在用戶普遍接受Netflix、Disney+訂閱影片串流服務的今天，仍然有不少人偏好盜版的免費內容。媒體發現，高度爭議的BT網站海盜灣（Pirate Bay），似乎又在測試一個串流影片的免費服務。

海盜灣提供搜尋服務，提供使用者下載各種影片或電視節目內容的連結。TorrentFreak報導，海盜灣服務網頁近日又增加看似影片串流的連結服務。在某些節目或電影檔案名稱下方、代表下載的磁鐵圖示旁出現橘色的「B」字圖示，點入後會連到名為BayStream的新平台，並以類似YouTube的播放介面串流到PC瀏覽器上播放。

這個服務似乎正在不斷修改。The Verge隔日報導時，「B」字已經變成綠色的「播放」圖示。

目前不知BayStream由誰營運，和海盜灣關係為何。不過這並不是海盜灣第一次推出影片服務。2011年它也曾推出影片分享服務BayFiles，但該服務2014年遭瑞典警方掃蕩關閉，去年又重新上線。此外2016年海盜灣也曾推出名為Stream It的按鍵，將用戶導向名為Torrent Time的串流網站。不過這個站總是連線不穩，影片品質也不佳。

如果這項服務上線，將使線上串流平台市場更加熱鬧。The Verge報導，以《權力遊戲（Game of Thrones）》第8季上檔頭24小時為例，盜版點閱是合法點閱的3倍。媒體預估Disney+上的曼達洛人（Mandalorian），將會是今年盜版率最高的影片。

推特CEO Jack Dorsey在自己的推特帳號發文提到，現在集中式的社群媒體遇到了一些重大的挑戰，因此他們現正資助一小群研究人員，嘗試建立社群媒體開放的分散式標準，也由於區塊鏈等新技術的發展，而使這樣的想法可行性增加，目標是讓推特自己成為該標準的使用者。

Jack Dorsey提到，過去推特一度有機會，發展成為像是電子郵件協定SMTP這樣的去中心化網際網路標準應用，但是因為當時的情勢，而使得推特最後選擇不同的發展途徑，成為現在集中式的社群媒體。但這些年的變化，他看到集中式社群媒體衍生出難以解決的問題，第一個是最近社會耳熟能詳的虛假訊息議題，Jack Dorsey表示，要在不增加用戶太多負擔的情況下，解決長期氾濫和誤導訊息是不太可能的。

而且社群媒體的價值，逐漸從內容託管和移除，轉向為引起人們注意的推薦演算法，這些演算法都是專有的，人們無法選擇或是建立替代的演算法。另外，由於社群媒體的鼓勵機制，使得人們將注意力集中在引發爭議和憤慨的內容和對話上，而非那些可以促進健康發展的話題。

Jack Dorsey表示，要解決這些問題，公開制定標準是一條可靠的路，且由於分散式技術的發展，像是區塊鏈的一系列開放、永久託管、治理以及貨幣化的解決方案，雖然還有許多工作需要進行，但是基礎都已經存在。

推特新的研究專案名稱為Bluesky，將會是一個由開源架構師、工程師和設計師組成的五人小型團隊，由推特CTO Parag Agrawal帶領，以開發社群媒體的開放式和分散式標準為目標，推特希望可以圍繞這個標準，建立一個開放社群，其中包含企業組織、研究人員和公民社會領袖等角色。

而這個行動對於推特的好處，Jack Dorsey認為，將使推特能夠存取和參與更大範圍的公共對話，並致力於建立可促進健康對話的開放推薦演算法，也將會迫使推特創新以因應新挑戰。Jack Dorsey也提到，新標準不該由私人企業擁有，如此才能促進網際網路開放和分散的原則。

雖然媒體經常報導中國以天網監視系統來監管人民活動，但根據報告，美國的監視攝影機密度其實和中國不相上下，約4個人就有1台。令人驚訝的是，台灣居全球第三名。

IHS Markit本周發佈全球監視攝影機的滲透率報告，2018年以平均4.1人中有1台監視攝影機的比例居全球之冠。美國則以4.6:1些微差距排名第二。這項報告估計的對象包括網路、類比與高解析度閉路電視（HD CCTV）型式的保全用攝影機。

IHS Markit 監視攝影器研究分析經理Oliver Philippou指出，過去幾年來媒體報導總是把焦點放在中國廣佈攝影機和人工智慧（AI）技術，但大家不曉得美國的監視攝影機滲透率也很高。未來談到大規模監控時，美國獲得的關注可能不會小於中國。

其他國家方面，台灣以5.5:1位居全球第三名。其次是英國的6.5:1和新加坡的7.1:1。

以數量而言，中國和美國近3年來監視攝影機安裝數大幅成長。中國的安裝數由2015年的2.1億台成長到3.5億台。同期美國則從4,700萬台增加到7,000萬台。IHS Markit估計到2021年，中國和美國的監視攝影機，各會成長到5.7億台及8,500萬台。

在中國的「雪亮」計畫下，中國監視攝影機市場比其他市場獲得政府更大幅度的資金挹注，旨在實現公共區域綿密部署監控攝影機。分析師估計，在中國政府推動下，城市監控是2018年中國消費性市場比重最大的子市場。中國的城市監控攝影機安裝數，估計是美國同類型監控的4.5倍。

反觀美國市場，零售和商用攝影機為該國最主要安裝種類。The Verge報導，美國用於城市監控的攝影機佔比僅3%。

目前監控攝影機一項熱門技術是臉部辨識。華爾街日報報導，底特律、華盛頓特區、佛州奧良多，正在測試公共區域安裝臉部辨識系統。但舊金山今年5月通過禁止政府機關使用臉部辨識技術的法令。

分析師強調，雖然美國的監視攝影機滲透率很高，卻是許多年的累積結果，中國市場則是在過去10年飛快成長而成。

企業看待資安，必須兼顧管理制度、技術架構、人員訓練，並建立「事前盤點防禦」、「事中監控應變」及「事後鑑識復原」的資安防護能力。

「數位轉型」是近年最火紅的辭彙，多數企業機構都積極迎向這個趨勢浪潮，導入數位科技與聯網技術一波接著一波；殊不知在此同時，企業對外的「曝險介面」隨之增多，甚至產生新的缺口而不自知，埋下可能招致駭客入侵的風險。

展望2020年，企業資安防護的需求仍會持續蓬勃發展。中華資安國際總經理洪進福表示，法規、威脅、新科技、時間等是驅動資安市場發展的四大因子，每個都將發揮其影響力，迫使企業必須持續強化資安防護能力。

關於法規，隨著資通安全管理法施行、許多國家的個資法規、金融業資安法規等日趨嚴格，導致企業的資安法遵壓力愈來愈大。關於威脅，近幾年資安事件層出不窮，網路入侵、勒索病毒、資料外洩、DDoS、APT等都對政府與企業造成很大的威脅和危害，預期來年企業仍將與這些風險相伴為伍。

