科技發展日新月異，人工智慧不再只是停留在電影幻想階段，而是已經真正出現在我們的日常生活中，工廠有各式智慧機器人，家裡有掃地機器人，現在就連銀行都有財務顧問機器人。根據2018年國際調研機構提出10大科技趨勢預測，Gartner有6項與人工智慧、金融科技相關；IDC則有5項是屬於機器人和金融科技的領域，各項趨勢皆聚焦顯示，創造更加個人化、擁有科技競爭力的銀行服務模式越來越重要。

銀行創新教父Brett King在2013年出版的Bank3.0，定義了銀行不只是一個「地方」，而是一種「行為」，隨後掀起的是近年來各家金融機構，甚至是金管會，紛紛以3.0為行動方案，致力數位化轉型。2018年8月，Brett King全新但也是預言銀行未來系列書籍最終回的Bank4.0英文版上市，繁體中文版《Bank4.0金融常在，銀行不再？》於同年11月正式上市，4.0談的是金融科技和新創公司正在重新定義今日甚至明日的銀行業，客戶如何更方便且無時間限制地使用銀行功能，究竟是金融科技公司可以就此翻轉局面，掌握先機，還是傳統銀行可以力挽狂瀾，持續強勢？從智慧裝置內嵌式的新銀行型態，以及情境式互動的新金融產品、通路到體驗，...金融科技革命進行中，科技無所不能，促成了金融常在，但為何銀行不再了呢？

第一原理拋開制約，由根本需求思考創新可能

特斯拉創辦人馬斯克說，我們日常生活經常使用類比法，因為它可以讓我們參考其他類似的事物或是其他人也是這麼做，但如果採行「第一原理」，則必須要努力找到最基本的真理，再從而推演出後續步驟。蘋果手機創辦人賈伯斯堅信設計最重要的就是探討根本的需求，所以他沒有從優化其他手機的設計著手，而是重新思考電話、瀏覽器和音樂播放器，最後整合成個人化的智慧手機iPhone。如果將銀行業務用第一原理拆解會如何？書中提到，傳統銀行有三個重要的功能：價值儲存（存款、投資）、金錢移轉（轉帳）、取得信用（需要錢時，可以貸款的功能），長久以來，銀行無形中訓練了我們當需要某項功能時，就自動連結到某件商品，但事實上，隨著科技發展，語意金融的數位生活延伸，銀行繁瑣的開戶流程、信用積分等無形中成為使用上的障礙，卻忽略了「功能才是核心（utility is king）」。

比方說，我們過去可能很難想像銀行不是僅憑聯合徵信中心的資料記錄來決定是否核准貸款或是信用卡的業務，但是，早已有些新創公司如中國螞蟻金服的芝麻信用就已經嘗試以社交評分為基礎。另外，我們也早已習慣銀行所推出的儲蓄產品都是依據年利率（APR）為設計基礎，2016年阿聯酋杜拜國家銀行（Emirates NBD）推出一款依據客戶所配帶穿戴設備計算的「步數（Steps）」多寡提供相應獎勵（reward） 的儲蓄產品。2017年國內的壽險公司爭相推出核准制、連結健康手錶計步的外溢保單，產品設計與生活連結更加緊密。這些都是能夠運用第一原理翻轉原來的既有商品結構與模式，試著根據使用者單純希望取得貸款或是希望鼓勵活得更健康等有趣商品的例子。其實，我們可以發現，有許多是新創公司，但也有些是傳統金融機構，這類跳脫傳統，多了創意和用心的產品，未來一定會越來越多樣化。

內嵌式智慧銀行，零障礙的新體驗

Bank 4.0時代的銀行帳戶價值將在於，能夠提供符合情境所需的功能，然後適應客戶行為與金融生活。無論金融科技公司或是傳統銀行其實都試著努力將障礙從使用體驗中剔除，但傳統銀行還必須符合法遵和風管等內部控制規定，所以有時候總顯得綁手綁腳；金融科技業者因為無法取得大量完整客戶資料，所以真正做得很好的公司也寥寥無幾，因為其實真正金融服務的著落點還是會在其他各式語音系統、擴增實境、人工智慧代理人、智能助理還有其他日常消費訊息的平台上，也就是說，未來的銀行帳戶和功能，很可能是活躍、雲端式的，然後透過科技在需要使用金錢的情境上，隨時出現與人互動，而不再只是侷限於一個app應用程式、一個網站或傳統的實體分行。

無人駕駛車的安全程度，因為其運算資料速度比人腦快，資訊接收可處理分量也是人腦視覺皮質的1,000倍，再加上當在乾燥路面遇到潛在障礙，機器的反應速度大約是人類的3倍快，無人車雷達和人眼在有頭燈輔助下可以看的距離大概也是3倍遠的距離，相關研究就指出，如果相關技術持續發展，無人駕駛勝過人類開車指日可待。

回到金融情境，智慧型銀行帳戶在我們建立一套基本參數後，就能得到量身訂作的建議，是一種更簡單明瞭、個人化且有用的建議。像是過去，如果你問銀行的財務顧問，最後通常就會得到該投資哪一項商品的建議，甚至是不論你的風險屬性或投資目標，就專推薦業務獎金較高的商品，所以你真的得到想要的理財建議了嗎？又或者你可能只是想知道，到底該怎麼存到年度旅遊基金而已，需要的不過是知道該如何管控財務預算，然後達到目標。

我們過去也常遇到銀行推薦辦哪張信用卡可以「賺」現金回饋、飛航里程、購物金折扣之類的，但如果冷靜再思考一下，與其說是消費者賺到，其實更像是銀行刺激刷卡的手法。嵌入生活的智慧銀行，提供的反而可能是阻止消費才能完成理財目標的建議，像是告訴你花費太多的話，就負擔不起正在計畫的新年假期，像這樣子透過日常生活化的銀行服務關係，提升成黏著度更強的使用行為強度，正是超越傳統銀行思維僅著重產品，反將重點從通路、產品和個人需求通盤綜合考量，所以才能真正的客製個人化。

作者也預言，許多銀行商品將在未來15-20年間消失，轉而被躍上銀行業務舞台的那些能夠即時與客戶互動的體驗所取代，像是：信用卡的重點其實不是信用「卡」，而是具預測性且符合情境所需的「信用額度」，PayPal 創始人之一Max Levchin 在2014 年創立的Affirm分期付款公司，就推出依據購買行為模式（buying patterns）、交易所在地以及消費行為來提供信用額度。

Bank 4.0的重點不是發生了什麼，而是你如何回應

先來談談金融科技和科技金融，到底是敵人還是朋友？傳統銀行需要金融科技公司更快、更好的科技應用，科技公司需要藉由銀行來擴大經營規模，雖然像是文化契合度、銀行傳統希望系統由內部開發的心態、對於投資報酬率短期或以中長期考量的思維模式、雙方技術上的鴻溝，還有科技業者和銀行面對監理的態度等都是合作上的障礙，但是基於如果不想當敵人，卻又打敗不了對方，或許適度合作關係的朋友，就是最佳策略。

從Bank 1.0到Bank 4.0因為「科技」的演進，讓銀行隨之改變、進化。1.0以分行為主的業務模式，到了2.0有ATM設備出現，讓銀行服務無時間限制，到了3.0網路和智慧型手機的發展，各家銀行爭相開發app，現在談的4.0是透過科技，已經不只傳統銀行能夠提供金融服務，其他科技業者也早已在不同的平台瓜分金融服務的能量，客戶需要的只是方便、內嵌生活情境的金融服務，所以，銀行已經不再是唯一的金融服務提供者。不難發現，到了4.0其實是爆炸性的衝擊，競爭已經不在只是銀行本身，而是來自不熟悉的科技，面對已經發生的事情，如果像柯達一樣漠視正在發生的改變，那麼很可能銀行的未來就只能成為歷史，但如果能夠體認銀行必須開放、認清體驗設計才是核心競爭力、科技不只是通路、技術能量應該是公司從上到下的文化DNA、舊架構和監管不應該成為侷限創新的障礙等思維，那麼，金融常在的未來，或許有些銀行不再，但一定也有銀行無所不在的吧！（摘錄整理《Bank 4.0》，台灣金融研訓院出版）

Bank 4.0：金融常在，銀行不再？

Brett King／著；孫一仕、周群英、林凱雄／譯

台灣金融研訓院出版

售價：500元

作者簡介

布雷特．金恩（Brett King）

Brett King被《Banking Exchange》譽為"King of the Disruptors"，也受《American Bankers》選為"年度創新人物"，《The Financial Brand》 推崇他為"影響世界金融服務的領導者"。他是國際暢銷書作家，也是著名的評論家，更是全球知名的商業未來趨勢家。

「砍掉重練！沒錯，而且不是第一次，這是長庚第二次資訊大改造。」長庚醫療財團法人行政中心副主任潘延健臉上滿是自豪地說。98套HIS相關系統全面重新設計，修改超過1萬多隻程式，程式碼總量足足成長了20～30％，連IT團隊都得先花2年時間，重新學習截然不同的開發平臺。這個長庚醫療體系（簡稱長庚）在2015年啟動的資訊再造工程，已經進入最後階段，明年就要正式上線，將成為長庚全臺8院區發展智能醫院的新基礎。

「管理靠制度，制度靠表單，表單靠電腦」這個長庚醫療體系創辦人王永慶的管理哲學，讓長庚醫院在1976年創院之初，就導入電腦化系統，包括計價、行政管理和帳務系統，都部署在大型主機架構上。但是，電腦化越久，轉型的包袱就大，2000年的Y2K千囍蟲危機，是長庚第一次資訊大改造的關鍵推力。

趁著因應Y2K問題之際，長庚決定換掉大型主機架構，改為關聯式資料庫架構，並從2000年開始，導入了Oracle Developer 2000來開發所有的HIS應用。潘延健從30年前就進入長庚體系，在電腦部門任職，他回憶：「第一次重寫，大家都很害怕。」

但是，第一次經驗的成功，到了2015年的第二次資訊再造，長庚有能力在事前先將系統改造所有的細節預先列出來，不論是長庚高層或是開發團隊，都更有把握，「有了過去經驗，心裡有底，大家也不會那麼地抗拒改變。」潘延健指出。

