Apple的瀏覽器引擎WebKit團隊，公布最新的追蹤預防政策，對外說明了WebKit在防止追蹤上的努力以及對策，將開始阻擋所有隱密追蹤（Covert Tracking）以及跨站追蹤，官方提到，這個政策的內容，是受到Mozilla反追蹤政策啟發。

WebKit對於追蹤行為的定義是，只要網站對個人身份或是行為收集資料都稱為追蹤，即便這些資料去識別化，但網站只要有收集資料，就是在進行追蹤行為。WebKit明文禁止特權第三方的追蹤行為，第一方指的是用戶有意存取的網站，也就是瀏覽器網址列顯示的網域，以及同一組織的網頁資源集。

第三方則是指不屬於第一方的其他網站或是服務，且透過瀏覽器或是作業系統的特殊存取功能，在使用者不知情的情況下，跨網站或是隱密地追蹤用戶的服務。這些服務即便是在網站上下文，有與用戶進行互動，像是進行重新導向等動作，都還是會被算作是第三方，而關閉特定內容或是滑鼠懸停都不算是與用戶互動。WebKit會禁止網站存取使用者瀏覽資料等第三方追蹤行為。

WebKit表示會盡最大努力，防止所有的隱密追蹤以及跨站追蹤，無論是有狀態追蹤、導覽追蹤或是指紋追蹤等所有追蹤技術，當反追蹤技術無法在不影響用戶的情況下進行，或是無法防範的追蹤技術，WebKit會盡量限制該技術的能力，或是告知用戶潛在追蹤威脅。

官方提到，雖然他們也認同，用戶在多個第一方網站使用相同的帳戶，暗示用戶同意在這些位置使用相同的身份，但這類的登入依然需要使用者行為參與，而不能是被隱藏的自動登入。另外，官方強調，追蹤政策沒有例外，他們不會給予特定一方追蹤特權，而且當網站企圖規避追蹤預防的方法，則官方可在未告知的情況下，增加特定的限制，這些限制除了普遍適用的類型外，也有可能只針對特定網站。

官方已經著手在WebKit中實作，符合追蹤預防政策所規範的技術，部分已經實作完成，而未來有任何新技術可以擴展預防追蹤的能力，他們也會積極採用。

臉書（Facebook）在本周更新了社團的隱私設定，將原本的公開（public）、不公開（closed）與秘密（secret）三種選項 ，變更為只剩下公開（public）與私有（private），目的是讓相關設定更為直覺與清楚。

在現有的社團隱私設定中，公開代表它允許任何人看到社團的貼文及留言，不公開與秘密社團，則只允許既有成員看到社團的貼文與留言，而不管公開或是不公開的社團，都能藉由搜尋發現社團的蹤跡，只有秘密社團連搜尋都找不到。

而新的社團則只提供公開及私有兩項隱私設定，公開社團的定義維持一致，亦即允許任何人看到社團貼文、成員，並可透過搜尋找到；而私有社團則僅允許成員看到貼文，並額外提供Visible及Hidden兩種能見度設定，以選擇是否要被非成員找到。

不過，臉書強調，就算是私有社團也不代表它們能違反臉書的《社群守則》。臉書工程副總裁Tom Alison解釋，對許多人來說，私有社團是個重要的分享園地，這些社團可能與LGBTQ或是罕見疾病有關，但也有些社團是藉由隱匿性來從事違法行為。

因此，臉書將利用機器學習技術持續主動偵測包括公開與私有社團的貼文及內容，若是內容遭到系統標記，或是被用戶檢舉，就會由受過訓練的稽核員介入審查，若判斷違反《社群守則》即會將貼文移除，甚至是關閉整個社團。

Alison指出，有許多顯而易見的因素可用來判斷社團的性質，例如是否採用仇恨或不被允許的社團名稱，也會觀察社團管理員的行為，假設一個管理員經常不守規則，或是經常容許違反規則的貼文，就會打擊臉書對該社團的信心；此外，若社團成員經常發表違反規則的內容，臉書也會要求管理員要在內容上架前先行審核。

Python 2.7將在2020年1月1日棄用，有鑒於許多組織尚未開始搬遷專案到Python 3，Python軟體基金會委任顧問公司Changeset Consulting，啟動Python 2的棄用溝通計畫，而Python直譯器PyPy則在推特上說明，只要PyPy專案仍然存在，就會繼續支援Python 2.7。

Python 2的棄用程序已經啟動，在2020年1月1日就會結束其生命周期（End of Life，EOL），將不會有維護者繼續開發Python 2以及安全補丁。Python官方在2018年3月的時候，明確宣布Python 2退場的時間，目前Python 3的採用率已經超過Python 2，Python生態系中重要的函式庫，也都已經廣泛地支援Python 3，在雲端供應商上的應用程式，Python 3也有極高的採用率，許多主要的套件也都同時支援Python 2以及Python 3。

不過有許多企業和組織，尚未把程式碼從Python 2移植到Python 3，雖然Python社群創建了許多資源幫助宣傳以及教育，但仍有許多工作未完成，因此Python軟體基金會與Changeset合作，協助進行棄用Python 2的棄用溝通工作，另外，Changeset也會幫助更新公眾面向的資產，以分擔Python社群核心開發人員的工作。

而Python直譯器PyPy則同時在推特以及官方問答文件中都強調，他們會永遠支援Python 2。由於PyPy內建JIT而受到不少開發者喜愛，其明顯提升了Python程式碼的運作速度，而PyPy之所以會繼續支援Python 2的主要原因，是因為動態語言實作框架RPython是以Python 2為基礎建立，而RPython是PyPy的關鍵部分。

PyPy的官方問答集寫道，RPython是建立在Python 2，而他們極度不想要改變，因此PyPy專案存在多久，Python 2版本的PyPy就會存在多久，他們會同時支援Python 3以及Python 2。PyPy官方在2017年底釋出PyPy3，開始支援Python 3.5，而在今年2月時釋出PyPy 7.0.0。還分為三個版本PyPy 2.7、PyPy 3.5以及PyPy 3.6 Alpha，並首次開始支援Python 3.6。

0810-0816

 金融科技   金融業   純網銀 
金融業今年將砸219億元發展FinTech，比去年多了快一倍
金管會揭露的一份調查報告指出，2018年臺灣金融業者，投入金融科技發展的總金額共117.3億元，其中銀行業79.3億元、證券期貨業8.2億元、保險業27.1億元、周邊單位2.7億元。而今年金融業者預估投入金融科技的總金額，將達219.3億元。此調查報告的對象包括銀行、票券、證券、期貨、投信投顧、壽險、產險等公會，證交所、期交所、櫃買中心、集保結算所、財金公司、聯卡中心、聯徵中心等周邊單位，共計298家金融機構。

調查內容顯示，2018年金融業者與金融科技業者業務合作共107家，業務合作類型最多的是大數據，其次依序是資訊安全、AML/KYC、人工智慧、雲端服務、支付、智能理財、其他、區塊鏈、生物辨識、法遵科技、保險科技、借貸、物聯網。

調查報告也列出2018年金融業負責金融科技相關業務員工數，共計7,602人。然而，臺灣純網銀這3條鯰魚的加入，也讓金融圈多了約600位人才需求。將來銀行開業前人力要增至200～300人，鎖定資訊科技、金融、人文領域人才；樂天國際銀行初步將徵才60～150人，鎖定資訊工程人才；LINE Bank今年底前要延攬科技、金融、資安、AI、大數據等專才超過百位。這也代表既有金融業負責金融科技相關業務的員工，也會隨著純網銀的出現而有所流動。

 渣打銀行   區塊鏈   泰國石油集團 
渣打銀行與泰國石油集團在區塊鏈完成首筆跨境信用狀交易

去年11月，中國信託與另7家外商銀行作為核心參與機構，以R3區塊鏈聯盟Corda技術，共同開發區塊鏈貿易融資平臺Voltron，要用來提升信用狀作業流程效率，近期有了新進展。Voltron核心成員渣打銀行宣布，已為泰國最大石油公司PTT集團與旗下2家子公司，在Voltron區塊鏈平臺上，完成首筆從泰國運送石油產品到新加坡，跨境信用狀交易的試點。

由於石油價值高，石油公司會以信用狀作為短期貿易融資的形式，不過，光是要處理與寄送這些紙本文件，最多得耗上5天的時間。渣打銀行透過此次試點，數位化了相關資訊，也簡化了處理流程，包含信用狀的發行、協調，以及文件的呈現。也由於文件是以電子方式傳送，所有貿易參與者，都能看到即時更新的交易進度，整體處理時間縮短到不到12小時，不僅提升了資訊透明度也降低了成本。

 中國   數位貨幣  
中國國家數位貨幣呼之欲出
中國央行（中國人民銀行）支付結算副司長穆長春，近日終於公開透露，自2014年開始研發的數位貨幣（DC/EP）從去年就進入緊鑼密鼓的階段，而今已呼之欲出。不過，穆長春並未公布具體的上線時程。中國央行研究局局長王信曾於今年7月表示，數字貨幣的研發是由央行的貨幣基金局管理，且已得到中國國務院的正式批准，已在組織市場機構。

