iThome

TechCrunch於本周報導，臉書已經低調地買下以色列專門打造聊天機器人的新創業者Servicefriend，並已取得臉書的證實。

四年前成立的Servicefriend採用的是混合式的聊天機器人架構，它允許人類協助機器人處理機器人還不熟悉的事務，使用者雖然知道此事，但並不知道哪些訊息是由人類所輔助，總之與客戶之間的對話是自然的。

Servicefriend強調的是人類與AI的無縫整合。該公司表示，斷續與大量的文字訊息已讓人類幾乎無法處理，對傳統的聊天機器人也一樣，但Servicefriend卻可創造絕佳的效能，以每1,000個互動所需的代理時間來計算，人類語音需要170個小時，現場交流需要114小時，而Servicefriend只需要18.3小時，且Servicefriend在客戶滿意度上也居冠。

其實不管是Gartner、Yahoo或臉書都是Servicefriend的客戶，臉書在Facebook Business平台上整合了Servicefriend，以讓企業可藉由Messenger及Servicefriend與消費者溝通。

雖然TechCrunch報導臉書買下Servicefriend，是要讓專門推動Libra加密貨幣業務的子公司Calibra所用，以作為與消費者交流的工具，但臉書則說，該公司持續併購許多小公司，並不會特別對外討論相關計畫。

新聞

國際知名學會IEEE旗下國際型旗艦型影像處理會議ICIP今（23日）在臺盛大展開，這也是26年來首次來臺舉辦，共吸引了超過1,500名來自不同國家的專家和業界人士參與，像是Google、微軟、高通和騰訊等，來發表最新AI影像處理研究成果。

HTC健康醫療事業部DeepQ總經理張智威為今年ICIP開幕首日的主講者，揭露了自家研發的知識型AI模型：KG-GAN（也就是Knowledge-Guided GAN），要整合專業知識與GAN框架，來提高生成影像的多元性和精準度。一般來說，在訓練資料數量充足且多元的情況下，GAN可產生逼真多元的影像；但要是訓練樣本不足，就難以產生真實度高且具代表性的影像。

為改善這個問題，DeepQ團隊歷時一年開發出KG-GAN，「運用了AI最擅長的兩個領域，也就是影像與自然語言。」KG-GAN包含兩種生成器（Generator），一種來學習影像資料，另一種來學習專業知識的語言。其中的原理，就是將專業知識化為約束函數，來導引生成器的學習，同時使鑑別器（Discriminator）合理容忍生成影像的多元性。

張智威舉例，假設機器已知80種玫瑰花朵影像，包括顏色、花瓣型態等，而現在要產生20種機器沒見過的玫瑰花朵影像，KG-GAN就可以已知的文字知識為媒介，透過這20種玫瑰影像的文字描述，來產生這些新影像，而且準確度比多種GAN模型要高。這是因為，KG-GAN在專業知識的學習過程中，消除了不合邏輯的現象，比如灰色玫瑰等不存在於現實世界的狀況。而DeepQ也透過2個任務來驗證KG-GAN，像是產生精細影像和頭髮顏色（如下圖）。

「KG-GAN是DeepQ團隊三大研究重心之一，未來可望解決醫療小數據問題，並提高生成影像的真實度。」張智威進一步表示，KG-GAN更是結合大腦感知（Perception）和知識（Knowledge）的嘗試。

另一方面，張智威也揭露了DeepQ團隊的另一研究重心進展，也就是與臺大教授廖世偉共同開發的醫療區塊鏈資訊交換平臺MedXchange（如下圖），以自家研發的多層區塊鏈技術（Multi-layer Blockchain）為基礎，分為主鏈（Public Chain）、帳本（Ledger）、智能合約（Smart Contract）等三個層次。

其中，一個智能合約就是一個程式碼，「也就是自然語言的轉換碼，而非資料，」因此能保護隱私。此外，當智能合約經驗證時，就產生一個交易（Transaction），而交易能直接產生一個區塊與Hashed樹根，而Hash根就儲存於透明的鏈中。

這個機制，讓MedXchange可提高交易處理量、降低延遲，並保護隱私和公開審計。「今年，這個平臺也已在史丹福大學試用。」

其他新進展，還包括了自家去年發布的AI模型自動訓練平臺DeepQ AI Platform，這次強化了資料擴增（Data augmentation）和模型壓縮（Model compaction）功能，讓DeepQ AI Platform除了以AI來執行模型挑選、超參數（Hyper-parameter）調整等工作外，還可透過平臺強化的AI機制，來自動產生多元的訓練資料、解決小數據問題，並透過團隊今年新研發的模型壓縮方法（Information theory based model reduction）來縮減模型，加速AI模型建置時間。文◎王若樸

新聞

Google推出GKE上的原生容器負載平衡功能正式版本，原生容器負載平衡可以讓用戶創建使用網路端點群組（Network Endpoint Groups，NEGs）的服務，因此外來對服務的請求，可以直接經負載平衡發送給服務請求的容器。