早在2011年，長庚醫療資訊管理部門（簡稱資管部）再度意識到自身HIS系統架構的潛在侷限。32位元架構的Oracle Developer 2000，儘管已經用了10年，但是越來越多軟硬體、作業系統都進入64位元架構，長庚擔心，日後硬體若不再支援32位元，舊有HIS就會無設備可用，屆時又得面臨重新改寫系統的處境，所以，長庚決定再次展開資訊系統的大改造，發展第三代HIS架構。

第二次資訊再造，98套HIS系統全面改用新架構

這一次，長庚同樣選擇砍掉重練的作法，淘汰了Oracle Developer 2000平臺，全面改為.NET平臺架構。「這是非同小可的改造工程，所有部門的每一個系統都必須要重新檢討。所以，不只IT團隊，所有行政部門、幕僚單位通通動起來。」他強調。

潘延健解釋，長庚希望只保留舊有HIS系統精神，趁機重新檢討流程來打造出整合度更高的新架構。「光是醫囑系統的設計，就花了一年時間討論」，簡單的應用如行政系統也要用上3個月時間來設計。就連醫療團隊都參與了這一波HIS資訊架構的設計，「醫生們白天看診，只能晚上下班後來開會。」

而且這次資訊改造不僅限於臺北院區，長庚醫院體系旗下有8個分院，從臺北、基隆、林口、桃園，到南部的嘉義、雲林、高雄及高雄市政府委託經營的鳳山院區也都參與討論，尤其是4大院區對HIS系統的修改意見，每隔二、三個月就彙整一次提供給資訊管理部門參考。

不只是系統上全面重塑的大工程，人才方面的技術支援，也是一個挑戰，因為開發平臺和過去截然不同，長庚先花3年時間，從2012到2015年期間，找來微軟培訓資管部的成員，學習.NET開發能力。另外，長庚醫院陸續引進資訊新血，招募具備.NET開發能力的人才，不過，潘延健強調，原有IT人員熟諳長庚HIS系統環境，擅長系統分析，「將新舊人力組成團隊，更能發揮最大的再造成效。」

長庚98套HIS相關系統，多達上萬支程式，都重新改用MVC架構（Model–view–controller）重新改寫，也全面採取了模組化設計，讓同樣的程式元件，可以重複使用。甚至，潘延健還規定，只有這個功能的負責人可以開發，其他人都禁止開發同樣功能的元件。儘管如此，HIS整體程式碼仍增加了至少約有2到3成。目前，再造工程還剩下2、3套系統還處於試行階段，預計在今年底之前，歷時3年的資訊再造就會完成，明年新一代HIS就能正式上線服役。

以就源設計原則推行結構化病歷

改造中，長庚醫院還貫徹了一項「就源設計」原則，來改造資訊系統。這是指在資料源頭，讓使用者可以客製化設計輸入資料的方式。長庚資管部會挑選那些有大量重複的共通資料輸入需求，開發出一套彈性的資料輸入工具，讓使用者可以按自己的需求來自行設計輸入方式。

舉例來說，在醫院經常有問卷調查的需求，不論是對內或對外部門，經常會對不同對象調查所提供的服務使用經驗，就連不同單位間，為了解作業滿意度也會相互發出問卷，長庚醫院體系經常所需的問卷接近100種。

長庚IT套用「就源設計」原則，打造一款問卷設計工具程式，提供給需要設計問卷的單位，而不用每一份問卷都重新開發一支程式。日後，每當有部門需要設計問卷時，只要向資管部申請權限，就可自行利用工具來建立將問卷內容輸入進程式，更能依照問卷填寫者的回覆內容，決定問卷回收後產生的報表形式。

不只運用在問卷設計，長庚也使用了「就源設計」的原則，來推行病歷結構化。過去長庚已有一套常用病歷表單，讓醫生們可以逐欄輸入資料，再自動產生出文件式的病歷報告內容。但是，儘管這些病歷都是數位形式的資料，但卻是非結構化的文本資料，潘延健坦言，很難再進一步利用或分析。所以，趁著資訊改造，長庚也決定推動病歷結構資料化，讓醫生輸入病歷，直接就成為結構清晰容易用於資料分析的形式。

不過，和問卷設計有同樣情況，長庚醫院有8個院區，接近40個科別，每個科別需要2到3種病歷，如果要為每張病歷表單，單獨寫一支新的程式，需要數百支程式。

長庚資訊團隊在此發揮「就源設計」原則的特性，設計了一款病歷表單編輯工具，可以讓醫生自行設計所需的病歷表單，除了常用的醫療關鍵字以外，醫師們只需拖拉不同的輸入格式，就能建立要輸入的欄位。例如可用選擇題或文字欄位，甚至可以插入影像。另外，長庚還將關鍵字標準化，建立了一套共用的醫學字典，讓不同科別醫生所用的詞彙可以統一，讓相同意義的資訊，在資料庫中可以歸類到同一個欄位中。這些由醫生自行設計的病歷表單，都以XML格式儲存到資料庫中，將不同病歷表單上客製欄位的定義描述也記錄下來。

長庚醫院體系從去年中開始推動結構化病歷，今年更在4個院區林口、高雄、基隆和嘉義，舉辦跨院區的結構化病歷應用競賽，引導醫師們使用結構化病歷，以讓他們從中了解新的病歷模式可帶來的方便性，和設立後，背後可延伸運用的廣度。

結構化病歷還有一項特別的設計，就是資料彙整功能，醫師可以依需求，設計欄位匯入另一個系統裡指定欄位的資料，當所需資料都彙整進來後，醫師更可以設定預警條件，當數值超過標準，系統會發出即時警告，另外，也可設定與其他系統的連結，例如串連到檢驗系統上，當醫師撰寫一份新病歷時，就可將最新的檢驗報告結果，一併呈現到病歷中。甚至，長庚來設計了一個可以輸入簡單試算功能的欄位，醫師可以在欄位中輸入計算公式。

上述這些只是長庚結構化病歷的第一步運用，長庚計畫下一步延伸到人工智慧應用上，長庚醫院體系會推行結構病歷第二層的運用，建立疾病治療的樣本形態。潘延健進一步說明，以檢驗項目、症狀描述等當參數，透過人工智慧不斷地進行學習，並跟臨床的決策資源系統結合，未來的病歷警示，將不只反映醫師所設定的條件，更可以預估由人工智慧學習所得到的結果。

資訊系統的設計者與使用者間，常因溝通不足，造成資訊推動上的阻礙，潘延健指出，「就源設計不只能消除溝通的隔閡，使用者自己設計，可以將使用者變成參與者，甚至還會變成擁護者，」潘延健分享。當其他人提出設計上疑慮的時候，這些參與設計的醫生會跳出來解釋，也更具說服力。

轉化800萬份病歷，化作發展AI的利器

長庚醫院體系握有800多萬份的病歷資料，相當於全臺2,300多萬人口，每3或4個人中，就有1人在長庚醫院留有病歷資料，掌握龐大的資料，以及病歷結構化後，成為乾淨可用的資料。長庚醫院利用此優勢，發展人工智慧技術於醫療上的運用。

長庚醫院今年成立了AI中心，目前正在進行的計畫多達20～30個，包含影像標記學習、病理切片等，例如還有一個心臟病診斷計畫，要用攝影機照射臉部的細微血管，來建立一套可以判斷心肌梗塞徵兆的預測模型。另外還有一項幫助急診醫師掌握外傷病患創傷的計畫，過去許多急診外傷病患在出院2、3天後，一些隱藏性的身體創傷才出現，因第一時間肉眼無法發覺，而在急診時被忽略，未來，可利用機器察看人類肉眼無法察覺的細微差異，找出創傷發生位置，再分析過往重回急診的案例，從中找出影像分析的預測模型，做為醫生診斷時的輔助之用。

長庚醫院強調，在人工智慧的發展上，團隊的目標不是提高準確率，而是要提高錯誤漏報率。在醫學上，錯誤包含假陽性和假陰性，長庚醫院團隊不怕假陽性，因醫師可以再進一步的檢查，排除錯誤，然而，假陰性則是在第一階段就會被排除掉，不管是在當下的治療上，攸關性命，也會影響事後資料分析的準確性，所以長庚AI計畫在第一階段先聚焦於消滅假陰性情況的研發。

當前資訊管理最大的挑戰，潘延健提到，有3多，包含需求多、資料多和技術多，不管是醫院內外，各方都有需求，要考慮時效上的達成性，另外，面對龐大的資料量，要將資料轉化為有用的資料，更不要製造無用處的資料，而新技術無時無刻出現，或是收到其他醫院運用新技術的消息，「IT要沉得住氣，不隨之起舞，按照自己的步調，從實用角度來採用新技術。」他說。

CIO小檔案

潘延健

長庚醫療財團法人行政中心副主任

學歷：成功大學工管系學士

經歷：在長庚醫院有超過30年IT經歷，從在電腦處服務（資訊管理部前身）時，參與程式設計，進入行政中心後，轉而管理資訊系統，先後擔任電腦處副處長、醫務管理部組長、特別助理等，今年8月接任行政中心副主任，延續負責規劃及設計資訊系統的制度和流程的工作。

公司檔案

長庚醫療財團法人

● 地址：臺北市敦化北路199號

● 成立時間：1976 年

● 主要業務：急性、慢性綜合醫療服務，分布臺北、基隆、林口、桃園、嘉義、雲林、高雄及鳳山（高市府委託經營），以及長庚養生文化村

● 員工數：逾 20,000人

● 服務量：病床數10,054床、門診860萬人次/年、急診53萬人次/年、住院250萬人日/年

● 董事長：王瑞慧

● 主任委員：程文俊

● 網址：www.cgmh.org.tw

資訊部門檔案

● 資訊部門主管：潘延健

● 資訊部門人數：149人

● IT預算：約5.5億~6億元（含人力成本）

● 資訊部門分工：系統規劃、軟體開發、硬體設計及維護、網路布建及維護、系統維運

IT大事記

● 1976年：創院時就已建立基本的計價、行政管理及帳務系統。採用IBM 大型主機系統

● 1988年至1997年：分別依序全面導入門診醫囑系統、住院醫囑系統、護理醫囑系統、檢驗設備全部完成連線，自動提供檢驗報告

● 2000年： Y2K資訊系統適型化，改採Oracle資料庫、Develop 程式開發系統

● 2002年：嘉義院區開院實施以電子化病歷看診，不調閱紙本病歷，後續2年內落實至全體系

● 2004年：全體系醫療影像無片化

● 2008年：實施電子病歷無紙化

● 2010年：檢驗備管和軌道自動化

● 2012年：從藥物開始發展閉環安全管理

● 2015年：啟動資訊再造，全部98個系統重新流程檢討，並採微軟.Net、MVC架構及全面模組化方式重新開發

● 2018年：完成資訊再造，邁向全智能醫院（AI Center、臉部辨識、機器人、影像自動判讀、全面導入結構化病歷、行政無紙化）

以AI人工智慧結合物聯網（IoT）裝置而掀起一波AIoT新應用，在2018年迅速竄紅，甚至還取代傳統IoT一躍成為當前最火紅的物聯網產業新應用。雲端大廠最先嗅到AIoT商機，爭相推出自己的AIoT服務，從原先封閉測試，到發展成熟可以商用的AIoT產品，企業將有更多新選擇。可以預期的是，2019年也將掀起企業新一波物聯網應用風潮。