相較於比特幣等加密貨幣，人民銀行認為國有數位貨幣才有法律保障的財富進行支撐，且將採取中心化的管理模式。穆長春亦對外說明了中國數位貨幣的各種特性，包括它並非完全仰賴區塊鏈架構，也決定保持技術中立，不預設使用技術路線。此外，它將採取雙層營運體系，由人民銀行先把數位貨幣兌換給其它銀行或經營機構，再由這些機構兌換給大眾。穆長春還強調此一中國數位貨幣將具備高擴展性與高發展性，以適用於小額零售，亦可根據不同等級的錢包設定交易或餘額的限制。

 Mastercard   Nets  
擴大全球A2A支付布局，Mastercard大砸32億美元買下Nets即時支付平臺

萬事達卡（Mastercard）公司在8月6日宣布，與北歐支付服務供應商Nets Group達成協議，將以28.5億歐元（約31.9億美元）買下Nets的企業服務事業部的大多數資產。此一交易將是Mastercard史上最大的一筆併購案，預計於明年上半年完成。根據Nets的描述，出售給Mastercard的是基於帳戶與帳戶（Account to Account，A2A）間的清算、即時支付服務與電子帳單解決方案。

Mastercard表示，Nets的技術與團隊將強化該公司既有的A2A能力，整合後的資產將讓Mastercard在3個關鍵領域具備強大實力，包括更彈性的架構，諸如繳費與開放銀行解決方案等各種終端使用者應用，以及資料分析或詐騙保護等加值服務。

 關貿網路   行動支付   醫療  
關貿網路進軍行動支付，鎖定醫療院所推行動支付整合平臺

關貿網路進軍行動支付領域，第一個就鎖定醫療院所，8月12日正式推出醫療行動支付整合平臺「阿佩支付」，首個合作對象是中國醫藥大學附設醫院。根據行政院主計處統計，臺灣家庭消費支出中，醫療保健支出比重占15.2％，名列家庭支出費用第三，但在醫療保健的行動支付比率卻很低，這也是關貿網路決定打進醫療行動支付整合平臺的關鍵。

關貿網路副總經理高國峯指出，關貿網路要推動相容性高的整合性平臺，可以容納多管道、跨載具、跨國界、跨情境、跨虛實。目前此行動支付整合平臺，支援Google Pay、Apple Pay、Samsung Pay、LINE Pay，也可用信用卡直接付款。未來規畫的策略合作對象，包括財金公司、信用卡組織、銀行、純網銀、電子支付。

中國醫藥大學附設醫院院長周德陽表示，繳費者只要註冊App，掃描診療單上的條碼即可支付，也有分帳、預付等功能可選擇。對醫院來說，不用一一去跟各種行動支付工具、信用卡公司簽約、結帳，等於只要對關貿網路結帳就可以了。未來，關貿網路也會拓展到中國醫以外的醫療院所，甚至是醫療院所以外的生活措施，包括餐廳、停車場等。

 Apple Card   公開測試   
蘋果開始邀請特定用戶測試Apple Card

蘋果執行長庫克（Tim Cook）先前即證實蘋果和高盛公司合推的Apple Card 8月在美推出。蘋果已於近日邀請特定用戶申請作為第一批公開測試。Techcrunch記者也接到試用邀請，並測試了Apple Cash和消費記錄等功能。申請Apple Card需要iPhone安裝iOS 12.4，用戶透過Wallet app即可註冊申請這張信用卡。記者指出，開通過程十分容易，系統會從AppleID帳號自動帶進許多基本資料進申請表格，減少手動輸入的項目，不到1分鐘即申請完成且開始消費。

記者認為，Apple Card app的支出統計、交易紀錄及帳戶餘額顯示資料，完敗現今所有其他信用卡，加上Apple Card免年費、優惠幅度及每日消費現金退款，再再提高信用卡競爭的門檻。最重要的是，Apple Card一次性動態安全碼及結合iPhone Face ID或Touch ID的生物辨識驗證帶來的安全性，比傳統信用卡3位數安全驗證值（稱為CVV碼）更為安全。Apple Card預計本月就可開放所有美國境內（iOS 12.4以上）iPhone用戶申請，包括實體和虛擬版本。

 北醫附醫   區塊鏈   
北醫附醫計畫加入壽險公會保險區塊鏈平臺，加速保險理賠申請流程
面臨分級醫療政策，北醫附醫為了診所與大型醫院間雙向轉診時，能安全地共享病患的病歷資料，在去年8月底啟用健康醫療區塊鏈平臺，打造出電子病歷管理系統「智鏈護照」，更於今年8月，結合新版醫院App iTPass，正式開放給所有北醫附醫患者申請使用，讓民眾能掌握完整的病歷資料，包括各種掛號資料、檢驗影像，民眾也能決定是否要將病歷授權給其他醫療院所或相關單位，讓轉診與申請保險理賠的過程能加速。此外，北醫附醫近來還計畫採用壽險公會的保險區塊鏈平臺，首波要與第一金控和中國人壽等壽險業者整合，來加速醫療保險理賠申請過程。

圖片來源：Standard Chartered Bank、Nets、Apple；攝影／洪政偉、李靜宜
責任編輯／李靜宜

 金融科技近期新聞 
1. 上路僅三個月，日本7-Eleven 9月底喊停7Pay
2. 聯合國報告：北韓指使駭客向全球銀行與加密貨幣交易平臺發動網攻，盜走20億美元以發展核武
資料來源：iThome整理，2019年8月。

Google釋出今年I/O大會的Android應用程式原始碼，作為應用程式範例。今年的應用程式改進了去年提供的功能，並且加入了許多來自Android Q的新功能，包括手勢導覽和深色主題等。

Android Q提供了全手勢導覽功能，讓使用者可以完全靠手勢回到上一頁、跳回桌面，或是觸發裝置助理，而I/O大會Android應用程式是第一個支援全手勢瀏覽的應用程式，開發者可以在原始碼儲存庫中找到實作的方法。

另一個Android Q的新功能便是系統深色主題，可適用於Android系統UI，和Android裝置上執行的應用程式，深色主題除了能夠降低裝置功耗，也讓對強光敏感的用戶，能更舒服地瀏覽應用程式頁面。Google提醒開發者參考功能實作原始碼，重點是要避免寫死顏色以及圖標，進而使用主題屬性或是夜間的資源。

Google改進了時間表界面，2018年應用程式採用水平滑動的卡片式設計，並利用分頁籤切換會議日期，Google提到，這樣的設計有著可用性和效能問題，特別是在低階的裝置上，要同時顯示所有分頁籤的內容，UI效能會明顯降低。而在2019的應用程式中，Google展示了新的單串流時間表UI，讓應用程式只渲染螢幕會顯示的內容，用戶透過點選介面上面的日期，切換時間表內容。

而今年I/O大會的Android應用程式也增加了全文搜尋功能，讓參加者可以快速搜尋會議、演講者和線上資源Codelabs，Google使用Room Jetpack元件來完成這個全文搜尋功能，當用戶在搜尋框輸入文字時，該文字會被用於搜尋會議標題、說明、演講者姓名和Codelabs，而結果也會即時地出現。

寫一次程式碼，就能在不同裝置上執行，是很多開發人員的夢想，但是Dropbox開發團隊在部落格分享了他們的經驗，雖然這種方法看似節省許多開發工作，但是其背後隱藏的成本比想像中的高很多，因此Dropbox後來不再只用C++撰寫iOS和Android應用程式，而是老實地使用各自平臺的語言開發。

在2013年的時候，Dropbox選擇以C++撰寫iOS和Android應用程式的共用程式碼，而非選擇使用Objective C與Java開發各別的程式，而他們已經不採用這樣的策略，現在主要使用Swift和Kotlin。Dropbox開發團隊提到，共用程式碼的策略需要付出許多隱藏的成本。

只使用C++開發不同平臺的程式，最大的成本，就是需要額外建立自己的框架與函式庫，Dropbox開發團隊提到，他們為了讓行動應用程式能與主機環境互動，而開發了幾個框架，包括能產生跨開發語言類型宣告和介面綁定工具Djinni，還有可用於後臺執行任務和主要執行緒的框架等。函式庫方面，則有為JSON序列化開發的json11，以及為C++開發不可空值函式庫nn。

但只要採用平臺原生語言，這些工作都可以避免，而且C++比起Python或C#，所要付出的成本更高，因為C++缺乏單一全功能標準函式庫，雖然可以用開源社群資源，發展這些框架與函式庫，但是Dropbox開發團隊提到，C++社群的開源風氣並不如行動開發社群興盛。