Google表示，原生容器負載平衡可以避免GKE叢集中，執行容器的虛擬機器和容器之間流量的第二次彈跳，進而提升執行效率，同時還能提高流量的可見度，以及對高級負載平衡高級功能的支援。NEG抽象層使得原生容器負載平衡，可以與GCP上的Kubernetes Ingress控制器良好地整合在一起，當使用者使用多層的網路部署，要對外公開一個或多個服務，也能夠創建Ingress物件，而這將會使用HTTP和HTTPS負載平衡，並且讓使用者設定以路徑或是主機的方法，路由後端的服務。

根據使用者在測試階段的回饋，Google對原生容器負載平衡功能做了一些調整，Google改進了延遲問題，使得負載平衡應用程式縮放的延遲減少了90％，特別明顯的是大幅減少低流量服務的回應時間，讓使用者可以快速地從0個Pod向上擴展。

Google也改進了Kubernetes的整合，現在負載平衡檢查Pod的健康狀況沒問題後，後端Pod就會被認為是準備就緒的狀態，這樣的機制可以確保更新只會發生在Pod準備好，且完全配置能提供流量之後才會進行，現在用戶可以排除使用原生Kubernetes API過程經歷的非必要延遲，快速地管理負載平衡器與後端Pod。

使用者在正式版本中，可以使用獨立的NEG管理負載平衡，不一定要在GKE上創建基於HTTP/S的Ingress，而這將讓開發者配置和管理多種Google雲端負載平衡，包括針對外部流量的TCP代理和SSL代理、內部使用HTTP/S的負載平衡，以及內部流量使用Traffic Director的全球負載平衡。使用者還能創建具有混合後端的負載平衡，或是後端分散在多個GKE叢集的負載平衡。

新聞

AWS現在更新EC2的G系列實例，新推出採用Nvidia T4 Tensor Core GPU的6個規格G4實例，以及裸機實例，這些實例是專為機器學習的訓練和推理、影片轉碼、遊戲串流以及遠端繪圖工作站應用程式設計，Ｇ4目前已經可在全球9個AWS地區開始使用。

G4實例最多能夠配置4個Nvidia T4 Tensor Core GPU，每個GPU具有320個Turing Tensor核心、2,560個CUDA核心和16 GB記憶體。T4 GPU除了可以處理機器學習推理、電腦視覺、影片處理和即時自然語言處理外，而且因為擁有RT核心，所以可高效率的進行硬體加速光線追蹤，使用者可以從AWS市集中下載Nvidia Quadro虛擬工作站，執行即時光線追蹤渲染，加快多媒體娛樂和建築等領域的應用。

G4實例使用由AWS訂製的第二代英特爾Xeon可擴展處理器，提供最多64個vCPU，並且建構於AWS Nitro系統之上，Nitro本地端NVMe儲存建構區塊提供最高達1.8TB容量，而Nitro網路建構模塊則支援高速ENA網路。官方提到，英特爾AVX512深度學習增強功能，透過增加一組新的向量神經網路指令（VNNI）擴充了AVX-512，而這些指令加速了推理演算法中，內部迴圈低精度的乘法與加法運算。

最新的AWS Deep Learning AMI（Amazon Machine Image）也已經支援G4實例，官方將g3.16xlarge實例與g4dn.12xlarge實例進行了基準測試，比較兩實例使用可擴展深度學習框架MxNet進行推理和訓練工作負載的速度，G4速度快了約2倍，而機器學習函式庫Tensorflow推理和訓練的速度，也快了2倍。基準測試使用FP32數值精度進行運算，官方提到，如果用戶使用混合精度FP16以及低精度INT8，則會獲得更多的效能加速。

目前G4可以於美東、美西、歐洲和亞太等9個區域使用，AWS提到，他們也將在Amazon SageMaker和Amazon EKS叢集中提供G4。

新聞

微軟在YouTube上釋出了44部為Python初心者設計的教學影片，影片會從最基本的介紹Python開始，使用print函式在螢幕顯示Hello Word字樣，也會介紹創建函式以及呼叫API的方法，帶領程式初心者跨入Python開發的領域。

學習新程式語言最大的障礙，可能僅在於不知道從何開始，微軟資深專案經理Christopher Harrison提到，對現代開發人員來說，學習新語言是很平常的事情，過去那種只需要會一種程式語言的時代已經過去，但開發者要從一個程式語言轉換使用另一種語言，並不那麼困難，語法可能有所不同，但是概念通常一樣，即便語法從 { } 變成End If，但If陳述式的使用仍然跟其他程式語言相同。

而微軟推出這一系列的教學影片，其中一個目標是要帶領那些原本就知道怎麼開發程式，只是使用JavaScript、Java或是C#等其他程式語言的人，輕鬆地進入Python程式開發領域，而對於原本沒有程式基礎的學習者，仍然也可以觀看這套教學影片。這系列每支影片的長度很短，最長只有12分鐘，而最短的影片長度不到3分鐘。

Christopher Harrison提到，課程中不會介紹所有的Python知識，但是會從Python的基礎開始，強調能符合一般場景使用。在學習者結束課程之後，學習者也可以按照文件、教程和書籍繼續學習，這系列影片主要只是帶Python初心者入門。