關於新科技，隨著5G、工業物聯網IIoT、智慧聯網AIoT、車聯網、自駕車、區塊鏈等新技術、新應用的開展，勢必帶來新的資安缺口。關於時間，多數人都清楚，隨著時間演進，幾乎每天都會發現新的系統、應用或技術的缺口、漏洞。當然，如果企業沒能及時防患於未然，就可能給了駭客或網軍可乘之機，造成政府或企業的嚴重損失。

從管理、技術、訓練三大構面  建立資安能力

儘管企業面臨的資安威脅持續存在，洪進福認為，對企業主來說，與其關心威脅，更應留意威脅所造成的衝擊，像是營運中斷、資料外洩，或智財權遭竊等危害，並針對導致危害的資安威脅，建立資安防護機制。例如，企業在網路上提供電子商務交易網站，可能遭受DDoS攻擊、網站遭入侵資料外洩等威脅，企業就應該針對這些威脅，建立威脅模型，並備妥事前、事中、事後的防護因應對策。

洪進福認為，企業要做好資安，應該從管理、技術、訓練三大構面來進行。管理制度是最重要的部分，沒有組織人員、流程、工具是不可能把資安防護做好的，即便有了管理制度，還需檢視能否落實管理？能否有效建立技術防護能力？技術是指組織建立關鍵資產盤點、防護架構、偵測監控、緊急應變、鑑識復原的技術框架及能力；訓練則是有鑒於『人』經常是組織資安防護的最大缺口，透過訓練可以提高資安認知，強化資安技能，有效提高資安防護能力。

中華資安國際透過使用簡單的論述方式，引導企業明瞭如何做好資安防護。首先藉由「你認為家中有什麼珍貴物品」提問，釐清企業需要被加強保護的關鍵資產；接著提到「如何把珍貴物品擺在安全的地方」，讓企業清楚必須建立事前的防禦架構、以及事中的常態性偵測機制，有效阻止宵小靠近或竊取關鍵資產；再來提到「萬一出事，該怎麼辦」，指引企業建立快速應變措施，透過事後的鑑識與重建機制，釐清事件的來龍去脈，入侵管道，並儘速彌補缺口、清除餘毒、讓一切回歸正常。洪進福不忘提醒，企業要解決資安問題，需要統合管理、技術、訓練三大構面，例如，參照ISO 27001管理制度、NIST IPDRR資安框架，建立企業資安的基線（Baseline），並持續PDCA管理循環。對此中華資安國際副總經理游峯鵬補充，有了好的制度，就可望把資安帶入常軌、真正成為企業日常營運的一環，要不然只要有人員異動、系統上下架、網路架構更動，都可能因疏於做對應調整、造成資安退化。

釐清企業資安風險  建立事前／事中／事後資安架構

大體來說，企業看待資安，必須兼顧管理制度、技術架構、人員訓練，並建立事前盤點防禦、事中監控應變、事後鑑識復原的資安防護能力。洪進福轉述，很多企業CEO或CIO都在問「我們成立了資安部門、買了不少資安軟硬體設備，請問我們現在資安做得好不好？有沒有被駭的風險？」，要回答這個問題，最好的方式就是評估(Assessment)與檢測(Testing)。資安評估是透過稽核一個組織資安管理制度的落實程度、說與做一致、雲網端資安架構檢視、合規檢視等，評量一個組織的資安整備度與成熟度；檢測則是以駭客觀點，搜索資安缺口，實際動手進行入侵測試，這會讓資安防護好壞高下立判，無所遁形。而最理想的檢測方式就是紅隊演練（Red Teaming）。

綜觀臺灣資安市場，目前有實力提供紅隊檢測服務者，僅中華資安國際與極少數業者，這項服務是由專業道德駭客組成，運用無邊界的探索，嘗試找出任何可能潛進企業內網的介面，再順藤摸瓜深入核心系統，取得最高控制權限，甚至是拿到企業關鍵資料，藉此提醒企業瞭解自身防護架構的不足，並輔導企業該如何補強防護、彌補資安缺口；另一種常見的檢測服務是滲透測試（PT），通常由業主指定特定的作業範圍，例如某個系統或網站，由資安檢測人員執行入侵測試，然而「駭客不會依照你指定的路徑進來」，所以單靠PT挖掘特定系統的缺口、彌補缺口，想要釐清企業資安做得好不好，顯然還不足以達到目的。

以三色資安檢測  看清企業的資安防護能力

很多企業為了看清楚自身資安防護能力，確實考慮利用「紅隊攻防演練」來進行實地檢測，但是部分CEO與CIO詢問企業的資安負責人，「我們委託的紅隊演練過程，紅隊到底發現多少個漏洞？檢測涵蓋的完整性如何？有沒有忠實的反映在檢測報告裡？」，要回答這個問題，就得靠介於紅隊與藍隊之間的第三方檢測稽核角色，也就是紫隊。

洪進福表示，中華資安國際是國內唯一有能力執行「三色資安檢測」的公司，資安專家可以扮演紅隊，模擬駭客進行無邊界的入侵檢測；也可以扮演藍隊，協助企業的SOC進行防禦應變；也可以扮演紫隊，協助業主執行第三方資安檢測稽核的工作，協助企業稽核紅藍攻防的真相、看清企業的資安防護能力。

針對事前、事中、事後的資安架構，中華資安國際提出非常完整的服務內容。以事前而論，可從風險評估角度，幫助客戶辨識關鍵資產與風險，接著提供顧問與規劃服務，引導客戶建立防禦架構，同時提供 Red Teaming、滲透測試PT與資安健診等檢測服務，確保防護架構沒有缺陷；此外，包括事中持續性的 SOC監控應變，發現可疑活動的事件釐清、緊急應變、快篩止血，以及事後的事件鑑識服務、系統復原重建等工作，都是中華資安國際的服務範疇之列。

洪進福提醒，企業務必牢記「有網路接口、就可能有資安缺口」，很多企業的資安風險都來自聯網。中華資安國際與中華電信母公司共同於HiNet上網機房端提供網路資安防護服務，企業應該善用上網資安防護服務，例如HiNet DDoS防護、入侵防護、雲端防火牆、防駭守門員等，將網路攻擊、入侵威脅、惡意網站活動等阻隔於企業境外，協助企業做到縱深防禦，這也是其他資安業者做不到的。

總括而論，中華資安國際與一般系統整合商或設備商有著莫大不同，在於同時擁有網路、系統、資安等各領域專家，能夠綜觀全局、即時掌握資安威脅情資，將資安防護佈署在最適當的防禦位置、持續監控應變、補強精進，協助企業將資安風險降到最低。

