Google現在推出雲端機密管理服務Secret Manager，讓使用者可以在Google雲端管理、審核和存取API金鑰、密碼、憑證和其他機密資料，Secret Manager向Google雲端使用者，提供一個機密資料的單一事實來源。

許多應用程式需要憑證才能連接資料庫，也需要API金鑰來呼叫服務，身份驗證則要使用憑證，Google提到，各類型機密資料不只可見性差，也缺乏整合，因此機密資料的管理和保護工作，通常複雜難以進行。

而Secret Manager可讓用戶跨Google雲端管理這些機密資料，其具有全域命名和複製的特性，克服機密管理工具區域化的問題，Google表示，像是API金鑰或是認證之類的憑證，通常在各雲端地區沒有太大差異，因此專案中的機密命名是全域的，即便如此，機密資料的儲存卻是區域性的，部分企業想要完全控制機密儲存的地區，而Secret Manager中的複製政策則能滿足企業這類需求。

Secret Manager有自動與使用者管理兩種複製政策，自動複製是最簡單的複製政策，Google系統會自動選擇機密資料儲存複製的地區，此外，Secret Manager也可將機密資料，複製到使用者提供的位置，用戶不需要安裝其他應用程式或是服務，系統會自動複製資料到指定地區。

Google也在Secret Manager加入版本控制功能，支援漸進推出、緊急退回以及審核等功能，Secret Manager會自動控制用戶的機密資料版本，Google提到，生產部署應該使用特定的機密版本，更新機密資料，應該被當作部署新版本應用程式一樣處理，而在快速迭代的測試環境與開發環境，則可以使用最新的Secret Manager別名，以取用最新版本的機密。

用戶可以對Secret Manager啟用審核日誌紀錄功能，Secret Manager每次互動都會產生一個審核項目，用戶可以將這些日誌匯入異常偵測系統中，在出現異常狀況時，向用戶發出警示。原本在Google雲端上管理機密的開源專案Berglas，仍可以繼續使用，但用戶也可以將機密，從Berglas進行一次性轉移到Secret Manager。

微軟於本周宣布，從Office 365專業增強版（Office 365 ProPlus）2002版開始，都將於Chrome瀏覽器中自動安裝Microsoft Search in Bing擴充程式，以把Bing設為Chrome瀏覽器的預設搜尋引擎，讓用戶能夠充份利用Microsoft Search。

Microsoft Search原為微軟的桌面搜尋工具，整合到Bing的Microsoft Search in Bing則允許使用者在熟悉的網頁介面中，更容易找到工作上的資訊，包括檔案、文件、內部網站、商業工具、人們或組織圖表、建置資訊，或其它在組織內的相關資訊。

因此，Microsoft Search也能存取檔案、SharePoint網站、OneDrive內容、Teams與Yammer的對話，組織內的其它共享資料，當然也能存取全球網路。但要充份利用Microsoft Search功能的前提是，必須先登入工作用或學校帳號。

微軟說明，只有Office 365專業增強版，才會自動替使用者安裝Microsoft Search in Bing擴充程式，此一措施並不會被部署在Office 365商務版（Office 365 Business）方案中。

此外，雖然目前微軟只會強迫Chrome用戶安裝Microsoft Search in Bing擴充程式，但不久的將來也會延伸到Firefox。

在微軟公布此一措施之前，即有Reddit用戶注意到此事，並批評微軟此舉等於是挾持了使用者的瀏覽器。不過，微軟解釋，倘若使用者已經把Bing設為Chrome的預設搜尋引擎，那麼就不會再替使用者安裝該擴充程式，而且就算安裝了，使用者依然能夠重設Chrome的預設搜尋引擎或移除該擴充程式。

此一新措施將在新裝Office 365專業增強版或既有用戶更新後生效。

研究人員將深度學習應用在雷射光系統，可以即時偵測位於轉角後的物體，包括單字或是符號，這項技術有助於自動駕駛車輛和機器人，偵測不在視線中的東西，進行環境探測或是避免碰撞等用途。這項研究是美國國防部DARPA的REVEAL計畫一部分，該計畫的目標是要開發各種技術，看見隱藏在角落後的物體。

