林委員宜瑾：好，繼續加油。我想談到永續科研，我們就不得不談到近期席捲而來的 AI 浪潮。自 然期刊有登出一篇 AI 研究，研究團隊有發現，早期的 AI 模型遇到不懂的問題比較會迴避，但 升級過後的版本會出現一些胡謅答案的情形。他們分析了三大語言模型，像 OpenAI 的 GPT 或 者 Meta，就是臉書的 LLaMA，還有就是 BLOOM，發現越來越大的語言模型，回答的精準度當 然確實有上升，可是這些不精確的答案中，其實錯誤的比例也有上升。有專家指出，可能是因 為餵給 AI 模型的訓練語料不見得完全正確，以及模型本身也不見得可以篩掉錯誤的資訊假象的 關係。當然這篇期刊所針對的模型是 2023 年投稿時的 AI 模型，而最新銳的 AI 模型還不一定有 相關的研究出爐，可是這是不是給我們世界一個警訊，就是 AI 的可靠性容我們質疑，那我們國 科會開發的 TAIDE 模型有辦法迴避掉這些疑慮嗎？我們要如何去定期檢查或者餵給它大量的資 料，可是要掌握這些資料的正確性？主委。
吳主任委員誠文：謝謝委員，委員講得的確很重要，因為一般新的模型出來，特別是這種通用的模 型，它的訓練資料不見得符合我們自己的需求，所以有時候我們問它一些問題，它不見得答得 很好，的確是有這樣的現象，這是為什麼我們要發展主權 AI 的原因。我們用台灣自己的資料訓 練自己的模型，這個模型將來應用到我們自己的社會，它的準確度是可以提高的，而且我們把 這個模型優化以後，也不要用原來通用的這種非常大型的模型，可以節省我們的能源，不要太 浪費能源，將來我們自己主權 AI 的發展會朝這個方向走。謝謝委員。