Google近日針對G Suite用戶推出一項新的Gmail功能，將能把Gmail中的郵件直接以附加檔案的形式寄出，讓使用者可一次寄出多個郵件給同一位收件人。

以附件形式傳送電子郵件有3種方式，一是在以新視窗撰寫郵件時，從收件匣中點選欲附加的多個郵件，再直接拖曳至新郵件中；二是先在收信匣中選擇所要附加的郵件，再點選以3個點呈現的「更多」選單圖示，選擇「以附件形式轉寄」（Forward as attachment）。

三則是在撰寫新郵件時，透過右上方的「彈出通訊視窗」（Pop-out reply）圖示，再選取所要附加的郵件。

這些作為附件的電子郵件副檔名為.eml，收件者點選時會以新視窗開啟，且附加的郵件數量並無限制。

Google表示，這是因為他們收到許多使用者的意見，指出在許多情況下，讓郵件成為附加檔案，應該比單封郵件的轉寄更為合理，例如想轉寄同一個主題的眾多郵件時。而且這讓使用者只要撰寫摘要，並以附加的郵件來表達支持理由，同時允許對方直接於郵件客戶端中開啟。

該功能支援所有的G Suite版本，且預設值是開啟的，管理人員不必採取任何行動，當使用者於選單圖示中看到「以附件形式轉寄」的功能時，代表已可開始使用。

瀏覽器Safari的瀏覽引擎Webkit強化智慧追蹤預防功能，能防止網頁偵測瀏覽器開啟追蹤預防功能，現在iOS 13.3、iPadOS 13.3的Safari，以及macOS Catalina、Mojave和High Sierra上的Safari 13.0.3的用戶，都因這項功能獲得進一步隱私保護。

追蹤預防功能常被當作一種追蹤向量，由於追蹤預防和內容阻擋器會依照來源或是網址，給予差異化的對待，而當這些來源或是網頁為瀏覽器提供唯一性，或是網頁可以偵測到瀏覽器的差異對待，則追蹤預防和內容阻擋器可能反過來，被網頁用來進行追蹤。

為了解決這個問題，Webkit官方認為，追蹤預防功能必須要被難以偵測，甚至是無法偵測，因此為智慧追蹤預防增加三個功能，不只能夠反偵測之外，也能改進整體追蹤預防功能。

智慧追蹤預防功能現在將所有跨站請求參照位址標頭，降級成為頁面來源，過去這個操作只有針對到分類網域的跨站請求。Webkit官方舉例，過去對https://images.example的請求，包含的參照位址標頭為https：//store.example/baby/strollers/deluxe-stroller-navy-blue.html，但現在會減少成只有https://store.example/。

而且現在沒有用戶進行互動的狀況下，網站上所有第三方Cookies將被阻擋，除非第一方網站已經收到用戶的互動，否則智慧追蹤預防功能將阻止所有第三方查看Cookie的請求，而這與第三方網域的分類狀態無關。

原本Safari的Cookie政策就嚴格限制第三方設置Cookie，現在智慧追蹤預防功能更新後，Storage Access API在處理document.hasStorageAccess()的呼叫時，會同時考慮Safari的Cookie政策，所以當智慧追蹤預防功能阻擋Cookie且顯性儲存存取也未同意，document.hasStorageAccess()呼叫將解析為false，還有當網域沒有Cookie而且Cookie政策阻擋Cookie，則該函式呼叫也會回傳false。

官方提到，由於Safari的Cookie政策已經實行10年，而且多數網站想要以第三方使用Cookie，也會同時設定第一方Cookie，因此這個限制造成的影響很小，僅極罕見的實作案例需要改變作法。

臺北市立聯合醫院聯手工研院，耗時一年打造一款遠距傷口照護App，由護理人員攜帶智慧型手機與熱感影像感應器，至偏遠地區、行動不便的重症病患家中，來拍攝傷口照片，再透過雲端系統分辨上皮、肉芽、焦痂、浸潤、腐肉等5種傷口狀態，並計算傷口面積、傷口壞死情形、是否浸潤和發炎等。在遠端的醫生，可藉助這套系統來診斷，讓不便遠行就醫的患者或長輩，在家也能接受傷口照護服務。

熱感影像儀輔助，揪出肉眼難見的淺層發炎

工研院服務系統科技中心供應鏈系統部副工程師謝閔易解釋，熱感影像感測器，可捕捉物體散發的紅外線熱輻射，能夠以不同顏色來呈現不同溫度的分布，因此，搭配智慧型手機拍攝傷口照片，就能先判斷傷口周圍的皮膚是否發炎。

比如，肉眼只能看出傷口，但透過熱感影像偵測，可看出傷口周遭的淺層皮膚因溫度較高而呈現紅色，「這就是發炎，從影像中也可看出發炎面積。」要是溫度低、呈現藍色或淺色，就代表傷口已經壞死，沒有血液流通。「熱感影像很重要，告訴醫生不只要處理傷口，還要照顧周圍發炎的組織。」

自建傷口大小判讀模型，一鍵就能計算出

另一方面，這個系統還有另一個功能，也就是自動計算傷口面積。謝閔易解釋，一直以來，護理人員居家訪視時，為計算傷口大小，還須持比例尺在傷口旁比對、拍照，再透過電腦程式來計算面積。

而透過這款App，護理人員只需要在傷口旁擺上對照物，比如一個藍色圓圈貼紙，再來拍照，就可自動計算傷口長與寬，「不論手機畫素差異，也不論距離遠近，系統都可根據畫素大小來計算傷口面積。」

另外，要是沒有對照物，系統也可根據熱感影像儀的紅外線測距功能，來辨別傷口尺寸。

而系統之所以能快速計算，還有賴於工研院建造的AI模型。謝閔易指出，工研院利用北市聯醫提供的3,000多張患者傷口照片，訓練一套傷口面積計算深度學習模型，當傷口照片傳送到雲端系統時，AI模型會直接在照片上圈出傷口範圍，再自動計算面積。

「現在，我們還打算擴增AI模型的功能，要能計算傷口深度。」他表示，傷口深度對專科醫生來說，是判斷治療方式和敷料選用的關鍵；未來，工研院計畫利用3D影像技術，來打造可判斷傷口深度的AI模型，協助醫生下治療決策。

整合傷口治療紀錄，視覺化圖表追蹤復原進度、推薦敷料

除了觀察患者傷口，醫生還可從後臺系統中，比對患者歷次以來的傷口照片，來判斷是否好轉或惡化。此外，系統也內建5角分析圖表，來對照每次診療後的傷口復原進度，除了方便醫生掌握個別患者的狀態，也會建議治療方法與敷料選用。

謝閔易指出，這款傷口照護App已於內部測試，預計明年正式在北市聯醫的居家護理所上線，要緩解過往護理人員家訪時，需耗費大量時間查閱病歷、手寫記錄傷口，再回醫院輸入電腦系統的不便。文◎王若樸

重點新聞(1206～1212)

