微軟本月初買下開源碼分享平台GitHub引發業界大地震。本周四Google高層鬆口曾經「不介意買下」GitHub。

Google雲端部門主管Diane Greene周四在財星雜誌主辦的一場座談會中談到Google在雲端市場的收購時，她提及微軟收購GitHub是「很大的金額」，並表示「我們不介意買下他們（GitHub），但（被微軟買走了）沒關係。」媒體將之解讀為承認該公司在這場GitHub角逐戰中敗給了微軟。

微軟本月初以75億美元收購GitHub時，CNBC報導微軟其實只是最後出線者，包括Google、Amazon甚至中國網路龍頭騰訊都對GitHub表達過有興趣。事實上Google曾經和GitHub協商好幾周，但雙方一直未能達成共識。報導猜測，可能是微軟最後的出價迫使Google退出。

Greene指出，Google是GitHub最大的程式碼貢獻廠商之一，而GitHub最受歡迎的兩個專案也是來自Google，希望微軟能維持GitHub的中立性。

在合併前，GitHub的開發人員已經突破2,800萬，微軟希望此併購案可加速企業導入GitHub，也有助於微軟開發工具、服務賣進企業。但微軟也承諾開發人員能繼續自行選擇想要用的開發語言、工具，以及作業系統，開發自己的專案。

Cloud IoT Core是Google雲端平臺的物聯網託管服務，可用來連接、管理以及提取來自全球數百萬分散裝置的資料，而Android Things則是以Android為基礎打造的嵌入式作業系統平臺，而現在Google進一步釋出Cloud IoT Core的Android Things客戶端函式庫，讓開發者用來配置以及認證Android Things裝置，只要幾行程式碼，就可以輕鬆連接到IoT Core MQTT橋接器，進行驗證裝置、部署裝置遙測、狀態和訂閱配置更新，甚至是處理錯誤及網路中斷等事件。

開發者能透過Cloud IoT Core客戶端函式庫來處理裝置的網路、執行緒與訊息處理，以最佳實踐實現身分驗證、安全性、錯誤處理與離線操作。Cloud IoT Core會維護一個裝置註冊表，來追蹤認證的裝置，而這些裝置都使用一個公鑰來進行身分驗證。Android Things作業系統提供了許多功能，以提升物聯網應用程式的安全性，包括支援硬體的Android Keystore保護加密金鑰。另外，用於Cloud IoT Core進行身份驗證，這個客戶端函式庫同時支援RSA與ECC金鑰，並且實作用JSON Web權杖（JWT）。

當裝置與雲端連線後，裝置會回傳其資料到一個或是數個遙測主題的資料儲存桶，同時也會回報其裝置狀態。裝置狀態目的在於儲存諸如軟體版本以及感測器數量等資訊，而裝置也可以訂閱來自Cloud IoT Core發布的配置，但值得注意的是，當短時間發布許多更新時，裝置不保證能接受每個配置更新。

由於物聯網裝置通常的網路連線品質較差，因此該函式庫支援強健錯誤處理、快取以及重新發送等動作，也可以客製化裝置離線時的行為，以及回復連線時詳細的事件處理方式。

現今容器技術已對IT基礎架構、軟體開發流程產生巨大的影響，從Docker開始掀起這波熱潮後，多家IT龍頭分別響應支援，歷經三、五年發展，現在已有越來越多企業，開始將容器部署在自家正式環境執行。在容器技術剛火紅之時，多家廠商分別都推出了自家的容器作業系統，包含紅帽Atomic、CoreOS（紅帽買下後現稱為Container Linux）、RancherOS、微軟Nano Server、VMware Photon等作業系統，在多家技術並列之下，提倡開放容器標準的OCI標準釋出後，也確立容器技術的標準不會被單一廠商壟斷。而Google自家容器調度專案Kubernetes釋出，以龍頭之姿勝出調度市場戰局，也逐漸成為IT基礎架構新標準。

在Docker一砲而紅就開始緊追容器技術的微軟，在2015年時釋出了Nano Server，這一款精簡精簡版本的Windows Server容量極小，開啟速度快之外，也能支援Docker容器。此外，微軟自家也發展了兩種容器技術，分別是Windows Server Container及Hyper-V Container，前者和其他容器共用同一套Host作業系統的核心，而Hyper-V Container則會有一份專用的作業系統核心。

而在近日，微軟又要加強容器技術開發力道，預告要推出新的Windows容器映像檔（Windows Container Image）。在今年度Build大會上，該公司就宣布，除了Nano Server、Windows Server Core，要推出這個容器基礎映像檔。現在如果開發者有參與Windows測試人員計畫，可以開始試用此款容器。

雖然已有Nano Server、Windows Server Core，不過微軟表示，與開發者、IT專業人員的溝通中，該公司表示，這兩款工具還不足夠應付企業需求。微軟解釋，該公司的企業用戶，希望將老舊應用程式，打包成容器映像檔，並結合Kubernetes的調度能力。但是，並非所有應用程式都能打包成容器格式。也因此，微軟這次想要推出的Windows容器映像檔，目的就是要讓企業利用容器，打包應用程式，執行容器工作負載時，除Nano Server、Windows Server Core外，還能提供第三種選項。

由挪威政府資助的挪威消費者委員會（The Norwegian Consumer Council）就GDPR，對臉書、Google和Windows 10的隱私政策進行研究，在長達44頁的報告中指出，臉書和Google都透過設定或是話術，試圖向用戶隱藏隱私保護選項，而臉書、Google和Windows 10的彈出窗口設計，都共同試圖讓用戶遠離隱私友善的選項。

歐盟最嚴格個資法GDPR在5月25日已經上路，企業在之前無不嚴陣以待準備，並在GDPR上路前，發送電子郵件告知用戶的權益，而這些看似隱私友善的動作，其實暗藏玄機完全不是表面上表現的樣子。挪威消費者委員會針對臉書、Google和Windows 10，研究與GDPR相關的消費者隱私以及權益更新，發現其中不少手法屬於黑暗模式（Dark patterns），透過包裝誘騙使用者選擇對企業較有利的選項，乍看之下為消費者著想實則包藏禍心。

挪威消費者委員會直指，臉書以及Google都有侵犯隱私的預設設定，使用者想要更改成隱私友善的設定，需要歷經更多的點選，因為這些選項通常位在連結深處。而且他們也掩蓋了一些設定，讓使用者不知道服務已經預設了部分侵犯隱私的選項。

另外，臉書、Google以及Windows 10的彈出視窗設計，包括符號以及措辭，都試圖誘導使用者遠離隱私友善的選項。選擇的用詞上，這3種服務都迫使用戶立即作出選擇，並且淡化或是省略關鍵訊息，也沒有給予用戶自由延遲選擇的選項。此外，臉書、Google還透過威脅用戶，當不選擇這些侵犯隱私的選項，將可能面臨喪失部分功能或是帳號遭到刪除的後果。

整體來說，臉書、Google以及Windows 10雖然都為用戶提供了收集與使用個人資料詳細的選擇，但同時也用多種策略誘導使用者盡可能的分享資料。

在2017年VMworld大會中，VMware聯手Pivotal、Google推出了容器平臺PKS（Pivotal Container Service），這套容器服務對VMware的戰略意義，除了和既有SDDC架構結合、擴大與Cloud Foundry生態系整合，及獲得Google Cloud一線支援外，還能支援許多不同Hypervisor，持續布局該公司的多雲戰略。

而近日，VMware與Pivotal一同宣布，PKS 1.1版正式上線，該平臺支援了Kubernetes 1.10版，該Kubernetes版本的重要更新包括支援標準化儲存的Container儲存介面（Container Storage Interface，CSI），讓儲存供應商可開發自家解決方案。VMware表示，這個容器服務解決方案，要讓企業能在多雲環境加速導入Kubernetes，簡化該工具的維運、管理任務。此外，該解決方案也是經認證合格Kubernetes服務，可以相容Google容器引擎。

而企業用戶重視的高可用性、監控，或者與既有VMware環境整合等功能，PKS也在此版本進行補強。首先是高可用性功能，PKS讓企業可以建立多個異地同步備份部署（Multi-AZ），在建置Kubernetes叢集時，系統管理員也能指定該服務區該叢級內管理政策、資料關聯（Data Affinity）等設定。萬一某叢集故障，其他異地叢集會立刻接手該叢集的工作負載，確保服務不中斷。

再者是掌管大規模容器叢集一定都要配備的監控服務。在PKS 1.1版本中，該公司整合了自家雲端應用監控平臺Wavefront，提供Kubernetes環境的可視度。利用Wavefront平臺，使用者可以收集PKS、容器應用程式以及微服務的運作資料，協助維運人員、SRE排除正式環境的故障問題。而使用者能根據Kubernetes的執行效能，定義觸發警報條件，並且結合電子郵件、PagerDuty或其他DevOps工具，一旦系統運作不正常，系統就會發送通知給系統管理員。

再者，PKS也擴大與VMware自家工具生態系的整合。首先是自家混合雲管理平臺vRealize Log Insight功能，可以用於監控PKS容器平臺，而搭配資料標籤功能，追蹤容器平臺的運作。而PKS 1.1版會將所有Log紀錄進行標籤化、聚合處理，發派至vRealize Log Insight，透過標籤，vRealize就能追蹤特定的叢集、Pod、Namespace以及容器。此外，所有的Log資料傳輸時，都會搭配SSL加密，確保數據安全性。

第二個PKS整合的自家工具是VMware開源釋出的容器儲存庫Harbor。現在已經支援至Harbor 1.5版。使用該容器儲存庫，上傳映像檔時，都會經過掃描、簽署等工作，確保儲存庫內的容器映像檔都安全。第三個工具則是NSX-T，利用該網路虛擬化工具，使用者可以將Kubernetes部署在各別隔離的子網路中運作，讓每個叢集、Poad在獨立網路環境執行。如此作法，可以確保各應用程式互相不干擾外，透過NSX-T，系統管理員也能根據各環境需要，部署相異的網路管理政策，讓容器環境網路管理更自動化。

Bosh元件是Pivotal容器服務能夠跨雲的關鍵，Bosh這個由Cloud Foundry社群為維護的專案，是作為Pivotal容器服務與底層IaaS的Hypervisor溝通的介面。圖片來源：VMware

而PKS 1.1版會將所有Log紀錄進行標籤化、聚合處理，發派至vRealize Log Insight，透過標籤，vRealize就能追蹤特定的叢集、Pod、Namespace以及容器。圖片來源：VMware

在Wavefront平臺中，使用者可以瀏覽當前PKS環境的執行狀況，包含當前基礎架構的節點、Pod、容器技術，以及記憶體、儲存空間的使用效率等數據。圖片來源：VMware

與NSX-T整合也是PKS這次的重要特色。利用該網路虛擬化工具，使用者可以將Kubernetes部署在各別隔離的子網路中運作，讓每個叢集、Poad在獨立網路環境執行，而該功能也能讓容器網路管理工作更為自動化。圖片來源：VMware