新聞

Google使用人工智慧為印度巴特那地區建立洪水預報系統。而要開發準確洪水預報系統的關鍵，就是發展洪水氾濫預測模型，把河流中的水量或是預測水量作為模型的輸入，模擬水在整個洪氾區的行為，這些模擬資訊可以轉換成空間風險圖，讓人們知道哪些區域將被洪水淹沒，而哪些地區是安全的。

模型輸入資料之一是即時的水量資訊，印度中央水利委員每小時會從分布在印度各地的千個水位高度表，匯總水位高度資料，並根據上游測量的結果進行預測，而Google會使用這些資料以及預測結果作為模型輸入。

當已經知道河道中有多少水量，接下來便要建立地形高程圖，了解精細的地形變化，才能預測洪水的流向，Google使用自家Google Maps衛星圖片，經過關聯與校正作業後，為每個衛星圖像建立了深度圖，交疊深度圖後製作出高程圖，並且移除在模擬中會阻擋水流的樹或是橋樑等物件。

一旦有了這些輸入，便可以開始建立水力模型，Google採用了物理模擬的建模方法，使用物理定律來計算水流的位置和速度，Google表示，當輸入資料非常精確且經高解析度運算，則得到的結果也會非常準確。

不過，這同時也帶來無法估計計算成本的複雜性，因為Google每將解析度提高1倍，就必須要增加8倍的運算時間。因此為了解決這個問題，Google對水力模型進行最佳化，除了使用TPU加速運算外，也使用了機器學習代替部分基於物理模擬的演算法，擴充離散資料至二維模型，以便以更大的網格覆蓋更多的人們。

不過這個水力模型，只是整個洪水氾濫預測模型的一部分，因為使用模擬的方法，終究會有一些不準確的地方，所以Google還以歷史資料來修正預測模型。歐洲太空總署從2014年來，便使用衛星辨識洪水發生地區，累積了珍貴的洪水發生歷史資料集，Google利用這個資料集比對水力模型預測結果，找出結果不一致的地方，並且推估可能原因，判斷是由於地表改變造成的偏差，抑或是建模不準確造成，來進一步修正模型。

新聞

開發人員在微軟剛釋出的Microsoft Edge 79 Canary版本中發現，微軟加入了一個實驗性功能，將允許使用者封鎖非必要程式（Potentially Unwanted Applications，PUA）。

PUA被定位為介於合法軟體與惡意程式之間的灰色軟體，它們可能是廣告程式，可能會綁架電腦或瀏覽器的功能，或是執行不必要的程序或軟體來佔用系統資源。

此一上周發布的Microsoft Edge 79.0.278.0是基於Chromium 79所打造，只要在網址列上鍵入edge://flags，繼之搜尋PUA功能並啟用它，便可封鎖那些可能造成非預期行為，且名聲不佳的程式下載。

外界分析指出，其實Windows內建的免費防毒程式Windows Defender就有封鎖PUA的功能，微軟再於Microsoft Edge中嵌入同樣的功能，最合理的解釋是用來支援其它作業系統的Edge用戶，例如Mac版的Microsoft Edge 79 Canary也可啟用該實驗性功能。

新聞

微軟周一在每月更新之外，針對Internet Explorer (IE) 及Windows Defender發佈修補程式，以分別修補出現在Windows 7到Windows 10上的遠端程式碼執行（Remote Code Execution，RCE）及阻斷服務（Denial of Service，DoS）漏洞，其中RCE零時差漏洞已經有攻擊程式，呼籲用戶儘速安裝。

IE上的零時差攻擊漏洞編號CVE-2019-1367，發生在IE腳本引擎處理記憶體物件的過程中，會造成記憶體毁損，使攻擊者可在現有使用者電腦上執行任意程式碼。成功開採本漏洞的駭客，可取得和現有使用者相同權限，如果後者具有管理員身份，則攻擊者將能接管整台機器，進而安裝程式、修改／變更／刪除資料，或是新增完整權限的用戶帳號。

在Web攻擊情境中，攻擊者可能發送郵件，誘使IE用戶點選其中URL以造訪惡意網站對用戶發動攻擊。

受影響產品眾多，包括微軟已不支援的Windows7、Windows 8.1、Windows 10 1703到1809版本、及Server 2012、2016及2019上的IE11、Server 2012上的IE10、以及Server 2008上的IE9。除了少數情形外，本漏洞在大部份平台上都屬於重大風險漏洞，微軟已經釋出漏洞修補程式，也呼籲用戶儘速安裝。但Windows 10 1903版上的IE 11修補程式，則只能由Microsoft Update Catalog手動安裝。

ZDNet報導已有針對CVE-2019-1367的攻擊程式出現，是Google 威脅分析小組研究人員Clément Lecigne發現並通報微軟。這個小組本月也揭露了能被用來監視維吾爾人的iOS零時差漏洞。至於兩者是否相關目前不得而知。