中國附醫    自然語言處理    電腦視覺  

5分鐘就完成！中國附醫用NLP和電腦視覺自動產生癌症治療報告

中國附醫展示自家新開發的癌症評估AI系統，結合自然語言處理（NLP）和電腦視覺，可根據大腸癌和子宮頸癌患者的醫療影像，找出特徵點並利用NLP，5分鐘即可生成初步診斷報告，再由放射腫瘤科或核醫科醫生審核。同時，系統也會根據病患接受首次治療的資訊，來建議合適的療法，比如放射治療、化療、細胞治療或標靶藥物治療，可細緻到特定藥物推薦。

進一步來說，當患者接受第一次癌症治療後，中國附醫會請患者拍攝醫療影像，來檢測治療效果，而AI系統會根據影像特徵，來推估患者狀態，比如移轉機率、復發機率、死亡機率、復原機率，同時利用NLP產生基本報告，再由放射科醫生進行更完整的報告，節省原本人工所需的30-40分鐘，讓醫生有更多時間，來與患者解釋合適的治療方法與效果。這套系統也已在院內研究測試，而在推廣上，中國附醫指出，這套系統可透過遷移學習，來訓練其他癌症的判讀模型，推廣到其他癌症。

國家災害防救科技中心     最佳路徑     AI  

水災爆發怎麼逃？國家災防中心發表最佳疏離路徑AI功能，將整合LINE官方帳號提供

國家災害防救科技中心日前展示自家最新打造的水災避難所最佳路徑的AI功能，透過整合中央和地方政府資料，能在洪水氾濫時，利用演算法來規畫民眾所在地到附近避難所的最佳路徑，並且能即時避開封閉的道路，即時調整路徑。中心研究員進一步解釋，該功能的演算法是以最短路徑為基礎，要是行進中偵測出道路臨時封閉，就會重新規畫另一條最短路徑。

此外，由於臨時避難所收容人數等資訊由地方政府管理，明年，災防中心也計畫與各縣市政府推廣，要介接更多資訊，整合至災防中心的LINE官方帳號，方便民眾在水災來襲時，有更多資訊輔助撤離。另外，災防中心LINE官方帳號中，已新增Google地圖的AR導航功能。（詳全文）

  長庚醫院     微生物特性    對症下藥  

長庚醫院用AI揪出致病細菌，不僅省時更能對症下藥

林口長庚醫院日前於2019年醫療科技展上，展示自家打造的質譜儀微生物特性鑑定AI，可快速辨識感染疾病的微生物特性，進而找出抗藥性，讓醫生能依此對症下藥、給予正確的抗生素來治療，準確率達90％以上。

開發這套系統的林口長庚紀念醫院檢驗醫學部主治醫師王信堯指出，一般治療感染疾病的病人，通常要先透過儀器檢驗，比如痰，從中找出致病細菌，再根據細菌的抗藥性來開藥。但是，這個過程通常需要3-5天時間，所以，醫生得在病患就診當下，先憑經驗開藥，待檢驗結果出爐後，再針對致病微生物另外開藥。

為了縮短正確開藥時間，王信堯團隊自2年前開始，就利用自家檢驗儀器質譜儀分析的50萬筆蛋白質資料，來設計、訓練AI演算法，來從上千個蛋白質特徵中，判斷細菌種類、找出合適的藥物。現在，醫生只要將質譜儀資料上傳，系統就能快速判斷出致病細菌，以及該用或不該用何種藥物治療。這套系統目前已於內部測試，預計明年進入臨床階段。（詳全文）

  Netflix     資料科學框架    Metaflow  

Netflix開源內部Python資料科學開發框架Metaflow

Netflix鎖定資料科學家的開發需求，釋出內部專門設計的應用開發框架Metaflow，除了可讓使用者靈活開發模型外，也與AWS服務整合，可快速存取在S3上的資料、使用SageMaker機器學習服務。

Netflix指出，Metaflow框架已在內部使用兩年，用來開發數百個資料科學專案，包括自然語言處理和操作搜尋等。Netflix表示，Metaflow是要縮短模型進入生產部署的時間，加速迭代和除錯，來滿足資料科學家的需求。Metaflow是一套簡單的Python函式庫，資料科學家可將工作流程表達為有向無環圖（DAG）。另一方面，Metaflow整合了AWS服務Amazon S3，可自動產生其中所有程式碼和資料快照。（詳全文）

  AWS    Java       深度學習  

AWS釋出Java深度學習開發框架DJL

AWS開源Java語言的深度學習函式庫DJL（Deep Java Library），開發者可利用高階API，來開發、訓練和執行深度學習模型。AWS解釋，DJL是要讓企業也能用原本熟悉的程式語言Java，來建立和訓練深度學習模型。

DJL以原生Java概念，建立在現有的深度學習框架上，透過簡單的API，來降低開發深度學習模型的複雜性，並提供一組預訓練模型，讓用戶可快速將深度學習技術整合到Java應用程式中。DJL可用於各種案例，像是零售業用來預測客戶需求，或是提供聊天機器人服務，甚至也能在汽車工業發揮作用，可導航自駕車或找出產品缺陷等。（詳全文）

  IDC    AI融合    透明化  

IDC預測：2020年AI將融合式發展

市場調查機構IDC針對臺灣ICT市場發表預測報告，指出臺灣將進入數據驅動的轉型2.0時代，AI則是加速轉型的重要原因。IDC認為，AI將朝融合式發展，也就是在資料、演算法和流程三個層面融入新元素。比如，資料分析來源從靜態的歷史資料，轉為融合動態即時情境，像是加入影音串流資料等，來提升AI預測能力。

至於演算法，則從單一功能導向，轉變為情境式導向，融合分析情境的變因，像是交通監控除了辨識車輛車牌，也需辨識車速、即時天氣等，讓演算法的執行結果更為精準。再來，AI分析應用流程，將融合透明化與自動化，來定義流程，掌握使用情境和資料收集類別等，打破業務單位與開發單位的資料不透明隔閡。（詳全文）

健檢大數據    冠心症     長庚醫院  

健檢病歷大數據揪出冠心症傾向，提早數年來防範

長庚醫院日前展示自家開發的冠心症預警AI，利用數十年20萬筆健檢、病歷資料，來訓練機器學習模型，可提早數年看出冠心症傾向，讓民眾即早治療，預防憾事發生。

冠心症是導致猝死的主因，通常是長年生活習慣不良演變而成。林口長庚紀念醫院檢驗醫學部主治醫師王信堯與同事運用長庚醫院過去十年累積的20幾萬筆資料，包括接受心血管標誌篩選套組的成年人電子病歷資料與臨床資訊，像是性別、年齡、身體質量指標、高血壓病史、糖尿病史、血脂、糖化血色素、微白蛋白等近20項病理資訊，來訓練一套冠心症預警系統，可根據民眾健檢數值，來預測未來數年罹患冠心症的風險，進而給予相關建議和療法等。這套系統已於院內測試，準確率維8成，也已取得中華民國專利。