當不使用Google和Apple的開發環境，也就等同於放棄各陣營，對開發平臺提供的最佳開發實踐。Dropbox開發團隊表示，行動生態系統有許多工具可以加速開發效率，特別是對應用程式除錯來說，在平臺預設的IDE中，為原生開發語言除錯，比C++程式碼容易許多。此外，Dropbox開發團隊還需要投入時間建置工具，來支援共用C++程式碼，像是需要創建一個函式庫來打包C++程式碼，使其能夠被Apple的Xcodebuild和Google的Gradle讀取。

而且即便iOS和Android都是行動應用程式，有著相同的特性與功能，但畢竟平臺仍然存在差異，因此也會影響實作的方法，像是iOS和Android的後臺程式的執行方法不同，和照片檔案互動的方法也不一樣，因此也難以真的達到只撰寫一次程式碼，就可以在不同平臺執行的理想。而人才也是一大問題，要找到能以C++開發行動應用程式的人並不容易，當內部人才流失卻沒有足夠的人才補足，而終使專案失敗。

Facebook AI、DeepMind、紐約大學與華盛頓大學的AI研究人員，在本周共同發表了SuperGLUE平台，這是一個專門用來測量人工智慧（AI）自然語言處理（NLP）能力的效能評測平台，原因是有愈來愈多的對話式AI系統在許多不同的評測上已達到上限，需要更大的挑戰來改善它們的NLP能力。

這是因為涵蓋各種NLP任務的GLUE效能評測平台問世不到一年，便有許多NLP模型超越了GLUE上的人類基準效能。研究人員說明，AI社群的合作、NLP競賽、各種評測平台的出爐、以及程式碼的釋出，都讓AI模型快速改善，在GPT與BERT出爐後，GLUE上的模型效能更是大躍進，最近的模型已然超越人類效能。

不過，即使它們能夠超越GLUE上特定任務的人類效能，卻依然無法解決某些人類得以完美完成的任務，為了替NLP研究設定一個全新且更高的門檻，SuperGLUE於焉誕生。

SuperGLUE包含8種不同的任務，其中一之為「選擇合理的替代方案」（ Choice of Plausible Alternatives，COPA），這是一個因果推理任務，系統先得到一個前提，之後即必須從兩個可能的選擇中判斷其因果，人類在COPA任務的準確性通常可達100%，而BERT則是74%，代表AI模型還有很大的進步空間。

再以最近表現最佳的RoBERTa模型為例，它擊敗了目前所有的NLU系統，也在「多重句子閱讀理解」（Multisentence Reading Comprehension，MultiRC）任務上超越人類效能，但在SuperGLUE上測試RoBERTa之後發現，RoBERTa在許多任務的表現上依然不及人類，說明了即使是當今最先進的NLU系統，還是存在著某些侷限性。

此外，研究人員還打造了該領域首個長篇問答資料集與效能評測，要求機器提供複雜且長篇的答案，這是現有演算法從未被挑戰過的事。目前的問答系統主要為簡答題，像是「水母有腦嗎？」而新的挑戰則是希望機器能夠理解更開放的問題並提供更具深度的答案，例如「沒有腦的水母怎麼運作？」以期推動AI可合成不同來源的資訊，並正確回應這類的開放式問題。

日前美國市場盛傳Dell旗下的VMware收購Pivotal一事，VMware本周出面證實的確有此打算。

VMware宣佈正在洽談收購Pivotal。

VMware向美國證管會提交的文件顯示，該公司計畫以每股15美元收購Pivotal所有在外流通的普通股。VMware指出，Pivotal 是VMware長期合作夥伴，雙方經常合作為企業提供應用開發和基礎架構的技術。VMware董事會將持續評估此事，但不保證收購案一定會發生。同時VMware也聲明，除非雙方有達成明確協議，否則不會再就此事做任何說明。

Pivotal是由Dell/EMC和VMware於2012年底合資成立以開源碼應用開發平台Cloud Foundry為基礎的雲端平台及服務公司，2018年4月正式掛牌上市。隨後Dell於2018年由私人公司重新掛牌上市，並持有VMware和Pivotal大部份股權，VMware本身也擁有Pivotal股權，雙方本來就有業務合作。

Techcrunch分析，VMware整合Pivotal也符合前者策略。VMware產品橫跨了混合雲、多雲服務，近來積極強化雲端環境功能，今年5月VMware宣布併購應用程式封裝公司Bitnami，在基礎設施也提供Kubernetes功能，讓企業可以在上面操作原生雲端應用程式，協助客戶在任何雲端環境部署應用程式。去年VMware也買下Kubernetes專案共同創辦人Joe Beda 和 Craig McLuckie成立的容器新創公司Heptio。

7月底美國Capital One銀行爆發遭員工外洩北美1億客戶個資，本周檢察官指出，被其所害的至少還有其他30多家企業、學校及其他單位。

Capital One員工Paige Thompson以其對公有雲AWS的知識，非法存取了銀行代管在AWS S3服務的客戶資料庫，從今年3月中至7月間外洩資料超過1億筆。Thompson也在7月底落網並遭美國司法部起訴。

本周四西雅圖法院舉行Thompson一案的公聽會前，司法部以Thompson的犯行重大及危險性為由，本周二聲請審前羈押。

根據司法部提交西雅圖法院的文件，經過過去2個星期的調查，警方發現CapitalOne並非Thompson的唯一受害者。警方在其住處的浴室查獲數台伺服器，分析後發現不只有Capital One的資料，還有竊自30多家企業、教育機構及其他實體組織的資料數Terabyte。被竊的資料型態和數量各異，其中許多並不只是個資。但警方表示，由於資料太過龐大，目前警方還在追查其他組織的確切身份及被竊資料的型態，同時司法部也將增加對Thompson起訴罪名。

此外，之前Thompson聲稱並未販賣、分享或散布她竊取到的資料。但最近在其伺服器找到的顯然是資料拷貝之一。司法部認為還沒有證據支持Thompson的說法。

警方發現，Thompson長年有心理問題，曾多次在社交軟體中揚言殺人、自殺，曾有被傳喚到案說明及被保護令限制接近他人。除了被竊資料外，這次警方也在搜索其住處發現，Thompson的室友房間藏有武器、彈藥及爆裂物等危險物品。

Google在今年2月發表了Chrome擴充程式Password Checkup，可在使用者以遭駭憑證登入網站時跳出通知，本周Google公布了該擴充程式上線一個月之後的成果，顯示有1.5%的用戶使用已外洩的憑證來登入各式網站。

根據Google的統計，總計有65萬名Chrome用戶下載Password Checkup並參與該實驗，在一個月裡程式總計掃描了2,100萬個使用者名稱與密碼，並有31.6萬組曾出現在外洩資料庫中，代表當中有1.5%的憑證是不安全的。

Password Checkup採用了Private set intersection技術，可找出兩個不同加密資料集中具備同樣身分的資料，亦即能夠在加密的狀況下，比對使用者所輸入的憑證與超過40億的外洩資料庫，在察覺相同資料時跳出提醒。

根據Google的分析，使用者重覆利用遭外洩憑證的狀況因所造訪的網站而有所不同，例如在政府網站使用外洩憑證的比例只有0.2%，在金融網站有0.3%，在購物網站有1.2%，在新聞網站為1.9%，但在娛樂網站上使用這些外洩憑證的比例則高達6.3%。

在收到Password Checkup的提醒之後，使用者選擇重設了26%的外洩密碼，且當中有60%採用了較難被破解的強大密碼。

本周Google也在Password Checkup上新增了兩項功能，一是提供快速的評論視窗，以方便使用者回報任何問題，二是讓使用者退出匿名遙測，以避免Google蒐集用戶是否變更密碼或是顯示不安全憑證的查找次數等資訊。Google強調，不管是否啟用遙測，Google都不會得知使用者的憑證，只是進一步提供拒絕與Google分享其它資訊的選項。

華爾街日報周四報導，華為工程師曾協助烏干達政府監控政敵的社群軟體WhatsApp的加密通訊，並以手機追蹤其行蹤。

這是華爾街日報一系列關於中國政府協助非洲國家建立監控系統報導的一部份。該報導引述一項據信為烏干達警方的文件，顯示華為2名工程師在烏干達警方要求下，利用類似以色列Pegasus的間諜軟體截聽並解密反對派議員Bobi Wine政敵的WhatsApp加密通訊內容及社交平台活動，以蒐集策動街頭示威運動的證據。此外，烏干達警方也在華為工程師協助下，以手機資料追蹤Wine的行蹤。

華為周四透過CNBC否認這項指控，駁斥報導所言全屬不實。

此時美中正處於貿易關係最緊繃之際，雙方已經就特定產品加徵關稅，華為顯然成為犧牲品。除了5月間以來反覆不斷不許華為購買美國科技的制裁行動，最近川普還揚言已不想再和華為做生意。

The Register則質疑，華爾街日報報導疑點甚多，像是未交代消息來源、何以烏干達政府只對一個政敵下手？如果華為工程師真的涉入，似乎也只把資料交給了烏干達警方，別無第三人。

華爾街日報其他報導還包括，華為向全球各國政府輸出「安全城市」（safe cities）監控系統，並稱全球已有逾百國700個城市安裝這套系統。今年11月華為並接下了烏干達的3000萬美元訂單，在首都建立包含5,000多台攝影機及華為臉部辨識系統的11座監控中心。