AIoT並不是新技術，而是一種新的IoT應用型態，來與傳統IoT應用做區別，從名稱來看，AIoT是AI加上IoT的縮寫（或可稱為Artificial Intelligence of Things），顧名思義，就是一種物聯網AI應用，但是它與以往多以雲端為主的AI應用不同，因為是就近在IoT裝置上執行AI或機器學習（ML）運算工作，能直接套用IoT感測器串流資料用於ML模型推論，資料不用再傳雲，即使沒有網路也不怕。

而且有別於微軟2018年提出的智慧邊緣（Intelligent Edge），AIoT更加強調是在這些配備有感測器的各種IoT裝置上執行的物聯網AI應用，如自駕車、影像辨識攝影機與水電錶等。

對企業來說，過去想要在IoT裝置跑AI或ML推論，不是一件容易的事，但是雲端技術成熟，加上運算力更強的加速硬體的出現，讓這件事得以實現，現在IoT裝置上不只能執行更複雜的AI或ML推論，甚至還可以在更小型的IoT裝置上執行，即使是記憶體容量只有128MB大小的Raspberry Pi單板電腦也能用。

雲端大廠紛紛押寶，爭相推出自己的AIoT產品

一些主要雲端服務商最早嗅到AIoT商機，在2018年開始推出可商用AIoT產品， 讓企業開始能把雲端訓練完的ML模型帶進IoT裝置，用於執行ML推論。全球雲端服務龍頭AWS先是開出第一槍。在2017年尾的re:Invent全球用戶大會上，AWS宣布將替自家邊緣運算服務Greengrass，新增機器學習推論（ML Inference）功能，並在隔年4月正式推出，讓企業開始可以利用它來打造新型態IoT應用，如Rockwell Automation、Aisin AW 與Brain Technology等業者都宣布開始採用。

不到2個月後，另一家雲端大廠微軟也在自家Build 2018年度大會上，推出第一款智慧邊緣服務Azure IoT Edge，還將該服務程式碼開源釋出，要讓企業更容易將AI與ML能力快速擴散到各種 IoT裝置或設備上，甚至還直接把Azure雲端認知服務上熱門的影像分類及識別服務，打包成可以在IoT裝置上執行的影像辨識功能Custom Vision，用以實現了「智慧＋邊緣」的整合。

Google隨後也加入戰局，推出自己的AIoT服務Cloud IoT Edge，雖然目前還只是功能有限的測試版，但靠著主打Edge端的AI與ML分析功能，也因此吸引不少大型企業與新創加入試用，如LG CNS 、Smart Parking與XEE等。

隨著三大公有雲廠商的AIoT產品紛紛落地，這也意味著，企業未來將有更多新選擇，可以依據自身應用需求，選擇適合的AIoT應用部署與執行方案。

隨著AIoT技術成熟，企業也有了現成可以套用的AIoT商品

而且不像以往，企業若想要在工廠IoT設備或裝置上進行AI分析，還得自行費一番功夫客製才行，有了這些已經成熟可商用的AIoT產品，企業之後想在IoT裝置上進行大規模ML推論部署將更容易，就像是以往IoT應用部署那樣。

如全球大型工業自動化大廠洛克威爾自動化公司（Rockwell Automation）在2018年時就開始試用AIoT技術，來幫助石油與天然氣工廠快速檢測有無異常的問題油管或管線，加快異常事件的預警反應。該公司在工廠內的輸送管線旁，每隔一段路，就架設一臺深度學習攝影機，利用攝影機擷取到的影像畫面，搭配ML模型現場作預判，用以檢測輸送管線的外殼表面，有無出現變形或產生裂痕等，因為不需要將資料回傳，因此反應速度變更快，甚至沒有網路也照樣可以執行。也因為是將訓練好的ML模型打包預先載入到攝影機來啟用執行，因此想要在工廠內大量部署時，也相較變得容易許多。

根據市調機構Research and Markets的最新預測，未來4年內，物聯網AI晶片出貨量將連年攀升，甚至於全球AI晶片市場的占有比例，更將在2023年一舉突破8成，也就是說，以後每5個IoT裝置，就有4個會是具備AI運算處理能力的AIoT裝置。這也意味著，企業想要讓IoT裝置或設備就近結合機器學習將變得更簡單，也將使得這些裝置變更聰明，能用來開發各種不同物聯網AI新應用。

因應AIoT應用需求，2018年開始有臺灣硬體廠商積極布局。如凌華科技除了搶攻邊緣運算，更是臺灣首家Google邊緣運算合作夥伴，今年計畫要將Edge TPU晶片整合到自家IoT閘道器產品，要讓企業更容易在IoT裝置上執行機器學習模型，就連科技大廠宏碁也都押寶AIoT，推出內建鏡頭的AIoT邊緣運算裝置aiSage，主打影像辨識能力，要透過AI加值，為企業提供全新客製化IoT解決方案。

企業實例 1【將AIoT帶進連線昂貴的現場】影像免上傳！洛克威爾自動化工廠靠攝影機現場作AI預判

美國洛克威爾自動化公司利用攝影機擷取到的影像畫面，直接搭配機器學習模型現場作預判，快速檢測出異常的問題油管設備，即早報修。一旦攝影機偵測到異常情況時，只須向雲端發送警示訊息，不需要將整段監視影片全部上傳雲，有效減少網路頻寬成本。圖片來源／Microsoft Build 2018

隨著3大雲端巨頭2018年紛紛搶進AIoT市場，也讓企業開始有了成熟可以商用的AIoT產品能夠選用。如美國洛克威爾自動化公司（Rockwell Automation）在2018年時就開始試用AIoT技術，來幫助工廠快速檢測有無異常的問題設備，加快異常事件的預警反應。該公司在油管或管線工廠內的輸送管線旁，每隔一段路，就架設一臺攝影機，然而過去想要透過雲端AI分析偵測異常情況，得負擔昂貴網路連線成本，後來改用攝影機擷取到的影像畫面，直接搭配機器學習模型現場作預判，來幫助他們加快檢測出有異常的問題油管或管線，即早搶修。 當攝影機偵測到異常情況時，也只須向雲端發送警示訊息，不需要將整段監視影片全部上傳雲，有效減少網路頻寬成本。

企業實例 2【AIoT可以隨身帶著走】日本東京停車廠將AI帶進穿戴裝置加快檢修

日本東京的立體停車廠維運業者Famm，2018年開始試用智慧邊緣技術，搭配穿戴裝置，來幫助他們改善停車廠設施維護。因為該AIoT設備可以跟著作業員一起移動，而且不需要連網就能用，所以即使到了沒有網路的地方也不怕。攝影／余至浩

東京一家立體停車廠維運業者Famm，從2018年上半，開始利用AIoT技術搭配穿戴裝置，來幫助他們改善停車廠設施維護，甚至是加快檢修。該公司在作業員身上配備一臺可攜式迷你電腦，頭上還搭配類似Google Glass眼鏡裝置來進行現場的工作。

作業員進到停車場後，頭上的眼鏡會自動將擷取到的影像畫面回傳至操作員腰上的AIoT設備，並直接從設備上進行預判後，再將判讀結果顯示在眼鏡上。透過影像辨識的結果，維護人員馬上就能知道哪些零件需要更換，不需要像以前再爬上爬下，作業上也更安全。因為該AIoT設備是直接配備在人員身上，可以跟著他一起移動，而且不需要連網就能進行AI預判，所以即使到了沒有網路的地方也不怕。使用至今，不僅明顯減少了人為出錯的情況，更大幅縮短作業的時間。而以往維護工作，需要老練的維修人員靠著長年的經驗來判斷，現在即使新進的人員也能夠很快上手。

自2018年初開始，不論政府部門還是企業，都紛紛喊出產業AI化、AI產業化的口號。臺灣產業AI化程度究竟如何？國際研究分析機構Gartner研究副總裁蔡惠芬指出，比起2017年，臺灣企業2018年對AI不再持觀望態度，多數產業也已開始採用AI，比如零售業用於精準行銷、金融業則聚焦AI防詐、醫療業也用AI來判讀醫學影像，而製造業更是運用AI來檢測品質，連政府部門也開始採用AI，像是中央的警政署、地方的縣市政府等。

蔡惠芬研究領域涵蓋全球消費性裝置、對話式AI、機器視覺和物聯網，也熟諳臺灣業界發展等。儘管產業開始擁抱AI，不過，她評估，臺灣在AI產業化的發展上，「仍是進行式。」她解釋，AI產業化是指建立一條完整的AI產業鏈，涵蓋上、中、下游，比如美國自駕車產業。但是，目前臺灣AI產業化仍處於摸索階段，只有零星具代表性的個案，像是整合視覺辨識的國產達明機器人，或是臺灣人工智慧實驗室與臺北市政府的合作案例，以AI演算法來即時監測車流量。

越來越多NLP應用支援正體中文，AI開始落地臺灣

「支援臺灣正體中文用語的應用，可說是2018年AI落地型的突破。」蔡惠芬指出，以往自然語言處理（NLP）應用突出的案例，多半屬於英語或簡體中文，比如Amazon Alexa、微軟Cortana，或是阿里雲小蜜。但2018年漸漸出現了支援臺灣正體中文和在地用語的NLP應用，比如遠傳愛講智慧音箱、歐拉蜜AI語音助理、雅婷逐字稿App等，這些應用號稱聽得懂國、臺語，有些甚至能理解中英交雜的語句，「語言落地化是一個關鍵點，」她說道。