AWS    程式碼     運算資源監控  

AWS推出自家程式碼導師服務CodeGuru，替用戶揪出浪費運算資源的程式碼

AWS推出程式碼導師服務CodeGuru，可自動審查程式碼、找出程式碼中最耗費運算資源的部分，並提供最佳寫法建議。CodeGuru包含了可靜態分析程式碼的Reviewer，以及動態分析程式的Profiler，其中，CodeGuru Reviewer以規則探勘和監督式機器學習模型訓練而成，可偵測AWS API和SDK的使用狀態、找出潛在問題，比如缺失的分頁或批次操作中的錯誤處理。

而CodeGuru Profiler則提供優化建議，揪出最耗費CPU資源的程式碼，並提供修復建議。比如，Profiler可找出過度執行的日誌紀錄，或是過度重建耗費資源的物件等問題，並提供建議，讓用戶修改程式碼來降低CPU使用率。（詳全文）

攝影／王若樸

圖片來源／AWS、Netflix、國家災害防救科技中心

 AI趨勢近期新聞 

1. AWS推出專為機器學習設計的開發環境SageMaker Studio

2. AI也會讀空氣！臉書發展可理解遊戲隊友意圖的AI

3. IntelliCode獲OpenAI GPT-2模型強化，現可提供全行程式碼完成建議

4. 北市聯醫聯手工研院打造傷口遠距照護App，靠AI自動計算傷口面積輔助醫生遠距看病

資料來源：iThome整理，2019年12月

在任何一家公司，業務絕對都是最重要的，但諷刺的是，對於業務的設計和規劃，大家似乎都是正襟危坐地亂做一通。表面很嚴肅認真地探討研究業務，實際上卻沒有系統性、科學性、協調性，這主要體現在下面三點：

1. 各個部門都是各做各的業務，沒有全公司形成體系，這導致資源重複投入的浪費。更糟糕的，部門之間沒有協力就算了，還彼此掣肘。

2. 業務需求常常都是拍腦袋決定的（擲筊）、從競爭對手抄襲來的、或者做夢夢到的，並沒有好好地分析規劃，許多需求是「偽需求」（一廂情願但根本不存在的需求），或者CP值低的需求，導致做了沒有良好效益，或者做成了爛尾樓，甚至做成了一個能夠摧毀公司的財務黑洞。

3. 需求的優先權排錯（可能是企業內派系的因素），導致資源錯置和排擠。資源畢竟是有機會成本的。

這一切我看在眼裡，感悟良多。我覺得必須要有一個團隊，將業務做一個通盤的規劃，來避免這些問題。這就是「業務架構團隊」。一個企業內應該要有一個業務架構團隊，由「首席業務架構師」帶領，至於這個團隊有多大，由公司業務的複雜度決定。

目前看來，很少公司有業務架構師的這個職務，就算有，也和我這裡對業務架構師的定義不同。我認為業務架構師必須做到：1. 了解公司高層的願景、戰略、價值觀 2. 和技術架構團隊緊密溝通 3. 和市場行銷團隊緊密溝通 4. 和法務合規團隊緊密溝通 5.對公司資源的盤點。下面分別解釋這五點。

業務架構師必須了解公司高層的願景、戰略、價值觀。對於戰略的理解，業務架構師才能做出中期（三年）的規劃。對於願景的了解，業務架構師才能做出長期（十年）的規劃。知道價值觀，業務架構師才知道什麼事情該做，什麼事情不該做。當業務架構設計好，需要組織架構做出相應的調整時，特別需要高層的支持。

業務架構師必須和技術架構團隊緊密溝通。如果業務架構沒有設計好，技術架構自然也會一團亂。技術變化快，難度高，又非常容易出錯（例如系統不穩定），所以必須提前做好規劃。有些純技術的架構（例如Infrastructure架構），或許可以脫離業務進行規劃和實施。但有些技術架構和業務的關係非常緊密（例如應用架構），除非架構師真的很厲害，又做出了一層抽象，否則很難脫離業務去獨立規劃和實施。

業務架構師必須和市場行銷團隊緊密溝通。目的是要了解市場，主要是對用戶的深度理解、對競爭對手動態的把握、對產品需求的構想、以及對使用場景的探索。我對業務架構師的要求，需要他們建立完整的商業模型，這需要思考到許多外部的因素，所以他們和市場行銷團隊緊密溝通是必須的。

業務架構師必須和法務合規團隊緊密溝通。某些行業（例如金融業）受到法規的影響非常大，任何法規的變化，都可能造成某項業務的生與死。業務架構師必須透過法務合規團隊，去了解政策的頒布和解讀，甚至去對於政策的未來風向做出判斷。

業務架構師還必須知道公司有哪些資源。如果忽略了資源的條件，規劃可能就無法落地。對於必須進行的業務，如果資源不足（例如沒有相關牌照、沒有相關人才），必須在適當的時間提前準備。對於獨具優勢的資源，也要想辦法用上。

可以這麼說：業務架構團隊是公司最核心的團隊，聯繫起公司高層、產品技術、市場行銷、法務合規等部門。如果業務架構設計得好且後續實行得好，可以幫助公司減少混亂、減少浪費、加快產品上市週期、增加競爭優勢。

Google宣布釋出最新的Compute Engine虛擬機器E2系列，E2系列能以更低的價錢，但是與N1系列類似的效能執行應用程式，而且搭載動態資源管理技術，在提供可靠且持續的效能的同時，還可依需求彈性地配置運算資源。

Google提到，E2提供Google雲端上虛擬機器最低的總體擁有成本，與N1系列相比，可節省31％的成本，而且能以一致的價格獲得可靠且持續的效能，E2虛擬機器在高CPU負載時，不會有人工調頻（Artificial Throttling）或是複雜計價的問題。用戶也可以自由的配置E2執行個體規格，可自定義機器類型或是使用預定義的配置。

E2系列應用了一種稱為動態資源管理的技術，Google後臺的管理程式，會動態地按需將E2虛擬CPU（vCPU）和記憶體，映射到實體的CPU和記憶體上，這種動態管理技術能夠良好的利用物理資源，提高E2虛擬機器的成本效率。

Google解釋，虛擬CPU實作方法，就像是按需調度執行緒在主機上執行的概念，當虛擬CPU有工作需要執行時，系統便會為其分配一個可用的物理CPU，直到該CPU再次進入睡眠狀態，虛擬記憶體也是類似的概念，虛擬記憶體是透過分頁表格映射到實體主機分頁，這個映射會持續到虛擬機器指示不再需要物理分頁。

而當前物理CPU運作情況，有非常多的空閒時間（下圖），但又很少有連續多空閒時間，Google希望可以透過虛擬機器的調度，善用這些物理CPU空閒時間，以及最佳化在物理CPU上調度虛擬CPU執行緒，使得等待時間最小化。而現在Google可以用更少的伺服器執行更多虛擬機器，因此能以更低的價格提供E2虛擬機器。