提供內容遞送網路、DDoS緩解服務與DNS服務的Cloudflare本周正式向美國證券交易委員會（SEC）提出首次公開募股（IPO）申請，計畫以「NET.」代號登上紐約股市。

成立於2009年的Cloudflare為一網頁架構及網站安全業者，文件顯示，全球前10萬個最受歡迎的網站中，就有17%使用Cloudflare的免費或付費服務，在Fortune 1,000企業中，則有10%是Cloudflare的付費客戶。

Cloudflare也在文件中透露了該公司的營運狀況，指出其營收逐年成長，從2016年的8,480萬美元、2017年的1.35億美元成長到2018年的1.93億美元，這幾年的虧損則分別是1,730萬美元、1,070萬美元與8,720萬美元。

至於今年上半年則創下1.29億美元的營收，虧損3,680萬美元，去年同期的營收與虧損，則分別是8,710萬美元及3,250萬美元。

Cloudflare表示，該公司自從創立之後就持續虧損，且預期在可見的未來仍將維持虧損狀態，未來幾年也會因增加人力、擴張美國與國際業務，以及繼續研發產品等因素而增加營運支出。

被Cloudflare列為競爭對手或潛在競爭對手的，除了點雲（point-cloud）解決方案供應商、傳統公有雲供應商之外，也包括就地部署的硬體網路供應商。

值得觀察的是，Cloudflare在8月初，因8chan協助槍手散布仇恨言論，而終止對該站的服務，惹來了反彈的力量。該公司透露，客戶抨擊Cloudflare不應論斷客戶及平台使用者的行為，或藉由終止服務來進行審查，已經有些客戶因此決定不再訂閱Cloudflare服務。

儘管仍在虧損中，但Cloudflare的客戶數量與營收仍處於快速成長階段，今年募資時的估計市值為32億美元。

微軟中小企業授權方案不再提供Office永久版

隨著發展政策積極轉向Office和Windows訂閱營收模式，微軟近日悄悄公布終止中小企業授權（Home Use Program，HUP）方案中的Office永久授權，也就是不再提供買斷版的Office套件軟體。

微軟原先的「家用計畫」（HUP），會提供中小企業優惠價的Office產品，包含Office永久授權的Office專業增強（Professional Pro）、標準版（家用及中小企業版）Office或Mac版Office等。這些是買斷型的授權，對不想轉換或尚未準備好轉到雲端的中小企業用戶來說，是不錯的選擇。

但目前微軟家用計畫相關網頁則顯示，Microsoft 正在更新軟體家用計畫，該計畫方案已不再提供 Office 專業增強版 2019 和 Office 家用及中小企業版 2019。更多內容

AMD超多64核心EPYC處理器上市

攝影_余至浩

【舊金山直擊】兩年前，借助第一代超多核心EPYC處理器的推出，吹響了AMD反攻市場的號角，AMD近日更在舊金山舉行的AMD EPYC產品發布會上，更乘勝追擊，大動作宣布新一代超多64核心EPYC伺服器處理器正式推出上市。還一口氣推出多達19款新EPYC處理器產品型號，同樣主打超多核心、高性價比，其中最便宜的版本售價不到500美元，最高階的EPYC 7742處理器則要6,950美元。

超多核心CPU產品EPYC，靠著採用更先進製程與全新Zen架構，迅速讓三度失利的AMD重新在伺服器市場打響名號，兩年下來，不只中止AMD連年虧損，從2017年逐漸轉虧為盈，更靠著主打超多核心、高性價比的策略奏效，長年落後的AMD，從原先不到1％的全球市占，提升到了如今的近5%，更有資格與英特爾競爭。更多內容

HTTP/2含有服務阻斷漏洞，多家科技大廠受波及

圖片來源_Netflix

美國CERT/CC警告，許多HTTP/2實現含有服務阻斷（DoS）攻擊漏洞，影響蘋果、臉書、微軟等眾多業者或專案。

HTTP/2為新一代的HTTP傳輸協定標準，主要採用由Google所開發的開放SPDY協定。

CERT/CC表示，由於HTTP/2需要比HTTP/1.1更多的資源來進行連結，在安全上，儘管它已經考慮了大多數可預期的行為，但如何減少實現時的異常行為依然引來許多缺陷。

駭客只要利用許多串流向特定資源請求大量資料；或是持續向某個HTTP/2 Peer發送Ping指令；還是創造多個請求串流，並持續改變串流的優先順序；或者開啟多個串流，在每個串流中夾帶無效請求，都能大量消耗系統資源，而單一系統的終止，可能影響其它伺服器的運作，造成阻斷服務攻擊。更多內容

臺灣再奪全球駭客CTF大賽亞軍

圖片來源_HITCON

代表臺灣參加第27屆DEF CON CTF（搶旗攻防賽）比賽的臺灣聯隊HITCON x BFKinesiS，在歷經三天不眠不休的熬夜解題，獲得第二名的好成績。這也是臺灣代表隊參加DEF CON CTF迄今第六年，在資深老將HITCON戰隊與新生代戰隊BFKinesiS合體後，再度獲得亞軍的殊榮。今年的冠軍隊伍則是美國PPP（Plaid Parliament of Pwning）戰隊，中國隊Tea Deliverers位居第三。更多內容

GitHub Actions全面支援CI/CD了

圖片來源_GitHub

日前GitHub更新工作流程自動化平臺Actions，現在進一步完整支援持續整合和持續交付功能，而GitHub Actions支援的作業系統也從Linux，擴展到了macOS和Windows，支援的語言和框架包括了Node.js、Python以及.NET等。正式版預計會在今年11月13日上線。

作為一個工作流程自動化平臺，GitHub Actions提供了一系列控制API，讓開發者可以在事件發生時，協調和編排工作流程，並且提供用戶豐富的回饋資訊，在流程中確保每一步驟的運作安全。開發者還可以將工作流程和步驟，編寫成程式碼儲存在儲存庫中，用管理程式碼的方式管理工作流程，並與團隊共享或是重用軟體開發實踐。更多內容

博通以107億美元收購賽門鐵克企業安全部門

一如上個月媒體報導，通訊晶片大廠博通（Broadcom）於8月8日宣布以107億美元現金，收購賽門鐵克（Symantec）的企業安全業務以強化軟體業務，而賽門鐵克仍然保有消費性安全產品，包括身分防護服務LifeLock及諾頓（Norton）防毒軟體。

CNBC報導，美國啟動對華為出售關鍵零組件的禁令直接衝擊博通，迫使其調降6月營收預測。博通執行長Tan指出，加碼軟體有助於平穩公司業務，賽門鐵克產品也可和之前收購的Brocade及CA，創造交叉銷售的機會。更多內容

英特爾CPU再現推測執行漏洞

圖片來源_ Slejven Djurakovic

資安業者Bitdefender揭露另一個英特爾CPU的推測執行漏洞，該漏洞為Spectre的變種，過去曾有的修補都不管用，同樣允許駭客存取記憶體中的機密資訊，英特爾、微軟與紅帽也對此發出警告。

推測執行（Speculative Execution）為一用來提升CPU效能的設計，可提前執行可能需要的指令，這些指令可能與私有資料有關，並把資料帶入快取，駭客即可開採此一程序，讀取存放在記憶體中的機密資訊，又稱為旁路攻擊。

Bitdefender所發現的漏洞牽涉到SWAPGS指令，它可在64位元的x86處理器中置換GS暫存器的值，以存取核心空間的資料，因而可能遭到駭客利用，駭客只要藉由惡意的本地端程式，就能存取原本無權存取的系統記憶體。

Bitdefender去年就向英特爾提報該漏洞，根據英特爾的說法，評估後判斷針對該漏洞的最佳緩解之道在於軟體層面，因此交由微軟主導，與相關第三方協商補救措施。

其實微軟已在7月的Patch Tuesday例行性安全更新中，修補了這個CPU推測執行漏洞，編號為CVE-2019-1125，只是在8月初與其它業者同步揭露。該漏洞波及Windows 7、Windows 10及Windows Server等平臺。

至於紅帽則說，除了更新Linux核心並重啟系統之外，並沒有其它完整的緩解辦法，但目前尚未得知有任何途徑可在Linux系統上開採該漏洞。眾多Red Hat平臺都受到影響，紅帽建議用戶要儘速更新。更多內容

不用CPU，GPUDirect載入大型資料集能更快

繪圖晶片大廠Nvidia發展了名為GPUDirect儲存（GPUDirect Storage）的資料傳輸技術，加快位在各種儲存的資料，傳輸到GPU記憶體的速度，可以將頻寬增加至原本的2到8倍，而且還能降低端到端的延遲達3.8倍。

