為了強化台灣在人工智慧領域的自主性，數位發展部宣布已啟動「主權AI訓練語料庫」計畫，並於6月開始與各部會合作，開始盤點現有的語言資料資源。這次語料庫將不再僅限於政府文書，將會納入客語與原住民語，未來還會涵蓋文化、歷史與地理等多樣內容。

立法委員徐富癸指出，語言資料可能偏重政府文書資料，擔心出現語料偏誤。對此，數發部長黃彥男強調，資料掌握是主權AI的關鍵，語料庫也將是未來AI基本法中資料治理的重要組成。

數發部資料創新司司長莊明芬也說明，目前已與相關部會合作盤點語料資源，同時研擬語料庫行動計畫，預計搭配AI語料授權條款後釋出使用。而目前正進行初步訓練規劃與系統建置，首要工作是先充實語言資料，預計2到3個月，將釋出第一階段語料。

(圖片來源：截自 國會頻道)