對於絕大多數的工作負載來說，E2虛擬機器和傳統虛擬機器的效能幾乎沒有差異，Google表示，效能差異發生在最差的1％或0.1％事件，像是網頁伺服器中的每1,000個請求，可能會出現一次請求回應時間略微增加，而在絕大多數的應用程式上，這種差異會被其他的效能變化抵銷。Google提到，效能影響的原因在於，有時資源分配需要等待幾微秒的時間，才能使物理資源釋放。

Google提供了15種預配置，用戶可以依照需求，選擇最高16 vCPU以及最高128 GB記憶體等各種規格的組合，特別的是，E2還有新的共享核心執行個體類型，類似f1-micro和g1-small機器類型，特別適合微服務或是開發環境這類不需要完整vCPU的工作負載。

E2虛擬機器使用英特爾Xeon與AMD EPYC處理器，系統會自動依照可用性進行分配。由於晶片為業界標準的x86晶片，因此用戶不需要修改程式碼，或是重新編譯，就能將應用程式用在新的E2虛擬機器上。E2虛擬機器以按需以及先占式虛擬機器的方式提供，同時也適用承諾使用折扣方案，最高3年承諾可獲得55％的折扣。

E2虛擬機器適用於廣泛的工作負載，包括網頁伺服器、商業應用程式、中小型的資料庫或是開發環境等，Google表示，用戶原本以N1系列運作的工作負載，且沒有大型執行個體規格、GPU或是本地SSD的需求，便能考慮將工作負載移到E2虛擬機器，以大幅降低運作成本。

英特爾發表了目前世界上最小的光達感測器RealSense LiDAR Camera L515，除了外觀只有約一個網球大小的特點之外，L515還非常省電，且能在每秒捕捉數千萬個深度點，英特爾提到，L515可為智慧裝置加入一種結合光達的全新感測方法，提供高效能以及毫米級的感測精確度。

光達是自駕車感知外在世界的主要技術，這項技術使用不可見的脈衝雷射光，測量目標的距離等參數，光達系統會向周遭發射無數發脈衝雷射光，並透過捕捉物體反射的光束，將這些光束資訊轉換成空間中的點，用來產生環境的3D模型。

英特爾提到，RealSense與其他光達技術的不同之處，在於使用微機電系統鏡來掃描場景，這種方法可以降低雷射光脈衝的功率，因此才能實現最小且節能的高解析度光達。L515測量的尺度從0.25公尺到9公尺間，在這區間可以提供一致的高測量準確度。

另外，L515每秒產生30個1024x768解析度的影格，可提供超過2,300萬個精確的深度像素，英特爾提到，RealSense光達攝影機內建視覺處理器，可減少運動模糊造成的偽影，並縮短光子測量深度的延遲。

L515的功耗不到3.5瓦，可安裝在手持裝置上，並擁有較長的電池壽命，在使用過程不需要校正，能一直保持深度測量精確度。L515能被應用在非常廣泛的情境，包括庫存管理自動化企業，可用來精準地量測存貨體積，而在其他需要3D掃描應用的醫療保健、零售、機器人技術等領域也可以派上用場。

面對K8s席捲IT產業的浪潮，虛擬化龍頭VMware於今年的年度大會VMWorld上，由執行長Pat Gelsinger親自宣布，VMware將推出全新產品線Tanzu，來布局K8s市場。本周，VMware也首度在臺對企業介紹Tanzu產品線，準備為日後產品引進臺灣做暖身。

Tanzu的產品和服務得搭配企業應用的轉型，VMware臺灣總經理陳學智表示，臺灣市場以金融業最為積極進行數位改革，他進一步解釋，因為金融業對所提供的服務要求高，相對的應用轉型的需求較其他產業高。因此，VMware在臺將先聚焦金融業，推行Tanzu，再依轉型應用的需求壓力，依序進攻流通業，再到政府部門，接著是高科技業等市場。

Project Pacific為Tanzu產品線的核心，要將vSphere轉換為K8s原生平臺，換句話說，將VM部署到K8s環境中，由K8s主管。陳學智說明，這相當於把K8s和VM二合一，讓容器可以直接跑在虛擬層上。

VMware總部資深產品經理傅博進一步介紹VMware Project Pacific。他特別點出，Project Pacific以命名空間（Namespace）作為管理應用的單位，每一個應用皆有一個相對應的命名空間，可直接以此配置執行參數。

管理員能以命名空間配置應用的執行參數，這背後的關鍵是，每一個命名空間已包含了組成該應用的所有VM和容器。過去，管理員需為應用的每一個VM，單獨配置執行參數，像是加密機制、儲存可靠性等級等，相當耗時，通過Project Pacific，管理員可用Namespace指定該應用的服務品質、安全性等執行參數，而Namespace概念其實就是來自K8s環境中 。

臺灣已有製造業採用VMware on AWS，但多僅用於開發、測試階段

瞄準企業用戶的混合雲需求，VMware上半年則已在臺推出了混合雲解決方案VMware on AWS，目前，已經有臺灣用戶正式採用。以製造業最為積極，像是電子製造業，陳學智指出，他們從成本考量出發，用於非長期性使用的服務，或處開發、測試階段的服務或企業內部應用，因服務、應用具不確定性，待進入生產階段時，再移回私雲環境。不過，他也提到，針對金管會開放金融業上雲，儘管VMware on AWS為了搶攻這塊市場，也有相應的應變計畫，但金融業仍持觀望的態度。

有別於採用其他公雲環境，用戶需訓練一組人員考取證照，並熟悉環境，VMware主打既有用戶不重新學習，直接使用vCenter即可管理VMware on AWS環境。但，陳學智指出，該服務有最低採用門檻，從3個節點起步，因此非各規模企業都適用，他進一步表示，適合中型以上規模的企業，單次需求達幾十個VM層級。

當前臺灣CIO對IT基礎架構有三大焦慮，容器、上雲和資安

另外，陳學智也於媒體聯訪中，分享了近期臺灣CIO常向他提出，對IT基礎架構新技術的各項焦慮。「IT有點慌張。」他道。首先，是對容器技術的焦慮，應用開發單位利用K8s、容器技術開發新服務，但往往該單位非資訊部的直屬單位，雙方缺乏橫向溝通，而如今，應用進入導入IT系統的階段。陳學智指出，IT需學習如何維運，而焦慮如何建立新的容器環境以因應。

另一項CIO的煩惱是上雲焦慮，企業採用公雲已不再只用單一業者的公雲，而是朝多雲架構發展。然而，上雲的搬遷成本高，陳學智表示，根據統計，搬遷1千個VM約需花費3千萬元，及歷時約兩年才可完成，且將工作負載搬遷回本地端的成本更高。另外，企業用戶需安排人員考取證照，以熟悉公雲環境的服務，這些皆為CIO上雲的焦慮來源。

