文／鄭宜芬
在全球 AI 快速發展的浪潮下， 數位發展部 24 日發布「臺灣主權 AI 訓練語料庫」，廣納高品質正體中文語料，支援 AI 模型訓練更貼近臺灣的語言、文化與生活情境，促進 AI 模型具備更高的本土辨識力與語意理解能力，符合我國社會與產業需求。
[ 加入 CIO Taiwan 官方 LINE與 Facebook，與全球 CIO 同步獲取精華見解 ]
目前已有超過 200 個政府機關投入，上架逾 2,000 筆資料集、超過 6 億 tokens，收錄各機關具臺灣文化特色之高品質資料集，內容涵蓋語言、文化、教育、生物、地理環境等領域，這些資料就像 AI 的教材，幫助 AI 模型更了解臺灣，學會更自然、更貼近臺灣社會的語言表達能力。
文化部綜合規劃司魏司長表示，文化部上架的公共藝術及文化資產類型資料集，展現臺灣豐富、多元的藝文風貌，可作為訓練 AI 模型認識臺灣文化內容的重要素材；教育部資訊及科技教育司鄧科長則表示，教育部提供的語言辭典資料涵蓋臺語、客語及國語等，有助於強化 AI 模型的用詞精準度與語意理解能力。
[ 推薦閱讀：台灣邁向主權 AI 新紀元 ]
同時，為了讓政府機關與民間能夠「放心釋出資料、安心使用語料」，數發部與經濟部智慧財產局合作，共同推出 《臺灣主權 AI 訓練語料授權條款 － 第 1 版》，讓語料釋出有明確的授權依據，降低個別著作權商議所要付出的龐大行政成本，減少 AI 訓練資料可能產生的著作權爭議，藉由授權條款先行機制，全力加速主權 AI 的發展與應用。
值得一提的是，語料庫串接政府資料開放十餘年努力的成果，將過去累積的豐富文本開放資料同步至語料庫，使用者可依需求查詢及下載所需語料資料，讓語料更容易被查找及應用。
數發部表示，語料庫內容未來還會持續擴充，從中央機關一路推廣至地方政府及民間機構，讓更多人一起參與，透過公私協力共同促進主權 A I發展。誠摯邀請 AI 模型訓練者至語料庫（https://taic.moda.gov.tw）申請，用臺灣的語料，打造理解臺灣的 AI。
(本文授權非營利轉載，請註明出處：CIO Taiwan)