目前資料從NVMe磁碟傳輸到GPU記憶體的標準路徑，是使用系統記憶體中的反彈緩衝區（Bounce Buffer），而GPUDirect儲存技術則避免使用反彈緩衝區，以減少額外的資料副本，並使用直接記憶體存取引擎（DMA）將資料直接放到GPU記憶體中，為遠端或是本地儲存，諸如NVMe或NVMe over Fabric，和GPU記憶體之間，建立一個直接傳輸資料的路徑，而這能有效減輕CPU I/O的瓶頸，提升I/O頻寬和傳輸資料的量。

Nvidia在GPU資料科學平臺RAPIDS中的GPU資料影格（GPU DataFrame，GDF）函式庫cuDF上進行實驗，發現使用GPUDirect存儲技術，比起原始cuDF CSV讀取程式，將資料傳輸到GPU記憶體的吞吐速度快了8.8倍。更多內容

GCP再推出多款新虛擬機器，通用VM規格大提升

圖片來源_Google

八月初Google推出新一波虛擬機器測試版，包括專為計算密集應用程式設計的虛擬機器C2，和記憶體最佳化虛擬機器M2系列，還推出性價比更高的通用虛擬機器N2系列。

M2系列則是為滿足高記憶體配置需求應用推出的虛擬機器，支援的記憶體容量最高達12TB，可供SAP用戶在GCP上執行SAP Hana，或是分析工作負載等記憶體密集的任務。更多內容

小心Amazon EBS配置不當，恐讓機密資料曝光

圖片來源_goodfreephotos網站

不只是Amazon S3含有配置不當造成資料外洩的問題，資安業者Bishop Fox警告，Amazon Elastic Block Store（EBS）在快照功能上的配置不當，也會讓企業的機密資訊全都曝光。

Amazon EBS為一高效能區塊儲存服務，專門用來存放Amazon EC2執行個體的持久性資料，而快照則是用來備份Amazon EBS，多半是備份檔案系統或大型資料庫等重要任務。

不過，Bishop Fox的安全研究人員發現，許多企業的雲端管理員在使用Amazon EBS的快照功能時，不小心在配置設定上，將快照設為公開且未加密。更多內容

德國電腦雜誌c't 本周披露，Winodws版的卡巴斯基（Kaspersky）防毒軟體暗藏隱私漏洞，可供網站追蹤用戶行為。

該雜誌定期會測試不同的防毒軟體產品，一名安裝了卡巴斯基防毒軟體的編輯Ronald Eikenberg，意外在某個所造訪網站的程式碼中，看到來自卡巴斯基的JavaScript腳本程式，檢驗後發現它是卡巴斯基賦予每台電腦的ID。

於是只要是安裝了卡巴斯基的防毒軟體，不管是以Firefox、Edge或Opera瀏覽器造訪任何網站，這些網站都會被注入含有同樣ID的JavaScript。而且當Eikenberg以其它安裝了卡巴斯基防毒軟體的電腦造訪網站時，所呈現的ID便不同。

Eikenberg把它稱為Kaspersky ID，意謂著它是由卡巴斯基賦予每一台用戶電腦的身分，只要能讀取Kaspersky ID的網站，就能利用該ID來追蹤使用者行為，可得知該名使用者是否曾造訪過該站，不管是哪一家瀏覽器，即使是啟用無痕模式，都難逃被追蹤，有機會遭到行銷人員或駭客的濫用。

此一隱私漏洞，影響卡巴斯基自2015年秋天發表的所有消費者版本的Windows防毒軟體，從免費版到Kaspersky Internet Security與Total Security，也波及Small Office Security，估計影響數百萬名卡巴斯基用戶。

卡巴斯基在收到Eikenberg的通知之後，承認此一問題的存在，但指出相關攻擊太過複雜且無利可圖，不過Eikenberg卻認為這是個嚴重的漏洞，若駭客或行銷人員在4年前漏洞現身時，就打造一個網站來蒐集Kaspersky ID，現在應已具備強大的監控能力。

總之，卡巴斯基在Eikenberg的督促下分配了CVE-2019-8286編號予該漏洞，並於今年7月修補。

Eikenberg在卡巴斯基修補之後再度進行測試，發現卡巴斯基把原本每一台電腦都具備的ID改成產品ID，例如使用特定防毒軟體版本的用戶，都具備同樣的ID，使網站無法再辨識個別的用戶。但Eikenberg覺得這還是有危險性存在，例如駭客就能藉由判斷防毒軟體版本來客製化攻擊模式，亦再度向卡巴斯基提報漏洞。

不過，使用者也可在卡巴斯基防毒軟體的流量處理設定中，關閉「Inject script into web traffic to interact with web pages」功能，即能避免讓網站存取相關ID。

蘋果在本周向美國佛州南區地方法院遞出訴狀，控告行動裝置虛擬化業者Corellium非法複製iOS與其它蘋果程式，侵犯蘋果專利。

Corellium的官網上並無具體的產品或服務說明，不過在該公司的官方Twitter上，標榜它們是全球唯一一個可在雲端或就地部署的ARM上，提供iOS、Android與Linux虛擬化的平台。

而根據蘋果的描述，Corellium所開發的其中一個產品，宣稱可複製蘋果的iOS、iTunes及圖像使用者介面，可直接透過Corellium平台安裝，它唯一的功能就是建立虛擬化的iOS裝置，以執行未經授權的iOS。

蘋果還在訴狀中，展示了藉由Corellium所打造的虛擬iOS裝置，擁有與iPhone X一模一樣的介面，明顯侵犯蘋果著作權。

此外，Corellium不僅在去年8月公開對外行銷該公司的Corellium Hypervisor for ARM，可在雲端執行虛擬iPhone，而且支援任何版本的iOS，也曾在今年的8月舉行的黑帽大會上，承認該公司的產品就是蘋果產品的複製品，以讓研究人員與駭客能夠在真正的iOS上測試漏洞。

蘋果相信，Corellium是從蘋果的官網上下載各種iOS版本，再透過Corellium的虛擬環境營利。

惹毛蘋果的，也許不只是Corellium侵犯蘋果的專利或著作權，更包括了Corellium的虛擬iPhone服務，可供駭客或研究人員測試iOS漏洞。蘋果指責Corellium完全沒有要求用戶應秉持善意來進行研究與測試，也未要求用戶揭露在iOS上所發現的漏洞，以讓蘋果能夠修補。

反之，Corellium以未經授權的蘋果產品來獲利，還公然表達可被用於任何目的，毫不限制用戶動機，如建議那些企圖打造iOS遠端越獄工具的駭客、或研究人員可試試Corellium平台。

企業級Jenkins服務供應商CloudBees宣布推出軟體交付管理平臺（Software Delivery Management，SDM）預覽計畫，SDM平臺把軟體交付任務當作核心業務流程，連接組織團隊、工具和技術，把相關團隊和部門都納入軟體交付的角色。

CloudBees提到，儘管CI/CD已經為企業帶來了許多好處，包括軟體更新錯誤率下降，或是減少故障恢復的時間，甚至縮短軟體發布周期，但CI/CD還是有其限制，因為其解決的僅是軟體工程部門內部的問題，只從臭蟲修復或是功能開發開始，部署完成後結束。

但有更多問題發生軟體工程部門之外，即便軟體工程部門以CI/CD和DevOps提升了軟體的品質與發布速度，但因為開發人員未能實際參與業務和客戶討論的過程，最終產出結果可能未必符合需求。為此，CloudBees推出了SDM平臺，要跨越當前CI/CD的影響範圍，讓開發者和其他相關部門人員可以更好地協作。

SDM把軟體交付作為核心業務流程，綑綁所有DevOps工具鍊的工具、資料和事件，並使用統一記錄系統，讓所有相關人員都可以查看軟體交付狀態，而CloudBees的SDM推薦引擎，也會根據回饋和實際資料，提供改進軟體建議以符合客戶需求。CloudBees工作流程引擎則會幫開發者解決繁瑣且低價值的工作，讓開發人員可以專注在有生產力的開發工作上。

CloudBees的行銷副總裁Shawn Ahmed提到，SDM平臺的4個重要的關鍵是通用資料、全域分析、通用連接程序以及全功能協作。通用資料是為了讓軟體交付活動的所有資料，方便被抓取並存放於在統一的資料庫中，供後續分析和協作等目的使用。而通用連接程序則是為了要調度整個軟體交付價值串流，並與各功能相連。

Shawn Ahmed表示，SDM平臺不是一個只能查看所有內容的儀表板，還能連接常用流程和資料，加速軟體交付生命周期。目前SDM解決方案包含了產品中心（Product Hub）和價值串流管理（Value Stream Management）模組，未來還會有其他的模組加入。SDM平臺不會取代現有包括CloudBees Core和CloudBees Flow等產品，這些產品之後將會以模組的形式，加入SDM平臺。

銀行經常得蒐集各種詐欺事件和案例，來建立各種防詐欺風險控管機制，老牌數據分析公司SAS日前揭露了一個AI風險警示設計架構，將機器學習、社群網路分析和視覺化分析等新興技術應用到金融預防詐欺上。

