數位發展部表示，台灣的「主權AI訓練語料庫」從去年底上線以來，已經累積提供約5000筆資料集，內容規模超過20億個詞元。詞元可以想成AI讀資料時會切開的小單位，像是字、詞或符號。
這個語料庫的目的，是讓台灣在發展人工智慧時，能使用更多和本地語言、文化、產業有關的資料。數發部指出，目前已有59名個人或單位申請使用這個語料庫，其中包括資訊服務業者凌群，以及電腦品牌華碩等。這代表不只政府研究單位，民間公司也開始關注這項資源。
數發部也說，現在已有少量民間語料上架，並預計在9月中旬啟動民間語料徵集，希望讓資料內容更豐富。因為，AI要回答問題、翻譯、整理文字或協助工作，通常需要大量資料訓練。如果資料太少，或缺乏台灣常用的詞語、地名、產業情境，AI可能比較難理解台灣人的表達方式。因此，建立本地語料庫，是台灣推動AI發展的重要基礎工作。
現在，AI已經逐漸進入學校、公司、政府服務和日常生活。對台灣來說，若能建立可靠又符合本地需求的資料資源，未來在教育、醫療行政、交通服務、客服和產業應用上，可能更容易做出適合台灣使用者的AI工具。這也和公共議題有關，因為資料如何取得、如何保護隱私、如何避免偏見，都需要被仔細討論。
未來可能的影響包括，台灣資服業、電腦品牌與新創公司，能用更多本地資料開發AI產品。政府若持續擴充資料，也可能帶動語言科技、內容整理、資料治理等產業。不過，這些改變需要時間，也要看資料品質、使用規範和企業投入程度。
尚待釐清的是，民間語料徵集後，資料如何審查、授權和去除個人資訊，仍需要清楚規則。語料庫是否能真的提升台灣AI能力，也要靠更多實際應用來觀察。
提醒小朋友：使用AI時，不要把住址、電話或個人資料隨便輸入。AI可以幫忙學習，但答案仍要和老師、家長或可靠資料一起確認。
看更多：AI語料庫是什麼？有什麼作用？有何重要性？取得有哪些困難？人工智慧怎麼學資料？
（完）
[自問自答x互問互答]
看完文章->自問自答->留言紀錄問題與答案->別人看到你的問題可能會覺得這是個好問題->別人看到你的答案可能會覺得還有別的答案->你看到別人的問題與答案時也是類似的反應->互問互答->日復一日->愈學愈多->大家不知不覺就變強了
範例問題：
- 你覺得AI為什麼需要很多資料？
- 如果AI更懂台灣，生活會有什麼改變？
- 資料被使用時，怎樣保護隱私比較好？
…
你也問問看……
小傳媒編輯團隊希望幫助小學生提升寫作力。
若你有作文、新詩、讀書心得、電影觀後感、遊記、小日記…… 等希望得到修改與建議，
或有相關作品希望公開發表，歡迎寄到編輯信箱：editor@kidsmedia.com.tw