全球最大售票網站之一 Ticketmaster周三承認，受合作廠商提供的客戶支援聊天軟體被駭影響，導致曾在該公司在英國及海外網站上售票的客戶支付資訊外洩。

Ticketmaster本月23日在由西班牙廠商Inbenta Technologies代管的客戶支援聊天軟體上發現惡意程式。一段由Inbenta專為Ticketmaster客製的JavaScript程式碼遭駭客變造，而將Ticketmaster客戶個資，包括姓名、地址、信箱、電話號碼、登入帳密及支付資訊傳送給外部不知名人士。該公司發現後已經立即關閉Ticketmaster全球所有網站上的Inbenta軟體，防止災害擴大。

這次駭入事件影響使用Inbenta聊天軟體的Ticketmaster網站包括Ticketmaster International、Ticketmaster UK、GETMEIN!和TicketWeb等購票的客戶，包括2017年9月到今年6月23日在英國境內購票（或欲購票）的民眾，以及2018年2月到2018年6月23日之間在Ticketmaster海外網站上購票（或欲購票）的國際消費者。Ticketmaster估計佔其所有客戶的5%。而北美客戶不受影響。BBC報導，受害者可能至少在40,000人以上。

Ticketmaster除了發函通知受影響的消費者，也提供他們12個月免費的身份監控追蹤服務。

Inbenta聲稱責任並非全在他們身上。他們認為，Ticketmaster是在未通知他們情況下，將這段程式碼直接用在其支付網頁上，這不是該公司開發的原意，「如果我們知道客戶如此使用這段客製化程式碼，我們就會建議他不要這麼做。」。結果這段程式碼被駭客發現、修改，再用來蒐集Ticketmaster客戶的支付資訊。

本次攻擊可能會為兩家公司帶來極大後果。5月底上路的歐洲個資法GDPR將針對未做好用戶個資保護的企業處以最高4%的公司營收或2000萬歐元（約台幣7.2億元）的罰金。

行動裝置擴增實境（AR）遊戲Pokémon GO（寶可夢）開發商Niantic透過積極的戰略性投資，取得關鍵技術並開發出了Real World Platform，該平臺會對真實世界建模並進一步理解世界，提供虛擬實境應用需要的資訊與功能，用作建構擴增實境遊戲的基礎。Real World Platform現在釋出功能預覽，第三方單位可以透過申請來取得試用的機會。

Niantic從Pokémon GO取得階段性成功後，繼續朝向擴增實境的下一階段前進，該公司表示，他們第一次公開Real World Platform這類性質的更新資訊，而且也相信這個平臺明確傳達了他們對擴增實境未來的想像。在過去一年中，他們對擴增實境的基礎技術加強投資，除了收購對Niantic的Planet Scale AR作出貢獻的企業Escher Reality外，最近還收購了電腦視覺與機器學習公司Matrix Mill。透過與這些團隊的協調，Niantic確立了Real World Platform的樣貌以及未來的發展性。

Niantic提到，Real World Platform是一個連接數位以及物理世界的作業系統。該平臺能以先進的方法觀察真實世界，以人為中心的對周遭諸如馬路、汽車、公園或是小路等空間物體進行計算建模，他們的技術必須要達可以解決細微的問題，數位化這些資訊後在電腦中進行3D互動。而其中一個挑戰則是，這些計算應用運行在計算能力有限的行動裝置上。Niantic認為，高品質的遊戲經驗建立在精確的現場模型上，也就是說必須要能夠即時適應動態環境，在使用者移動或是裝置改變位置時，能夠快速的調整模型。

除了具備建立真實世界模型的能力還不夠，系統還必須能夠理解這個模型，進階的擴增實境不只要能夠建構世界的外觀，還必須理解其含義，才能決定在該空間有可能存在的物體，以及這些物體與真實世界互動的方式。Real World Platform目標朝著理解環境的電腦視覺發展，目的是要讓擴增實境中的物體能以適合的方式與真實物體互動，像是在這些真實物體前停下來、越過他們甚至是跳進這些物體。

Niantic認為，電腦在理解周圍世界之後，可以進行的應用有無限可能，像是真實環境中有一座湖泊，那擴增實境就能在湖上出現一隻鴨子，也就是說識別物件不僅限於知道物體是什麼，還包括他們出現的所在位置。擴增實境現在的限制在於，擴增實境的物體能否在3D空間中作有意義的互動，並無縫的與真實物體互動。Niantic提到，他們透過電腦視覺結合機器學習的應用，理解這世界的程度已經超過現在的應用。

而這些還不夠，擴增實境的下一步則是分享實境，讓人們互相分享自己的實境體驗，Real World Platform的元件可以支援跨平臺帶來多人遊戲的分享體驗，Niantic表示，當要更多人從不同的視角協作並共享實境體驗，這些元件必須要獨特的方式運作，以克服延遲這個最大的阻礙之一，Real World Platform使用了低延遲擴增實境網路技術，確保延遲不會破壞玩家的共享體驗。

Real World Platform提供統一跨平臺的擴增實境解決方案，Niantic希望第三方也能利用這個平臺，以他們還沒想到的方式建立擴增實境應用，因此現在對外開放預覽，有興趣的第三方單位可以透過申請來取得合作機會。

讓皮卡丘和真實世界互動，創造更栩栩如生的AR體驗：

「三年前，企業CEO都在問什麼是數位轉型，去年則想知道怎麼做，但到了2018年，CEO們更關心的是，如何加速數位轉型績效。」市場研究機構IDC中國區副總裁暨首席分析師武連峰在一場論壇中指出，全球已經有60％以上的企業都開始做數位轉型，但他們更在意的是，投入大筆資金後帶來的績效。

他也指出，企業在數位轉型時所面臨的三大障礙，最大障礙是「CEO、COO、CIO認知不一致」，「二是數位轉型沒有量化收益標準」，而「人才組織架構」也是一大阻礙，因為企業數位轉型所需人才，是熟知新興技術與業務，並能作為業務與IT部門之間的橋樑。

給CIO的3建議和4策略

為此，武連峰提出3項給企業CIO的建議。「一是起步要小」，數位轉型需花費大量成本與時間，跟CEO爭取預算時，就要讓專案在短期內見效，給董事會信心。「二是發展要快」時間拖久高層會沒耐心，加上市場競爭快速，可採用DevOps工具，提高開發速度。「三是想的要大」他解釋，CEO要和COO和CIO建立數位轉型共識，擁有共同的大願景，遇到挫折時才不會失去方向。

而針對提升數位轉型的績效，IDC也建議可從財務、戰略、創新與營運等四大面向來定策略。武連峰提到，在財務方面，企業看重的是能帶來多少利潤，當財務有好成績，高層就願意多投資在數位轉型。他也指出，全球排名第一的數位銀行以及航空公司，都在轉型下，稅前利潤分別高出43％、12％。

在戰略方面，未來的商業模式價值在於採用數位工具，讓企業內部運作更有效率，降低人力成本，同時，也要透過數位工具簡化產品與服務流程，優化客戶體驗。「傳統企業若不趕快跟上數位轉型行列，未來競爭能力會很差。」他說。

創新方面，武連峰以位於北京朝陽區的零售商大悅城為例，過去10年以來，大悅城在新零售的年輕族群業務增長15％到20％，成功的核心就是打造智慧商城，來實現客戶流動與業績增長。他們透過消費者登入WiFi熱點、掃描車牌號碼，並與其它線上數據進行整合分析，找出主力客戶落在25歲到30歲，進而針對此年齡層的消費需求進行加強，穩固主力客群。

避免轉型卡關有5項作法，要靠新KPI量化轉型績效

而在營運方面，武連峰指出，企業若要順利推動數位轉型避免卡關，有5項作法，包括採用數位轉型績效計分卡與新KPI「量化數位轉型績效」、「把數位化融入企業的組織架構」、針對企業自家顧客旅程來規畫「數位轉型戰略路線圖」、「培養專業人才的能力」以及打造「數位轉型平臺」以加速創新。

武連峰強調，這些作法沒有先後順序，端看企業需求，可自由調整，不同企業的挑戰點也會不一樣。

他以金融、電信業舉例，這兩個產業本身的IT人才很強，但可能在組織架構上沒有設計好，所以會建議成立數位轉型團隊，制定轉型願景，擴大人員後再開始制定數位轉型計畫，並滲透到每個業務單位，推進轉型。後續可能會需要再成立新部門，利用IT與數據改變商業模式，實現企業創新。

IDC提供一套指導框架，要教企業設計數位轉型計分卡，以衡量數位轉型績效。（攝影／李靜宜）

如何衡量數位轉型成效，IDC教你設計計分卡

而針對數位轉型績效評估，武連峰直言，亞太區企業訂定的KPI還是偏向傳統，像是投資報酬率、顧客滿意度、組織盈利增長等等。對於傳統企業CIO來說，其業務成果會放在下降成本提升利潤、產品上市速度、生產力與改善時間多長、客戶滿意度以及風險管理。「但要加速數位轉型，這些指標都還不夠。」他說。

IDC提供的數位轉型績效計分卡，有五項新的KPI可供企業作為數位轉型的成功指標，包括創新速度與商業化、客戶推薦度、利用大數據分析抓住客戶、讓客戶定義產品或服務的質量，最後是善用新興技術人才降低人力成本。

他解釋，數位轉型績效計分卡是一套為企業客製化的成功指標，首先會分析出企業數位轉型成熟度階段，並加上企業IT數位轉型指數，共同標註出落在四象限中的位置，包括數位轉型落後者、競爭者、挑戰者、領導者，最後會依據總評分定義企業IT數位轉型影響力，1.0～2.5代表影響力低，2.6～3.5影響力中、3.6～5.0才算影響力高。

「IDC的數位轉型績效計分卡不是一張成績單」武連峰強調。而是要用量化數據，去衡量數位轉型為企業產生的直接與間接效益，同時也有利合作夥伴之間，形成問責機制與增加透明度，讓彼此有所約束，也能讓企業知道身處的位置，並為長期的數位轉型戰略提供指標。

2027年8成以上企業將完成數位轉型

IDC也將數位轉型成熟度分為五階段，分別是單點實驗、局部推廣、複製整合、管理營運、優化創新。武連峰強調，五階段都要走完才算完成數位轉型。他也提到，IDC把數位轉型定義為一個10年的旅程，在經過全球4000多個行業的調查研究之後，他們把2017年作為「數位轉型僵局年」，因為全球有59 %企業的數位轉型成熟度都落在第二、第三階段，要往第四、第五階段難度很大。「就像爬山時準備要登頂前的那一段路，雖然距離不遠，但是很吃力。」他比喻。

不過，IDC預測，到了2027年有85%的企業都會完成數位轉型，基本上都會走到第四、第五階段。只是各產業成熟度與認知有所差異，所以速度也會不一樣，金融、零售、電信，因為受到市場的壓力，相對會走得更快速，傳統製造業、政府、醫療還需要稍長的時間。

