(圖/ 數位發展部)
在全球人工智慧（AI）加速發展之際，數位發展部今（24）日宣布「臺灣主權AI訓練語料庫」正式上線，整合高品質正體中文語料，支援AI模型訓練更貼近臺灣的語言使用、文化內涵與生活情境，提升模型對本土語意的理解與辨識能力，回應我國社會與產業發展需求。
數位發展部指出，目前已有超過200個政府機關參與語料建置與釋出，上架逾2,000筆資料集、總量超過6億tokens，內容涵蓋語言、文化、教育、生物、地理環境等多元領域，並納入具臺灣文化特色的高品質資料，作為AI模型理解臺灣社會的重要訓練素材。
(圖/ 數位發展部)
文化部與教育部亦參與語料提供。文化部表示，上架的公共藝術及文化資產相關資料集，展現臺灣多元且豐富的藝文樣貌，可作為AI學習臺灣文化內容的重要基礎；教育部則指出，其提供的語言辭典資料涵蓋臺語、客語與國語等，有助於強化AI模型在用詞精準度與語意理解上的表現。
為兼顧資料釋出與使用的法制安全，數位發展部並與經濟部智慧財產局合作，推出《臺灣主權AI訓練語料授權條款－第1版》，為語料使用提供明確授權依據，降低逐案協商著作權的行政成本，減少AI訓練可能衍生的智慧財產爭議，藉此加速主權AI的研發與應用。
(圖/ 數位發展部)
數位發展部進一步說明，該語料庫也串接政府資料開放推動十餘年的成果，將既有的文本開放資料同步整合，使用者可依需求查詢與下載所需語料，提升資料可近性與應用效率。
未來，語料庫內容將持續擴充，逐步從中央機關延伸至地方政府與民間機構，透過公私協力模式，擴大臺灣主權AI的發展基礎。數位發展部也邀請AI模型訓練者與相關研究單位，至語料庫平台（https://taic.moda.gov.tw）申請使用，以臺灣語料打造更理解臺灣的AI應用。
中華超傳媒
(文/ 黃俊憲)