然而AI落地後，企業仍有許多挑戰待克服，第一關就是提升消費者體驗。蔡惠芬表示，要提升消費者體驗，自然語言理解（NLU）能力就是關鍵，從語境中了解說話人用意，比如在設計語音助理指令詞時，常以「開、關某物件」當作標準用語，但工程師還需考慮，使用者可能會以其他方式來表達，比如「好、不要」。此外，為彌補語音助理可能無法理解某些指令，提出反問也是一種強化理解的方法，比如以「你是指XXX嗎？」問題，來確認使用者意圖。

另外還有一項挑戰是，企業得界定出服務範圍和擴大生態體系。蔡惠芬提到，比如電商業者要打造可語音網購的智慧音箱，還需考慮串接該服務的店家性質與數量、搭配的物流業者和支付方式，如此一來，完整的生態鏈才能讓NLP應用發揮得淋漓盡致。

整體來看，蔡惠芬建議，企業想以AI開發產品或協助營運，要注重3大原則：提升營運效率與節省成本、提升客戶體驗，以及創造新的營運模式。而這3點，也是她認為能靠AI創造商業價值之處。

根據不同產業屬性，企業採用這3項原則的優先順序則有所不同。舉例來說，對擁有大量消費型客戶的B2C企業而言，提升客戶體驗就是關鍵。而對B2B、製造業或政府機關來說，重點則應聚焦在提升營運效率和節省成本，比如以數位簽章來簡化流程。

至於創造新營運模式，蔡惠芬直言：「這是很困難的事，」企業得先有好的營運效率和客戶體驗，才能進一步創造新的營運模式。她舉例，Uber先開發出即時媒合人車的共享叫車服務，才進攻餐飲外送市場，發展出虛擬餐廳服務。

「而臺灣創新營運模式的案例，可能先從保險金融業開始。」蔡惠芬日前於臺北金融科技展中，觀察到一家臺灣保險業者，結合了物聯網、AI和Fintech概念，推出一套駕駛人即時行車保險服務，透過車內攝影機來辨識駕駛的行為，再針對駕駛人行車路段進行投保。雖然這個做法並非臺灣首創，「卻是臺灣首見，」她說。

企業打造AI應用，目標要明確、應用場景宜簡單

蔡惠芬提醒，企業開發AI應用時，得從最根本的目標下手，設定合適的應用場景。她以機器人為例，不少業者想打造出集各種功能於一身的機器人，「不只是聽、講，還要能看、能行動。」想要通吃多種發展領域，卻常設計出不如預期的產品，比如機場貴賓室的機器人想服務各國旅客，卻無法回答各種語言的問題，反而影響了顧客體驗。

相較之下，簡單任務型機器人，比如高雄漢來逸居號稱無人旅館，機器人只負責帶位或送東西至客房，「應用場景明確、簡單，客戶體驗也相對較好。」她說。

除了這3項原則，她也建議，各企業CIO應注重AI人才培育，除了能自行開發應用，就算面對廠商，也要懂得如何選擇AI解決方案。蔡惠芬強調，臺灣AI人才仍不足，面對未來職場需求，政府應重視AI教育，「從小學、中學開始，就加入AI課程，」至大學時，再開設更進階的課程，來培育符合職場需求的人才。

2019年Gartner全球10大策略性科技趨勢

2018年接近尾聲，各家市場調研機構紛紛釋出2019年全球性科技趨勢預測，Gartner也在2個多月前，發布了2019年的十大策略性科技趨勢。

Gartner研究副總裁蔡惠芬指出：「臺灣企業CIO的腳步，跟全球一致。」蔡惠芬深耕產業界近30年，研究領域涵蓋全球消費性裝置、對話式AI、機器視覺和物聯網，也熟諳臺灣業界發展等。她建議，這10項都是臺灣CIO們須關注的重點，包括了：

1. 自動化物件（Autonomous Things）：自動化物件如自駕車、無人機和機器人等，將以更自然的方式與人和周遭環境互動。隨著自動化物件數量增加，獨立的智慧型物件將轉變為成群的協作型智慧物件。

2. 增強分析（Augmented Analytics）：透過機器學習技術加持，來改善資料準備、管理、分析和挖掘等流程。增強分析也讓準備資料、生成洞察報告等流程自動化，這將帶動素人資料科學家的崛起。

3. AI驅動開發（AI-Driven Development）：以往AI專案需靠資料科學家和開發者合作，但現在開發者已可用第三方預先訓練好的模型，來開發程式。AI也能用於開發流程上，諸多資料科學、應用程式開發和測試流程將能自動化。

4. 數位分身（Digital Twin）：Gartner預測，原用於實體的數位分身將用於企業組織，透過虛擬化的公司，來模擬、評估內部改組成效。

5. 邊緣運算強化（Empowered Edge Computing）：邊緣運算與雲端運算將走向互補，雲端將成為中央執行角色，並在邊緣裝置與中央雲端間，形成分散式雲端。未來將有更多邊緣裝置搭載AI晶片，擁有更強大的運算和儲存能力。

6. 沉浸式體驗（Immersive Experience）：結合VR、AR、MR和對話式平臺，使原本單一裝置的使用者介面，轉為多管道和多模式的體驗。比如透過穿戴式裝置、環境感測器等邊緣裝置，來連結數位世界。

7. 區塊鏈（Blockchain）：現階段許多區塊鏈計畫，只採用部分區塊鏈特性，如高度分散式資料庫。一些廠商以部分區塊鏈特性推出解決方案，有意採用的企業，應了解其限制，有時不靠區塊鏈技術，也能有相同效果。

8. 智慧空間（Smart Space）：為一種實體或數位環境，結合人、流程、服務和物件，為目標族群或情境帶來互動和自動化程度高的體驗，比如智慧城市、數位辦公室和連網工廠。

9. 數位倫理和隱私（Privacy and Ethics）：許多企業已透過不同端點，來採集各種客戶資料，比如生物特徵、GPS位置、駕駛習慣、社交網路等，但企業必須定義和標記屬於客戶隱私的資料，來因應各國可能推出的個資保護法。

10.量子運算（Quantum Computing）：量子電腦因具備平行執行能力和指數級運算速度，能解決傳統電腦或運算法無法解決的問題。Gartner預測，2023年時，40%的企業將預留量子運算專案的預算，而企業資訊長和IT主管，現應開始增加對量子運算的盤算。

「IT就是你的企業品牌！」前美國聯邦政府資訊長Tony Scott，在2018年秋天美國拉斯維加斯一場大型活動中，向臺下來自900多家企業，3千多位大會參與者面前大聲疾呼。他強調，現今的世代中，企業得要藉由現代化IT，才能更好地發展公司業務。換言之，只有把IT做好了，才能擦亮企業品牌。

Tony Scott可說是全美數一數二的CIO，因為美國聯邦政府資訊長這個位子可不好坐，得一肩扛起美國聯邦政府IT架構的建置與維運，還得確保資訊安全，控管好所有資訊隱私。

前美國總統歐巴馬於2009年時首創了聯邦CIO這個職位，掌管了美國850億美元科技預算的監督大權，還能夠主導美國電子化政府的IT政策發展方向，以及IT預算的策略規畫。

9年前，第一任聯邦資訊長Vivek Kundra，上任後的首要任務，就是推出政府開放資料平臺Data.gov，釋出美國各政府機構的原始資料，而這也是歐巴馬落實開放政府政策的關鍵計畫。

只要是符合美國資訊公開法規的開放條件，都會以原始數據資料的形式，在Data.gov上免費提供給民眾自由取用。民眾透過查詢此網站，就能看到美國國防部、教育部、商業部、財政部、能源部、司法部、勞工部、美國國科會、社會安全管理局、預算管理局、國土安全局等政府單位的資料，每一項經政府允許開放的預算計畫與執行進度，民眾都可以隨時監督。

而這些開放資料，截至目前為止，涵蓋了農業、氣候、消費者、生態系、教育、能源、金融、健康醫療、地方政府、製造業、航運、海洋、公共安全、科學與研究等14個類別的數據。

Vivek Kundra奠定了聯邦CIO的創新形象之後，第二任時，歐巴馬則找來了微軟資深研發總監Steven VanRoekel接棒，任務則是要鞏固和擴大Vivek Kundra打造的資訊基礎。在他任內，提出了一個三層式的數位服務架構，供美國政府用來建置各項政府內容和服務。

2015年時，歐巴馬特別從虛擬化龍頭VMware挖角Tony Scott，進入聯邦政府接任第三任聯邦CIO，這也是歐巴馬任內的最後一任，2017年隨著歐巴馬的卸任，Tony Scott一併離開了白宮。

這位在業界有著40年深厚資歷的IT老將，除了曾是VMware資訊長外，也曾擔任微軟CIO長達5年多的時間，是微軟從軟體轉型到雲端時，一手打造微軟內部IT架構的幕後推手。他還曾是華特迪士尼公司資訊長、通用汽車公司資訊服務部的技術長，跨足資訊業、服務業與製造業，擁有豐富的產業IT經驗。

此外，Tony Scott擁有舊金山大學資訊系統管理學士與聖塔克拉拉大學法學博士兩個學位，兼具技術與法律背景。

當時，歐巴馬找來Tony Scott，就是要將美國政府的網路安全與IT基礎架構徹底現代化（Modernizing）。歐巴馬賦予Tony Scott的主要任務就是，要讓美國政府IT服務更聰明，並引進更多專業IT人才，來建立有效率的流程和監督機制。.