而針對臺灣與大陸在數位轉型的進程，武連峰指出，IT支持業務有四個階段，包括重構業務流程、重構用戶體驗、重構產品與服務、重構商業模式。目前臺灣企業對於效率跟成本關注較多，在重構業務流程與用戶體驗，還要再努力。大陸則是著重在數位營銷、數位管道，許多中小型企業在重構用戶體驗、商業模式非常積極。

他進一步分析，也因為大陸中小型企業業務模式較為靈活，決策制度時間較短，對新興技術敏感度也較高，所以數位轉型成熟度都落在第二、第三階段。

相較於大陸的中大型企業，因為公司決策機制，轉型的成本壓力，傳統業務阻礙等包袱，所以面臨的挑戰比起中小企業會更大，數位轉型成熟度較多落在第一、第二階段。不過，中大型企業一旦決定要做數位轉型，在資金、實力、人才都有優勢，但推進的時間會稍微慢一些。

武連峰以杭州一家絲綢商萬事利集團舉例，他提到，萬事利老闆起初的規畫是要一次做足全方面數位轉型，等於從供應鏈、製造、行銷到銷售的決策都要一起改變，其集團CIO當時建議，若一次做足全方面數位轉型，肯定會失敗，因為涉及不同部門利益關係，協調起來難度大，所以建議先從客戶端開始。於是他們開始把產品行動電商化，讓客戶端最直接的壓力，讓老闆回過頭來倒逼各部門轉型，果然讓數位轉型更為順暢。

市場機制其實是一項非常成功的社會創新，有助於人類有效分配各種稀有資源。上面這話說來簡單，但影響巨大。正是因為有市場，我們才能為全球八十億人口的大多數，提供食物、衣著和住所，大幅提升人類的預期壽命和生活品質。

而長期以來，市場交易一直是一種社會互動，也就與人性極為切合。正因如此，多數人會覺得市場的概念再自然不過，深深交織在社會的脈絡之中，成了經濟的基石。

想發揮其神奇功效，市場需要兩個條件，一是資料數據能輕鬆流動，二是人類能將這些資料數據轉化為各種決定。這正是我們在市場上交易的方式，各種決策是分散式、去中心化的。這能使市場健全而有彈性，但重點就是每個人都必須能輕鬆取得相關可用的全面資訊。

在不久之前，想在市場上傳遞這些豐富的資訊，還十分困難且昂貴，於是當時的解決方法就是把這一切資訊都集合濃縮 成一個指標：價格。接著再透過金錢的協助，傳遞這些資訊。

實證證明，運用「價格」和「金錢」的概念是頗巧妙的權宜之計，能夠暫時處理這項棘手的挑戰，也還算有效。然而，資訊遭到壓縮後，就會失去各種細節和小差異，不能說是真正最理想的交易情況。畢竟，如果我們並不完全瞭解別人出售的商品、又或是遭到濃縮後的資訊誤導，哪能做出最好的選擇呢？但幾千年來，我們就是沒有更好的辦法，於是只能忍受這種有缺陷的解決方案。

情況正在改變。再不久，就會有豐富的資料數據流入市場，不僅全面、迅速，而且成本低廉。在這之後，我們就能將大量的此類資料數據，結合機器學習和最先進的演算法，創造出具備適應性的系統，為我們找出市場上最佳的交易對象。到時，一切將會再容易不過，就連看似最簡單的交易也能應用得上。

例如你想買個新的炒菜鍋，只要透過智慧型手機上的適應性系統，就能存取自己過去的購物資料數據，發現你上次買了個適用於電磁爐的平底鍋，也知道你覺得那個鍋子只是還好而已。再根據評價的內容，系統瞭解到你很在意炒菜鍋的塗層，而且喜歡陶瓷材質（甚至也知道你喜歡哪種握把）。根據這些偏好，系統就會在線上市場找出最適合的搭配結果，甚至還會考慮到運送時的碳足跡（因為系統也知道你多在意環保）。接著，系統再自動與賣家協商，因為你願意直接轉帳付款，價錢可以打個折。最後只要按個鈕，交易就能夠完成了。

這聽起來流暢又簡單──因為這事本來就該流暢又簡單！比起自己去做功課找資料，這不但迅速輕鬆，還納入了更多考量、評估了更多可能品項。而且，系統既不容易覺得厭煩（與人類不管在線上或真實世界裡找資料相比），也不會因為價格就分心、因為認知偏誤就出錯、或是遭到行銷手法所引誘。當然，我們仍然會用金錢來儲存價值，價格也仍然是一項重要資訊；但不再只看價格，就能讓我們放寬視野，找到更適合的品項、更有效率的交易，我們也相信這會讓市場少一些欺瞞。

金錢的資訊功能正在式微

重點不再放在價格上，代表一種巨大的改變：「付款行為」與「資訊提供」成了兩回事。在過去以金錢為交易基礎的市場裡，從尋找可能的交易對象、一直到完成交易，不論是市場交易的哪個階段，金錢都處於核心地位，因此金錢一向在經濟中扮演重要的角色。

在過去，金錢對於市場如此重要，讓兩者幾乎畫上等號；而銀行和其他金融中介機構，則是金錢體系重要的僕人和協助者。整個金融產業部門也脫離不了金錢──金融業享受著被認定是財富的持有者，也能提出各種重要的見解。這點也沒有錯。透過銀行，確實能掌握流向市場的大量價格資訊，而銀行分析這些價格資訊，甚至也能夠協助客戶做出決定。

然而，這並未讓人得到完美的結果，事實上根本是差得遠了。但是由於銀行還是能取得許多資訊，比起在完全無知的情況下做決定，往往還是該相信銀行的建議──至少在下一次金融危機之前。然而，好還要更好。如果能使用豐富的資訊流來做決定，當然會比只依據價格來做決定更好。

隨著經濟走向更有效率的富數據市場，市場運作所需的大部分資訊將不再透過銀行。雖然銀行仍然會透過儲存價值及移轉價值，來處理交易，甚至也可能對資訊的整體流動稍有幫助，但市場上的資訊重心正在遠離金錢，也就因此遠離銀行。

銀行做為支付服務的供應商，基本上提供的將會是一項「商品服務」，被迫與一群沒有傳統基礎設施拖累、而且精明幹練的新參與者，一同競爭。這就像在風暴中，搭上幾乎沒氣的充氣救生艇，載沉載浮──用這樣有缺陷的技術，想前往任何地方都十分困難，更別說是要抵達理想的目的地了。

金錢失去資訊功能後的代價

隨著市場擁抱多元資訊流，金融資本的兩項功能（資訊功能和價值功能）將不再緊密相連，而更常是各行其事。這裡要說的，並不是說未來資本將不再重要。資本做為價值的功能，還是會在我們的經濟體系裡占有一席之地，但講到做為資訊的功能，就得面對其他競爭。

如果資金充裕，但尋求資金的企業卻不多，在資本市場的供給便會超過需求，也就意味著投資報酬率大跌。這將會把我們所知的金融資本主義（也就是運作良好的市場與巨大的投資報酬）帶上末日。資金的好日子已經不太可能重現──隨著市場走向富數據的方向，也就更不需要以資金做為訊號。

經濟會蓬勃發展，但金融資本並無法雞犬升天；這代表著由金錢市場走向富數據市場的轉變。隨著市場經濟在資料的推動下進一步發展，未來「資本家」的意義可能不再像現在是握有金錢就握有權力。或許也很諷刺的是，隨著資料驅動的市場降低了金錢的價值之後，會證明馬克思是錯的，而非亞當．斯密。

本質上，資料數據接管了金錢的地位，而要付出代價的將會是所有投資人。雖然所有投資人都會受到影響，但特別會重挫那些已經退休、靠著存款與投資取得每月穩定收入的人。過去，他們的指望就是金錢維持其重要角色，但現在卻面臨意想不到的財務缺口。有些人一輩子努力工作、努力存錢，就希望自己能夠愜意退休，但現在會覺得遭到欺騙、夢想破滅，這可能引發他們廣泛的不滿。

這對於政策制定來說，也是個難解的困境，正如先前的創新也造成種種破壞，我們知道接下來必然得面對痛苦的調整陣痛期。而且，目前並沒有什麼明顯的政策解決方案，能夠完全保障我們過去一輩子為了退休而辛苦撙節的財務規劃。

要說真有什麼必然的事，那就是：雖然富數據市場將對金融資本體系造成激烈衝擊，使報酬率下降、幾千億美元的投資失去價值，但這種衝擊應該會屬於一次性，而非反覆發生。等到資本貶值，我們就會重新計算資本能帶來的預期收益，而資本在這之後的價值可能就會保持穩定。當然，這對於現在的投資人來說，算不上什麼安慰，特別是那些可能再十年左右就要退休、非常依賴有固定資本回報的投資人。金融資本主義過度的承諾及突然的消亡，將使這個世代受到最嚴重的打擊。（摘錄整理自《大數據資本主義》）

 書籍簡介 

大數據資本主義：金融資本主義退位，重新定義市場、企業、金錢、銀行、工作與社會正義

麥爾荀伯格（Viktor Mayer-Schönberger）、蘭姆格（Thomas Ramge）／著

林俊宏／譯

天下文化出版

售價：400元

 作者簡介 

麥爾荀伯格　Viktor Mayer-Schönberger

牛津大學網路研究所教授，並擔任微軟、世界經濟論壇等大公司和組織的顧問，是大數據（巨量資料）領域公認的權威，寫過上百篇專論、以及九本書。

蘭姆格　Thomas Ramge

東北大學助理教授暨媒體創新課程創辦總監、MIT媒體實驗室訪問學者。《連線》長期特約撰稿人。

隨著接觸過的語言越來越多，心中想自造門語言的想法，就越發強烈，然而，打造出更好的語言，並不是我的目的。

在打造過程中，能否將過往的設計經驗加以運用，是原因之一，不過，能否進一步跳脫語言的框架、從這課題上學習更多先驅者的想法，或許才是好奇心的根本來源。

拼圖裡缺少的部份

想想從第一門學習的語言開始，從C語言、Java，一直到lambda演算、圖靈機，中間也探索過一、二十種語言了，每次探索新語言的動機，都是基於好奇。

像是：對動態定型語言的好奇，對函數式的好奇，對函數式結合物件導向、基於原型的繼承、建構DSL的能力、圖像語言、3D程式建模等的好奇，甚至，只是單純地好奇，想知道語言倡議者是不是在胡說八道，都可能是學習語言的動機之一。

多年來，接觸語言的經驗告訴我，語言代表著語言創建者或是社群，在對待問題時所採取的不同角度或想法。

世界上沒什麼最好用的語言，因為，在面對真實問題，用語言的角度來解決之前，語言什麼都不是。當然，如果願意，只用一種想法來解決全部的問題，也並非不行，但是，我的個性就是偏愛從不同的角度來看待問題，若還有語言存在著吸引我的不同想法，我就會樂此不疲地接觸下去。