來自於萊斯大學、普林斯頓大學和南方衛理會大學的研究人員，合作開發的雷射光系統，可以靠雷射光即時捕捉轉角附近物體的詳細圖像，研究人員提到，這種技術除了自駕車可用來偵測路況之外，也可以安裝在衛星或是太空船上，對小行星上的洞穴進行探測。這個系統可對小型物體，進行高解析度的成像，但也可以結合其他低解析度的成像系統，進行房間規模的空間重建。

2012年就曾有類似技術的研究，將一般不透明的牆壁當作反射的鏡子，透過牆壁將雷射光反彈進隱藏的轉角區域，接著雷射光又會從隱藏區域反射回牆壁，最後再反射回系統的攝影機，透過精確量測光線返回攝影機需要的時間，系統可以粗糙地繪製出隱藏區域的圖像。

而經過7年時間的改進，這項技術現在不需要百萬美元的裝置，只要數千美元的成本，就能打造出相同功能的系統。研究人員使用市面上就可買到的相機，以及雷射指示器來建置系統，研究人員提到，新系統跟之前的研究原理差不多，也是仰賴雷射光的反射，但是新系統並非測量光返回的時間，而是在牆壁上尋找波干涉所形成的散斑圖樣（Speckle Pattern）。

而要從散斑圖樣回推轉角隱藏物體的樣貌，是一個複雜的計算問題，而且為了進行即時的偵測，需要進行短時間的曝光，但這樣又會產生過多的雜訊，因此研究人員使用深度學習來解決這個問題，研究人員表示，深度學習能強健地處理雜訊，可以處理更短曝光時間所產生的雜訊，而且透過模擬雜訊，他們可以用合成的方式產生大量訓練資料，而不需要花費大量的時間，實際進行實驗捕捉訓練資料。

研究人員對新系統進行實驗，距離牆壁一公尺的地方，在轉角設置一公分高的字母和數字，新系統能以四分之一秒的曝光時間，重建出300微米的圖像，研究人員提到，與之前的研究相比，新系統以更小的視野，就能獲得更高的空間解析度。未來他們希望拓展系統，對ID掛牌或是人臉進行探測。

國內5G頻譜釋出分兩階段進行，第一階段數量競標剛在1月16日結束，中華電信在周三舉行2019年第四季線上法說會，5G成為外界關注的焦點，中華電信揭露今年將投入近70億元預算加速5G網路建設，預定在第三季初開通5G服務。

中華電信2019年第四季公司合併營收為552.3億元，較前一年同期衰退0.5%，營收衰退部份來自於行動通訊業務受到市場競爭，以及VoIP服務所取代，加上智慧裝置銷售降低，還有部份政府的ICT專案表現不如預期。

儘管營收微幅下滑，但中華電信在佈局新市場卻毫不手軟，日前5G釋照第一階段數量競標最終以1380.81億元結束，中華電信砸下最高的462.93億元拿下最多頻寬，包括最搶手的3.5GHz頻段拿下了90MHz，而在28GHz高頻頻段也取得600MHz，不論是3.5GHz或是28GHz，中華電信拿到的頻寬數量都超越競爭對手，顯見其搶攻5G市場的決心。

中華電信總經理郭水義在線上法說中指出，中華電信行動用戶達1067萬，市佔率為36.5%，市場營收則佔37.9%，這些將是未來中華電信競逐5G服務的資本。雖然在5G釋照的第一階段數量競標中，第一階競標最終價格確實超出預期，中華電信會在第三季初推出全新品牌、體驗的5G服務。

至於今年建設多少5G基地臺，中華電信目前無法透露。儘管標金如此之高，外界憂心是否可能衝高5G費率，郭水義表示，會參考國外已推出5G服務的業者，並根據客戶的需求創造客戶的價值，目前對5G資費的設計，仍在評估中。

不過，該公司2020年的資本支出預算為307億元，今年預估資本支出的增加，一方面是傳統PSTN網路轉至IP化的網路，原訂2026年的轉型目標，將提早在於2024年達成。另一導致預估資本支出增加則是來自行動業務方面，行動業務預估資本支出為98億元，其中超過7成將用於5G網路部署，換言之今年預估將投入約70億元加速5G網筥建設。

而5G釋照剛結束第一階段數量競標，NCC預定在2月21日進入第二階段位置協商，由5家競標先協商尋求頻譜位置共識，業者提出位置意向書，若業者提出的頻譜位置重疊，下午就會進入一回合無上限出價競標。