在這個架構中，先匯入各種資料（包括歷史資料）後，以業務規則和AI模型進行風險評分，每一個模型或規則，都以高、中、低、無風險等4等級來評分，再綜合成一個風險程度，再透過來設定哪一種程度的風險要發出疑似詐欺的警示。接著，可利用社群網路分析來進行案件調查，不只可用來分析個案與歷史資料的關聯，還容易依時序來顯示關聯案件如何形成，而非只針對單一交易案件。最後，可搭配視覺化機制來呈現是否為詐欺案件的判斷結果，並將結果回饋至風險評分機制，搭配適應性學習（Adaptive Learning）來調校規則。

SAS AI機器學習副總裁Saratendu Sethi來臺時，更進一步揭露了一個用生成對抗網路（GAN）來設計防詐欺模型的新作法。Saratendu Sethi解釋，首先產生一個仿真的詐欺案件，透過競爭機制來判斷真偽，來訓練出更強防詐欺能力的AI風險模型。就像是用AI扮演壞人來練兵一樣的作法。

雖然GAN最耳熟能詳的應用是AI畫圖、AI作曲等，不過，Saratendu Sethi表示，GAN的創作能力，用於防詐欺再適合不過，透過生成器來產生仿真的案件資料，再透過鑑別器來判斷真偽。隨著時間推進，生成器產生的案件越來越多樣、逼真，可以彌補詐欺案件資料不足的問題，而鑑別器判斷能力也會越來越強，可用來應付層出不窮的詐欺新手法，「金融業、電信業、醫療業，還是零售、政府或資安等領域都可採用GAN。」

另一方面，SAS解決方案經理韋俊宏補充，詐欺屬於小樣本事件，再加上近年詐騙手法層出不窮，傳統對抗方法的效果越來越差，他以銀行防洗錢（AML）機制來說，過去多採規則式演算法，行為模式難以分群，往往導致許多顧客都符合警示條件，系統會「不斷跳出警示」，導致人工複查的工作量大增。機器學習則可用小樣本就能區隔客群和行為模式，更精準地揪出可疑案例。

其中一個例子是，利用自然語言處理（NLP）來輔助金融詐欺快篩。當銀行出現新客戶辦理借貸等業務時，銀行業者需比對新聞資料庫的申請人負面新聞，以判斷是否為潛在詐欺戶。NLP可在數秒內分析上萬筆媒體平臺文件，將關鍵訊息（如申請人姓名、新聞事件時間、地點、事項等）抽取出來，利用自然語言生成（NLG）產生一份負面新聞摘要，再由人工審閱，作為防詐快篩。

不只如此，韋俊宏表示，現在還有一項新興的防詐欺技術，就是社群網路分析（Social Network Analysis，簡稱SNA）。社群網路分析原是用來研究社群結構；社群網路由其中的節點（Node）、邊（Edge）和關係連結（Link）組成，再形成圖（Graph）。節點是社群網路中的參與者，可以是人、事、物，邊則用來表示節點之間的關係，而社群網路分析可圖解各節點的關聯，以及這些關聯在時序上的改變。

此外，社群網路分析還可補足機器學習只能從單筆交易中找目標（Target）的缺陷。也因為這個特性，社群網路分析也成了近年來因應組織性詐欺的新方法。以金融詐欺來說，社群網路可用來分析客戶和組織的關聯，比如節點就是客戶或組織，而連結可以是基本資料，像是地址、電話、親屬關係，或是如轉帳、業務、保單理賠等交易行為。要是銀行或保險公司系統中出現可疑案件，系統會將這筆新資料與歷史資料比對，找出關聯性，以判斷是否為組織性詐欺。由於社群網路分析擅長分析組織間的關聯，因此，還適用於偵測政府逃漏稅、醫療健保申請等組織型詐欺案例。文◎王若樸

今天科技部揭露科技突圍專案中，「漸凍症病友智慧溝通系統」的研究結果。這個專案從107年9月開始執行，目的要讓中後期漸凍症病患，在全身癱瘓甚至連眼球也不能活動的情況下，能透過輔具來表達生理或心理的意圖。這套系統涵蓋多項裝置，包括智慧眼控系統、多功能腦機介面、腦波感測電極帽（E-Cap），以及能重現病友聲音的語音合成技術等。

漸凍症病友智慧溝通系統的架構。

漸凍症是一種運動神經元退化，而造成全身肌肉萎縮及無力的疾病，臺灣平均每三天就有一位漸凍人確診，目前健保統計資料中共有1000多位漸凍人，尚無藥可醫。中期漸凍人面臨到的問題，是四肢癱瘓，但仍可費力溝通，但到了後期，不僅無法難以說話，就連吞嚥、眼球轉動等動作也會變得遲緩，甚至完全喪失功能。

不過，儘管中後期病患的日常溝通需求極為迫切，全球針對該族群所開發的輔具進程卻很緩慢。專案計畫主持人、同時也是北科大研發處副研發長劉益宏表示，當病患連眼控功能都喪失，一般瞳孔追蹤的輔具就失去效用，必須運用眼睛周遭殘存的肌肉運動訊號，或是仰賴大腦腦波訊號來溝通，「但是國際上不但沒有針對中後期病友研發的輔具，連研究資料都乏善可陳。」

用AI分析腦波來判斷患者意圖，以及客製化測量腦波的最佳位置

因此，為了讓完全喪失肌肉運動能力的漸凍人，能透過科技來對外簡單溝通，北科大研究團隊，初步研發了一套輔助漸凍症病友溝通的解決方案。其中最具突破性的技術，是研發了漸凍人腦波掃描及解碼演算法，能針對中後期漸凍症病患腦波進行AI判讀，該論文也在今年4月被發表在SCI國際期刊IEEE Consumer Electronics Magazine（IEEE CEM），獲得國際性認可。

由於漸凍患者的運動神經元逐漸退化，其大腦運動皮質區與體感區的腦波活動與一般健康人不一樣，若進一步觀察中後期漸凍患者的腦波，更會發現每位患者腦內活躍區域也不同；因此，若要進一步對腦波進行AI判讀，就需要根據腦波活躍區域來找到最佳腦波測量位置。研究團隊為此研發一套漸凍人腦活動掃描演算法，在掃描病患腦波活動後，能客製化找出不同病患測量腦波的最佳位置。

找到測量位置後，研發團隊利用機器學習演算法與碎形維度，來萃取細微的腦波變化，來開發一套能辨識「是」與「否」的演算法，藉此來判斷病患要表達的意思。特別的是，這邊的辨識「是」與「否」，並不是真的讓病患想像這兩個字眼，而是讓病患自行定義「是」與「否」所代表的動作。

比如說，「是」代表右手握拳，「否」代表左手握拳，儘管無法控制肌肉運動，但藉由想像肌肉的運動，能讓腦波產生變化，而AI模型就能根據些微的變化來進行判讀；也因為每個人的腦波影像不同，同一套演算法會根據不同人的影像資料，來訓練適用於不同患者的模型，病患也能自行定義回答「是」與「否」時，要想像的動作。

這套能辨識「是」與「否」的腦波演算法，已經針對5位病患進行腦波判讀實測，其辨平均識準確率達到85%，且用來辨識的次數越多，模型辨識率也會再提升。未來，研究團隊也要開發能辨識4個選項的AI演算法，比如說透過系統介面來顯示位於上、下、左、右的4個選項，病患能透過想像4個方向各別代表的動作，讓系統判讀腦波做出選擇。

劉益宏也表示，目前市售腦波儀分兩種，一種是單純擷取腦波數據卻沒有判讀功能，另一種則是用來量測專注力，不具有溝通的效果，「我們應該是全球第一個將腦波判讀技術，應用在中後期的漸凍人患者上。」

針對5位病患進行腦波判讀實測，其平均辨識準確率達到85%。

模擬使用腦波感測電極帽（E-Cap）以及多功能腦機介面。

運用腦機介面來回答問題時，如果AI偵測腦波判斷為「是」，介面十字處將會顯示「是」。

也能跳轉到溝通內容清單，左邊是生理需求、右邊是心理需求，其下各有三個選項，此時，系統將會停留在各個選項，由病友針對每個選項來回答是／否，藉此確認需求。

腦波帽是用熱塑形3D立體織物的技術來做，能先掃描病友頭形，以及確認電極點定位，再客製化製作來服貼頭形，讓穿戴體驗更舒服。

透過眼電訊號辨識演算法，讓病友移動眼球方向來表達意圖

另一個眼控裝置，則是透過演算法從縱向、橫向的眼電訊號，訓練出能辨識五種眼球運動的模型，分別是上、下、左、右、眨眼，這是要讓眼球已經無法靈活運動，卻還是能做到輕微移動及眨眼的患者使用。劉益宏表示，市面上的瞳孔追蹤技術已經發展成熟，較適合眼球仍靈活的初期漸凍症患者，所以研發團隊把重心投入眼電訊號辨識演算法的開發。

