國科會推資訊史料數位化 納AI語料庫訓練模型

生成式AI深入生活，但大型語言模型訓練仰賴大型語料，立委陳培瑜指出，數據顯示，訓練語料近5成為英文，中文語料雖占5%，卻以簡體中文內容為大宗，她以ChatGPT詢問吳誠文是誰，得到這些內容。

民進黨立委陳培瑜表示，「ChatGPT跟我說他是數發部部長，然後我問他他會打棒球嗎，他說很抱歉，目前公開資料中，吳誠文並沒有以棒球選手，或是長期參與棒球活動聞名的紀錄。」

AI浪潮下，台灣面臨主權AI的挑戰，國科會主委、行政院政委吳誠文說，目前由數發部主導台灣主權AI訓練語料庫，國科會推動TAIDE模式，以具台灣主體性的文本為訓練素材，涵蓋政府及民間多元領域資料，未來希望編預算，協助媒體將已公開的資訊史料數位化。

國科會主委吳誠文指出，「媒體還是擁有其著作權，但是要捐給我們主權AI的這個資料庫，能夠做我們主權AI模型的訓練。」

吳誠文指出，目前南科已建置一個算力中心，第一階段建置5.1MW，第2階段需看後續預算，不過國民黨立委葛如鈞問及，美國建算力工廠的單位是多少。

國民黨立委葛如鈞詢問，「GW是MW的幾倍？」

國科會主委吳誠文說明，「這個我大一的計算機概論我在教學生，但講那沒意義，台灣不可能做那麼大的。」

葛如鈞追問：「多幾倍嘛？這個科學的問題我們在這裡不能回答嗎？」

吳誠文答：「1024倍。」

吳誠文表示，美國市場那麼大，國科會建的是為了學研，但會引起民間的投資。而對日前有外媒指出，台灣若面臨缺水及能源供應壓力，恐衝擊全球AI基礎設施運作，吳誠文會前受訪表示，水的部分未來兩個月應該算穩定，到5月底以前，能源供應也沒問題。