第二項編號CVE-2019-1255的漏洞，則和Windows內建安全軟體Microsoft Defender（原名Windows Defender）中的惡意程式防護引擎（Malware Protection Engine）處理檔案不當有關。攻擊者開採本漏洞進而阻止合法帳號執行合法的系統二進位檔。所幸攻擊者必須要能在受害機器上執行程式，才能開採這個DoS漏洞，因此屬於安全風險較低的「重要」漏洞。

本漏洞是由F-Secure的Charalampos Billinis及騰訊玄武實驗室的Wenxu Wu 發現，影響的是惡意程式防護引擎1.1.16300.1版本。受到波及的受影響產品為微軟桌機安全軟體產品，包括Windows 7、8.1、Windows 10各版本，Server 2008、2012上的Windows Defender，以及Microsoft System Center Endpoint Protection、Microsoft Security Essentials。微軟已經發佈1.1.16400.2更新版本引擎，會在48小時內自動部署到用戶軟體上，並表示尚未發現有攻擊行為。

新聞

資料視覺化工具商Tableau近日終於推出了正體中文版，不只產品中文化，連相關文件和網站都推出了正體中文版，也計畫推出示範影片來推廣，Tableau大中華區總裁葉松林表示，Tableau產品策略不只要鎖定IT人，而是所有人，推出正體中文版更容易提供給人事、財務人員使用。他也預告，未來將擴大在臺灣的推廣力度和培訓資源，甚至考慮引進在新加坡舉辦過的大數據分析競賽來推廣。他也揭露了Tableau未來藍圖三大發展方向。

Tableau資料視覺化平臺在臺企業用戶，多為政府單位、金融機構、電信或高科技業者。「第一波使用者多是IT部門。」葉松林表示，直到一年前，有一名臺灣IT人員向顧客意見網站上建議，為了將資料分析推廣到人事部，財務部門，提出正體中文化介面的需求，後來經過網站票選功能，也獲得一定人數的支持，總部才決定推出正體中文版。

Tableau不只旗下產品推出正體中文版，還同步將相關的說明或操作文件以及產品網頁也中文，另外也計畫推出示範影片，來介紹可以如何將數據視覺化的範例。

不過，葉松林表示，臺灣的市場還需要更多推廣，像目前Tableau可供學生免費使用，但臺灣學校的使用量還不多，不像新加坡所有大學已納入學校大數據分析課程中的工具之一，後續，也考慮在臺灣舉辦像在新加坡舉辦的資料競賽，使用政府的開放資料來分析。
Tableau也在臺揭露後續的產品發展藍圖，有3大發展目標是提供敏捷部署、培養數據素養人員，經營使用者社群。

例如在敏捷部署上，Tableau要提供一個更容易擴充的分析平臺，容易持續便管理和升級，另外則會依據不同角色提供培訓課程，也提供評估指標供企業參考，最後一項是提供夠多社群參與機會和使用者支援流程。

Tableau去年開始調整計價模式，將原本採軟體賣斷方式（伺服器版與桌面板），改成訂閱租用方式，分為3種角色訂閱，Creator、Explorer和Viewer，不論哪一種角色都提供伺服器版或桌面版軟體，只是可用功能不同，也提供了Tableau Online服務可供無自建後端伺服器的訂閱用戶使用。Tableau伺服器版也提供了API，可串接到企業自建系統或第三方軟體。

新聞

8月底以來針對Windows 10 1903版本釋出的更新接連出包。上周分別發生更新版造成的「開始」功能表／桌機搜尋失常，以及中文輸入問題，微軟表示已經修復。

開始功能表搜尋及桌機搜尋失常來自Patch Tuesday中發佈的KB4515384版本更新。這項更新原本用意，是解決修復前一個更新裏SearchUI.exe行程，造成CPU使用率爆增的問題，不料卻又帶來新的問題。

此外，9月10日釋出的KB4516058更新（微軟則說是KB4515384）問題發生在部份用戶的中文輸入編輯器（Input Method Editor, IME）上，影響具倉頡／速成鍵盤的繁體（ChtIME.EXE）、簡體版（ChsIME.EXE）中文輸入功能，引發無法輸入中文、CPU用量爆增問題。微軟指出，這是因為KB4515384更新的安全相關變更，使用者電腦若「觸控鍵盤及手寫辨識板服務」沒有設為預設的「手動」模式下，即會發生上述問題。

在Windows10的問題公告網頁上，微軟表示並沒有發現有很多用戶受到影響，但微軟已在上周五解決這二個問題。如果中文用戶還是有顧忌不敢安裝，也可以到開始功能表中輸入「服務」，找到「觸控鍵盤及手寫辨識板服務」、打開「屬性」，將啟動類別改為「手動」來解決。

新聞

Google在本周發表了Google Play Pass訂閱服務，每月只要4.99美元就能存取逾350款行動程式，包含遊戲、生產力到其它程式，且完全沒有程式內廣告或購買，外界相信此一策略是為了與蘋果的Apple Arcade遊戲訂閱服務相抗衡。

Google Play Pass每月都會增添新程式或遊戲，其中既有熱門程式，也有Google替使用者推薦的冷門程式，且它適用於家庭方案，一個訂閱帳號最多可由5人分享。