在不持偏見下，只要接觸的語言夠多，就越能跳脫語言的框架來看待一門語言，這始終是我心中一貫的態度。然而，即便如此，心裡亦存在著另一種聲音：「跳脫語言框架？但是，你連一門語言都沒實現過啊！」這聲音的另一面就是，渴望著知道如何創造語言，甚至，是更進一步地實現心中想要的語言。

渴望歸渴望，拼圖裡總是覺得少了那麼幾塊，所以，想法一直沒有實現，直到接觸了lambda演算，才對語言有了更深一層的認識：語言是運算式的規則，程式是一串龐大的運算式。

探索圖靈機時，則得到了不同的啟發：不同的機器，有不同的運算能力，而不同的機器，代表著運算能力各不相同的語言；語言中的符號，對應著一個運算規則，而連續的符號編寫，就是連續的運算規則。在簡單的情況下（像是Brainfuck），符號與規則都會是線性的，而在複雜的情況下，連續符號的實現上，可分解為一棵樹，因而運算規則也會是一棵樹。

從經驗中開始拼湊

在接觸lambda演算、圖靈機之後，感覺就像找到了拼圖中缺少的那幾塊。

既然，學習程式語言的第一個範例是Hello World，我就試著從簡單的print 'Hello World'開始打造語言吧！然後，試著加入數值、重複語句、變數、運算式，接著就停手了，我自問：「一門語言真的是這樣打造的嗎？」

聽說關於自造程式語言的基礎是編譯原理，如果是資訊相關科系的話，在大二之後的程式語言或編譯器課程就會談到，可惜的是，在學校沒有接觸過這類課程。

或許，也沒什麼可惜的，畢竟求學時代對程式語言也沒什麼深入認識，當時，若修習編譯原理之類的課程，大概也只是鴨子聽雷沒有感覺。

我看了幾篇關於自造語言的文件，想試著比較先前停手時所留下的東西（https://goo.gl/XR7JN5），然而，通常在談過詞法分析、語法分析等概念之後，為了簡化範例，就會使用剖析器程式庫，但這對我而言，根本就是隔靴搔癢，因為剖析器的設計，也是我想知道的啊！

不過，看過這些文件還是有好處的，至少我知道了，詞法分析、語法分析通常會設計為各自獨立，於是，絕對會基於這個原則。因此，我再度從經驗中開始拼湊，想知道剖析器設計、抽象語法樹組織，各會遇上什麼問題，而目前的能力又能想出什麼樣的解決方式，最後，又能將這土炮式的語言，實作到哪種程度。

基於經驗思考、動手實作、遇上問題，再基於經驗思考如何解決問題，接下來，看看別人如何思考、解決問題，有時這是個必要的過程。

當然，前人已經留下了不少方案，只不過往往在沒有經歷這個過程的情況下，會覺得這些方案過於抽象，或者體會不出箇中奧妙，所以，有些事還是要動手才會知道。

重構治百病

就結論而言，我打造出的第一個玩具語言，像是Java、JavaScript、Python、Ruby的綜合體，畢竟是生手，這語言沒有解決現有語言問題的偉大夢想，首要想法是剖析器易於處理的語法就拿來用，至於次要的想法就是，抽象語法樹在處理時具有一致性，儘量可以重用既有的樹節點設計。

就目標來說，這玩具語言會是個命令式語言，可以有判斷式、迴圈、函式、類別等近代高階語言的基本元素，然而語法沒有目標，往往是打算加入下個語法元素前，想想現有的設計下怎麼安插進去，過程中，往往就是重構、重構、不斷地重構，而重構的對象，包含了抽象語法樹、剖析器，甚至是規則表示式。

當不知道手中打造的東西，應當往哪個方向發展時，重構就是引導方向的工具，就算只是單純地檢視程式碼中重複的部份，想辦法加以消弭或者是重用，有時也會意外地找到思路。

不！應該說，它一直在那邊，只不過被混亂的程式碼掩蓋了！

如果慣於重構，而在重構過程中找到臭蟲，應該是太常發生的事情了，至於在設計語言這方面，還有個意外收穫——雖然重構時，面對的是程式碼，然而，也重構出你想要打造的語言當中的不足、矛盾等文法錯誤，接著，就會開始體會到，以前學習過的語言會有那些文法存在的原因。

抽象語法樹的重構過程，也是如此。函式呼叫是什麼？一級函式是什麼？變數範圍？類別定義？物件初始化？this？方法呼叫與函式的差別？雖說程式語言相關文件或書籍，多少會談及這些概念，然而，若能將這些概念實現，依需求重構與結合，這些概念就不再只是概念了。

值得一提的是，重構的好幫手是函數式典範，不可變動的特性，可以引導出更好的設計，這也就是為何，我打造的玩具語言雖然是命令式，然而，在原始碼的實現上，卻是函數式的原因。

別人是怎麼做的？

想想我一個打造語言的生手，利用工作的空檔，以手中的玩具語言約莫打造了一個月，就達到了一開始設定的目標，若是熟手應該更快吧！這就令我想到Brendan Eich，他曾說在十天內建立JavaScript，這完全是有可能的，也就是說，土炮打造出第一個玩具語言並不難。

然而，這只是一個過程，中間累積了不少的想法，一如學習各種程式語言，是為了獲取各種解決問題的方式，在首個語言打造之後，接下來，就是學習別人是怎麼做，應該是要好好找些編譯原理、程式語言實現的書來看了。

整體而言，只要是能從不同的角度來看待問題，就會引發我的好奇心，而這才是我真正樂此不疲的動力來源。

假新聞真的殺人了！今年6月，印度東北部阿薩姆邦，兩名印度觀光客晚上8點多，開車經過一這個區域的一個小村落，卻突然遭一群暴徒襲擊，將他們拖出車外，私刑而死。

但是，這個阿薩姆紅茶的產區，並非是政治動盪或犯罪治安不佳的地方，而只是一個平凡的農村，事後發現，這群暴徒也不是兇狠的罪犯，而只是一群義憤填膺又擔心害怕的村民。

因為一則在WahtsApp流傳的兒童綁架假影片，讓他們成了襲擊無辜觀光客的兇手。甚至不只這兩名無辜的觀光客受害，光是今年4到6月，就有七、八起攻擊事件，也造成數人死亡。

但這則在印度瘋傳的假新聞影片，甚至不是發生在印度的真實事件，根據國外媒體後來取得的原始未剪輯過的影片，這是在巴基斯坦拍攝的一部兒童安全防護影片的片段，剪輯過後，讓印度村民誤以為，有兩名綁匪到處綁架兒童就在村莊附近，準備伺機下手，也讓他們一看到長相類似的觀光客或陌生男子靠近，就忍不住出手襲擊，才造成多起意外。

假新聞，或甚至是可信度甚高的造假影片的製作門檻越來越低，而透過社群平臺或即時通訊工具的推波助攔，更讓這些假新聞的影響快速擴大。

不是今年才有假新聞肆虐，早在2016年的美國總統大選，假新聞開始成為重要的社會現象，光從Google搜尋關鍵字排行榜來看，「假新聞」在熱門搜尋關鍵字中的排名大幅提高，甚至在年底時陡升。

長年觀察暗網地下交易市場的趨勢科技資深威脅研究員Fyodor Yarochkin指出，假新聞的操作不是新手法，早在10年前就有類似的作法，但現在假新聞已經是一個高度成熟的市場。（攝影／洪政偉）

假新聞轉而進入政治圈，美國大選成指標事件

一來是在美國總統大選舉過程和結果，充斥了很多假新聞的操作。光是美國大選第一次辯論時，出現8萬6千支Twitter 機器人程式來放消息，支持Trump的Twitter帳號多達三分之一是Bot，而支持Clinton的Twitter帳號，也有五分之一是Bot。

後來更出現了外國勢力如俄羅斯介入美國國家選舉的聲浪，美國情治單位甚至到在國會提出正式報告，指控俄羅斯干涉美國總統大選。即使美國總統大選結束了，假新聞的影響也沒有因此而退燒，後來影射美國政壇少數人是幕後操控大選推手的通俄門事件，更讓假新聞現象，繼續在美國政壇發酵。

政治性假新聞的崛起，不只在美國總統大選發生，在歐洲後續的幾次大型選舉活動，法國大選、德國大選、英國脫歐投票，以及不久之前的歐盟選舉，更讓假新聞現象受到高度關注和警戒。

不過，不同於美國假新聞議題主要聚焦在選舉和政治議題，中正大學傳播系教授胡元輝指出，歐洲假新聞現象的核心是仇恨言論的操控。因為極右保守主義的振興，再加上移民問題，導致歐洲國家對仇恨言論的散播更加敏感。但因為技術發展越來越複雜，難以追蹤或斷定假新聞操弄者的身分？

甚至，德國政府在2017年10月宣布實施，正式在2018年1月上路了一部德國仇恨言論新法（NetzDG），要求200萬會員規模的大型社交平臺，要在24小時內將舉報的仇恨言論或假新聞下嫁，查證困難者最晚要在7天內處理，否則將重罰。

不過，長年觀察暗網地下交易市場的趨勢科技資深威脅研究員Fyodor Yarochkin指出，假新聞的操作不是新手法，早在10年前就有類似的作法。來自吉爾吉斯，日前入籍臺灣的Fyodor Yarochkin，熟諳兩國語言，他也參與趨勢科技去年發布的報告「假新聞製造機：鼓吹者如何利用網際網路來操縱大眾」，並且是該報告的共同作者之一。

Fyodor指出，過去這類操弄訊息就是一種內容行銷手法，只是有些是正派的白色訊息，有些是造假誇大的暗黑行銷包裝，但也有不少是混合兩者的灰色內容行銷。

像是10年前，俄羅斯與周邊國家發生戰事之前，他就觀察到，內容行銷的地下市場，出現了購買支持出兵的言論散播訂單，但無法判斷是誰出錢買單。

「控制輿論不見得都是不好的行為，」他補充，像是為了在天災或戰亂時，降低民眾的恐慌，俄羅斯很早就開始發展如何與大規模群眾溝通的方法，但是，這些宣傳手法後來在其他國家或地區的濫用或誤用，才衍生了假新聞的爭議。

像是在金融市場，也早就有利用暗黑內容行銷來炒作股票的例子，在公司上市之前利用假新聞包裝公司的營運績效和成績，上市後在逆向炒作，讓公司倒閉下市的例子，Fyodor說，他就見過不少。不只是抹黑，甚至可以洗白，他指出，也曾有發送大量假訊息，來干擾或「融化」負面消息的手法。例如網路出現了100則負面消息，就動員暗黑內容行銷服務公司，發布上千則正面消息。

「假新聞已經是一個高度成熟的市場。」Fyodor指出。

胡元輝也認為，社群媒體行銷、網路行銷、包裝、宣傳的手法早就存在，儘管過去不是現在所定義的假新聞，而只是針對產品特質或功能，加以強調或渲染的商業行銷手法，會運用各種方式來放大行銷效應，例如美化式的報導、影片，創造事件來引起關注，優化網站SEO來提高搜尋曝光率，甚至設法創造出權威感。