Tony Scott上任的首要任務，就是負責在聯邦政府設立美國數位服務部門（United States Digital Service，USDS），聘請高科技專家和工程師，針對高影響力的IT項目討論，予以政府參考、提高政府決策價值，並以最符合成本的方式進行IT採購。

歐巴馬執政時期，把政府施政重點放在開放資料、雲端與數位服務，因此，也被譽為美國首任科技總統。不過，當Tony Scott接下這份工作後，他發現，聯邦政府不是真的那麼「科技先進」。

聯邦CIO在白宮有趣與糟糕的日子

Tony Scott回憶起上任的第一天，與歐巴馬總統的首次會議，就是向總統展示，有多少人正在瀏覽美國聯邦政府官網，在這之前，沒有人知道訪問網站的人數，或是他們在網站上的瀏覽行為。他說，這件事情看似很簡單，但是，如果連你的顧客在閱讀什麼都不知道的話，要如何提供更好解決方案給他們。

即便如此，能在白宮工作還是一件很酷的事情，Tony Scott形容他的辦公室正對面望出去，就能看見整個白宮的景色，而且他們也會做一些有趣的事情，像是參觀大衛營與夏延山核戰碉堡。

然而，在Tony Scott上任後的第四個月，由聯邦政府管轄的人事管理辦公室（Office of Personnel Management，OPM）宣布，共有超過400萬筆的前任與現任聯邦雇員的個人記錄資料遭到外洩，是美國史上最大宗的資料外洩事件之一。

當時，有將近2,200萬人的資料因未加密而外洩，而洩漏出去的個人身分識別資訊，包含了社會安全號碼、姓名、出生年月日與居住地址。「這些資料過於詳細，所以我不得不向國會作證，那是我在白宮擔任CIO時，最糟糕的日子之一。」Tony Scott沉重地說。

這次的資料外洩事件，可說是重重打臉了聯邦政府的顏面。Tony Scott開始帶領團隊採取行動，現代化聯邦IT，其中包括以30天的網路衝刺計畫（30-day cyber sprint），迅速評估與改善所有聯邦政府的數位資產與網路安全狀況。

企業應以顧客需求為中心思考，加速實現IT現代化

Tony Scott認為，不止美國聯邦政府，企業都應該擺脫過時的IT債務，加速現代化IT，才能創造長期的價值。他更指出：「你的IT，就是你的品牌。」 （Your IT is your Brand），特別是在數位化日趨重要的時刻，你怎麼做IT，對於形塑企業品牌是最大關鍵。

IT成為企業品牌的3大關鍵

如何讓IT成為企業品牌？Tony Scott也提供了3大發展重點，包括品牌經驗、品牌承諾與品牌價值。他提到，無論是企業合作夥伴、消費者，甚至是內部員工，他們對一家企業的看法，都將取決於這家企業在IT上的經驗、承諾與它所主張的價值。所以，企業必須遵循這三大要點，以避免你的客戶感到失望後而投入競爭對手的懷抱。

在品牌承諾上，Tony Scott認為，企業必須有所抱負與見解，並以顧客的數據為導向，思考顧客真正看重的事情，找出可行的解決方案，進而利用組織內部的力量與資源，有效達到對顧客的承諾。而為了強化品牌價值，他建議，企業得先發掘對企業來說重要的事情，也要了解你的顧客與競爭對手，不過，在這個探索的過程中，得讓自己保持一致，不論多少考驗都要堅持，直到找到品牌主張的真正價值為止。

Tony Scott更表示，許多歷史悠久的公司，想要落實數位化的最大障礙，就是傳統的IT基礎設施。他強調，企業領導者必須意識到，科技可以帶來企業的戰略機會，所以要抓住以IT為導向的轉型機會，讓企業的商業成長。

為了實現這個目標，他建議，企業應該加速數位化，打破傳統IT基礎架構僵硬的架構設計與調整緩慢的缺點，改為以用戶為中心的方式設計，並透過新型態的IT架構，實現敏捷性，更快速地回應顧客需求。Tony Scott也強調，企業得利用軟體來定義所做的一切。

此外，他也認為企業要善用人工智慧、機器學習與大數據進行分析與應用，還要準備好採用5G無線網路，才能因應海量資料傳輸所需要的頻寬速度，特別是在M2M （Machine to Machine）的產業應用。

當越來越多企業開始採取行動，要將IT作為企業品牌之後，Tony Scott更是提醒，各企業對於科技人才的需求越來越大，且企業更需要的將是能夠把業務面與技術面共同整合，找出最好解決方案的人才。「這場全世界的人才爭奪戰，將會越來越激烈。」

人工智慧依舊會是2019年最夯的技術，但和過去最大的不同是，新一代機器學習技術和AI產品，將會越來越容易使用。

Chatbot就是AI普及化最典型的例子，隨著雲端巨頭紛紛正式推出Chatbot所需的自然語言處理（NLP）引擎服務，以及各種Chatbot開發框架和後臺設計平臺，甚至微軟Chatbot服務主打只需上傳企業網站FAQ，就能建立自己的Chatbot。

AI從2017年開始走向普及化，「AI民主化」（Democratizing AI）策略成了雲端巨頭爭相擁抱的優先戰略，陸續推出多種可以降低AI技術門檻的服務。

例如Google在2018年初發表的AutoML Visio技術就是AI民主化趨勢落地變成產品的代表，主打不需要資料科學家，只要企業將自家圖片上傳到雲端，就能透過雲端AutoML Visio服務，自動幫企業訓練機器學習模型，再提供給企業開發AI應用之用。年中時，Google更進一步將AutoML服務擴大到翻譯（Translate）和自然語言（Natural Language）模型的自動化訓練。

而AWS早在2017年底就推出了簡化訓練複雜機器學習模型和快速部署上雲端的SageMaker工具，雖然SageMaker不像Google AutoML可以自動訓練模型，但AWS在2018年底推出機器學習和演算法線上市集，企業可以直接向專業資料科學家們購買ML模型來用，同樣可以降低自建AI應用的門檻。

AWS還推出了主打免ML經驗也能上手的AI常用元件服務，包括了紙本文件數位化服務Textract、個人化推薦服務Personalize，以及分析IoT資料用的時間性預測服務Forecast，其中Personalize服務更是將Amazon慣用的推薦引擎，拿出來變成了企業可租用的服務。技術巨頭相繼主打不需專業資料科學家的機器學習服務，不用熟諳機器學習知識，也能打造出可用的AI應用，連機器學習演算法都出現了交易市集，就算企業自己沒有資料科學家，也可以直接上網購買。AI應用的進入門檻遠比2年前降低了許多，現在只要有資料，有軟體開發人員，就可以打造自家的AI應用。

研究機構Gartner更預測，AI自動化分析工具的普及，2019年開始會出現大量的素人資料科學家（Citizen data scientist），這是一群非專業資料科學背景或訓練出身、但懂得善用機器學習技術的分析人員。Gartner預測， 2020年時，素人資料科學家數量的成長速度會是專業資料科學家的5倍。

專屬AI應用的挑戰是資料稀少性

2019年，隨著AI技術門檻降低，入門工具和產品越來越多，企業現在已經不用再思考為何要用或AI是什麼，而是進入到了怎麼做，如何做的階段。

Google大腦共同創辦人吳恩達也在2018年底發布了一份企業轉形成AI公司的AI轉型攻略（AI Transformation Playbook），將他過去在Google大腦團隊和百度AI團隊的發展經驗，彙整出大型企業可用的5階段AI轉型策略，就是要告訴企業「如何」成為一家AI公司。

微軟AI研發中心首席研究員賴尚宏更點出，2019年，將會看到更多產業開始發展專屬AI。但這類內部AI應用的挑戰是資料稀少性，也因此，他認為，擅長產生擬真影像的GAN（Generative Adversarial Network，生成對抗網路）技術，將為成為顯學，可用模擬來彌補真實資料不足的困境。或是可從現有通用ML模型來發展特定用途ML模型的遷移學習（Transfer Learning），也可減少對訓練資料量的依賴，也是解決產業資料不足的方法。但這都意味著，企業開始要從常用、通用型AI應用，開始邁向各自產業專屬或企業特定領域的AI應用發展了。

2018年下半年，2大手機平臺的龍頭，不論是蘋果和Google，都不約而同地推出了內嵌AI晶片的新款手機。該年9月時，蘋果先推出3款新一代iPhone，分別是iPhone XS、iPhone XS Max和iPhone XR，這3款號稱是全球首款搭載7奈米晶片的手機，因為它們都內嵌了自行研發的A12 仿生晶片（Boinic Chip）。

這款A12仿生晶片由CPU、圖像處理晶片（GPU）和新一代神經網路引擎（Neural Engine）組成。擁有8核神經網路引擎的A12，每秒可處理5兆次運算，能即時執行運用機器學習技術的App，強化使用者的照相、玩遊戲和擴增實境（AR）體驗。

進一步來說，這個蘋果設計的神經網路引擎，就是執行機器學習的關鍵，能更快完成擴增實境工具ARKit的水平面偵測、加強照片處理功能，也能執行即時運作的機器學習App，比如透過iPhone XS後鏡頭，可以更快速偵測場景平面，來執行AR應用程式；又或者透過手機前鏡頭，來追蹤50多種臉部肌肉動作，製作個人專屬的動畫表情符號Memoji。

就在蘋果推出AI晶片手機幾個禮拜後，Google也於2018年10月時，推出最新款的Pixel 3手機，主打AI相機功能，比如Super Res Zoom利用天文和科學水準的成像技術，就算放大照片，也能呈現銳利細節；Top Shot功能，透過電腦視覺技術，在使用者按下快門時捕捉多張照片，即時保存和分析裝快門按下前後的圖像，並推薦使用者品值最高的一張照片。

Google Pixel 3的AI功能，還不只用在照相上。只要長按Pixel 3相機就能叫出Google Lens，可掃描與翻譯所對焦的文字，或是尋找類似造型的服飾。

後來，Google才揭露了Top Shot功能的關鍵是可執行深度學習推論的AI硬體晶片。因為當用戶拍攝一張照片時，其實Pixel 3手機會在1.5秒內連續拍攝90張照片，但要在背景快速分析90張高畫質圖像，挑出最佳者，需要不小的運算力，若使用手機內建處理器，則會相當耗電。因此，Google在Pixel 3中內建了一顆專用晶片SSD（Single Shot MultiBox Detector），可以用來執行深度神經學習的計算。

在內嵌式AI晶片出現前，手機AI應用多半得靠內建處理器來執行機器學習推論推論計算，像是手機版機器學習框架TensorFlow Lite就考量到手機內建處理器的效能和耗電，以推論功能為主，而非完整的機器學習框架，手機的電力限制了需要大量運算的AI應用的功能。但隨著兩大手機平臺龍頭，都開始在手機內建AI專用晶片後，將會帶動更多AI手機的問世也能讓手機得以獲得更好的機器學習運算效能。