蘋果也在今年9月正式推出遊戲訂閱服務Apple Arcade，每月費用同樣是4.99美元，目前提供超過100種遊戲，雖然Apple Arcade只有遊戲，沒有其它程式，但所有遊戲都是由蘋果獨家出版。

至於Google會在Google Play上設立Play Pass專區，讓訂閱用戶能夠一覽可免費下載的各種程式，這些程式同時也散落在Google Play各處，但會呈現Play Pass標籤以供辨識。

Google Play Pass目前已於美國市場推出，使用者可先試用10天，在10月10日以前訂閱，可享有連續一年的每月1.99美元優惠價，一年後會自動調整回4.99美元。Google亦會將Google Play Pass推廣至全球市場。

新聞

白俄羅斯上周明文要求ISP必須支援IPv6，是第一個以政策強制推行IPv6的國家。

白俄羅斯總統魯卡申柯（Alexander Lukashenko）上周發佈一份名為「關於國家網路區段功能」的行政命令，在網路服務供應商（ISP）部份，該命令除了要求ISP應提供充足網路儲存服務、保障用戶資訊安全及隱私外，並規定為回應網路用戶之需求，提供網路資訊系統及資源的ISP，應從2020年1月1日起完整支援IPv6裝置，所有連線都可跑在IPv6上。此外，所有用戶都會配給IPv4和IPv6兩種IP位址。成為首位將IPv6納入強制政策的國家元首。

IPv6是因應連網裝置的快速增加、以及物聯網的興起，全球IPv4的IP位址將用罄而制訂，並在2017年成為網際網路標準。

根據IPv6-Test的測試統計，目前白俄羅斯的IPv6整體支援率約在13%至40%之間，低於俄羅斯和東歐資訊大國愛沙尼亞的4成以上。

新聞

根據歐洲顧問公司Sinolytics與紐約時報的報導，中國正在將原本鎖定境內14億人民的社會信用體系，擴展至境內企業，這代表在中國活動的企業，不管是本土或外商，也有專屬的「企業社會信用體系」，只要不遵守規則，就會受到懲處。

由中國政府所打造的社會信用體系是為了規範民眾行為所建立，每個人都會有自己的信用分數，若曾偽造車票、強佔座位、挪用公款，或是未繳社會保險費，即可能被禁搭大眾運輸，自去年5月起就禁止嚴重的失信者搭乘火車與飛機，估計迄今已拒絕銷售約2,600萬張的火車及飛機票。

另一方面，專注於分析中國市場的歐洲顧問Sinolytics則說，中國政府已著手建立企業社會信用體系，提出逾30類的信用評鑑標準，涉及數百項要求，且該系統的數據基礎設施已經開始運作，已有不少公司的資訊在該平台上被公開。

紐約時報也報導，中國政府在今年9月已完成對境內3,300萬家企業的初步評估，這些企業的信用評鑑由好到差從1分到4分不等，並希望該系統有朝一日可以成為全國的管理工具。

中國針對企業所制定的標準其實相當合理，涵蓋了稅收、海關認證、環境保護、產品品質、工作安全、電子商務或網路安全等，FutureSin稱讚中國的作法甚至比美國更有組織。

而一旦企業的分數太差，可能就會被禁止向當地銀行貸款，也無法執行基本任務，企業主管的銀行帳號還可能被凍結，或是被禁止出境等。

但FutureSin也評論，中國正在實現預言小說《1984》的場景，讓人們每天生活在極權統治的恐怖世界裡，分數太低的個人或企業不只會被公布名字，還會被列入黑名單，禁止使用某些服務。

事實上，中國政府已打算在明年展開全國性的大規模活動，準備基於社會信用體系來懲處或獎勵某些人，以維護社會秩序。

新聞

負責AR/VR部門的臉書副總裁Andrew Bosworth本周宣布，臉書正準備買下神經介面平台開發商CTRL-Labs，未來CTRL-Labs團隊將加入臉書的Reality Labs，以協助發展相關技術，加快在消費者產品中嵌入神經介面的腳步。

人們的大腦是由神經元所組成的控制中心，而CTRL-Labs打造了一個偵測神經訊號的腕帶裝置。Bosworth說明，人的脊髓中含有神經元，可以向手部肌肉發送電力訊號，以告訴它們以特定的方式移動，例如點擊滑鼠或按下按鍵，CTRL-Labs所開發的CTRL-kit腕帶裝置可以解碼這些訊號，並將它們轉換為裝置可理解的數位訊號。

在CTRL-Labs共同創辦人暨執行長Thomas Reardon去年的展示中，只要戴上CTRL-kit，儘管桌面上沒有鍵盤或滑鼠，也能以手部動作輸入資訊，更令人驚喜的是，就算手部沒有動作，CTRL-kit只要接收到腦部或神經的訊號，就能執行動作，達到用意念來控制輸出的目的。

