台灣需要建立自己的主權AI嗎？輝達(nVIdia)創辦人黃仁勳登高一呼以後，國家加入競逐AI的發展情況成為全世界關注焦點。近兩年人工智慧技術大幅進步，以生成式AI為主軸，發展出各項顛覆性的產品，投資大型語言模型（LLM）及各項硬體也呈現前所未有的浪潮，全球產業掀起爭奪技術人才、算力的競賽；台商已展現優異的硬體設計、研發與製造能力，接下來的主權AI競賽，台灣該不該加入戰局？如何確立自身優勢地位？
什麼是大型語言模型？AI用國外開源模型還不夠嗎？
大型語言模型（LLM）是一種深度學習演算法。不同於過往指令型AI，只能用既定規則產生一種或多種答案，大型語言模型可識別不同規則，藉此生成多樣化的文本或其他內容。大型語言模型須使用巨量資料集訓練，藉由工程師微調，讓LLM吸收資料後，擴增知識能力，以符合用戶在特定情境下提出的不同需求。
例如在7月下旬，Meta公開其新的LLM模型Llama 3.1 -405b，這個模型耗費3,100萬機器小時訓練，以多達4,050億個參數的資料量，使用16,000顆輝達H100的GPU訓練。Meta執行長祖克柏（Mark Zuckerberg）認為，Llama 3.1將使開源AI成為新的行業標準，最終將成為產業轉捩點，所有的開發人員都會優先使用開源的AI模型。
這反映了祖克柏的野心，他想創造一個以Meta AI為基底的AI產業生態系，所有的AI應用都從Llama模型微調、延伸而成。在台灣，大部分號稱研發出自有AI的企業，都會使用如Llama系列的開源AI模型，再根據企業需求微調。但這麼做，可能會出問題。
直接採用國外的開源AI，有什麼風險？
首先，台灣的官方語言是繁體中文，在國際上屬於規模較小的語言，在Meta所使用的訓練資料量自然相對少，不免參雜許多簡體轉繁體的資料，並未經過在地化校正。我們使用的資料不只有語言是繁體中文，而是在文化、風俗、用語等方面要「接地氣」，才能符合台灣企業、教育等應用需求，因此使用歐美訓練完畢的AI模型，反而增加企業導入AI時的困難，提高其應用門檻。
參與Taiwan LLM開發研究的台大資工系博士生林彥廷，分享在Taiwan LLM使用不同資料進行訓練時的結果：當使用開放性的線上繁體中文語料進行訓練時，模型表現出偏好中國大陸的政治傾向；之後完全使用經驗證的台灣資料進行訓練，這樣的政治傾向才消失。
現狀是，全球各主要國家都正在積極研發屬於自己國家的人工智慧模型，以確保技術研發的自主性。輝達公司執行長黃仁勳更呼籲，各國都應投資發展自身的AI能力並稱之為「主權AI」，因為「數據資料就如同自然資源一樣寶貴，應將其轉化為AI實力。」