不只是國外氾濫，內容行銷手法也早已是臺灣廣告公司、行銷公司，甚至是個人工作室的慣用的行銷手法之一。

但胡元輝指出，現在這一波假新聞現象的出現，不只是行銷目的，而是有更多「造假」的作法，透過不實資訊來製造、操作或扭曲事實，來達到改變人們認知的效果，而達到商業行銷的目的，這樣的作法越來越猖獗，也被認為已經超越了傳統行銷的邊界。甚至為了個人或政治性的目的。

趨勢科技去年發布了一篇「假新聞製造機：鼓吹者如何利用網際網路來操縱大眾」的報告，指出鼓吹者如何利用或濫用地下市場或正規市場來散播假新聞的產業架構。（圖片來源／趨勢科技）

內容農場和行銷手法惡質化，讓假新聞在臺開始產業化

不過，因為缺乏足夠多的研究，臺灣假新聞氾濫的程度，目前還不得而知。但胡元輝從個案來觀察，他認為，臺灣有兩個明顯的假新聞產業化現象，第一是臺灣內容農場的經營，這些網站促進網站流量和發展，會整理大量網路訊息來散播，其中夾帶了很多假訊息。另一個是傳統行銷手法惡質化的趨勢，廣告公司為企業操作訊息，尤其，有些非正派廣告公司或個人行銷工作室，也出現了製造假新聞的情況。

在當前的臺灣，胡元輝認為「假新聞也逐漸成為一種商業模式，而慢慢產業化。」，但嚴重程度還不清楚，因為臺灣缺乏更深入的調查。

趨勢科技在假新聞製造機這篇報告中，更清楚地介紹的多種假新聞產業的服務模式。例如報告中指出，5. 5萬美元就能詆毀一名記者， 花20萬美元就能煽動街頭抗議活動，還能創造名人。

不只是政治人物、行銷公司想要利用假新聞，連駭客都開始用假新聞夾帶惡意連結，例如在去年10月1日拉斯維加斯飯店槍擊事件為例，這起事件造成59人死亡，5百多人受傷，涉案兇手只有一人，也當場引彈自盡。不過，案發之時，謠言四起，例如兇手不只一人，或者背後有若干幕後組織等。網路上也開始散播了不同的現場影片，其中就有出現夾帶釣魚連結的影片或是郵件訊息，只要民眾好奇想要一探究竟，反而被植入了惡意程式。

這些假新聞風波，讓假新聞的影響程度甚囂塵上，也讓社交或網路平臺業者聯手，展開打擊假新聞的行動。

中正大學傳播系教授胡元輝，從個案來觀察和分析，臺灣有兩個明顯的假新聞產業化現象，第一是臺灣內容農場，另一個則是傳統行銷手法惡質化的趨勢。（攝影／洪政偉）

科技大廠紛紛合作，共同加入打擊假新聞的行列

不論是Google或臉書，都紛紛加入打擊假新聞的行列，例如Google不只透過演算法來過濾內容農場，並據此更新搜尋排序機制，甚至還聘請大批內容查核增加了用戶回饋機制，可以讓用戶通報不適合的內容。

而一直遭抨擊為假新聞散播大本營的臉書也展開一系列整頓假新聞的作法，除了陸續改善檢舉流程、也推動新聞學專案，深化與媒體的合作，加強對媒體工作者的服務和訓練課程，另外也與國際事實查核聯盟（International Fact-Checking Network，IFCN）等新聞查核組織合作，委託IFCN來對事實查核組織進行驗證，符合公認的事實查核機構，臉書就會將這些機構的查核報告，加入到臉書的相關文章機制（Related Articles），作為比較佐證之用。

目前，全球已有53家媒體獲得IFCN的認證。甚至，也在臉書粉絲專業管理員要轉貼文章前，先跳出這篇連結文章的事實查核提醒，提供這篇文章在查核機構中的相關查核結果，讓轉發者可以在分享文章之前，再度確認這則消息的正確性。

聖塔克拉拉大學應用倫理Markula中心更發起一項信賴專案（Trust Project），來提供媒體可信賴的指標，不只獲得經濟學人、華盛頓郵報、加拿大環球郵報、德新社、義大利共和報等近80家媒體的支持，非營利新聞協會也將開發WordPress外掛，來推廣這計畫。大型科技公司，如臉書、Google、微軟、推特，也都加入這個專案，要採用這套指標，提升散播新聞內容的品質。

臺灣第一個新聞事實查核網站即將登場，預計7月上線

根據杜克大學記者實驗室網站統計，全球已有149個活躍的新聞查核機構（Fact-Checking），遍布全球5大洲，日本、中國、菲律賓、韓國都有，而在臺灣，由優質新聞發展協會和台灣媒體觀察教育基金會聯手，發起了「臺灣事實查核中心」計畫，也從今年4月發起募款，準備在今年7月正式上線，來提供假新聞查核服務。

這個查核中心今年主要的工作有三大項，第一是先建立組織架構。包括了作為最高決策機制的諮議委員會，在日常作業諮詢上提供意見的業界顧問團，以及一個實際執行的工作團隊。在查核作業上，也會建立一套查核新聞的作業程序和查核中心網站等。並將與社群媒體平臺建立合作關係，來擴大查核報告的傳播途徑。

臺灣事實查核中心也將申請取得國際事實查核聯盟提出的事實查核規範，通過認證後，臉書就會將查核中心提供的查核報告，加入到臉書的相關文章機制中來提醒分享者。台灣媒體觀察教育基金會董事長賴鼎銘強調，希望透過事實查核組織，來鞭策臺灣媒體，以建立臺灣媒體的信賴度。

儘管假新聞充斥、氾濫，甚至演變出商業模式，而出現了新型態的影響力產業，不過，全球目前對抗假新聞的力道，其實也不遑多讓，各界已經準備開始展開反擊。

優質新聞發展協會和台灣媒體觀察教育基金會聯手，發起了臺灣事實查核中心計畫，從今年4月發起募款，準備在今年7月正式上線。

【專家觀點：台灣媒體觀察教育基金會董事長賴鼎銘】打擊假新聞不能立法，讓媒體可信賴才是上策

隨著臺灣年底即將舉辦九合一選舉，假新聞氾濫的擔憂，又再度浮上檯面，尤其近2年假新聞事件接連影響了美國大選，而歐洲多次選舉更讓打擊假新聞的聲浪越來越大。最近，更有立委連署提案要立法，將假新聞在網路上的散播行為，視為影響公共安寧秩序，除了罰金之外，甚至可處以三日以下居留。而此項提案一出，立刻引起學界一陣反對聲浪。

對此，台灣媒體觀察教育基金會（簡稱媒觀）董事長賴鼎銘指出，言論自由是民主社會的基本價值，打擊假新聞有很多種途徑。「媒觀不支持立法管制假新聞，這會干涉新聞自由。」

例如，設立闢謠管道，除了政府自己的闢謠管道之外，或許可以推動更多媒體自律的作法來對抗。他指出：「媒觀要成為蘇格拉底那樣的牛虻，」扮演不斷鞭策媒體的角色，後續，而媒觀將和優質新聞發展協會聯手成立臺灣事實查核中心，透過辯證的方式，來找出正確的訊息，「由第三方來做，比較能讓人信任，若是政黨或政府，忽然啟動這樣的機制，反而會讓人不敢講話。」

例如，可以參考輿論資料庫，尤其先針對與民生、醫療相關的熱門新聞，遭網友質疑造假的熱門新聞，優先進行查核。

不過，他也坦言：「查核需要正確性，否則遭人質疑查核組織的公信力，所以，不先求量，而是少量但確實地進行查核，先建立社會對我們的信心。」

媒觀過去也曾嘗試一些事實查核實驗，目前只有健康、醫療少數幾次的事實查核實例，甚至有次正中某家媒體痛點而使對方跳腳，可見，臺灣媒體也很害怕事實查核的結果，如此進行二、三年，累積夠多事實查核案例後，就可以進一步建立媒體公信力的排名。

他認為，另外一個打擊假新聞的策略是透過教育，培養民眾的媒體素養，要從十二年國教做起，「讓人民從小就對假新聞有免疫能力，可以分辨什麼是謠言、置入性行銷、假新聞等。」從另一個角度來說，賴鼎銘認為，培養民眾的媒體素養能力，也能鞭策媒體，使其意識到假新聞會讓自己失去公信力，而形成監督力量。

「媒體、記者的自律，再加上透過教育讓民眾知道，結合官方闢謠網站，應該可以處理大部分的假新聞，而不需要透過立法管制。」賴鼎銘也特別強調：「讓臺灣的媒體變成可信賴的媒體，才是上策。」

今年3月底爆發的劍橋分析（Cambridge Analytica）醜聞鬧得沸沸揚揚，除了該公司不當取得臉書8,700多萬用戶的個資而受人撻伐，這家公司以投放假新聞、來影響美國政局的作法更遭人非議，甚至劍橋分析後來因此侵犯隱私爭議，而宣告破產。為何劍橋分析就算違法也要蒐集臉書資料，它如何利用這些臉書個資來左右廣大民意、甚至影響美國大選？

劍橋分析如何取得海量臉書個資

其實劍橋分析自2013年成立以來，就不斷在蒐集個人資料。該公司前CEO Alexander Nix曾公開表示，劍橋分析跟地政機關等不同單位購買個人資料，而個人資料範圍則涵蓋車輛資料、購物資料、禮金卡資料、會員明細，甚至還包括你看的雜誌、去做禮拜的教堂。

然而，劍橋分析能夠取得大量臉書用戶個資的關鍵源頭，得從2010年談起。當年4月，臉書開放了 Graph API 1.0，這是允許第三方業者、外部App開發人員來取得臉書用戶在臉書平臺上活動資訊的API，只要經用戶授權後，第三方就能存取用戶個資、數位足跡和個人喜好等，但更重要的是，開發人員還能一併取得這些用戶好友們的各種資料，而不需要進一步獲得這群好友的授權。這個API的權限設計，就是讓劍橋分析後來能夠取得大量臉書用戶資料的關鍵。

因為劍橋分析取得海量臉書個資的關鍵，與劍橋大學的心理學系教授Aleksandr Kogan有關。他在2014年時開發了一款心理測驗App名為thisisyourdigitallife，自己付款，透過Amazon群眾外包平臺Mechanical Turk，找了27萬名臉書用戶來玩這款心理測驗App。

不過，因為Graph API 的寬鬆存取政策，這款App不只取得27萬名用戶的資料，還包括他們的好友資料。臉書事後估計，這位教授取得高達8,700萬名用戶資料。雖然Kogan當時表明，這批用戶資料僅供學術研究之用，但他後來將這些資料轉賣給劍橋分析的母公司，也就是資料探勘公司SCL，而SCL又將這些資料交給劍橋分析，成了劍橋分析日後用來投放客製化的政治假新聞的關鍵資料來源。