Bosworth說，這樣的技術很有可能在21世紀的世界開啟全新的創意，也是AR與VR在未來某天會呈現的互動方式。

臉書與CTRL-Labs並未公布雙方的交易細節，但外電引述消息來源報導，此一交易的金額落在5億~10億美元之間。

新聞

一名開發人員Seth Vargo在發現美國軟體公司Chef Software與美國移民及海關執法局（U.S. Immigration and Customs Enforcement，ICE）續約之後，因不滿Chef助長拆散非法移民家庭的ICE，因而決定撤下在GitHub兩個與Chef有關的開源檔案，而損及Chef的業務，在幾經考量之後，Chef決定不再與ICE續約。

Chef為一軟體公司，主要開發允許IT部門可自動化配置、部署及擴建伺服器及應用程式的軟體，不過，該公司的商業產品Chef Automate是奠基在Chef與InSpec兩個開源專案上，並整合另一個Habitat開源專案。

至於Vargo則曾是Chef的員工，也替Chef專案打造了兩個外掛程式，由於Vargo非常反對川普透過ICE拆離非法移民家庭的政策，因此在發現Chef與ICE續約之後，因不滿Chef助紂為虐，在上周直接撤下了他的兩個外掛程式，還在GitHub原本的網頁上寫下「我有道義責任不讓自己的程式碼被邪惡所用」。

Vargo的行動讓Chef的生產系統出了問題，還殃及客戶服務。Vargo向The Verge表示，他知道Chef會察覺他做了什麼事，只是沒想到Chef如此仰賴他所寫的程式碼，造成系統當機了一個半小時才修復。

Chef執行長Barry Crist最初表示，他們從歐巴馬時代就與ICE合作了，且該公司的原則是不管是否同意政府的政策，都會與政府組織合作，企業不應審查特定的政府專案或組織。

但Crist在幾天之後改變了態度，坦承Chef在對抗這些侵犯基本人權的政策時，應該採取更強硬的立場，於是宣布當與ICE的合約在明年到期之後，將不再續約，而且會把既有合約的相關收益，捐給協助處理非法移民事宜的慈善機構。

儘管Chef的規模或知名度不如微軟及Google，但這透露出有愈來愈多員工願意挺身而出抗議企業與政府所訂定的合約，Google的員工也曾連署反對Google與國防部及ICE的合約，而在Crist撤下自己的程式碼時，亦獲得了Chef員工的支持。

新聞

[上海直擊]傳統工廠在佈署新的生產線時，可能要實地勘察工廠產線現況，經過評估後展開佈署，待產線實際運作後，根據實際生產的數據調整流程、改善生產效率，然而，在數位雙身（Digital Twins）帶動虛擬體驗下，工廠的生產製造或許有更好的方法，透過模擬真實工廠生產線，在虛擬的世界裡規劃、調整流程，協助優化實體工廠的生產流程及效率。

今年在達梭上海舉行的全球大會裡，達梭對外展示了虛擬體驗如何幫助企業在生產製造端，預先規劃新的生產線，從一開始的需求及供應規劃，流程最佳化、人力規劃、機械手臂控制程式、擬定細部生產計劃，產線部署、產量及品質控管，到生產設備的維護等，結合虛擬與實體，協助生產製造的規劃及營運最佳化。

以一家汽車製造商為了提升營收，決定生產新的SUV車款為例，計劃在工廠佈署新的生產線，以專門生產新車，但在真實工廠設置新產線之前，可以透過數位分身，在模擬真實工廠的生產環境，協助評估、調整產線的生產效率及流程。

1. 模擬真實工廠現況，規劃新的生產線

利用3D掃描車，先建立點雲模型，模擬真實工廠內的生產環境建構出一座3D虛擬工廠，這個虛擬工廠就像Google地圖的街景圖，可以自由移動視點及角度，檢視各個產線的現況，移動滑鼠拉出直線，就能測量特定區域內的空間大小、通道寬度，供新產線的設備、原物料動線等規劃的參考。

在數位分身的概念中，虛擬手臂和真實的機械手臂是連動的，真實產線上機械手臂的動作，會同步顯示於螢幕中虛擬機械手臂。

2-1. 模擬生產線的組裝作業，並優化生產流程

虛擬工廠模擬真實生產過程，後端連接PLM系統，在模擬的產線中偵測機械手臂組裝、焊接過程，會不會發生碰撞或是衝突，再透過CATIA調整虛擬機械手臂。

模擬產線的實際生產，如果效率不符合預期，可以找出哪個機械手臂生產的效率低落，調整手臂控制參數提升生產效率。

2-2. 需求及供應、生產、人力規劃

規劃生產新車，涵蓋需求規劃、供應規劃，生產規劃及人力規劃，管理者可以從儀表板裡，看到各區域市場的銷售表現，決定是否需要推出新產品提高營收，也能檢視直接成本、碳排放成本、庫存等各種成本結構。

從現有員工的排班情形，找出有空餘時間、可投入生產的員工。在生產規劃部份，也可檢查生產進度是否符合預期。

3-1. 監控生產過程、提升效率

在生產過程中，需要隨時監看生產情形，當生產過程中發現某個生產環節效率低落，管理者可以透過協作平臺，和維修人員或是機械手臂程式開發人員討論，找出問題點，並指派工作處理。

