童子賢說明，GPT-4o之類的各家廠商推出的AI模型，在英文相關語系很好使用，但是在台灣的繁體中文環境實際使用上需要經過fine tune，因為有不同腔調，會造成在使用上的不順暢，如果台灣想要在AI領域領先，可以在兩方面有所成就，一個是在晶片製造到產品生產能力，如機櫃、電路板、系統、AI PC、AI手機等，目前在台灣在硬體製造上有不錯的位置。另外一個就是應用，童子賢直指，台灣向來「重硬輕軟」，重生產輕應用，如果台灣要把AI應用在生產力、製造、生活周遭等，誰來fine tune模式會是重點，因為fine tune的品質與速度，會影響AI使用的生產力與品質。
童子賢認為，未來兩年把AI從雲端下放到每個人身邊的裝置進行邊緣運算是非常重要的事情，首先邊緣運算可以尊重個人隱私，可以把AI民主化，變成每個人唾手可得的AI計算能力，會讓全民運用AI的人非常有感。
在AI專業領域，很多的AI模型更新速度變快，也就是說，AI會是實驗室裡面，或者是辦公桌上的好幫手，而且是由人來駕馭。像Google最新推出的AlphaFold 3的版本，可以進行更多的蛋白質折疊模擬與人體、藥物、疾病的互相作用，而前一個版本AlphaFold 2已經模擬過2億個蛋白質分子，這對於人類開發藥品醫治絕症或不好醫治的疾病有很大幫助。AI對巨量影像資料的分析處理，會比人要厲害許多，而這也是AI的好用之處，就跟瓦特發明蒸氣機一樣，帶給人們很多動力。
童子賢也針對能源議題發表看法，由於產業結構關係，先進國家只有美國的人均用電與台灣差不多或更多，其他如日本、德國等國家，由於服務業用電占比較大，人均用電大概是台灣的二分之一或更少。由於台灣工作型態關係，台灣的生活用電其實只占整體用電的18%，目前工業用電占56%，服務業占19%，其他是由農業用電跟其他產業用電
台灣2023年全年用電度數2821.4億度，按照2%到2.5%的成長，在3、4年之後就會超過3000億度，到時候，如果一度發電成本差0.5元，一年就會差1500億元；如果一度發電成本差1元，一年就會差3000億元。由於台灣有很多地方需要用錢，例如高等教育、研究 AI、建構主權AI、建置足夠算的AI機房等都需要錢，如果能源方面可以搭配優質能源且經濟效率比較高的排列組合，省下的經費就可以彌補健保的缺口、高等教育跟研究的需求，這樣更有意義。
童子賢在媒體聯訪時候指出，台灣要使用優質、經濟效益較高的發電組合，提高供電穩定性與能源韌性，並能面對國際緊張情勢做出應對，同步思考各類能源選擇對國土、農業、環境、生態與景觀的影響。他引用義大利7月宣布重啟停用 35 年核電廠案例來說明，因為義大利政府認為沒有足夠大的國土空間部署太陽能板，義大利國民及觀光客也無法忍受湖光山色之中有太陽能板干擾，為了追趕減碳進度，並擺脫對太陽能過度依賴，所以義大利政府計劃重新採用核電。
針對核能技術進步與核廢料處理，童子賢指出，從科學或商業角度來看，核廢料就是放射線還沒充分燃燒掉就不再使用，就跟燒烤店店家的木炭用到剩下還有五分之一就不使用，是商業機制問題。天然鈾所含鈾 235 的濃度只有 0.7%，經過提煉成濃度 3％ 的鈾 235 燃料棒就可做為核電廠發電的低濃縮鈾，所以是原本核電廠設計沒能將燃料棒用到百分之百，但是在科學上有機會辦到，但現實卻因商業制度形成現在的結果。並不是科學家沒有持續研究核能科技與核廢料處理方法。
有反核人士質疑核廢料存放問題，童子賢觀察，目前台灣的核廢料被置放在佔地有限的管制區中，在有限空間中受嚴密管理，因此並未曾構成危害。而且新科技的進步，使得可以燃燒核廢料的第四代反應爐可能成功，包括「快中子反應爐」與「行波反應爐」在內都是發展中的新核能技術，包括中國大陸、加拿大、英國、美國都競相投入資金研發，技術若研發成功，包括目前被嫌惡的核廢料、以及製造濃縮鈾過程的殘渣貧鈾，都可以轉化成新一代反應爐的核燃料，而這就是解決當前核廢料問題的聖杯。也點出如果台灣綠能裝置量還要發展十倍規模的話，可以想像未來20幾年後，廢棄的綠能裝置，將會是好幾個台北市大小的垃圾規模，對台灣環境影響衝擊不小。
點擊閱讀下一則新聞
