TL;DR
TAIDE (Trustworthy AI Dialogue Engine) 是台灣首個以繁體中文為核心訓練的大型語言模型,由 國立中央大學蔡宗翰教授 帶領團隊開發。
該專案整合 AI 語言模型、教育科技與本土語料資料治理,目標是讓生成式 AI「懂中文、會教學、能落地」,成為教育與產業的關鍵基礎設施。
蔡宗翰教授長年專注於 自然語言處理(NLP) 與 語料科學(Corpus Linguistics),
他指出:「如果長期依賴國外的大型模型,我們將失去語言自主權與文化脈絡。」
這正是 TAIDE 專案 誕生的契機。
TAIDE 不只是「台版 ChatGPT」,
而是一個聚焦於繁體中文、教育與政府場域的生成式AI模型。
它的目標是讓AI理解「台灣用語」、「文化語境」與「政策語彙」。
🔗 來源:科技部 SciTechVista 專訪
| 層級 | 功能描述 | 核心技術 |
|---|---|---|
| 🧠 語料層 (Data Layer) | 收集繁體中文語料(教育、文化、新聞、公文等) | 自建語料庫 + 文本標註系統 |
| ⚙️ 模型層 (Model Layer) | 訓練生成式語言模型,支援「寫文章、摘要、翻譯、信件撰寫」 | Transformer + RLHF 微調 |
| 📊 任務層 (Task Layer) | 建立教育與產業場域專用任務模組 | CEFR 語言對齊 + Domain Adaptation |
| 💬 互動層 (Dialogue Layer) | 優化人機互動體驗,提供多語回饋 | RAG + Human Feedback System |
AI Data 分析重點:
🔗 來源:知勢 EDGE 報導 – 算力不足有解
蔡宗翰教授主張:「AI 不是取代老師,而是老師的第二助手。」
因此,TAIDE 不只是一個技術專案,更是一個 教育實驗場域。
🔗 來源:未來城市 – 文組人也能做 AI
蔡教授提出「任務導向訓練(Task-driven AI)」理念,
強調 AI 必須與真實需求相連結,否則只是炫技。
TAIDE 的落地策略包括:
這些應用展現了生成式 AI 如何真正「落地」而非「紙上談兵」。
🔗 來源:台灣事實查核基金會 – 為何台灣一定要發展大型語言模型
AI Data 分析顯示,TAIDE 的發展有三項深遠意義:
這不僅是技術問題,更是「AI × 社會 × 教育」的結構性實驗。
TAIDE 的成功不在於追趕 OpenAI,而在於 建立「台灣式 AI 生態系」。
它連結理工與人文、教育與產業、學術與應用,
展現出生成式 AI 在語言文化自主與教育創新的巨大潛能。
「AI 能寫詩,也能教人,
但更重要的是,它能讓我們重新定義學習的方式。」
🎯 中央大學 ATAIGI × 中技社 AI 創新競賽:學術與實踐的完美接軌
在中技社「AI 創意競賽」中,中央大學蔡宗翰教授所帶領的團隊以
🧠 《ATAIGI — 多模態生成式 AI 語言學習系統》
榮獲第二名與三十萬元獎金,這不僅是一項技術成就,
更是對台灣生成式 AI 學術研究落地應用的最佳註解。
蔡宗翰教授長期主持科技部「TAIDE 計畫(Trustworthy AI Dialogue Engine)」,
專注於繁體中文大型語言模型與教育應用的建構。
ATAIGI 正是此研究脈絡下的重要成果之一。
它將多模態學習(文字 × 語音 × 圖像)整合進語言教育,
讓生成式 AI 不只是「聊天」,而是能「教、能學、能理解」。
📘 關聯重點:
「TAIDE 是理論與模型層的基礎,ATAIGI 是任務化與教育落地的延伸。」
也就是說,ATAIGI 讓台灣自研的語言模型真正進入教室與學習現場,
回應中技社在《創新未來人才培育計畫》中強調的「AI落地與社會連結」。
ATAIGI 的創新,不只是技術,更是教育體系的變革:
這正呼應中技社推動的理念:
「培育能將 AI 技術與產業、教育、永續發展相連結的新世代人才。」
蔡教授指出:「大型語言模型的競爭,不在規模,而在本地化。」
ATAIGI 的成功展現了台灣學界如何以有限算力,打造高效能、具文化深度的生成式AI。
這不只是中央大學的榮耀,更象徵 AI 學術研究轉化為教育創新的具體成果。
📎 參考資料
✨ 總結一句話
ATAIGI 是 TAIDE 的實踐版,也是台灣生成式 AI 教育落地的代表作。
它不只是得獎,更讓「AI × 教育 × 學術」這三個世界,第一次真正連在一起。