進一步可以看到不同機械手臂的生產效率、組裝所花費的時間，若發現某個機械手臂生產效率低落、時間太長，管理端可和生產線現場、機械手臂工程師線上討論如何提高效率、縮短作業時間。

3-2. 多方協作及溝通

利用魚骨圖，以手寫方式寫下需求，並分配給不同的團隊。

透過多方協作找出異常設備的問題點，群策群力討論出解決之道，從虛擬的3D模型中分析找出維修方法。

4. 優化生產過程

利用分析工具能夠偵測組裝、焊接過程可能出現的錯誤情形，以調整生產的作業方式。

5. 結合數據分析及AI作預測性維護，員工透過VR學習新技能

工廠若佈署完整IoT蒐集整個生產過程的數據，利用達梭3DExperience的大數據分析工具，結合機器學習，判斷可能故障的設備，為避免影響生產效率，及早安排人員維修更換。

員工也能從虛擬訓練中學習維修方法，一步一步的學習如何拆解設備進行維修，例如先鬆開何處的螺絲、取下外殼蓋，維修完畢，如何重新組裝復原。

結合VR裝置，員工戴上VR頭戴裝置及控制器，就能在虛擬實境中，按照指示一步一步學習如何維修設備，學得新的維修或組裝技能。

新聞

臺灣家樂福近年積極推動數位轉型，決定採用GCP平臺的解決方案運行ERP系統，還有翻新CRM系統，再擷取CRM的部分顧客資料，上傳Google雲，以實現精準行銷。

ERP系統搬遷上Google雲，是臺灣家樂福上雲計畫中，第一個將於雲環境執行的內部核心系統。因該計畫超過50萬歐元，需通過總部審核，家樂福行銷暨電子商務與數位資訊總監林子文表示，歷時兩年的討論，直到1個月前，才與Google雲端和SAP兩方完成簽約。除了將在GCP平臺使用SAP ERP系統，下一階段，家樂福也將於GCP平臺使用SAP BW。

而家樂福數位轉型的另一個核心工程，就屬翻新CRM系統。該系統累積了家樂福在臺逾10年的資料，林子文指出，翻新工程預計要花費1到1年半的時間，才可全面完成。家樂福目前共有約600萬名會員，其中線上會員約有100萬名，而線下會員則約有600萬名，兩相有10幾萬會員數重疊。

考量穩定性及即時性的需求，現階段，家樂福沒有計畫將CRM搬遷上雲，不過，為了向會員推播個人化的促銷訊息，家樂福將從CRM中，撈取顧客的購物行為資料，並將這些資料搬遷上GCP，以借助雲端的行銷解決方案，實現精準行銷，從而強化自身於電商市場的競爭力。

家樂福在臺雲端策略部分選擇採用GCP平臺，其實有跡可循，家樂福法國總部於2018年時，宣布與Google合作，共同打造創新的消費體驗，合作計畫包含了三大項目。首先，法國消費者可以透過各項裝置上的Google Assistant，購買家樂福的商品。另外，家樂福在巴黎會開設一間創新實驗室，與Google雲端的AI團隊合作，打造全新的客戶體驗。家樂福旗下1,000名員工也將採用多項Google雲端服務，像是協同工具，以加快決策速度。且法國總部與Google展開多項合作，就是為了力抗電商平臺的競爭。

而家樂福在臺於2015年底，進軍電商市場，起初將該業務定位為實體賣場服務的延伸，所以未設立專責部門，不過，時隔3年，為了更加擁抱數位技術以實現精準行銷，及全力發展電商業務，家樂福目前設有數位及電子商務部門，共有約50位部門成員，其中有10位數位資訊人員，及10位數位行銷人員，還有30位電商人員。

今年家樂福線上購物的營收估計會達19億臺幣，相比去年成長1.2倍，單就自營電商平臺的業績，從年初，占整體營收約1.5%，至近幾個月接近3%。林子文表示，目標明年線上購物的業績達30億臺幣。

林子文指出，販售生鮮商品是家樂福電商的優勢，且生鮮商品可與常溫商品同時送達消費者的手中。因販售商品包含了冷凍生鮮食品，不同於其他電商業者，統一由中央倉儲出貨，家樂福的線上購物網站以各個門市為配送點，各分店有負責電商業務的人員進駐，由他們處理電商訂單，包含揀貨及出貨等流程。

不過，林子文透露，家樂福未來也將有中央倉儲，會坐落於桃園楊梅。該倉儲預計於2020年啟用，從負責線下門市的物流開始，到2021年時，再擴展到電商訂單的物流配送。

新聞

由臉書、微軟、Twitter及YouTube在2017年共同成立的全球反恐網路論壇（Global Internet Forum to Counter Terrorism，GIFCT），在本周宣布將改組成為一獨立組織，將聘任一獨立的執行董事來負責運作，同時設立技術、反恐與執行團隊。