只要有300個讚，電腦就能比你的配偶更了解你

不過，光有海量資料還不夠，劍橋分析為了要精準投放假新聞來影響投票決定，還必須先了解選民的個性才行。在選舉操作上，人格特質分析理論和技術早已相當盛行，劍橋分析自己也有一套預測選民特質的心理分析方法。

不過，2015年刊登在美國國家科學院院刊（PNAS）的一篇研究論文，引起了高度關注，更成了劍橋分析能夠影響美國大選的關鍵理論參考。史丹佛大學電腦科學家Michal Kosinski和劍橋大學心理系研究員Wu Youyou聯手，在2014年展開一項人格分析預測研究，想要利用電腦技術自動判斷人格特質，來和人類自填問卷的傳統作法相比較。

這項研究雖然以1980年代出現的傳統心理學OCEAN五大人格分析為基礎，但這兩位學者改用臉書按讚資料來建立一套自動歸類和預測人格特質傾向的模式，不只相當新穎，他們以電腦預測人格特質的作法，還比過往研究，更貼近自填問卷的結果，甚至有極高的預測準確度。

在這項研究中，研究員總共找來86,220名志願者參與，請志願者做 100道心理測驗題，並依此評定他們在IPIP五大人格量表中的分數。IPIP是以傳統心理學OCEAN人格分類法，將人格分為以下五類：開放性、嚴謹性、外向性、親和性，以及神經質。參與測驗的志願者，在每一性向都會得到一個反應其程度的分數，比如開放性2.1、嚴謹性4.2等。

有了IPIP性格分析的分數後，研究員再請這群志願者，玩一款臉書心理測驗App：myPersonality，經授權後取得他們臉書「讚」的資料，特別是他們對哪些人、事、物和議題按讚，比如跑步、跳舞或歐巴馬等，而研究人員也把讚的數量納入考慮。接著，研究人員列一個矩陣，將這些結果以0和1來表示。舉例來說，假設1號志願者對歐巴馬按讚，那麼對應的數字就是1。

有了這些數據和先前IPIP五大人格量表的分數，研究人員將志願者分成兩群，把90％的志願者資料作為訓練資料，建立數套LASSO線性回歸模型，然後以這些資料來訓練、優化模型。而其餘10%志願者的資料，則作為驗證用的實驗組，用來檢驗這些預測模型的準確度，而不列入訓練模型之用。

之後，研究人員根據其餘10％志願者臉書讚的數據（也就是從他們對哪些人、事、物按讚），來回推、預測這些人的IPIP五大人格分數。同時，研究人員也請這10%志願者的關係人，包括同事、家人、同居人和配偶等，來預測這些志願者的IPIP人格量表分數，然後再將電腦的預測結果，與這些關係人的預測相比，最後也跟志願者自填的數據比較，來看是電腦預測的比較準，還是實驗組的朋友的預測比較準。

研究結果發現，使用越多按讚資料來建立的模型，人格預測的準確度也越高。甚至，一個人只要蒐集到65個按讚紀錄，模型預測的準確度就和他的朋友一樣，若是蒐集到300個按讚記錄，電腦對實驗者的人格預測，則會和他的配偶一樣準確。也就是說，這套模型只要蒐集到300個以上的按讚記錄，就能比另一半更了解你。除此之外，這份研究報告還發現，這些模型對於一個人生活狀態的預測，也能有不錯的外部效度，也就是更擅長預測一個人的藥物使用傾向、政治立場和身體健康等。

這項研究一公布，作者之一的Michal Kosinski馬上接到兩通來自臉書的電話，一通是要對他提起訴訟，另一通則是要聘請他替臉書工作。這正好反映出，臉書對這份研究的高度重視，暗示不來幫我工作，我就要告你。

這項研究不只引來臉書關注，先前那位劍橋大學教授Aleksandr Kogan也曾希望取得Michal Kosinski的授權，讓他使用這套分析技術，但Michal Kosinski拒絕了。不過，Aleksandr Kogan後來還是以類似原理，來分析自己從thisisyourdigitallife心理測驗中、所取得的臉書用戶資料，而這套人格特質的預測模型，最後也隨著用戶個資，一起落入劍橋分析手中。

劍橋分析取得大量臉書個資後，也將新技術結合自家舊有的分析技術，加強OCEAN人格分析效用，來進行精準行為投放。劍橋分析前CEO Alexander Nix在2016年時說道，自家公司的人格模型，能給美國每位成年人建立人格檔案，「而且每個檔案都有4、5千個資料點」。他也表示，當時劍橋分析已建立美國2億2千萬個選民的檔案。

掌握了這些選民每一個人的情報之後，劍橋分析就能進一步開始針對不同區域和對象，來散播假消息，包括透過臉書、Twitter、YouTube或搜尋引擎廣告等，來試圖影響美國大選選情。

劍橋分析影響美國大選時間表

 2010年4月 臉書開放Graph API 1.0，允許第三方App，只要獲得用戶授權，就能存取該用戶好友群的個資，而不需逐一取得他們的授權。

 2013年12月 資料探勘公司 SCL成立劍橋分析公司。

 2014年 Aleksandr Kogan創立的資料分析公司GSR，開發一款心理測驗App，於2014～2015年蒐集2.7萬名臉書用戶資料和他們5千萬名好友圈的個資，再賣給劍橋分析母公司SCL。

 2014年3月 臉書開始緊縮Graph API權限。

 2015年1月  Michal Kosinski和Wu Youyou發表論文，指出臉書按讚數據可準確預測性格和偏好。

 2015年12月 美國共和黨總統參選人Ted Cruz雇用劍橋分析。

 2016年2月 劍橋分析前CEO自曝，助Ted Cruz在愛荷華州初選擊敗川普。

 2016年6月 劍橋分析轉而受雇於美國民主黨總統參選人川普。

 2016年7月 釋出川普支持者專用App，可用來分析、預測每戶人家的政治傾向和人格，以利拉票。

 2016年9月 美國大選第一次辯論時，出現8萬6千支Twitter 機器人帳號放消息，支持川普的Twitter帳號多達三分之一是Bot，而支持Clinton的Twitter帳號也有五分之一是Bot。

 2018年3月 前員工Christopher Wylie爆料，劍橋分析不當取得5千萬名臉書用戶資料以便投放假新聞，臉書事後統計影響人數多達8,700萬人。

資料來源：iThome整理，2018年6月

劍橋分析公司（Cambridge Analytica）不當蒐集8千7百多萬筆臉書用戶個資，用來分析並建立人格模型，再加以投放「客製化」假新聞，企圖影響美國2016年總統大選。而劍橋分析，到底為什麼能精準分析這麼多人的檔案、投放迎合個人喜好的假新聞？

紐西蘭Otago大學電腦科學系助理教授Alistair Knott是一位擅長認知科學和AI研究的知名學者和語言學作家，尤其關注語言對人類大腦認知活動的影響，也因此，早在臉書劍橋分析醜聞爆發前，他就開始研究AI對美國大選和英國脫歐投票的影響，而劍橋分析公司如何操控訊息來影響選民，更是他的關注焦點。此外，Alistair Knott也從2017年開始對外發表他的初步研究觀察，而這份彙整了他研究成果的「Uses and abuses of AI in election campaigns」簡報更廣為流傳。

在這份簡報中，Alistair Knott詳細談論劍橋分析試圖影響民意的作法及技術原理，而iThome也特別透過Email專訪Alistair Knott對劍橋分析事件的剖析。

Q：劍橋分析用了哪些AI技術，來分析臉書用戶的人格特質、精準投放客製化的假新聞？

A：其實劍橋分析使用的技術，只是傳統的監督式機器學習技術，連自然語言處理（NLP）技術都沒用到。劍橋分析統整臉書用戶的個人資料，並將結果對映到人格分析的尺度上，也就是說，他們觀察臉書用戶對哪些人、事、物和話題按讚，然後利用這些按過讚的項目，來建立這群臉書用戶的人格檔案。

另一方面，劍橋分析在精準投放（Micro-targeting）的作法上，簡單來說，就是讓不同人格特質的選民，可以收到不同內容的競選廣告訊息。如前面提到的，當劍橋分析有能力從臉書用戶按讚數據，來預測該用戶的人格特質之後，就可以能針對不同性格的用戶，來發送各自不同的競選廣告。

不只如此，劍橋分析還利用了其他方法，來強化推播的操作，來決定什麼人格特質的人，會接收到什麼類型的訊息。其實這在政治選舉和市場營銷活動中，十分常見。你所需要的，是用來衡量廣告訊息有效性的尺度。舉例來說，要進行募捐，必須了解每個發送的訊息，平均募捐到的金額是多少。然後，你可以針對不同性格的人，嘗試一系列的廣告訊息，並觀察哪種訊息最有效。

Q：劍橋分析使用的監督式機器學習技術，具體來說是什麼？

A：劍橋分析採用的技術，來自於2015年發表的一篇研究論文，該文作者以臉書按讚資料來預測一個人的人格特質，而這種預測技術的基礎，就是線性回歸數學。

而線性回歸數學，是一個古老又傳統的資料分析方法，廣泛用於保險業，來預測發生意外事件的可能性，或是用於銀行業，來預測某人的信用等。

Q：為何劍橋分析靠臉書讚的資料，就能建立精準的人格預測模型？是否與資料量有關？

A：那篇在2015年發表的研究論文寫道，臉書讚的數量，會影響人格預測的準確度。如果給線性回歸模型300個臉書讚，那麼它預測人格的準確度，就和你的另一伴一樣准。由此看來，不需要大量資料，也能精準預測人格特質。

重點是，從臉書按讚的內容，可以看出一個人的性格。舉例來說，假設A對一個重金屬樂團按讚，而B正好是對基督教福音派按讚，這就說明了兩人各自的喜好和信仰。

Q：劍橋分析使用的技術，解決了什麼樣的困難，讓影響選民這件事變得更容易？

A：劍橋分析並未運用任何創新的AI技術；他們所用的，是眾所周知的線性迴歸數學。他們創新之處，反而在於用來輸入和輸出的資料。劍橋分析以臉書「讚」當作輸入源，以人格度量當作輸出源，這樣的組合很新穎，從來沒有人在政治活動中應用過。

Q：除了用來影響政治競選，劍橋分析所用的技術，是否也能應用到其他領域？

A：像劍橋分析這樣的作為，其實在網路上隨處可見。劍橋分析根據臉書用戶的數位足跡，以機器學習技術來預測他們的性格，而Google、Amazon和臉書自己也是根據使用者的網路活動行為，以機器學習系統來預測他們最感興趣的廣告類型。這也是為什麼你在Youtube、Google和臉書上看到的廣告，好像都是為你訂製的。而這種舉動有沒有道德問題，又是另一回事了。

