台灣AI資料治理現況與改進建議報告

五、改進建議

資料治理機制改革

針對台灣AI資料治理現況中存在的問題，本報告提出以下改革建議：

建立統一的資料治理框架

台灣應建立統一的資料治理框架，明確各部門在資料收集、處理、共享和開放方面的責任和權限。這一框架應由行政院層級主導，確保跨部會協調和合作。具體而言，可以參考英國、新加坡等國家的做法，設立專門的資料治理委員會或辦公室，負責制定資料標準、監督資料質量、協調資料共享和推動資料開放。

提升政府資料開放平台功能

政府資料開放平台應進行全面升級，提升其在支持AI發展方面的功能。首先，應擴大資料收錄範圍，鼓勵各部門將更多高質量資料上傳至平台；其次，應優化資料格式和標準，確保資料的可用性和互操作性；再者，應提供更加友好的使用界面和API接口，降低資料獲取和使用的門檻；最後，應建立資料質量評估和反饋機制，持續提升資料質量。

增加可直接爬取的政府網站比例

政府應大幅增加符合公眾領域貢獻宣告(CC0-1.0)的網站比例，便於AI開發者獲取訓練資料。這需要各部門對其網站內容進行梳理和評估，明確哪些內容可以開放使用，並採取適當的技術措施支持資料爬取。同時，應制定明確的資料使用指南，說明資料的來源、範圍、限制和使用條件，減少法律風險和不確定性。

建立跨部會資料協作機制

應建立有效的跨部會資料協作機制，打破資料孤島，促進資料共享和利用。這一機制應包括統一的資料標準和格式、明確的資料共享流程和規則、有效的激勵和考核機制，以及專業的技術支持和培訓。數發部應發揮牽頭作用，協調各部會共同參與，形成資料協作的合力。

推動公私協力的資料生態系統

政府應積極推動公私協力的資料生態系統建設，鼓勵私營企業、學術機構和社會組織參與資料收集、處理和共享。可以通過建立資料共享平台、舉辦資料創新競賽、提供資料使用補助等方式，激發社會各界參與的積極性。同時，應建立明確的資料權益保護和利益分享機制，平衡各方利益，促進資料的有效流動和利用。

著作權法規調適

針對著作權法規調適不足的問題，本報告提出以下建議：

修訂著作權法，明確AI訓練的合法性

應參考日本、歐盟等國家和地區的做法，修訂《著作權法》，明確規定為AI訓練目的的文本挖掘和資料使用屬於合理使用範疇。這一修訂應平衡著作權人的權益保護和AI發展的需求，可以考慮區分商業和非商業用途，對不同用途採取不同的規定。

制定AI著作權指引，提供明確標準

在法律修訂前，經濟部智財局應制定詳細的AI著作權指引，為AI開發者提供明確的標準和指導。這一指引應覆蓋AI訓練、開發和應用的各個環節，說明哪些行為屬於合理使用，哪些行為可能侵權，以及如何避免侵權風險。指引應定期更新，以適應AI技術的快速發展。

建立著作權授權和清算機制

應建立便捷的著作權授權和清算機制，降低AI開發者獲取授權的成本和難度。可以考慮建立集體授權組織或平台，代表著作權人與AI開發者進行談判和授權，簡化授權流程，降低交易成本。同時，應探索新的授權模式和定價機制，如按使用量付費、收益分成等，以適應AI時代的著作權保護需求。

推動國際著作權合作

台灣應積極參與國際著作權合作，跟蹤國際著作權法律和實踐的發展趨勢，借鑒先進經驗，推動著作權法規的國際協調。同時，應加強與主要貿易夥伴的著作權合作，探索跨境授權和保護機制，為台灣AI產業的國際化發展創造有利條件。

應用推廣策略優化

針對TAIDE模型應用推廣面臨的挑戰，本報告提出以下策略優化建議：

加強TAIDE模型的宣傳和推廣

應加強TAIDE模型的宣傳和推廣，提高其在社會和產業中的知名度和認可度。可以通過舉辦展示會、發布成功案例、開展媒體合作等方式，展示TAIDE模型的特點和優勢，吸引更多用戶和開發者關注和使用。

開發垂直領域應用示範

應選擇教育、醫療、法律等重點領域，開發TAIDE模型的垂直應用示範，展示其在解決實際問題方面的能力和價值。這些示範應注重實用性和可推廣性，能夠為其他領域提供借鑒和參考。同時，應建立應用效果評估機制，收集用戶反饋，持續優化模型和應用。

建立開發者社區和生態系統

應建立活躍的TAIDE開發者社區和生態系統，鼓勵更多開發者基於TAIDE模型進行創新和應用開發。可以提供開發工具、技術文檔、培訓課程等支持，降低開發門檻；舉辦黑客松、創新競賽等活動，激發創新活力；設立創新基金或獎勵計劃，支持優秀應用的開發和推廣。

加強人力資源投入

應解決TAIDE人力資源不增反減的問題，加強人力資源投入。一方面，應增加TAIDE項目的人員編制和預算支持，確保有足夠的研究人員、工程師和應用專家參與模型開發和應用推廣；另一方面，應加強AI人才培養和引進，建立產學研合作機制，為TAIDE項目提供持續的人才支持。

算力與電力配套措施

針對算力建設與電力配套不足的問題，本報告提出以下措施建議：

加強公共AI算力平台建設

應加強公共AI算力平台建設，為AI研究和應用提供充足的計算資源支持。可以考慮建立國家級AI算力中心，集中資源打造高性能計算集群；同時，應建立合理的資源分配和使用機制，確保算力資源的高效利用和公平分配。

推動公私協力的算力建設

應推動公私協力的算力建設，結合政府和私營部門的資源和優勢，共同推動算力基礎設施的發展。可以通過政府採購、補貼激勵、稅收優惠等方式，鼓勵私營企業投資算力建設；同時，應建立算力共享和交易平台，促進算力資源的流動和優化配置。

研發和應用算力節約技術

應加強算力節約技術的研發和應用，提高算力使用效率。這包括模型壓縮、知識蒸餾、量化訓練等技術，可以在保持模型性能的同時，大幅降低計算資源需求。同時，應建立算力使用效率評估和優化機制，鼓勵和推廣高效算法和模型。

優化電力供應和管理

應優化電力供應和管理，為AI發展提供可靠的電力保障。一方面，應進一步研析AI用電需求估計方法，準確評估AI發展對電力的需求；另一方面，應持續檢討電網結構和國家能源政策，解決電網結構長期失衡的問題，確保電力供應的穩定性和可持續性。同時，應推動綠色算力建設，降低AI發展的環境影響。