為什麼台灣仍需要主權 AI？不單是「誰說了算」問題
全球人工智慧（AI）競逐，英語與簡體中文訓練的大型語言模型（LLM）主導市場。然對資料量相對有限的繁體中文環境，台灣是否有必要投入資源發展「主權 AI」？語料規模遠不如英語或簡體中文下，打造自主 AI 模型是否仍具價值？
「主權 AI」（Sovereign AI）指的是由國家利用自身基礎設施、資料、人才及商業網絡，打造符合本地需求的 AI 能力。NVIDIA 執行長黃仁勳在 2024 年杜拜「世界政府高峰會」上強調：「每個國家都應建立自己的 AI 基礎設施，挖掘經濟潛力並保護文化自主。」他指出，AI 發展不僅關乎技術與經濟，更涉及文化傳承與數位主權，各國應運用在地資源打造符合自身需求的模型。
為何需要主權 AI？
語言承載文化與社會脈絡，繁體中文地區在法律術語、歷史地名、社會習慣及敏感議題與簡體中文存在顯著差異。然而，主要由美國或中國開發的模型往往無法精準捕捉這些細微差別。例如，台灣的公文格式、法律用語或流行語彙，可能被外國模型誤解或使用不當──發展主權 AI 有助於確保模型充分理解在地文化脈絡。
以國科會的案例來看，其於 2023 年啟動「可信任人工智慧對話引擎」（TAIDE）計畫，並於 2024 年推出基於 Llama2 微調的 TAIDE-LX 模型（7 億及 13 億參數版本）。該模型最佳化繁體中文寫作、翻譯與摘要任務，融入政府公文與媒體語料，保留台灣歷史與文化特色。此外，TAIDE 計畫也延伸至原住民族語的應用，防止小語種在全球 AI 浪潮下邊緣化。這類本土化努力彰顯主權 AI 文化保存的價值。
資料主權與資安保障
主權 AI 的另一核心價值在資料自主與安全。許多 AI 應用涉及機敏資料，如政府公文、醫療紀錄或企業文件。若依賴國外雲端模型，資料外流風險隨之增加。監察委員指出，台灣開放資料僅 2%（四網站）屬公眾領域（CC0），國科會提供給 TAIDE 的公部門資料集僅 58 筆，完全公開僅兩筆：資料不足、授權不明兩大問題，不僅限制國產 AI 發展，也埋下隱私與智慧財產爭議的風險。
本土部署的 AI 模型可有效降低這些風險。重要資料無需傳輸至海外，機敏資訊的安全性更有保障。此外，依賴外國 AI 服務可能受地緣政治影響，例如國際壓力導致服務中斷或政策改變。主權 AI 為「備援方案」，確保台灣在關鍵時刻保有自主 AI 能力。例如，政府部門可利用在地模型處理內部文件，企業則可部署專屬 AI 保護商業機密，從而提升數位安全與自主性。
主權 AI 的現實挑戰與反思
大型語言模型的性能高度依賴語料的品質與數量。英語與簡體中文的公開文本資料遠超繁體中文，台灣在語料規模處於劣勢──整合多國資源的歐盟 2024 年僅推出三個具代表性的 AI 模型，遠落後美國 40 個與中國 15 個。打造頂尖模型所需的算力與資金更是一大挑戰。例如，日本政府計劃投入 300 億日圓（約 2.04 億美元）利用「富岳」超級電腦開發 1,000 億參數的日文模型，預計至 2031 年完成。相較之下，TAIDE-LX 的 130 億參數屬中等規模，短期內難以追趕 GPT-4 等動輒數千億參數的巨型模型。
對台灣而言，與全球巨頭競爭「模型最大化」並非明智策略。聚焦在地需求的垂直應用，例如醫療、金融、法律領域的專精模型，透過高品質語料與精調技術提升效能，避開資源消耗過大的通用模型競賽。
主權 AI 的目標並非打造「全能型」模型，而是聚焦關鍵領域的垂直應用。例如，醫療決策輔助、司法文件分析或客製化客服機器人，這些中型模型只要在特定場景中表現可靠，即可創造顯著價值。台灣可利用開源模型做為基底，結合在地資料進行微調，既節省成本又保留自主性──事實上各國由於人口結構的差異，對不同基因型的醫療行為有巨大潛力。
效能與成本的權衡
你可能會覺得，既然 GPT-4 等模型已能支援繁體中文應用，為何還需自研主權 AI？
的確，這類大型模型憑藉龐大資料庫，已能滿足許多 AI 相關的需求。然而，長期依賴外部模型存在風險：商業或政治因素可能影響模型的中立性與可靠性；API 授權成本高昂且受限於調用次數與延遲。但當然，這些要素都無法遮掩繁中語料更為貧乏的事實，因此台灣除了打造主權 AI，也能有另一項選擇：善用國際資源與盟友的力量。
例如歐洲多國正聯手研發開源大型模型，日本大企業如軟銀也投入逾千億日圓打造運算設施，台灣可以透過國際科研合作分享模型技術、共同研發多語言樞紐模型，同時保持最佳化繁中，換句話說就昰讓台灣為這些模型供給繁中語料。此外，引進國際最新的 AI 工具和想法，再融入本地創新（如將 AI 用於台語等本土語言保存），可讓台灣主權 AI 發展少走冤枉路、對接全球進展（而這樣比自己打造更省成本、用途更廣泛）。
在自主與開放間取得平衡
資料量有限挑戰下，台灣發展繁中主權 AI 需要將其賦予更多的戰略價值，不單視其為「文化」，而是能讓「台灣資料」獲得更多價值的戰略投資。最重要的，就昰找出真正「資料需求」、善用開源資源與找出資料需求差異化，盡量避免與擁有巨量參數的模型正面競爭，用務實態度合作、想辦法提升自我資料價值，讓這些「資料」進入全球視野。
即便資料量劣勢的客觀環境，台灣追求主權 AI 並非毫無意義，關鍵在明確定位與務實執行。
主權 AI 的基石是資料：政府應加速推動資料開放與授權改革、改善不合時宜的法規束縛。在保障隱私與版權的前提下，鼓勵公共部門和企業釋出更多繁體中文語料供 AI 訓練使用。同時也要健全法律環境，針對 AI 訓練資料的著作權合理使用制定明確原則，讓研發單位無後顧之憂地利用資料。想辦法與擁有繁體中文內容的平台（如社群論壇、在地媒體）合作取得語料，或將語音、影像資料轉文字增豐富度。唯有打造量大質優的繁中語料庫，主權 AI 才有養分可持續發展。
（首圖來源：shutterstock）
留言 1