不過在我看來，特別值得懷疑的預測工具，是臉書動態消息的預測系統。臉書這套系統，能預測用戶最有可能閱讀的新聞故事，然後推送這些報導。也因此，每個人都有屬於自己的新聞版本，而這麼一來，就加深了他們對某件事既有的看法，也助長了假新聞的散播。因為在這樣的機制下，每個人接收的新聞版本不一樣，所以其他人無法監督、檢查別人所看到的新聞。

舉例來說，如果有問題的新聞出現在實體報紙上，或是在新聞網站上，人們很快就會起疑心，進而查證，然後投訴不實報導。

但是，如果客製化新聞直接傳遞給個人，也就是出現在他們的社交平臺首頁，那別人就不知道他們到底接收了什麼新聞，要檢查新聞的真實性也就更難。對我來說，這是民主面臨的危險。

Q：假新聞對政治和我們的日常生活，會有什麼影響？

A：這個危險之處，在於許多人會被有心人士誤導。也就是說，不實的政治謊言和幻想，有能力左右民眾要投給誰。一個完善的民主政治體系，應該要審查政治人物或政黨向人民傳播的政治訊息，以確保選民了解事實。

Q：我們可以從臉書和劍橋分析事件中學到什麼？

A：我們可以從中得知，民主正面臨嚴峻的新威脅。這個新威脅，與三個新興技術的發展有關：1. 從網路上可獲得大量個人資訊；2. 現代機器學習算法可使用這些資訊，來學習、建立複雜的人格檔案；3. 而社群平臺，能讓根據複雜人格檔案建立的客製化政治訊息，有效發送給對應的受眾。

這些訊息引起的效用非常大，原因有兩個：第一，這些訊息是根據每個人的人格特質所發送的；第二，這種行為很難審查，因為這些訊息是直接發送給個人，而不是公開在平臺上、讓第三方看得到。

Q：運用科技是否能杜絕假新聞的肆虐？

A：我不認為技術能解決這個問題。在我看來，監管科技技術的法規，才是比較好的解決方法，特別是要限制哪些公司能在網路、社群媒體上取得民眾個資，此外，還要限制精準投放政治訊息的管道。整理⊙王若樸

今年3月，臺灣掀起一波「衛生紙之亂」的假新聞風波，不只社群平臺大傳特傳，連多家媒體都大肆報導，事後才發現，這其實是源自廠商的廣告行銷訊息，而不是事實。假新聞運作已經高度產業化，不只是選舉，甚至連民生訊息都可能受到操控，也因此，近2年，全球也興起一波打擊假新聞的浪潮，根據杜克大學記者實驗室網站統計，全球已有149個活躍的新聞查核機構（Fact-Checking），遍布全球5大洲，日本、中國、菲律賓、韓國都有，但臺灣連一家都沒有。

也因此，優質新聞發展協會和台灣媒體觀察教育基金會今年4月，聯手發起了「臺灣事實查核中心」計畫，也發起募款，準備在今年7月正式上線，在臺灣提供假新聞查核服務。

擔任優質新聞發展協會理事長的中正大學傳播系教授胡元輝，正是臺灣適時查核中心（簡稱查核中心）的發起人之一。胡元輝早在2015年，美國總統大選之前，就注意到全球陸續出現了不少事實查核機制和機構，甚至在2016年中，事實查核組織越來越受到重視，還經常受邀到知名媒體上發表意見，甚至在美國總統大選辯論時，媒體還和查核組織聯手提供了線上事實查核。

胡元輝表示：「資訊生態的健全，是民主政治的重要基礎，當不實資訊氾濫時，事實查核機制可以扮演重要的角色。」這波假新聞和事實查核機制的出現，讓他原本對一般性資訊健全化研究議題的關注，轉而開始聚焦在事實查核機制。

後來，假新聞風波在臺擴大，優質新聞發展協會也開始關注事實查核機制，想要針對假訊息採取行動，去年年初開始籌備事實查核機構的設立。因為長年監督媒體運作的臺灣媒體觀察基金會（簡稱媒觀），也想要對傳統媒體發布的訊息進行查核，因此，雙方決定聯手推動臺灣事實查核中心的設立計畫，今年初開始合作，開始討論如查核作業方式、募資、人員訓練等籌備工作，於今年4月正式對外公開，也展開募資計畫。

先建立組織和查核方法，再與社群平臺合作

查核中心今年主要的工作有三大項，第一是先建立組織架構。由6名來自學界、法界和教育界組成的諮議委員會，作為最高決策機制，召集人是前教育部長鄭瑞城。另外，還成立了顧問團，邀請業界豐富經驗者，在日常作業諮詢上提供意見，目前已有3位，還在陸續增加中。第三則設立了一個實際執行的工作團隊，由公視節目部青春發言人新聞總編輯，同時也在臺灣大學新聞所擔任實務教師的黃兆徽，來擔任總編審。

第二項工作重點，就是建立查核作業的方法論，包括查核新聞的作業程序，完成查核中心網站，建立查核報告形式等。最後一項重點工作，則是要與社群媒體平臺建立合作關係，來擴大查核報告的傳播途徑。目前查核中心已經與臉書有共識，查核中心未來將申請取得國際事實查核聯盟（IFCN，International Fact-Checking Network）提出的事實查核規範，通過認證後，臉書就會將查核中心提供的查核報告，加入到臉書的相關文章機制中來提醒分享者。臉書為了打擊假新聞，在一篇文章下方會列出相關文章（Related Articles），作為比較佐證之用。而臉書粉絲專業管理員要分享一則訊息前，也會跳出這篇連結文章的事實查核提醒，來提供這篇文章在查核機構中的相關查核結果，讓轉播者可以在分享前，再度確認這則消息的正確性。

將申請國際事實查核聯盟的認證

國際事實查核聯盟是波音特學院旗下的非營利組織，該學院也擁有知名的坦帕灣時報（Tampa Bay Times）。臉書因為假新聞事件爆發後的輿論壓力，也委託國際事實查核聯盟來對事實查核組織提供驗證，一旦取得驗證者，就可以成為臉書上事實查核資訊的來源。截至6月底，全球已有53家事實查核機構獲得這項規範的認證，但沒有一家是中文世界的機構，也因此，目前在臉書上還無法看到中文版查核報告。

IFCN對事實查核組織和作業規範的要求相當嚴謹，例如在公開化和透明化的要求上，就規範查核組織成員身分要公開，連工作人員身分都要上網公開。而查核方法也必須公開，連查核結果都要附上查核時所依據的資料，讓其它人也可根據這些查核資料，來進行複查。另外還要提供申訴管道，若查核報告有疏漏，獲得通報確認後，還要進行更正。

想要取得國際事實查核聯盟的驗證，不只有書面審查，IFCN還會實際確認查核作業的情況，通過後會頒發標籤，可放在網站上來識別。也因此，胡元輝解釋，得等到查核中心網站上線後，累積一些新聞查核實例後，國際事實查核聯盟才會展開審查，確認臺灣事實查核中心的作業，是否真的符合IFCN的規範，才會頒發認證。因此，最快也要等到下半年，臺灣事實查核中心的查核報告，才有機會將發布到臉書上。他透露，查核中心未來也希望能跟Google、以及Line合作，讓查核報告傳播到這兩大平臺上，來增加更多的傳播管道。

3道查核關卡，優先查核公共事務相關訊息

受限於人力和資源，臺灣事實查核中心目前主要查核對象是與公共事物高度相關的訊息。查核來源主要有三，一是來自網路平臺檢舉或申訴，會根據提報的頻率、重要性來決定查核的優先順序。第二個來源是合作平臺或媒體，例如臉書日後也會把他們得到的假新聞檢舉，通報給查核中心，同樣會依據檢舉頻率和內容來挑選優先查核的標的。第三個來源是，查核中心會主動發覺網路世界或媒體上的疑似假新聞，「尤其涉及重大公共事務或政策者，就會主動出擊來查核。」胡元輝強調。

在查核作業程序上，胡元輝表示：「每一份查核報告，都要經過三層關卡」，包括了查核初稿審查、複核以及最後一關的總編審核定，目前還在研究是否增設第四關，來確保查核結果的正確性和查核作業的完整性。另外，在查核過程中，查核人員也會詢問議題相關的學者和專家，甚至會向訊息涉及的當事人查證，作為查核結果的依據。

不過，層層把關查核之下，事實查核的速度成了另一個挑戰。胡元輝認為，儘管根據不少研究指出，假訊息的傳播速度非常快，但不意味著事實查核機制沒有效力，或無法發揮作用。

據胡元輝觀察，國外知名的查核機構在累積足夠經驗後，可以在一定速度內完成查核，快者一天內就能回覆查核結果，而訊息複雜的查核標的，也可在幾天內產出查核報告。他也坦言，的確有些訊息無法在短時間內查核，但這不能全仰賴查核組織，甚至得依靠經年累月的調查才能有結果。

以去年10月1日拉斯維加斯飯店槍擊事件為例，這起事件造成59人死亡，5百多人受傷，涉案兇手只有一人，也當場引彈自盡。不過，案發之時，謠言四起，例如兇手不只一人，或者背後有若干幕後組織等。

胡元輝追蹤三家事實查核組織的查核結果，平均一周內可以針對相關傳聞，完成4～5則查核，甚至有一家完成10多則傳聞的查核，也反映出他們經驗豐富速度就可以很快。光是槍手人數，就有多種傳聞，例如網路流傳當時飯店有其他房間窗戶出現疑似開槍的閃光，查核組織立即找來2位專家解讀照片，判定只是光影效果而非槍擊，另外也查核警方辦案錄音，聆聽在民間錄音系統中該次事件中的警方未加密內部通訊，斷定兇手的確只有一人而非多人。除了速度，查核結果的呈現也會是另一個重要議題，例如有查核組織就將查核結果，製作成短影片，以利真相在網路上可以傳播的更快。

臺灣事實查核中心第一階段的任務是先建立一套查核作業機制和組織，胡元輝透露，未來網站上線後，除了提供申訴或檢舉的專區外，也會開放公眾提供對假新聞的見解或資料。第二階段還會設立專家志工團，讓對事實查核有興趣的專家志工，形成一個虛擬組織來協助查核。不過，他認為，儘管群眾查核確有其效果，但也需要訓練有素的專職人員進行系統性的查核，兩者缺一不可。

假新聞全球肆虐，過去用來炒作、抹黑、洗白企業的內容行銷手法，轉而變成影響總統大選、各國選情的武器，連駭客也看上假新聞來夾帶木馬，大數據技術、AI和社群平臺的結合，更加快了假新聞大量製造和散播的速度，如何對抗假新聞，成了新的難題

GitLab 11.0來了！主打高自動化DevOps

前些時日GitHub被微軟併購，GitLab順勢推出許多優惠方案，吸引了不少用戶。而近期釋出的GitLab 11.0，新增許多功能，要來服務廣大的用戶，重點更新除了這次主打Auto DevOps正式可用外，還強化了安全性以及網頁IDE的功能，並持續強化對Kubernetes的整合。（詳全文）