高通與聯發科雙雙推出AI行動晶片

而行動處理器關鍵供應商，也在2018年底發表了行動AI處理器產品。如行動晶片大廠高通在2018年12月釋出新一代AI處理器Snapdragon 855，首次將神經處理元件（NPU）整合手機晶片，也加入先前自行開發的IoT開發套件，強化電腦視覺處理。

而臺灣手機晶片大廠聯發科也推出了了具備AI功能的Helio P90系統單晶片，搭載AI引擎APU 2.0，採用融合AI（fusion AI）架構，能讓手機裝置在極低耗電的情況下，執行複雜的AI任務。據官方說明，能更快支援複雜度高的AI任務，像是人體姿態辨識、姿態追蹤，還能優化圖像。

平臺龍頭帶頭示範，主力供應商開始力推，這也意味著內建AI晶片的手機將會越來越多選擇，行動App開發商也能開始藉助這些AI晶片的運算力，來開發更多也更多元的AI應用。

美國報業集團Tribune Publishing網路遭惡意程式感染，導致旗下包括洛杉磯時報等紙本報導周末版的發行及出刊延宕。

洛杉磯時報報導，事件起於Tribune Publishing一台伺服器遭感染惡意程式，雖然該公司IT部門力圖將之隔離，但惡意程式已經蔓延到整個網路，並再度感染導致發行及印刷業務相關伺服器無法運作。這次事件也波及洛杉磯時報承攬的紐約時報及華爾街日報的美西版發行。

事件最早是聖地牙哥聯合論壇報一名體育版編輯，發現他無法將報紙的數位檔案傳送到印刷系統，原因是他無法登入系統。之後南佛州多台系統掛點，連電話線路也癱患。

Tribune Publishing並未說明受影響的報務及用戶數量，但聖地牙哥論壇報的編輯部表示，85%～90%的周末版報紙無法及時送達訂戶處。該集團旗下媒體還包括芝加哥論壇、巴爾的摩太陽報、南佛州太陽哨兵報（Sun Sentinel）等其他7家報紙。

Tribune Publishing判斷惡意程式是來自美國以外，但並未說明確切來源，也無法判定是否為國家資助的駭客攻擊，還是一般駭客。洛杉磯時報引述知情人士指出，惡意程式疑似是專門攻擊關鍵系統的勒索程式Ryuk。

不過Tribune Publishing相信這波攻擊的目的是破壞基礎架構運作，而非竊取資訊。他們表示，訂閱戶、網路用戶及廣告客戶的個資都沒有外洩。

除了無所不在的人臉攝影機、步態分析等黑科技外，中國西南部的中小學還採用具有物聯網科技的「智慧制服」來監控學生行蹤。
根據環球時報的報導，貴州及廣西自治區有十多間學校採用智慧制服。這套嵌有晶片的制服能追蹤學生位置，並配合校門口的臉部辨識系統，每天學生進、出學校時，系統會自動紀錄出入時間，並且錄製約20秒的影片經由App寄給老師及家長。

這套制服是由貴州冠宇科技提供，其解決方案是將具GPS定位功能的晶片嵌入制服肩膀，達到追蹤目的，如果學生想調換制服，也會被臉部辨識技術發現人、衣不符。此外這個晶片還蒐集每天的運動量、心率等生理資料並進行分析，讓父母了解學生生長發育、體能情況。如果有較大波動也會通知家長。當然，這套系統也能監控學生在課堂上是否打瞌睡。廠商並指出，這智慧制服的晶片耐得起150度高溫熨燙及500次清洗。

除了能定位之外，這套制服還可結合RFID系統、指紋、指靜脈及人臉識別在校園內提供消費支付、圖書館借還書身份驗證，讓家長得以透過手機隨時查看孩子每天在校的消費情況、營養均衡狀況，並可控制孩童每天的消費上限。

廠商宣稱產品能幫助學校對學生進行管理，未來預期將把產品推廣至全中國。環球時報報導，貴州一所中學校為「確保學生安全」自2016年採用至今已經有約800餘名學生穿過這套制服。媒體報導中國已有穿著這套智慧制服的學生已達數千。

Rust創造者Graydon Hoare對Rust的發展，表達了兩個具體需要注意與改善建議的部分，一是必須要共享技術文件與成品（Artifacts）特別是語言定義本身，再來則是要把注意力放回人身上，關注參與工作社群個人的壓力，Graydon Hoare提到，這些必須要及早控制，以有計劃的方式進行。

Graydon Hoare認為，任何事物因缺乏控制機制，而發展過快，最終都會導致不好的結果，並列舉了幾種，Rust專案對變化率與成長率進行限制的程序控制形式，他提到，這對於專案的成功是有很大幫助的，像是Bors Queue通常是用來對程式範圍內的正確性進行修改，而Crater Runs則是用來修正整個生態系的正確性，而基於時間的版本發布也是流程控制之一，用來決定放棄時間表抑或是閹割功能。

另外，Rust還增加了一些機制化較低，但仍然重要的社群結構，以管理參與專案的人員成長，例如RFC流程，包括關於形式、內容、時間、參與者組合以及討論重大變化時討論的規則，另外，治理模型也是其中一種控制，畫分責任區塊、必要時的階層授權、參與者的角色和期望等。

Graydon Hoare認為，目前Rust仍有兩大領域缺乏功能性的管理，第一是語言的發展本身，需要有更多規範，第二是人，也就是社群成員。Graydon Hoare提到，當社群成員過於疲憊，就可能做出糟糕的決定，而且社群也可能因成員擁有的資源不均導致發展偏斜，具有特權、精力充沛、收入豐厚或是其他優越條件的人，才能跟上社群的發展。人們也常為贏得爭論，使得話語發展變得狹隘，成員也會因為倦怠、表現不佳而離開專案，社群或因為惡意指責、仇恨語言或挫折而分裂。

Graydon Hoare提出了幾項建議，他認為Rust專案現在應該暫停、反思、集思廣益並實施一些控制措施。他認為最重要的是，社群要學會擁抱負面的語言，試著接納消極、負面的意見，像是Rust永遠不會有某功能這樣的話語，沈住氣忠實地思考，才能獲得長遠的視野。

另外，也要設定一些限制機制，針對諸如編譯器編譯程式碼行數、Bootstrap總時數、每日AWS執行個體的成本花費、類別系統中推理規則數量等，找出有意義的指標，制定機制以限制發展速度。再來是基於個人時間預算的活動限制，計算出在不疲憊的情況下，每個團隊有多少可用時數，或是每個版本釋出需要多少個人力時數，並移除超過這個時間範圍可以做的工作。

主持團隊應在特定討論上加以限制速率或是提供冷靜期，因為有時從外部看來，社群整體討論過於激烈，而限制討論是簡單可以降溫的方式，能讓討論焦點重新回到主題上，而不會被個人行為影響。也應該設置一個額外的專案團隊，負責審核其他團隊的預算以達負載平衡，Graydon Hoare認為這對於團隊是有幫助的，讓第三方來判斷事情的進展，而不是大多數在參加團隊時，預設立場對大多數的事情都說好。

Unity對跨平臺解決方案AR Foundation進行了重大更新，其最新版本增加支援ARKit中可提供多重使用者AR體驗的ARWorldMap功能，另外，新的輕量級渲染工作管線讓開發者能更簡單的自定義渲染工作。

Unity在AR的發展走得很前面，很早就支援了Google的ARCore與蘋果的ARKit，而AR Foundation則是Unity用來提供ARCore、ARKit和頭戴裝置等未來其他平臺的一組核心功能通用API，開發人員只要使用單一程式碼庫，就能創建iOS和Android的AR應用程式。AR Foundation透過套件管理器和Unity整合，因此開發者很容易能將AR Foundation加入到新專案中。

AR Foundation在第一個版本中，提供了基本的AR功能，包括平面偵測、裝置位置、方向追蹤與光線測量等，而Unity現在又為AR Foundation和其他XR套件加入重大更新。新版本AR Foundation開始支援輕量級渲染工作管線（Lightweight Render Pipeline，LWRP），開發者可以於ARCore和ARKit應用程式建置時，在新的著色器圖（Shader Graph）中創建新的著色器。由於Unity加入了ARFoundationRendererAsset概念，開發者現可以控制自定義的ARFoundationRenderer，更加良好的控制渲染工作。也由於新加入的著色器圖，編輯器現能提供以視覺化節點編輯特效的功能。

這個版本的另一個重大更新，就是支援ARKit的ARWorldMap，提供多重使用者與持久性的AR體驗。ARWorldMap能讓多個使用者同時使用不同裝置，在同一個場景以自己的角度瀏覽虛擬世界，並與其他人互動，另外，ARWorldMap還提供，在某個時間點儲存和重新創建持久性AR體驗。AR Foundation也支援了ARKit的臉部追蹤功能，開發者可以用來追蹤臉部，或是存取多重臉部特徵的混合形狀。

而現在AR Foundation也更新了相機圖像API，讓開發者具有CPU上相機圖像低階存取能力，以及最佳化轉換工具，用來將圖像轉成RGB或是灰階，這能使想要自定義電腦視覺演算法的開發人員，更自由地進行圖像處理。

AR Foundation的目標是要提供一個獨立於平臺的腳本API與MonoBehaviours，方便開發者創建倚賴於ARCore和ARKit共有核心功能的應用程式，讓開發者只要進行一次開發工作，就能把應用程式部署到iOS和Android兩種裝置上，而不需要任何額外修改。但是AR Foundation尚未實作ARKit和ARCore的所有功能，因此當開發者的應用程式相依於AR Foundation中尚未包含的特定功能，則可以單獨使用特定的SDK。當然開發者只針對單一平臺，Android可以使用Google為Unity維護的SDK，iOS則可以使用Unity的ARKit插件。

2018年混合雲局勢有新的發展，除了Google發表GKE On-Prem，企業公有雲採用率第一的AWS更在年尾宣布，2019年下旬將推出部署於企業機房內的AWS主機Outposts。AWS的加入，代表4大公有雲AWS、微軟Azure、Google Cloud和IBM Cloud，在混合雲市場上全部到位，雲端業者的角力戰也從公有雲蔓延到混合雲，混合雲將成為雲端市場的主流，有更多元的產品供用戶選擇，混合雲之戰正式開打。

