商品化過的。
但是 OpenAI 也不是不可能自己賣，以我所知它的專屬授權是商業用的專屬授權而已，並沒有不能跟學術界合作。我剛剛的 point 是這個⋯⋯
對，OpenAI 的情況是付錢給肯亞同仁，但是臺灣社群的時薪高過肯亞不少，所以為什麼要免費幫你訓練這個？當到 9 月的時候，我們就假設 Azure 上所有的 modality 都已經是幾乎免費在提供了，因為這個是微軟主要的商業模式。為何 civtech 社群要理我們，這個是我想要問的。
這個很棒。
這就很像 1999。
現在 2 月。所以你的想法如我們談到的 1999，其實以我所知，台北的 1999 之前已經 全面導入 speech to text 了 。
通常打去也會講好幾輪。
1999 就是 data governance 的問題了。
假設導入 PETs，讓整個流程都無涉個資的話，你希望用這個 Bootstrap，把 Q＆A 裡面 Q 的部分變成 Benchmark，你的意思是這樣子？
然後這個一路到 12 月做 Benchmark？
我有聽懂。但我的問題還是相同的，你這邊是用有興趣的人幫你訓練，你這邊是用他的工作就是要回答民眾問題，其實是同構，但 1999 這邊是比較有目的性。
假設我是市政府，我為何不在 3 月的時候去租用 GPT4，不管是微軟賣的或者是 OpenAI 賣的，把我的東西放進去，因為有一套可以計算的，這樣人家 GPT4 連到搜尋引擎，我們 BLOOM 是沒有連網的 GPT3，人家立刻就可以回答問題了，也就是用既有的 knowledge base？
地方政府還是可以買 MS Office，我們主要用 Google Workspace 和 LibreOffice（笑）。
瞭解。
但是百度比起 Bing 的商轉，能量弱很多。
好不容易用 Google Workspace 擺脫了微軟 Office，是不是要再來一次（笑）。
這個很好賣。目前我們看很多的分析，在微軟已經有優勢的領域，再加這一些東西，你就更難換掉它。但是有些比較沒有這麼優勢領域，也許有機會，像 Adobe，像 Premiere Pro 對 speech 也有著墨，雖然比不上 OpenAI Whisper，但在 video & photo domain 已經有一些人相信 Adobe 了，所以就算 Adobe 的品質稍差，只要有類似的東西，大家還是會繼續用。
因為你剛剛講兩個領域，一個是 text 的 Q＆A，但是 1999 很多都是打電話進來的，就是 speech to text to 回應，另外一個是中、英文字編修，因為這兩個有一點不一樣的領域，一個資訊量在 input 跟 output 一樣多，所以這種領域比較沒有幻想的問題，像機器翻譯是比較沒有道德疑慮，要驗測看有沒有翻對是很容易的。但是有沒有答對是比較困難的，因為你只問了一句話，要回應幾個 kilobytes。
但是這個有要連到哪個搜尋引擎嗎？
對，因為 Bing 後面有個搜尋引擎。
那當然。
我有聽懂，但是這個是資訊量的問題，剛剛的意思是一個 kilobyte 進來、一個 kilobyte 還你，這種領域要拼得過 ChatGPT 滿容易的，只要資料量夠。但是這個進來 100 個 byte，然後你要回 10k 的資料，這個你要拼得過，因為後面沒有 Bing，所以這個是他幫你找來就好了，他只是負責換句話說，我們現在這個就算把換句話說弄到很好，但是也沒有更新的資料，這樣回答光是問他今天幾月幾日就會錯，你知道我的意思嗎？
因為這個是 input 跟 output 不對稱，要產生這麼多的不對稱只有兩個方法，一個是幻想、一個即時去搜尋引擎找，沒有別的做法。
對，但是到 Bing 的時候就有比較不幻想的模式了。
這個 tune 過的 modality 一定會變成 default modality 之一。而我們如果後面沒有一個搜尋引擎，我不太確定 1999 要用我們的，因為連日期都會答錯的情況…
像 Bing 那邊是每小時都更新快取，所以光貼的 twitter 都可以直接做⋯⋯
理解。
對，但是這樣體驗又更差。政府不做那就只是給民間做，我們自己做，但是比民間差太多的話，大家感覺就不好了。
我們有沒有可能專注做這種，最好輸出不要比輸入量多的那個領域？
就很像現在有很多人拿就業金卡來，但是他完全不會講華語，你可以支持他們，使用者所有用到的服務，這些英語使用者都可以用，還有移工作什麼的都可以使用。
國科會目前是打算提 2 億？
但是我們有另外一個想提的，就像你剛剛講的， 2024 年出的這個也是兩大塊，governance 對於 AI 在實際情境運用的這個跟稽核，我們也打算要提。
現在的困難是，我如果編下年度，但是你這邊 6 月做出來，我還沒有人可以測這個。
總不能說語言模型走到底了，我們還只能測無人載具。
我們目前都是在測無人載具。我的意思是，如果今年國科會要主推這個，數位部今年卻只測無人載具，就沒有 alignment，你知道我的意思嗎？
這兩個其實是完全不一樣，我們這邊是無人載具和空間的互動，你剛剛這邊講到的是意識形態滲透的。
所以這兩個需要的驗測能量，是完全不一樣的。
對，因為我們最近都在做無人載具，但是現在去弄無人載具的，要來驗測語言翻譯品質，那 99％都用不上。
那我們今年無人載具先等一下？
意思是 TTC 的人不能調過來做這個，那就需要額外調度資源。
當然。
我理解。但是我的點是，如果 Q 的 bytes 遠小於 A 的 bytes，我們再怎麼蒐集 Q＆A，也比不上搜尋引擎，這個是我剛剛的點，我不可能蒐集到 Bing 的資料量，這樣還不如買 Bing 的 API。但是如果買 Bing 的 API，不如連 Azure GPT 一起買了。當你一起買了，這整個計畫就⋯⋯
但是我們很確信 3 月中，OpenAI 和微軟就都會全面發表 GPT 4，所以我們就是要在這個環境當中找一個⋯⋯我還是覺得要找 Q 的資料量大於、等於 A 的這種。
OpenAI 目前是沒有完全支援我們各種國家語言，還有新住民語言的翻譯。
如果來做 low-resource languages，這樣和 OpenAI 也比較互補。
我理解。那個點是在修辭上，就是措詞、用語跟逗點，但是你最在意這個 Prompt Engineering 的部分，這個已經證明是可以跨語文的。就很像我現在跟你講話，其實我腦裡是用英語想，但是我講出來的是華語，目前看起來 ChatGPT 3 跟 4 這一塊很像都是透過 Github 上的程式碼當作中介語言，所以在英語受到的訓練，自動在中文那邊用，這是一個湧現狀態，其實學界也還在研究要怎麼解釋。
有一點這種感覺。如果我們 focus 在這個，然後找一些不太花錢的來源，你覺得怎麼樣？我舉例：像剛剛講的國教院、中英翻譯，都已經有很大量的資料。
也有老師做 speech domain？
因為有些語言，像台文是有些書面材料，但是語音資料也滿多的。
所以如果你要用是可以立刻用？