首先，研究團隊用5位一般人來測試該演算法，執行上下左右4個動作並重複十次，平均辨識率能達到92%。接著，先篩去眼動訊號過於微弱以致於無法分析的病友，並對其中6位病患進行眼動測試，目前，其中4位已經可以成功使用這套服務系統，而另外兩位的信號接收較不穩定，還有技術上的問題需要克服。

劉益宏表示，眼控系統未來可以跟智慧眼鏡或AR/VR結合，讓患者長時間穿戴也能兼具舒適性與便利性，甚至能躺在床上來操控家中電器用品，或是呼叫照護者提供協助。

模擬病友使用智慧眼控系統。

能使用的功能包括叫人鈴、溝通內容、家電控制、以及智慧溝通系統。

眼控感應裝置從眼罩式改良成現在的頭帶式。

頭帶式感應裝置的感測貼片，以三點式金屬片量測橫向與縱向眼電訊號。

用小樣本語音合成技術來重建病患聲音，來解決病友語料不足問題

此外，為了更人性化的讓患者用聲音傳達想法，研究團隊要用語音合成技術來重建病患的聲音。然而，一般要合成特定對象的聲音，需要龐大的語料來進行分析與合成，但病友能提供的語音樣本不足，品質通常也不佳，成為重建過程的最大問題。

因此，研發團隊開發小樣本語音合成技術，用漸凍患者的殘存語料與一般人的語料，合成趨近於原音的表現，「雖然還沒辦法完美還原原音，但已經有某種相似度。」而這個技術，也將運用在腦波辨識系統與眼控系統中，讓患者透過腦波或眼球移動來選擇意圖時，也能用接近原音的聲音來說出需求。

而這套漸凍症病友智慧溝通系統的實測，則是交由榮總復健科醫師來負責進行醫學臨床評估。評估團隊實地拜訪位於臺北、基隆、桃園的20位病患來進行問卷評估，也以臨床的憂鬱指數量表，來對比病友與病友家屬使用該系統前後的憂鬱指數。從結果來看，平均憂鬱指數下降了33.2%，而各別案例的憂鬱指數也都呈現不等量的下降。

針對病友與病友家屬的臨床的憂鬱指數量表，可以看見使用該系統後憂鬱指數明顯下降。

劉益宏表示，雖然這套系統是全球第一個針對後期漸凍病患，所設計的智慧溝通系統，並且已經得到初步驗正，但要真正上市量產，還有一段路要走，不僅技術還要持續優化，臨床測試也不可或缺。不過，目前已經與一家國際企業洽談合作，對方將會投入資金、硬體製造等資源，來加速該系統的產品化。

重點新聞(0809～0815)

教育部     AI學習     中小學  

AI教育向下紮根！教育部發行《和AI做朋友》電子版

配合108學年度新課綱，教育部日前發行《和AI做朋友》電子版教案，預計9月底將販售紙本套書。教育部資訊及科技教育司司長郭伯臣指出，這套教材目的是要協助中小學教師，將AI概念轉化為中小學生易懂的內容，因此也特別編寫教案，也透過學生回饋加以改善。《和AI做朋友》可用於資訊科技相關課程或社團活動補充教材。該教材的編輯成員來自成大、臺科大、臺南大學等大學教授，以及師大附中國中部和南二中教師等。

為協助教師教學，教育部將於9月底提供教師線上培訓課程，並於12月舉辦教師共備工作坊。有興趣的民眾，也可至教育大市集主題資源區下載。（詳全文）

  臺大醫院     腦腫瘤    影像辨識  

30秒揪出腦中炸彈！臺大醫院導入AI輔助電腦刀除腫瘤

臺大醫院宣布導入一套腦腫瘤辨識AI，能在30秒內自動偵測腦腫瘤位置並圈註出來，準確度達90%以上。這款AI可辨識腦轉移瘤、腦膜瘤和聽神經瘤等3種常見的腦瘤，臺大醫院腫瘤醫學部放射腫瘤科主治醫師許峰銘表示，由於腦腫瘤好發於腦部深處，體積小、數量多，傳統開腦手術風險太大，於是多以「電腦刀」放射線手術為主來控制腦瘤。但為了精準定位，還需要醫師在電腦斷層掃描（CT）和核磁共振影像（MRI）上圈註腫瘤，需耗費數十分鐘至數小時，但透過這些資料訓練出來的AI系統，可在30秒內就完成判讀、圈註，醫師只需再檢查或校正AI答案即可，大大縮減神經外科和放射腫瘤科醫師前置作業時間。

臺大醫院也透露，該系統已於7月在臺大醫院電腦刀中心上線，用於治療腦轉移瘤、腦膜瘤和聽神經瘤。（詳全文）

  Nvidia     GPU平臺    BERT-Large  

Nvidia以GPU平臺訓練BERT-Large自然語言模型，創下53分鐘新紀錄

Nvidia近日展示超級運算平臺Nvidia DGX SuperPOD新成果，該平臺刷新全球紀錄，只花53分鐘就完成訓練BERT-Large自然語言模型，此外也以Nvidia DGX SuperPOD來訓練參數多達83億的GPT-2 8B模型。

BERT是Google開發的自然語言處理預先訓練技術，特點在於預先訓練的資料不須經標註，而是任何純文字皆可，例如能直接使用英文版維基百科進行訓練，因而提高準確度，但資料量卻相對龐大。而BERT-Large是目前最大的BERT模型，有3.4億個參數。Nvidia的DGX SuperPOD雖花了53分鐘完成訓練，但這是根據所使用的節點和V100 GPU數量而定，要達到53分鐘的速度，必須仰賴92個DGX-2H 節點與1,472個V100 GPU。有鑑於參數愈多，模型的預測就會愈準確，Nvidia也研究了Google用於翻譯的Transformer機器學習架構，發表了Megatron專案，並將原本只有15億個參數的GPT-2模型擴大到83億個參數，建立了更巨大的GPT-2 8B模型。（詳全文）

  SenseBERT    歧義      AI21  

AI語言理解力Up！以色列AI新創發表SenseBERT模型，更能消歧義

以色列新創AI21日前發表一套新模型SenseBERT，能大幅改善自然語言處理（NLP）模型處理語言歧義（Ambiguity）的表現。對AI模型來說，要辨識句子中同音異字或代名詞並不簡單，比如He is a great bass player who hates eating bass（貝斯與淡水魚）或是The trophy doesn’t fit in the suitcase because it is too big。研究團隊將SenseBERT定位為一套預訓練模型，不只能預測遮罩（Masked）詞，更能預測遮罩詞在給定上下文中的實際意思。為達到這個目標，團隊設計了一個類神經網路，能夠從上下文中預測特定詞彙的真實意思，並利用英語詞彙資料庫WordNet作為標註參考。之後，團隊將這套模型嵌入Google去年發表的NLP模型BERT中。在複雜語言評測任務WiC中，SenseBERT達到了SOTA等級。（詳全文）

NLP    AI ViLBERT     臉書AI研究院 

電腦視覺+語言理解讓NLP更上層樓

由臉書AI研究院、喬治亞理工學院和俄勒岡大學組成的研究團隊發表一套ViLBERT模型，可同時處理視覺影像和自然語言。BERT是Google去年發布的自我監督式自然語言處理預訓練模型，是個有24個Transformer blocks、1024個隱藏層和3.4億個參數的巨型模型，而且在11項NLP評測中創下紀錄。這次，臉書AI研究院等團隊將BERT擴展為聯合的視覺語言模型，藉共同注意力變化層（co-attentional transformer layers）來串連視覺和語言處理。

研究團隊用圖片描述資料集（Conceptual Captions dataset）中310萬組資料來訓練ViLBERT，再將預訓練好的ViBERT模型來執行4個常見的視覺語言任務，包括了VQA、VCR、Grounding Referring Expressions，以及Caption-Based Image Retrieval。完整的ViLBERT模型在這4個任務中，表現達SOTA等級。研究員表示，ViLBERT未來可望應用於細緻的圖像辨識。（詳全文）

  自然語言   效能評測    SuperGLUE  

AI研究人員攜手發表更嚴格的自然語言效能評測平臺SuperGLUE

Facebook AI、DeepMind、紐約大學與華盛頓大學的AI研究人員近日共同發布SuperGLUE平臺，也就是測量AI自然語言處理（NLP）的效能評測平臺。SuperGLUE包含8種不同任務，其中一之是「選擇合理的替代方案」（COPA），也就是一個因果推理任務，系統先得到一個前提，之後必須從兩個可能的選擇中判斷因果。人類在COPA任務的準確性通常可達100%，而BERT則是74%，代表AI模型還有很大的進步空間。

再以最近表現最佳的RoBERTa模型為例，它擊敗了目前所有的NLU系統，也在「多重句子閱讀理解」（MultiRC）任務上超越人類效能，但在SuperGLUE上測試RoBERTa後發現，RoBERTa在許多任務的表現上依然不及人類。此外，研究人員還打造了該領域首個長篇問答資料集與效能評測，要求機器提供複雜且長篇的答案，希望機器能理解更開放的問題並提供更具深度的答案，例如「沒有腦的水母怎麼運作？」（詳全文）