雲端業者策略轉向受到幾項因素的影響，業者過去目標客群多主攻全靠雲端維繫營運的新創和網路公司，企業市場則希望企業盡量將自家應用搬上雲端，以公有雲市場的經營為主，然而，隨著這類市場逐漸飽和，再加上近2年，連傳統商軟公司都加入了公有雲的競爭，對公有雲顧客的搶奪更加激烈。

但是，有些企業即便想上雲，也受限於法規，不能將資料儲存在境外的伺服器，甚至不能上雲，尤其各國對金融業的管制尤為嚴格。再加上，不少企業仍然擔心上雲後的斷線或嚴重延遲等狀況，反而拖累了關鍵業務運作，還是寧可自行部署伺服器，而不敢全面上雲。

面對越來越競爭的市場，各大雲端業者在2018年明顯開始改變策略，不像2017年大喊全面上雲，開始要進攻那些只能部分上雲的企業，陸續推出混合雲架構的產品。

不只4大公有雲業者，商軟業者也推混合雲架構產品

作業系統龍頭微軟在2017年7月就推出了Azure Stack混合雲方案，同年IBM在11月推出IBM Cloud Private，2018年發展到第3版，Google則在2018年中，也突然發表可部署在企業內部的GKE On-Prem版本，但還未進入正式版。甚至，商軟巨頭像VMware，雖目前沒有經營公雲服務，但也在2016年11月與IBM合作，推出IBM Cloud for VMware解決方案，將自家私有雲平臺推上雲端，2017年8月底VMwaree更進一步和雲端市占最高的AWS聯手，發布混合雲解決方案VMware Cloud on AWS，從起初只支援北美部分地區，2018年已拓展支援至歐洲，及亞太部分地區。

起初，各家雲端業者是因無法分奪到AWS公有雲的市場大餅，才轉而將市場觸角，延伸進混合雲，來開闢錢源，但如今雲端市場越來越競爭，戰場擴展到混合雲。公有雲龍頭AWS，在揮別2018年之際於年度大會re:Invent上，宣布2019下半年度，將推出AWS Outposts，提供AWS雲使用的相同整櫃式主機，可讓企業在自有機房部署AWS原生基礎架構，或是一套VMware Cloud on AWS，打造混合雲架構，為雲端市場投下震撼彈。

微軟推出的Azure Stack為混合雲平臺，讓企業能夠將Azure放到自家的資料中心，Azure支援的功能廣泛，而且許多企業在本地端使用微軟的作業系統和軟體，有可觀的用戶數，這些因素使Azure Stack在混合雲市場，擁有不小的優勢。

IBM Cloud Private則基於Kubernetes容器平臺之上，融入了IBM公有雲Cloud Foundry的框架，但IBM在公有雲市場的使用者相較其他雲端業者為少。此外，IBM在2018年以創紀錄的交易價格，買下開源軟體巨頭紅帽，納入其混合雲旗下，IBM執行長Ginni Rometty宣示，IBM將成為混合雲最大供應商，此收購造成混合雲市場的影響，有待觀察。

另外，Google的GKE On-Prem是將GCP雲端的K8s代管服務GKE（Google Kubernetes Engine）打包，讓企業可以把雲端GKE上的服務部署於自家機房。

而VMware因其軟體公司的屬性，推出的解決方案IBM Cloud for VMware和VMware on AWS與其他雲端業者的混合雲架構產品，有很大的不同，是以推出公有雲服務的方法，補足VMware沒有公有雲的缺口，來實現混合雲的架構和配置。與其他混合雲架構產品反方向操作，兩個解決方案是將企業使用的VMware虛擬化平臺搬上雲端，轉移相對簡單，但相較其他混合雲架構的產品，它的擴充效能較差，如有高成本、需長時間等情況。

與雲端相同的管理環境，除可部署在企業機房，也能落地境內

混合雲產品一大共通特色是，本地端的管理環境與雲端相同，有一致的管理介面，相同的服務設定與配置，讓企業用戶不需要改變管理習慣，在管理使用上，更為簡單方便，不過無形中，雲端業者同時也讓用戶對其雲端環境產生依賴感，無疑也造成用戶會面臨被單一業者鎖死（Lock-in）的情況。此外，混合雲產品雖擁有與雲端相同的環境，但並無法支援所有雲端上能使用的功能，目前，以支援運算和儲存兩大功能為主。

除了讓企業在機房內部署雲端環境，另一方面，混合雲架構產品也能讓本來遠在國外的雲端環境，落地在境內。因為並非每個國家都有雲端業者的機房，目前，臺灣境內只有Google設有機房，有了混合雲架構的產品，雲端業者可把產品賣給在地的資料中心代管業者，來達成雲端落地。以Azure Stack為例，臺灣微軟與電信業者台灣大哥大和遠傳合作，在2018年11月宣布將Azure Stack部署在電信業者的雲端IDC機房，是為微軟Azure服務的分身落地在臺灣境內，但是此落地雲與Azure還是有所不同，並沒有支援Azure全部的功能。

混合雲將在2019年成為雲端市場的主流，AWS就位後，混合雲戰火更將升溫。有更多選擇之下，根據IDC觀察，相較2018年，2019年臺灣企業採用混合雲架構將會有雙位數成長。

在用戶隱私上已經惡名昭彰的臉書可能又再添一筆罪名。隱私團體公佈研究一項研究顯示，包括Spotify、Trip Advisor、Skyscanner等知名App在未經用戶同意情況下，將用戶資料傳給了臉書。

一個名為隱私國際（Privacy International）的組織在2018年8月及12月分別針對34款下載次數從1千萬到5億不等的知名Android app進行分析，發現其中20款app透過臉書的SDK，將資料傳送給了臉書，像是Spotify、MyFitnessPal、Skyscanner、TripAdvisor、Kayak、Shazam等知名app，不論這些用戶本身有無臉書帳號，或是是否登入臉書。

一般這些app會在用戶開啟時就傳送app使用事件資訊，包括用戶用了哪個app、使用時間和用多久等到臉書SDK。如果用戶擁有多個app，即可讓臉書得以掌握上千萬用戶使用行為。

而如果再配合Google廣告ID (AAID)或蘋果的IDFA，即可讓廣告商整合不同app的用戶行為資料及上網行為以產生清楚的用戶樣貌，像是用戶喜好、使用app的時間、甚至個人健康或宗教信仰。例如穆斯林祈禱用app、經期app、或求職app、或知名的My Talking Tom，都可能曝露用戶的性別、宗教、就業狀態及父母。

其中有的app甚至提供相當詳細的資料，如知名旅遊比價程式 Kayak會傳送用戶搜尋航班、抵達／離開日期、城市、機場及機票號碼、艙等資訊。

最後，研究人員分析臉書的Cookies政策有選擇退出（opt-outs）的權利，提及沒有臉書帳號的用戶也可以控制這些cookies是否顯示廣告。但他們發現這些權利對資料是否傳給第三方沒有明顯影響。

今年5月底GDPR上路時，有開發商揭露臉書SDK在app 取得用戶同意前蒐集用戶資料，6月底臉書推出一項自願功能，允許這些資料蒐集行為延後到app取得用戶同意。報告指控，本功能是在歐盟隱私法GDPR（General Data Protection Regulation）上路後35天才推出，只在SDK 4.34版以後才有作用。

臉書於12月28日回覆研究人員聲稱，在此之前開發商就有權關閉資料傳送，「除非SDK啟動」，且6月後臉書也移除了這個SDK。研究人員推斷，在自願功能推出之前，開發商是不得不傳送資料給臉書的。

AndroidPolice報導，臉書對此表示該公司正在「進行多項變更」，包括開發一款名為「Clear History」的工具，以解決上述問題。而被點名的app除了Skycanner聲稱並不知此事，其他業者皆未回應。

代號為SandboxEscaper的獨立安全研究人員繼去年12月20日公布她所發現的第三個Windows零時差漏洞之後，又在12月底公布了第四個Windows 10零時差漏洞及概念性驗證（Proof of Concept，PoC）程式，該漏洞允許駭客利用Windows錯誤報告（Windows Error Reporting，WER）架構所蒐集的內容覆蓋任何的Windows檔案，可造成服務阻斷攻擊。而SandboxEscaper的 Twitter帳號也已被停權。

SandboxEscaper所釋出的PoC是以WER的內容覆蓋了pci.sys檔，pci.sys為電腦開機必備的檔案，原本列舉了實體裝置物件，該PoC的目的就是讓電腦無法開機。

不過，漏洞分析師Will Dormann在驗證了PoC之後表示，SandboxEscaper這次所揭露的零時差漏洞需要很多耐性才能重製，而且它只有偶爾才能覆蓋目標檔案。安全專家Mitja Kolsek則認為它也許是個本地端權限擴張漏洞，但如果試了幾百次才成功一次，那就不是什麼大不了的事。

此外，若所攻擊的電腦採用的是單核CPU，那麼此一PoC亦無用武之地。

SandboxEscaper自己也說這是個跛腳的漏洞，但修改該PoC則可被用來關閉第三方的防毒軟體。

這次SandboxEscaper曾提前知會微軟，惟正逢聖誕假期，而且也只有短短幾天的時間，她便公布了漏洞細節與PoC，可能也是造成SandboxEscaper帳號被Twitter停用的原因。

現在SandboxEscaper則說她缺錢花用，而在自己的部落格開始兜售漏洞。

研究人員去年數度揭露推特（Twitter）一項利用簡訊挾持帳號的漏洞，推特對外宣稱已經修補好，不過研究人員隨後發動攻擊打臉。

安全業者Insinia Security於去年3月首次揭露推特的漏洞。除了利用網頁或手機app，推特也接受簡訊發文。這個漏洞即位於推特處理文字簡訊的過程中，只要取得某人電話號碼，即可利用漏洞挾持其推特帳號。這漏洞一旦被國家或犯罪組織利用，即可用來亂發文破壞人或公司的名譽，或是經由記者或名人帳號散佈假新聞、有害網站連結，或是騷擾他人的訊息。此外，還可以發動更多進階攻擊，像是蒐集有效推特帳號、對他人發動社交工程攻擊騙取資訊、或在PC植入惡意程式等。