資安則為CIO的第三個焦慮，企業每年平均投入25%至30%的IT預算於資安防護，但，現今攻擊多屬未知型態，防禦困難。

趕在年底前，美國老牌FPGA廠商萊迪思（Lattice）近日推出採用28奈米設計的首款嵌入式FPGA產品CrossLink-NX，強調尺寸更小，更省電，還加入AI處理執行能力，並且具備有動態調整設計的能力，可以對應低功耗與高效能不同場景。目前也已經送樣給客戶。

隨著人工智慧AI，掀起一波雲端、邊緣AI推論需求，也帶動了FPGA需求成長，特別是在工業與車用市場，不只英特爾押寶，萊迪思近來也開始替自家FPGA產品，加入AI處理執行能力，特別是應用在嵌入式視覺應用裝置上，甚至為了加快應對市場需求，萊迪思也決定改變策略，未來將採取同一代製程推出更多FPGA產品的作法，來開發不同FPGA產品，不需要每更新一代製程，才推出新產品。藉此來加快開發，同時也降低研發成本。

這次發布的CrossLink-NX，也是該公司第一款採用28奈米Lattice Nexus平臺開發推出的FPGA產品，接下來，還預計有兩款不同FPGA產品推出。

不同於傳統製程，萊迪思亞太區市場部協理陳英仁表示，這代FPGA最大特色，就是採用28奈米FD-SOI新製程技術來開發完成，因此，在FPGA設計上，大大增加了FPGA使用彈性，可以做到動態調整邏輯電路，對應不同應用場景，降少硬體成本，例如，如果要使用在沒有加裝電池的IoT裝置，就可以選擇低功耗的FPGA模式，但需要執行更高算力的AI推論時，就可以切換到高效能處理模式，讓同一顆FPGA晶片可以在這兩個不同應用場景上執行。

以低功耗模式來說，萊迪思宣稱，CrossLink-NX較同類型FPGA產品更省電，可以減少75％用電量，而且可以封裝成更小晶片尺寸，大小只有6mm x 6mm，這也意謂著，以後可以放進更小型的IoT裝置上。快速配置也是另一大特點，該產品同樣可以支援最先上電最後斷電設計，所以適用於需要反應敏捷的控制應用上，他舉例，啟用FPGA功能只要8毫秒，完成I/O配置更短，只需3毫秒就完成，足足比競爭對手還快50倍以上。

另從規格來看，與前一代CrossLink相比，新款CrossLink-NX則是大幅提高了對AI處理的支援能力，除了配備有更多的邏輯單元 （多達40K邏輯單元），記憶體也變更多，每邏輯單元配備170位元組記憶體，可加速AI處理，另外，還加了一個DSP模組，所以除了影像橋接以外，它也可以用在影像AI處理，並可支援乘加法運算。

另外I/O介面來看，CrossLink-NX也支援了同樣8個的D-PHY介面，不過傳輸速度更快，可達2.5 Gbps，還新增一個控制用的PCIe 2.0通道，速度為5 Gbps，另針對12組高速I/O介面也提升到1.5 Gbps的速度，記憶體部分，也支援1066 Mbps頻率的DDR3記憶體，並也支援了LVDS、subLVDS、SGMII等技術。

目前該FPGA產品已經送樣給部分客戶。

11月中Google宣佈訊息app Messages推出支援RCS（rich communication service）協定的傳訊服務，周四Google再釋出2項安全相關功能，分別是企業驗證簡訊（Verified SMS）以及垃圾郵件偵測。

驗證簡訊功能是為了確保企業身份的真實性。企業經常透過簡訊傳送一次性的密碼、帳號通知或預約確認等訊息，然而由於這類訊息通常來自隨機電話號碼，使駭客得以冒充企業傳送簡訊或釣魚網頁連結，藉此騙取用戶個資或帳密。

驗證簡訊即是幫助用戶了解接到訊息是否來自真正那家公司。它的基礎是企業向Google註冊驗證。當用戶開啟了驗證簡訊功能，每當用戶接到Google驗證過的企業簡訊時，Google會將訊息翻譯成人類無法讀取的MAC碼（message authenticity code，或稱訊息雜湊、訊息HMAC），再將之和企業之前送交Google的MAC碼比對。如果兩者相符，Google即可確認該訊息的確來自真的那家企業。而用戶收到的訊息即會顯示該公司商標和「verified」的圖示。

Google是利用手機電話號碼產生MAC，且簡訊翻譯的過程也是在用戶手機上。Google強調它不會看到用戶訊息內容，即使在企業傳MAC給Google時也看不到。

這項功能目前僅在美國、印度、墨西哥、巴西、英、法、加拿大、西班牙及菲律賓推出。目前已有1-800-Flowers、巴西銀行Banco Bradesco、Kayak、Payback及融資業者SoFi加入這項驗證計畫，Google表示還會有更多企業加入，也會將這項服務推向其他市場。

第二項功能為即時垃圾訊息偵測。今年一月推出的Messages垃圾訊息偵測及警告服務，當時只在特定幾個國家釋出，現在擴大推向美國。當Messages偵測到疑似垃圾訊息時即會發出警告，並顯示[回報為垃圾訊息] 或 [這不是垃圾訊息]按鍵要求使用者回報。當這項功能啟動時，Google會將非用戶聯絡人的來電號碼及內容「暫時儲存」下來，以便辨識垃圾郵件濫發者。

但是這項功能顯然有隱私疑慮。用戶也可以在訊息app的進階設定中將之關閉。

隨著智慧家電及物聯網（IoT）應用興起，一般用戶也成駭客下手的目標。美國聯邦調查局（FBI）本周呼籲大眾，連網攝影機、遊戲機及智慧喇叭等物聯網裝置，切記別和筆電設於同一Wi-Fi網路。

FBI指出，新興家用資訊裝置包括智慧喇叭、智慧手錶、連網攝影機、中央溫控、智慧燈泡、智慧電視到遊戲機、連網互動玩偶等，不但可能以消費者不知道的方式蒐集資訊、傳到不明去處，還會讓駭客透過駭入上述IoT裝置入侵Wi-Fi網路，再經由家用路由器擴散到各個連網裝置，包括儲存隱私資訊和密碼的筆電。

家用IoT產品引發的安全事件時有所聞，小至駭客駭入嬰兒監視器發怪聲嚇小孩、挾持Chromcast或智慧電視以播放兒童不宜的內容、利用連網攝影機偷窺用戶活動，大者還能引發重大災難，例如2016年駭客利用Mirai殭屍網路病毒挾持50萬台網路攝影機，發動DDoS攻陷代管業者Dyn。

針對企業，安全人員都會建議用戶做好網路分段。但這對家庭用戶來說並不容易。因此FBI建議用戶以不同的Wi-Fi網路來連結智慧家電和筆電，以便把隱私而敏感的資訊和IoT裝置隔離開來。