GitHub教育版將開放所有學校免費使用

甫被納入微軟麾下的GitHub在 6月19日宣布，將把原本只針對特定教育機構的GitHub Education開放給所有學校免費使用，同時喊出「讓今日的學生成為明日技術專家」的口號。（詳全文）

臉書Messenger資料庫大搬家，大省9成空間

由於早期設計的臉書Messenger架構已經開始不敷使用，而且也難以擴增新功能，因此臉書決定將Messenger的資料庫從基於HDFS的開源分散式資料庫HBase，轉移到自家的開源資料庫MyRocks，而且為了讓系統轉移的過程不影響用戶的正常使用，特地規畫了兩套搬移流程，在兩周的時間完成99.9％的帳戶遷移，新系統帶來的先進壓縮方法讓儲存量減少90％，在使用快閃儲存系統後讀取延遲時間，更是比過去快上了50倍。（詳全文）

VMware Cloud on AWS也有政府雲版本了

圖片來源_ VMware

在2016年時，美國聯邦風險與授權管理計畫（FedRAMP ）就宣布，微軟Azure GovCloud、AWS GovCloud，以及政府雲CSRA ARC-P IaaS，取得美國聯邦政府高度機密資料的安全認證，而後美國聯邦政府就可以將內部機密資料放上雲端。而現在VMware也正式推出自家的政府雲產品。該公司與AWS聯手推出的混合雲VMware Cloud on AWS，現在也有了美國政府雲版本（VMware Cloud on AWS GovCloud）。（詳全文）

Git 2.18正式釋出，Git協定第二版可用了！

版本控制系統Git 2.18現在已經正式發布，在使用介面、工作流程、效能以及內部實作皆有多項更新，但對用戶最有感應該就屬Google在5月公布的Git協定第二版，現在已經正式可用。（詳全文）

Office 365將整合Adobe PDF

繼改版Office 365、Office.com後，微軟與Adobe在6月19日宣布Office 365將整合Adobe PDF，讓使用者可在Office 365環境下，像是OneDrive及SharePoint平臺環境下開啟PDF文件。（詳全文）

Visual Studio Team Services介面大翻新

近日微軟宣布雲端開發工具Visual Studio Team Services（VSTS）的導覽（Navigation）介面要更新了，翻新開發者的使用體驗。微軟表示，未來幾周將會推出預覽版本，開發者可以直接點選試用，若使用上不習慣也可直接復原至舊版介面。（詳全文）

Sysdig監控機制大更新，特別強化K8s支援

提供容器監控、資安服務的新創公司Sysdig，除了推出資安工具Sysdig Secure 2.0版，加強漏洞及法遵管理外，現在該公司旗下的監控平臺Sysdig Monitor也釋出了夏季大更新，一口氣推出許多新功能，加強支援Kubernetes、Prometheus外，現在微服務平臺Istio也是Sysdig Monitor原生支援的應用平臺。（詳全文）

臉書測試月費制社團功能

一度關閉的臉書社團程式（Groups）又將開張，臉書宣布Groups將以月費制程式的形式復活，希望讓內容創作者可以因此有實際獲利。（詳全文）

Adobe開發AI辨識技術，讓P圖無所遁形

圖片來源_CVF

愈來愈多相片已不可信，因為許多都經過P圖美化或造假。不過Adobe正在實驗人工智慧（AI）技術，希望能辨識經過Photopshop修圖過的圖片。（詳全文）

Azure網路流量分析功能正式上線，提高公有雲網路環境透明度

在3月時，微軟Azure推出了網路流量分析（Traffic Analytics）預覽版功能，讓使用者可以掌握部署於公有雲環境應用程式的流量，該功能可以分析網路安全性群組（NSG）Log紀錄，藉此改善網路工作負載的效能表現。 近日該功能正式上線，微軟表示，網路流量分析工具的應用範圍，橫跨了虛擬子網路、虛擬網路、Azure資料中心以及VPN等，企業可以將這些分析結果，應用於許多情境。像是根除公司內部影子IT、不合內規的網路連線，藉以加強資料中心的安全性，或者提高網路資源使用效率，刪除多餘部署的網路基礎架構，讓營運成本符合企業當前規模。（詳全文）

Teradata控告SAP竊密開發HANA資料庫

老牌資料分析供應商Teradata在6月20日，到北加州地方法院控告ERP供應商SAP，盜用商業機密、侵犯版權以及違反反托拉斯法。Teradata宣稱，SAP盜取其商業機密開發出記憶體內資料運算平臺HANA，並將客戶綁定在自己的系統中。（詳全文）

Google正式整合K8s引擎與GPU服務

近日Google雲端服務加強許多深度學習、機器學習應用相關的功能，先是擴充虛擬主機硬體規格，推出主打大記憶體容量的ultramem規格VM，讓使用者能進行高效能運算，同時，公有雲平臺的先占式GPU、TPU也在近日陸續上線，企業可以花費比隨需服務更便宜的價格，使用GPU、TPU資源。而這一次Google則是宣布，公有雲GPU服務現在正式與Kubernetes引擎（GKE）整合。（詳全文）

VMware也推出K8s代管服務

在2017年VMworld大會，VMware開始發展企業級Kubernetes服務，聯手Pivotal及Google，一起推出容器PaaS Pivotal Container Service（PKS），這是該公司開始押寶Kubernetes的重要起始點，而現在VMware則更進一步，推出了自家K8s引擎VMware Kubernetes Engine（VKE）。VMware表示，目前這個處於公開預覽版的Kubernetes即服務，歸列在VMware雲端服務產品線下，與VMware旗下其它產品如Workspace ONE、AppDefense、AirWatch等服務一樣，都採用SaaS服務模式。VKE目前最優先支援的公有雲環境是AWS，而為了延續跨雲策略，VKE以後還會陸續相容Azure以及其它公有雲環境。（詳全文）

臉書開源大型應用程式加速工具BOLT

近期臉書開源內部用來加速大型應用程式的工具BOLT。由於提供複雜服務的應用程式，相對來說檔案容量就比較大，即便只編譯一種服務的機器語言，大小也可能介於10到100MB間，難以放入CPU指令快取中，硬體需要花費額外的時間處理，而臉書的程式最佳化工具BOLT藉由改進代碼布局，來加速程式載入效率。（詳全文）

Amazon上周除了宣佈收購線上藥局Pillpack在連鎖藥局界引發震撼彈之外，還另外宣佈一項計畫， 將資助成立專門替Amazon送貨的中小企業車隊。

Amazon向來提供許多中小企業做生意的機會，像是Amazon.com上超過1/3的商品是由第三方賣家提供，Amazon 還提供自行出版平台Kindle Direct Publish及雲端服務Amazon Web Service（AWS）。上周的宣佈則是提供資金、出租有Amazon Prime logo的貨運車輛，協助中小企業主創業成為其送貨合作夥伴。

Amazon並沒有很清楚說明這項方案的細節， 只宣稱新創公司成本最低只要1萬美元，而一家40輛車貨運行若經 營得宜，最多一年會有30萬美元的營業利益。CNN 則報導，Amazon的資金將提供新創公司成立最少5台車的貨運行。這些中小型送貨車隊將專門將商品從Amazon各地的配銷中心送貨到消費者家中。

除了租用車子特定期間外，這些貨運行還可以獲得Amazon提供相關軟、硬體科技、在職訓練、制服以及以優惠取得油料及保險等。Amazon承諾長期而言將在全美協助成立數百家中小企業貨運夥伴及招募上萬名司機。

目前Amazon的商品運送多仰賴UPS、FedEx及美國郵局 。媒體分析， 這項方案將有於這家電子商務巨人降低對這些大型貨運商的依賴度， 達到端到端的主控權。不久前，美國總統川普才批評Amazon 40%的送貨工作都落在美國郵局身上，等於是佔用美國政府便宜。

Amazon另外也正在研究以無人機送貨， 不過礙於法令目前僅在測試階段無法上路。美國政府擴大開放無人機測試計畫，Google、 微軟與高通都中選，但Amazon卻意外不在名單中。

和蘋果其他app相比，Apple Maps備受批評，而蘋果也決心要洗刷污名。蘋果網路軟體與服務事業群最高主管Eddy Cue上周在與Techcrunch的訪談中透露正在大規模翻新Apple Maps app，預計從下一個iOS 12 beta版開始讓使用者看見新風貌。

Cue指出，6年前推出Apple Maps時，當時重點是找到方向、達到特定地點。為了改善Apple Maps蘋果做了很大投資，做了數百萬項改變，加入數百萬個地點。但是他也承認Maps「仍有很大改進空間，即使近幾版加入了些新功能。」於是蘋果決定重新打造自己所有的地圖。

2012年上市以來Apple Maps仰賴TomTom等外部廠商提供的圖資，造成圖資精細度及豐富皆落在對手Google之後，現在所有資料蒐集的工作全部不再假手他人，由蘋果自己搭載感測器和攝影機的車隊，以及「具備隱私技術的iPhone」來蒐集資料。

新的產品預計包含在iOS 12下一個beta版釋出，但首階段新圖資只在舊金山市及灣區地區提供。今年秋天的版本會擴大到整個北加州。至於美國其他地區則會於明年逐次接獲新的圖資。

蘋果要趕上Google Maps可能需要一段時間。去年有專家比較兩家大廠的地圖，認為Google Maps資料的細緻度比蘋果領先6年以上。

Line與旗下經營加密貨幣及區塊鏈業務的LVC上周宣布將在今年7月藉由共創的Line Tech Plus PTE成立Bitbox加密貨幣交易中心，Bitbox的營運範圍將擴及全球市場，唯獨排除了日本與美國市場。

Line與LVC都座落於日本，而Line Tech Plus PTE總部則設於新加坡，Bitbox將支援15種語言以及逾30種加密貨幣，涵蓋比特幣（BTC）、以太幣（ETH）、Bitcoin Cash與萊特幣（LTC）等，不過，Bitbox只提供加密貨幣之間的交易，並不提供法定貨幣與虛擬貨幣的轉換，將在上線首月提供免交易手續費的優惠活動。

對於Bitbox不支援日本與美國市場，Line解釋是因這兩個市場的加密貨幣交易規定相對嚴苛，特別是在今年1月日本加密貨幣交易平台 Coincheck遭到駭客入侵之後，當時Coincheck損失了價值約580億元日幣（約154億元新台幣）的5.23億個XEM幣，使得日本金融廳全面徹查日本15家加密貨幣交易平台的安全性，隨後的審查更愈趨嚴格。

儘管Line通訊服務在全球擁有2億名用戶，且為日本、台灣與泰國最受歡迎的傳訊程式，但Bitbox將採獨立經營模式，也會推出獨立的行動程式。

然而，根據彭博社的報導，Line也正在考慮建立自己的加密貨幣，以用來回饋用戶，同時供第三方服務供應商利用，不過目前發表時程未定。