Insinia Security表示他們多年來呼籲簡訊及以行動網路來驗證身份的安全性，並曾於3 月和11月透過媒體報導發出警告。正當推特上周五表示已補好這項漏洞時，這家公司的研究人員直接對英國電視名人Louis Theroux 、Eamonn Holmes等人的推特帳號下手，挾持其帳號發文、轉推及按讚、以追蹤／停止追蹤其他帳號等。

對於這個頗有爭議的「提醒」，Insinia Security執行長Mike Godfrey對The Guardian表示，此舉旨在突顯問題，促使推特關閉該漏洞。他們還說兩個月前就已通知Theroux。不過他們並未透露他們如何取得名人的電話號碼。

研究人員呼籲用戶應從推特帳號移除電話號碼，推特也應停止以簡訊驗證，因為雙因素驗證的使用已愈來愈普及。此外，由於SIM卡調換（SIM Swap）攻擊愈來愈頻繁，他們也建議推特應切斷電話號碼和帳號連結，停止用簡訊發送推文的功能。

孟加拉周日舉行國會大選，為此該國政府諭令從周六晚間到周一中午關閉全國3G、4G網路，時間長達37小時。

當地媒體報導，在孟加拉選舉委員要求下，孟加拉電信管理委員會以行政命令要求當地所有電信業者自12月29日（周六）晚上10:50分關閉3G、4G行動網路，直到進一步通知。報導引述政府的理由是防止政治宣傳影響選情。

在此期間，行動網路頻寬被降到最低，幾乎所有手機用戶都無法串流音樂、或上傳影片及照片。一名電信業高層表示，當時只有2G網路還可以用。

根據報導孟加拉行動網路直到周一12:00才恢復，前後長達37小時。

NDTV報導，孟加拉國務總理Sheikh Hasina企圖透過這次大選尋求第三次連任。她遭到反對黨孟加拉國家主義黨（Bangladesh Nationalist Party）的抨擊，該黨黨主席Khaleda Zia遭法院判刑並被主流媒體封鎖，迫使她只能透過臉書等社群網站競選及公佈支持者影片。

有兩組研究人員嘗試以金錢來衡量臉書（Facebook）服務在使用者眼中的價值，並把他們的研究成果合併，發現雙方的結論相近—要讓臉書用戶停用帳號一年至少要支付1,000美元以上。

參與上述研究的兩組人馬分別是美國凱尼恩學院（Kenyon College）的經濟學者Jay Corrigan與美國薩斯克漢納大學（Susquehanna University）的經濟學教授Matt Rousu，以及塔夫斯大學（Tufts University）的經濟學者Sean Cash與密西根州立大學（Michigan State University）的公關暨社交媒體副教授Saleem Alhabash。

他們總計進行了3項實驗，藉由經濟學上「願意接受的價格」（Willingness To Accept，WTA）來判斷臉書在人們眼中的價值。其中一個實驗只要求人們停用臉書1小時、1天、3天及1周，發現人們願意暫時放棄使用臉書的平均價格分別是1.84美元、6.01美元、15.73美元，以及38.83美元。

第二項實驗則是分別針對美國中西大學學生及學區附近線上社群進行，這次的出價則是為了讓他們停用臉書帳號一年。結果在中西大學學生得到的平均價格為2,076美元，中位數為200美元，社群的平均出價為1,139美元，中位數為100美元。

第三項實驗則是針對開放的網路社群，同樣詢問要多少錢才願意停用1年的臉書帳號，結果平均出價為1,921美元，中立數為100美元。

不管是哪一項實驗都顯示，如果要一名臉書用戶關閉1年的帳號，都要花上1,000美元以上。而且在第二項與第三項實驗中，都有為數不少的使用者拒絕出價，也有人出價超過5萬美元。

該研究量化了臉書在用戶心中的價值，學者們也指出，就算臉書這一年經歷了資料外洩或假新聞等重大風波，似乎仍未撼動它在使用者心中的地位，因為該站的用戶數仍在成長中。目前臉書的全球用戶數為22.7億人。

根據新京報的報導，北京市政府打算擴大部署當地公共住宅的人臉辨識智慧鎖，以杜絕非法的轉租行為，還能順便看顧獨居老人。

目前北京市政府規畫了76個公共住宅專案，提供10萬個住房出租單位，以供低收入戶租賃；相較於當地每月平均5,000元人民幣（約22,700元新台幣）的平均租金，公共住宅最便宜的租金只要2,000元人民幣（約9,000元新台幣）。

報導指出，現階段已有47個公共住宅專案安裝了支援人臉辨識系統的智慧鎖，並已儲存10萬名住戶及其家人的臉部資料，北京市政府計畫在今年底前將該智慧鎖擴大到所有的公共住宅專案。

安裝了人臉辨識系統之後，只有租戶及訪客可以進出，可用來防範租戶把便宜的公共住宅轉租給他人，只要被查獲便會被禁止租賃5年，另也能用來看顧居家老人，一旦系統發現老人很久沒出門活動，即會請物業管理員造訪察看。

中國對於人臉辨識系統的應用廣泛，除了用來辨識通緝犯之外，許多中國城市還利用它來逮捕違反交通安全的路人，北京天壇公園的廁所甚至藉由人臉辨識系統來分配衛生紙，以避免遭到沒公德心的遊客濫用。

在Mozilla與Cloudflare合作提供DNS over HTTPS服務後，臉書也要對網路流量的最後一哩路DNS，提供加密服務，現在臉書也與Cloudflare合作，進行DNS over TLS的試驗。

臉書與Cloudflare DNS合作實驗計畫，該計畫以傳輸層安全性（TLS）這個廣泛使用的協定，在不安全的通道上提供DNS雙方受驗證與機密的通訊。DNS over TLS解決方案，能為剩餘還未完全加密的網頁流量，提供加密和驗證服務。

透過這個實驗計畫，臉書使用者可以使用Cloudflare DNS，獲得更近一步的安全體驗，不只是以HTTPS連接臉書，更在DNS層級，保護裝置連接到Cloudflare DNS，以及從Cloudflare DNS到臉書域名伺服器的流量。

從過去幾個月開始，臉書就開始在Cloudflare的1.1.1.1遞迴解析器以及臉書自己的權威域伺服器之間，啟用DNS over TLS服務，目的是為了要了解大規模部署的可行性，透過收集各項指標，取得接收DNS解答延遲的額外成本。臉書表示，這項實驗能幫助他們了解，當DNS over TLS在外部執行時，所會發生的情況，而且在生產工作負載中實驗，才能發現DNS從UDP轉換至加密協定可能產生的問題。

臉書提到，該試驗到目前為止，證明了將DNS over TLS用於Cloudflare DNS和臉書域名伺服器之間的生產負載流量，是個可行的解決方案。雖然在第一次連接時的初始請求，會增加額外的延遲，但是之後能以重用TLS連接來執行多個請求，所以初始額外成本便會被分攤到Cloudflare DNS和臉書權威域伺服器之間DNS延遲的p99，而這與UDP基準相當。

臉書實驗了從TLS切換到UDP所產生的延遲影響，而這能讓臉書比較兩種協定的請求延遲。下圖顯示的延遲百分位數，沒有計算TCP/TLS對話建立的成本，在17:30時，連結從TLS切換到UDP，即果說明了一旦連結建立了，無論是TLS或是UDP，查詢和回應的延遲都相同。

而下圖則是將建立連結的時間考慮進去，評估整體的延遲。同樣在17:30時，協定從TLS切換到UDP，結果顯示，無論是TLS還是UDP，對整體延遲都沒有差異，臉書解釋，這是因為使用TLS對話恢復技術，並且透過相同的TLS連結執行多項請求，以分攤初始連接設定的成本。

臉書提到，雖然他們實作了TLS對話恢復，但是當前配置尚未充份利用新協定帶來的最佳化，在之後使用最新版本的TLS 1.3和TCP Fast Open，將能進一步縮短延遲。

加密DNS服務越來越受重視，從一開始Mozilla與Cloudflare合作，在Firefox上實驗DNS-over-HTTPS，到臉書最近也宣布開始與Cloudflare進行DNS-over-TLS試驗，而廣告阻擋與隱私保護軟體AdGuard也正式發布，能夠阻擋追蹤的AdGuard DNS服務。

DNS是網際網路應用程式用來查詢網域名稱相對應IP的服務，當使用者需要瀏覽網站或是發送電子郵件時，應用程式會向DNS解析器發送DNS請求，而解析器則會將域名轉為IP位置發送回給客戶端。而這個服務會曝露使用者瀏覽的網域資訊，AdGuard引用研究報告表示，透過分析DNS資料中的行為模式，就能正確識別出86％的用戶。

不過，由於連上網際網路的裝置，通常允許使用者自定義DNS解析器，只要選擇加密DNS的服務，就能有效保護線上活動，而AdGuard DNS服務提供了使用者額外的選擇，現支援DNS-over-TLS與DNS-over-HTTPS兩種加密協定。DNS-over-TLS是以TLS協定加密DNS查詢，AdGuard提到，Android 9從開始，裝置就內建支援DNS-over-TLS，使用者不需要額外下載其他軟體，透過配置就能使用該協定。

而DNS-over-HTTPS則類似DNS-over-TLS，只不過該協定是透過HTTPS協定來保護遠端DNS解析，同樣也是保護DNS流量免受竊聽和劫持的安全方法。由於DNS-over-HTTPS是一個較新的協定，許多裝置尚未支援，AdGuard則會在Android平臺下一個版本的AdGuard，提供DNS-over-HTTPS選項，想嚐鮮的使用者也可以先試試Nightly版本。

AdGuard DNS不僅提供常規DNS服務，AdGuard提到，對於所有人來說，在網路上必須面臨成千上萬的追蹤器，這些追蹤器會監控使用者的瀏覽與滑鼠點擊行為，並使用這些資訊來定位廣告及建立個人檔案，因此AdGuard DNS還會過濾流量，無論是廣告還是追蹤器，當裝置發送非正確的請求時，則AdGuard DNS不會回傳任何內容。

而AdGuard提供了兩種DNS服務，第一是預設服務，第二種則是家庭保護，差異在於家庭保護服務會阻擋不適合孩童瀏覽的的內容，並在瀏覽器中強制執行安全搜尋選項。AdGuard強調，他們所有免費的產品都是開源的，因此包括AdGuard DNS的原始碼也在GitHub中開源。現在AdGuard已經在全球多個據點增加了伺服器，並表示這項計畫的規模只會越來越大。