此外，FBI也再次呼籲用戶變更所有IoT裝置的預設密碼，密碼不要共用且愈長愈好，並檢查IoT裝置搭配的app的資訊蒐集設定，將不必要的存取權限關閉。此外也應啟動IoT裝置的自動更新確保升級到最新版本軟體及韌體。

Google本周宣布，已於Android及iOS版的Google Assistant中新增了即時翻譯功能，只要啟用「翻譯模式」（interpreter mode），就能立即與外國人對話，目前支援包括中文在內的44種語言。

啟用該模式的方式很簡單，只要說出「OK Google, be my German translator」，或者「OK Google, help me speak Spanish」，Google Assistant就會搖身一變成為德文或西班牙文的譯者，當使用者說出自己的語言時，它會即時翻譯成德文或西班牙文等使用者所指定的語言，翻譯過後的文字可直接唸出，也會同時出現在螢幕上，此外，Google也提供了智慧回覆（Smart Replies）功能，讓使用者直接以建議的內容回覆。

此一功能目前支援44種語言，包括中文、英文、德文、法文、日文、韓文及西班牙文等，將可造福到不同國家出差或旅遊的使用者。

之前Google已在Google Home智慧喇叭產品上整合了即時翻譯，現在則延伸到Google Assistant行動程式，若要停止翻譯模式，只要說出停止（Stop）、退出（Quit）或結束（Exit）等指令即可。

臉書（Facebook）本周宣布，將提供1.3億美元的資金予獨立的全球內容監督委員會（Oversight Board），此一又被外界稱為「臉書最高法院」（Facebook's Supreme Court）的委員會，將是個獨立營運的機構，負責審核臉書的服務與內容，以判斷相關內容是否符合臉書的內容政策與價值，預計明年就會開張。

根據臉書的規畫，此一監督委員會將獨立於臉書之外，有自己的員工，將由超過11名的委員組成，最多可能有40名委員，每名委員的任期為3年，他們都將有各自的專業，並熟悉與數位內容及治理相關的議題，包括言論自由、公民言論、安全、隱私及技術等，以解決及協調各種內容上的爭議。

最近這幾年，如何處理假消息、仇恨言論或圖像內容一直是臉書所面臨的難題，也是臉書最常招致外界批評之處。

其實監督委員會的藍圖在去年便已成形，只是進展緩慢，然而，臉書在本周除了宣布提供1.3億美元的資金之外，也表示該監督委員會準備在明年展開營運。相關的資金預計可支撐該監督委員會6年的營運，包含辦公室空間、員工與出差成本。

對許多樂高玩家來說，拼各種模型很好玩，但是拆解後將各種積木分類卻很累人。現在有人利用人工智慧（AI）、Raspberry設計出可準確分類樂高積木的機器，以有效解決這個問題。

身兼軟體工程師、遊戲玩家及AI愛好者的Daniel West最近公佈一段影片，顯示以樂高積木和伺服馬達、相機等元件組合成名為「全能樂高分類機」（Universal Lego Sorting Machine）的機器。

West指出，他的樂高分類機是在看過2011年日本一個YouTuber的樂高分類專案及2017年第一個AI樂高分類機後產生的靈感。

「全能樂高分類機」利用10,000多個樂高積木、6個樂高馬達及9個伺服馬達，並加上Raspberry Pi、相機、和紙做的輸送帶構成名為「Capture Unit」的機組。實際運作中，Raspberry Pi相機將輸送帶送來的樂高積木錄影、擷取影像後以無線傳送到連接機器的Raspberry Pi機器處理，再送到鄰近跑AI演算法的伺服器。後者利用演算法分析辨識積木形狀，再將訊息送回這台機器執行分類。

West利用真實的樂高積木、LDraw和Rebrickable 3D影像資料庫，以及Google Tensorflow來訓練其神經網路。他指出，Raspberry Pi的先天限制，使其無法跑太複雜的神經網路如YOLO或R-CNN。最後West運用電腦視覺和開源OpenCV library達成AI演算法的開發。

這台機器可以將混雜的樂高積木堆，以約2秒1個的速度分到18個籃子。他說，它之所以稱為「全能」，是因為它能辨識3000種樂高元件，即使沒見過的形狀也能分辨。

安全研究人員Carlos Brendel本周指出，以Mirai「借屍還魂」的Echobot殭屍病毒，現在已可透過77個漏洞攻擊程式來散布Echobot，意味著它的軍火庫愈來愈強大。

基於Mirai原始碼的Echobot殭屍病毒是在今年初才現身，6月就有研究人員發現它已利用26種漏洞攻擊程式進行散布，9月Echobot所開採的安全漏洞更超過50個，而Brendel則說，現在它所利用的漏洞攻擊程式數量已達到77種。

這些攻擊程式鎖定了路由器、IP攝影機、VoIP電話、展示系統、智慧家庭控制器、軟體、資料分析平台、網路附加儲存系統，甚至是生物辨識掃描器。

Echobot的目的與其它殭屍病毒一樣，在感染了眾多的裝置並形成殭屍網路之後，就可利用對這些裝置的控制權，來發動大規模的分散式服務阻斷攻擊。

可讓用戶在混合雲平臺Anthos執行無狀態容器的Cloud Run for Anthos，新增了多項功能，不只加入了流量管理，也讓Cloud Run現在可以在企業就地部署的VMware叢集中執行，另外，Cloud Run for Anthos還整合了Stackdriver監控服務，讓用戶能直覺查看多項重要服務指標。

Cloud Run for Anthos現在可以按配置比例，隨機路由請求或是RPC到不同的服務修訂版本，這項功能可以讓用戶對不同版本的應用程式進行測試，像是對新版應用程式進行金絲雀部署，先發送少量流量到新版本的服務，接著再逐漸提高流量比例，以確保服務的可靠性。

當新版本發現問題，也能同樣使用流量管理功能，快速的將流量導到舊版本的應用程式上。用戶可以使用Google雲端控制臺，或是gcloud命令列工具管理服務流量。

而在之前Cloud Run for Anthos版本，僅支援在GCP上的GKE叢集執行，而現在Cloud Run for Anthos還新增支援VMware，用戶可將Cloud Run部署到企業就地部署的VMware叢集上。Google提到，用戶可以在兩種環境中，使用相同的無伺服器開發和營運方法，同樣地，用戶也可以用Google雲端控制臺，或是gcloud命令列工具進行部署與監控，操作GCP或是企業就地部署。

另外，現在Cloud Run for Anthos與Stackdriver監控服務緊密地整合在一起，用戶可查看所部署服務的各項指標，這些指標可在Stackdriver Metrics頁面中，或是在Cloud Run頁面的指標頁籤中查看。這些指標部分為重要訊號，像是請求等待時間、錯誤率、CPU和記憶體使用率以及執行個體數量，用戶可以使用這些創建警示或是SLO等應用。