PyTorch 1.2    深度學習    模型編譯 

PyTorch 1.2加入新的模型編譯API

開源深度學習框架PyTorch開發團隊釋出了最新的PyTorch 1.2，這個版本新增了新的模型編譯器TorchScript API，並擴展了開放模型格式ONNX輸出功能。TorchScript是一個編譯器，開發者可使用TorchScript將PyTorch模型序列化以及最佳化後，在正式生產環境提供服務。

PyTorch 1.2更新後，擴充了對TorchScript的支援，除了增加API，助開發者將模型編譯為TorchScript外，還支援更多可用於PyTorch模型的Python子集，包括Python程式語言的結構（Construct）和標準函式庫，像是for迴圈、zip()與enumerate()等基於迭代的結構，還有支援數學和字串函式庫等。於此同時，開發團隊也更新音訊應用類Torchaudio、文字應用類Torchtext和電腦視覺應用類Torchvision三個函式庫，以支援最新的PyTorch核心。（詳全文）

圖片來源／臺大醫院、Jiasen Lu et al

 AI趨勢近期新聞 

1. 國產全球第一套針對中後期漸凍患者研發的智慧溝通系統，能用AI辨識腦波來判斷患者意圖

2. 類比訊號用於AI預測更快也更省電，神盾研發類比運算AI晶片瞄準超高速感測市場

3. 思科宣布將買下語音協作平台Voicea以協助會議紀錄

資料來源：iThome整理，2019年8月

敏捷很快的成為開發軟體產品的主流方式。專注於持續學習與及早交付商業價值的迭代與累加工作方式正在取代過去的計劃推動、決定性思維。

為什麼越來越多的公司──從傳統的公用事業公司到創新技術──希望將敏捷擴展到不僅是產品開發，還要擴展到組織本身的DNA中？為什麼昨天的由上而下的傳統工作方式在當今的商業環境中似乎不足？

雅典擊敗微軟

理論物理和生物學教授Geoffrey West研究了星系、腦功能、太陽系等非線性系統。他發現特別有趣的兩個系統是城市和組織。雖然它們都是具有許多共同特徵的人造結構，但它們在一個重要方面存在差異，這使他問到：為什麼城市往往永遠存在，而公司相對較快地消失？畢竟，兩者的基本元素非常相似。城市和公司都是受共通限制約束的非線性系統，並由一個已知的領導者統治。兩者最終都想實現相同的目標：最大化其利益關係人的價值，無論是城市居民還是公司股東。

即使是日本的金剛組這家已被證實已有1,400多年的世界上歷史最悠久的公司，與埃及的盧克索這樣有5,200年的城市相比也不過是個嬰兒。

與公司相比，城市似乎幾乎堅不可摧：它們可能面臨嚴重的經濟動盪、自然災害、甚至是核戰爭，但它們反而更茁壯成長。

West博士的觀察很貼切：公司越來越脆弱。Fortune 500大企業的平均年齡正在迅速下降：從1958年的60歲到今天的18歲。這個數字還在下降。公司不只是年輕化；也更容易消失得更快。正如2015年Boston Consulting Group的一項研究指出，每年所有上市公司中有近十分之一失敗，自1965年以來增長了四倍。

城市繼續繁榮：2006年，全球50％以上的人口城市化；預計到2050年，全世界75％以上的人口將居住在城市地區。事實上，從現在到2050年，每週都有一百萬人加入城市。

兩個看似類似的實體怎麼會在增長率和成功率方面有如此巨大的差異？West認為關鍵在於城市的治理方式，或者更確切地說是它如何管理自己。雖然城市和公司確實都有領導者（分別是市長和CEO）與追隨者（公民和員工），但它們實現目標的方式卻大不相同。公司通常以自上而下的受控結構進行管理，在這種結構中，領導者要求完成要做的事情以及應該採取的一般方式。相較之下，城市是透過鬆散的勢力範圍來管理的，其領導者很少透過政策、激勵、邊界約束來控制（但極大地影響）公民的行為。

結果的差異是驚人的：隨著城市的發展，它們的生產力以超線性的方式增長。也就是說，隨著越來越多的人加入這個等式，城市變得更有成效、更具創新性、更有價值。隨著城市規模的擴大，城市變得更強大、更有彈性。例如，柏林的人口增長率是預期的兩倍，自2006年以來，其經濟發展一直在不斷超越德國經濟增長。

相比之下，公司認為隨著規模的擴大，其生產率急劇下降。公司的生產率曲線實際上是次線性的，其中生產率在創新（以每位員工的專利計算）、盈利能力（以每位員工的收入計算）、生產率（以每位員工的產出衡量）等方面降低。數據令人震驚：除了少數例外，隨著時間的前進，公司的每個有意義的指標重演同樣的現象：公司規模變大後越來越弱、生產力越來越低，競爭力越來越小。

科學管理：打造更有效率的機器

與其他研究領域相比，管理作為一門學科尚處於起步階段。早期的管理學科內容相當有限，最初涵蓋了會計、治理、一般行政等基本職能。也就是說，直到Fredrick Winslow Taylor透過在工廠應用工程思維來幫助引領效率運動並擴展業務觀察方式。

Taylor的一個主要論點是組織基本上類似於機器。機器由許多相互關聯但已知的部件組成。為了確保機器能夠盡可能高效運行，經理人的工作就是盡可能的從資源中產出更多──將整個過程最佳化以極大的提高產量、降低單位成本、並最終實現利潤最大化。舉例來說，Taylor認為透過仔細研究工作流程，人們可以確定執行任務的「最佳」方式。然後按照「最佳」方式精確分解執行此任務所需的動作以建立一個精確的過程，員工透過該過程可以完全根據定義重複此任務，從而將效率最佳化。根據今天的標準，Tylor的見解似乎很古怪，但要考慮他的著作發表的年代。1911年，第二次工業革命對西方世界產生了連鎖效應。組織生產力提高到前所未有的高度，工廠主積累了巨大的財富。然而負面影響是巨大的：自動化使商人失去工作、造成大量失業、工資明顯減少。業務的節奏是由機器設定的，人們只是被視為讓機器更快地完成工作的一種方式。將組織視為需要資源最佳化的機器是有意義的；它被認為是經營企業的明智方式。

你可能搞不懂為什麼我在一本關於企業敏捷性的書中提出了一個世紀以前的想法。原因很簡單：Frederick Taylor的幽靈與他傳統的觀察管理方式直到今天仍然滲透著商業教育。大多數大型組織中建立的系統可直接追溯到Taylor的科學管理理論。你覺得下面這些聽起來很熟悉嗎？

● 基於利用率的個人績效最佳化方案

● 由未實際執行工作的管理者所設定與估算的專案計劃與承諾

● 透過嚴格控制機制確定年度預算

這些只是Taylor思想的一些餘毒──基於1911年對商業世界的觀察和理論。

知識工作者的興起：釋放創新潛力

隨著西方世界從工業經濟向知識化的經濟發展，以20世紀50年代和60年代開始的產品差異化為特徵（有時被稱為「第三次工業革命」或「數位革命」），很明顯我們目前的系統並不是為了正確支持這種工作方式而設計的。雖然1920年代的亨利福特聲稱「任何顧客都可以將汽車塗成任何他想要的顏色，只要它是黑色的」，但現在經濟上的成功越來越多地依賴於知識、技能、創新潛力等無形資產作為競爭優勢的關鍵資源。

奧地利教育家Peter Drucker透過管理顧問工作檢視公司如何運作，並意識到要在資訊和知識主導的市場中取得成功，公司必須超越效率和權宜之計的指標以釋放組織內部人員的潛能。他指出員工往往比他們的經理擁有更多的知識，管理的主要目的是讓人們做好準備並讓他們自由地做到這一點。

Drucker於1959年發表了他的著作《The Landmarks of Tomorrow》，他在書中創造了「知識工作者」一詞，其中包含了現在的員工是用他們的頭腦而不是他們的雙手完成工作的想法，管理思想需要透過創造成長、發展、學習的環境來支持這一現實。

根據Drucker的「知識工作者」概念，麻省理工學院出身的教授與Society for Organizational Learning的創始人Peter Senge發表了《The Fifth Discipline》，這是介紹「學習型組織」概念的著作。對Senge來說，學習型組織是一個「促進其成員學習並不斷改造自身的組織」。Senge解釋說，公司需要轉型以支持更加相互關聯的思維方式。為了充分發揮員工的潛力，公司應該更像是支持共同承諾的社群。（還記得我們對城市的了解嗎？）（摘錄整理自《敏捷解密》）

敏捷解密：內行人的敏捷企業轉型指南

Jorgen Hesselberg／著；楊尊一／譯

碁峰資訊出版

售價：480元

作者簡介

Jorgen Hesselberg

敏捷評估與改善平台Comparative Agility共同創辦人。Hesselberg在過去十數年間領導無數個企業成功的改變並對數千個專業人士進行敏捷、Scrum、破壞性創新、企業轉型策略的訓練。