◎吳政鴻
近期OpenAI聊天機器人ChatGPT等生成式AI平台興起，國科會除在近期（7/15）提出「AI人工智慧基本法」草案外，也自2023年發展具台灣特色與繁體中文文本生成能力的可信任生成式AI對話引擎TAIDE （Trustworthy AI Dialogue Engine），亦於今年4月釋出TAIDE-LX-7B這款本土化的大型語言模組（LLM）。筆者十分認同台灣應該要有能夠說出在地口語、使用本地詞彙回應的語言模組，以符合AI發展的在地化運用。
近期OpenAI聊天機器人ChatGPT等生成式AI平台興起，國科會發展具台灣特色與繁體中文文本生成能力的可信任生成式AI對話引擎TAIDE。（路透檔案照）
目前不論是OpenAI和Meta提供的語言模組，中文文本的訓練資料多是透過網路撈取，其中簡體中文的量體佔比遠遠高於繁體中文。在台灣本土的繁體中文資料量相對稀少的情況下，相對容易導致因資料缺乏而影響模型生成的結果，這也再次突顯了台灣自主研發大型語言模型的重要性。
而台灣的出版品經過數十年的累積已有豐富的數量，出版品的語彙及語法結構皆透過出版社嚴謹的編輯過程，內容亦符合台灣的文化與國情，具備「可信任性」與「台灣本土性」的特點，實是訓練繁體中文語言模組最佳的文本資料。
在台灣發展AI這關鍵的時刻，國科會TAIDE計畫的訓練資料不應該侷限於政府相關網站、公開資料以及研究機構資料庫，更應該主動與國內各出版社合作，拋開無償使用的觀念，透過合理有償的機制取得台灣出版品的文本資料使用權，以有效及快速的擴充繁體中文語言模組的訓練資料。
國外已有不少媒體與出版集團陸續與OpenAI達成協議，台灣也應盡快跟上腳步。筆者建議國科會、文化部、出版公協會以及相關部會應成立跨部會小組，共同研議並制定合理的文本資料授權使用期限與計價方式等機制，找出對產、官雙方都有利的平衡點，並促進國科會TAIDE計畫本土化LLM更趨完善，相信這會是推動臺灣AI進展重要的一步。
（作者為出版商業同業公會全國聯合會理事長）
自由開講》是一個提供民眾對話的電子論壇，不論是對政治、經濟或社會、文化等新聞議題，有意見想表達、有話不吐不快，都歡迎你熱烈投稿。請勿一稿多投，文長700字內為優，來稿請附真實姓名（必寫。有筆名請另註）、職業、聯絡電話、E─mail帳號。
本報有錄取及刪修權，不付稿酬；錄用與否將不另行通知。投稿信箱：LTNTALK@gmail.com
編輯精選
自由評論網粉絲團