言資料，6月會找各部會盤點重要語料庫，近期內部也在研擬語料庫行動計畫，後續如果搭配數發部提出的AI語料授權條款，就可以對外釋出。客語、原住民語言的資料，也會納入語料庫。
至於時程規劃，莊明芬表示，目前正在做基本訓練規劃，也同步建置系統中，首要工作是先充實語言資料，預計兩三個月會先釋出第一階段語料。
（作者：蘇思云；首圖來源：科技新報）
科技新報粉絲團
加入好友
訂閱免費電子報