目前尚未確定此一執行董事人選，但他將負責協調所有的事務，包括核心管理、計畫的實施與募款，也要與執行及諮詢委員會交流。

未來GIFCT的三大關鍵任務包括：發展長久計畫，以破壞恐怖份子與暴力極端主義的網路活動。二、打造各式回應工具，讓各種平台都能減輕受到恐怖或暴力極端主義攻擊的影響。第三則是藉由研究專案來學習最佳實作，包括防止恐怖與暴力極端主義份子濫用數位平台。

除了最早的4家創始會員之外，全球已有愈來愈多的科技公司加入GIFCT，包括 Amazon、LinkedIn 與WhatsApp。

迄今GIFCT最重要的成就，在於建立了恐怖及暴力極端主義的數位指紋資料庫，以與成員共享已知的恐怖份子圖像及影片宣傳，以讓各平台能夠快速辨識相關內容並採取行動，目前該資料庫已蒐集了20萬個獨立指紋，當中有高達85.5%涉及「歌頌恐怖主義行為」，有9.1%與招募行為有關。

此外，GIFCT也會與各會員分享恐怖內容的連結，以利各平台判斷連結內容是否違反政策，迄今所分享的連結已超過9,000個。

新聞

非營利的國際機器人組織（International Federation of Robotics，IFR），本周公布了2018年的全球工業機器人出貨報告，指出去年全球工業機器人的出貨量達到42.2萬台，創下165億美元的經濟規模，在出貨量上比2017年成長了6%，而中國、日本、美國、南韓與德國等前五大市場的安裝數量，佔了全球總數的74%。

亞洲一直是全球工業機器人的最大市場，首屈一指的則是中國，去年在安裝數量上佔了整體的36%，比歐洲及美洲加起來還多，居次的日本則佔了13%，美國佔9.5%，南韓佔9%，德國則是6.4%。

值得注意的是，中國政府一直在推動境內的工業機器人製造能力，去年該國所安裝的工業機器人中，由中國本土品牌所製造的比例為27%，高於2017年的22%。

至於全球主要的工業機器人製造國則是日本，在2018年的出貨量中，有52%都是日本製的。

這些工業機器人有30%用於汽車產業，25%用於電子產業，10%被安裝在金屬及機械產業。

新聞

臉書創建的開源查詢引擎Presto，將成為在Linux基金會下的一個專案，由臉書、推特、Uber和阿里巴巴作為Presto基金會創始成員，基金會運作將採用開放且中立的治理模型，吸引貢獻者共同驅動專案發展，使Presto成為可靠且快速的分散式資料處理引擎。

Presto在2012年的時候由臉書創建，是一種為大規模資料分析建立的分散式SQL查詢引擎，在叢集上運作，Presto的架構允許使用者對各式的資料來源執行查詢，而不需要把資料移到單獨的系統，可查詢的資料來源包括Hadoop、AWS S3、MySQL、PostgreSQL、Kafka以及MongoDB等，查詢的資料來源橫跨多種資料格式，無論是關聯式抑或是NoSQL，專有格式與非結構化資料都能良好地處理。

其提供了一種快速且免費的資料查詢解決方案，臉書Presto工程經理Nezih Yigitbasi表示，Presto建立的目的就是要用大量的機器來處理EB級的資料，其彈性的設計允許Presto連接各種來源的資料，在設計之初，就已經考慮了效能、可擴展性和可靠性，並且實際在臉書內使用多年，經過多年的驗證與改進。

臉書開源Presto，並且吸引了多家有興趣的公司，因此現在Presto移至Linux基金會下，繼續發展並吸引社群參與。

臉書買下以色列的聊天機器人新創Servicefriend

【ICIP 2019直擊】臺灣DeepQ發表新知識型AI模型KG-GAN，要讓醫療小數據也有高準確度

Google在GKE服務正式推出原生容器負載平衡功能

AWS推出採用Nvidia T4 GPU的EC2實例，加速AI應用及圖形運算

微軟釋出一系列Python初心者教學影片

Google以AI預測洪水氾濫地區，進而提供防洪預報

Microsoft Edge準備讓用戶封鎖非必要程式

微軟例外修補IE、Windows Defender兩重大漏洞，IE零時差漏洞已有攻擊程式

資料視覺化工具商Tableau終於推出了正體中文版，也在臺揭露3大發展藍圖

微軟：Windows 10中文輸入、桌機搜尋失靈問題已解決

Google發表可存取無廣告與付費App的Google Play Pass訂閱服務

白俄羅斯成首個強制ISP提供IPv6服務的國家

中國社會信用系統的監管對象從民眾蔓延到企業了

臉書買下神經介面開發商CTRL-Labs

不願心血被川普用來驅趕非法移民，開發人員撤下貢獻給Chef的開源檔案

產線也能O2O虛實整合，達梭系統展示如何用數位分身改善實體工廠生產效率

臺灣家樂福推動數位轉型，ERP上雲及CRM翻新為兩大核心工程

全球反恐網路論壇將成一獨立組織

去年全球的工業機器人出貨量達到42萬台，中國維持最大市場地位

開源分散式資料處理引擎Presto專案正式納入Linux基金會麾下