調教AI總動員 讓全世界AI更懂台灣

想像未來世界的台灣，叫機器人去倒垃圾，它卻去拉一隻雞；想吃花生，它給你一盤馬鈴薯……別說這種情況不可能發生，當人類愈來愈依賴人工智慧，AI成為人們的老師及心靈伴侶，誰來決定AI該學些什麼？誰來當AI老師？

如何讓AI聽懂台灣、看懂台灣，進而教會全世界的人認識台灣，需要的是「AI的老師」，需要有一套教會AI的課程及資料庫。

IMA資訊經理人協會理事長蔡祈岩就表示：「愈早教會AI關於台灣語言及文化的一切愈好，否則未來不只台語、客語，連繁體中文都會變成一種瀕危的語言。」

蔡祈岩希望未來不管是台灣人自己做的AI，還是全世界做的AI，人們在使用時都不會覺得被壓迫，或只能接受國外硬翻譯過來的東西。（攝影：王騰毅）

教AI認識台灣 起步要趁早

隱身在台北南區辦公大樓裡，這個成立40多年的單位，匯聚來自四面八方資訊人的意見，彼此激盪、交流，為台灣資訊發展尋找更多可能。

採訪小組在午休時間前來拜訪，因為厲行節約的關係，整層辦公室一片漆黑，只有協會理事長辦公室留一盞燈、在暗處發光，如同數十年來總是為渾沌卻充滿希望的資訊產業指出明路。

近年人工智慧當道，無論軟硬體都以前所未見的速度發展，前景看似無限蓬勃，卻也隱藏許多隱憂，若無「先見之明」，無法早一步解決關鍵性的問題，只怕一切都回不去了。

蔡祈岩想得更遠，「過去十年全世界想要學中文的人，會透過中國的孔子學院，還是其他管道？如果想要理解台灣、想要知道什麼是台灣的人，是透過簡體中文的環境去理解，還是其他管道？未來生長在台灣的人想要了解台灣，他會透過簡體中文資料翻譯成繁體來理解，還是有其他方式？」

蔡祈岩表示，台灣應該要有一個「學院」及課程，教會我們的孩子，什麼是台灣；而全世界對中文及台灣有興趣的人，可以在這裡學習，而不用透過孔子學院或其他地方，「談主權AI或AI主權也是如此。」

胡長松表示，Taiwan Tongues計畫不只拯救本土語言，未來在偏鄉醫療的應用上，若AI能派上用場，也許能解決不少問題。（攝影：王騰毅）

Taiwan Tongues計畫 當世界的舌頭

IMA資訊經理人協會從去年底發起的Taiwan Tongues計畫，積極建構台灣語言語料庫，不只讓台灣的模型聽得懂台灣話，也希望讓國際的開源的語言模型都能夠聽得懂台灣的語言。

蔡祈岩表示，目前國際的LLM（大型語言模型）對中文的學習絕大部分是以簡體中文語料來訓練，台灣語言語料庫在全球佔比沒有太大影響力，因此當務之急，就是要盡可能去收集我們自己的語料庫，並讓全世界的大型語言模型來學習，才有可能突破簡體中文語境的限制。

過去在政府與學術單位的努力下，台語的語料約莫累積了數百萬字，今年在IMA協會與台語文學作家、吳三連獎得主胡長松的帶頭倡議下，迅速再添500萬字的高品質語料，令人振奮，將逐步朝1000萬字邁進。

胡長松從事台語文學創作多年，獲獎無數，出身清大資訊所碩士的他，同時任職電信公司，本身也是IMA的成員，斜摃身分讓他對AI語言應用的議題十分關心。

本土語言 住進重症病房

胡長松說，近來協會因為收到很多會員的想法，希望訓練AI，但台灣本身似乎缺乏相關的資源，雖然有些公司已經開始在做，也整理了一些資源，但並未開放讓大家使用，主要是碰到授權上的問題。

胡長松說，公家資源像教育部、客委會、中研院等單位都已經累積了一定的語料，協會這邊一開始就是以此為基礎開始發展語料庫，「我們非常希望能在全世界AI的環境裡，讓台灣占有一定的位置，至少絕對不能缺席。」

胡長松表示，且不要說台灣語料不足的問題，除了華語之外，較常被民眾使用的母語如台灣、客語，在語料庫裡也是出奇的少，現在再不趕快補足真的會來不及，所幸透過協會的協助，請作家們貢獻語料，獲得不少迴響。

胡長松笑說，這些本土語言已經住進重症病房了，原住民語更不用說，可能是最重症的一群。也許有人對這樣的現象無感，或是覺得跟AI的發展無關，胡長松表示，「就像我們現在談偏鄉醫療，診間裡老人家和醫生大眼瞪小眼，醫生不見得對偏鄉語言都能掌握，這時如果AI能派上用場，也許能解決不少問題。」

胡長松表示，如果未來要推廣長照機器人，機器人絕對不能只聽得懂國語，也不能只聽簡體中文下指令才能作業，「我們現在不做這件事，後果很難想像。」

蔡祈岩表示，台灣應該要有一個「學院」及課程，教會我們的孩子，什麼是台灣；而全世界對中文及台灣有興趣的人，可以在這裡學習，而不用透過孔子學院或其他地方。當前台灣的AI策略應該要有這種遠見。（攝影：王騰毅）

尋找AI的老師 讓AI更懂台灣

蔡祈岩表示，希望透過這個計畫，讓台灣軟體產業在AI這個領域能夠因此更加蓬勃，更多新創團隊跟公司，因為這個計畫而降低門檻，可以做更多AI的投入，最終具備與世界競爭的能力。

蔡祈岩說，他希望台灣人在這個環境裡是感到舒服自在的，此後不管是台灣人自己做的AI，還是全世界做的AI，大家在使用時都不會覺得被壓迫，或只能接受國外硬翻譯過來的東西。

此外，在瀕危語言方面，這個計畫也會累積許多高品質的語文教育素材，讓大家體會到本土語言的美好，「也許會有一種可能，白天有老師教學，AI在授課之外的時間，協助學生自習，甚至和學生合寫一首台文詩，一起領略母語的美。」

蔡祈岩說，協會現在正在接洽全球主要的AI公司，讓他們從這裡學習繁體中文甚至台文，「我們正在號召IMA的會員一起合作，尋找台灣『AI的老師』，所謂『AI的老師』就是教AI的AI，訓練他們更懂台灣。」

「我們的目標是建構一個文字的開源語言模型，但是這個語言模型並不是要讓一般使用者直接來用，而是用來訓練其他AI用；另外也希望做一個語音辨識跟語音合成系統，希望全世界的AI能夠聽得懂台灣人講話，也能夠用台灣人的口氣說話。」