對於即將進入第二階段位置協商，郭水義表示，中華電信樂見在第二階段位置協商中，能夠在2月21日早上就完成。

在線上法說會上，中華電信揭露了該公司的目標是持續居於臺灣電信市場的領先地位，如同6年前搶先開通4G，中華電信也要在5G服務上取得領先，第三季初就會開始提供5G服務。中華電信在5G網路上會先採用NSA(Non-Standalone)架構網路，未來再轉換至SA(Standalone)架構，目前還沒有具體的轉換時程。

至於7月電信管理法上路，NCC鬆綁業者在網路建設上的限制，允許業者合作如共頻、共網，賦予業者在經營上有更大的彈性，對於外界關心中華電信和其他競爭是否會合作，郭水義明確指出，中華電信對於和其他業者合作保持開放的態度。

本月14日微軟正式終止Windows 7，德國媒體報導，為了確保數萬台Windows 7電腦的安全，德國政府今年必須多花88.6萬歐元（約台幣2952萬元）。

德國《商報Handelsblatt》報導，目前德國聯邦政府還有3.3萬台電腦跑的是Windows 7。其實從2018年起，德國政府就已啟動升級Windows 10的計畫，但是由於數量太多，而來不及在今年1月14日前升級完畢。單單是柏林市政府就有8.5萬台電腦，而迄今也還有2萬台還在Windows 7平台上。

依據微軟政策，在Windows 7終止支援後，簽定大量授權合約的企業，可以依電腦台數購買延伸安全更新（Extended Security Update，ESU），以便能持續接到安全修補程式。單價是第1年每台裝置收費25美元、第2年50美元，第3年再加到100美元。不過，即使如此，ESU服務也只提供到2023年1月。

微軟建議用戶乾脆直接換台新電腦，像是內建Microsoft 365方案，包含Windows 10、Office 365及安全及裝置管理功能等套件軟體。

根據分析機構NetMarketShare的數據，目前所有桌機及筆電上跑的作業系統版本中，Windows 7仍占全球約1/3，意謂著至少全球還有約1億台電腦如果不買ESU，就會遭到惡意程式和網路威脅。

蘋果周四釋出MacOS及iOS版適用的Safari最新技術預覽版（Safari Technology Preview，STP），正式移除對Adobe Flash的支援。

Safari技術預覽版（STP）是提供給開發人員，用於測試未來新技術的版本，可和正式版Safari共用。最新版STP功能包括Web Inspector、Web API、CSS、WebRTC、Web動畫、媒體內容、JavaScript、Web Share API、WebDriver及IndexedDB多項功能更新。另一項重點則是移除對Flash的支援。

蘋果Safari其實早在2007年就不再支援Flash，並帶動Google、微軟、臉書等其他大廠跟進。2010年Mac就已不內建Flash。連Adobe都在2017年宣布（https://www.ithome.com.tw/news/115777）今年內不再支援Flash。

在Safari STP版終止支援後，未來使用者還是可以自行下載外掛，但這代表蘋果對Safari已經完全揚棄Flash。iOS版裝置包括iPhone、iPad及iPod Touch則從未支援。

Google在最近變更了搜尋結果頁面的呈現，在每個搜尋結果的前方都新增了一個可識別企業的圖示，而若該搜尋結果為廣告，那麼就直接以「AD」兩個字取代圖示，而讓外界砲轟Google是刻意模糊廣告與真正搜尋結果的界線，企圖混淆視聽，以提高廣告的點擊率。

過去在Google的搜尋結果頁面上，正常的搜尋結果並無任何的標識，但購買搜尋廣告的會出現「AD」圖示，差異較為明顯，也較容易辨識；不過，當每一個搜尋結果前方都有一個企業標誌時，則得稍微留神才能辨識。

此一版面上的變更已相繼部署在行動版與桌面版的Google搜尋，使用者抨擊這是Google企圖讓更多使用者點選廣告而刻意作的改變。

SiliconANGLE引用了市場行銷業者NordicClick Interactive的調查，指出此一小小的變更就讓Google搜尋廣告的點擊率提高了4%~10.5%。

不過，唯一沒變的是Google的搜尋廣告通常排序在結果頁面上的前幾筆，也可作為判斷或辨別的依據。

紐約時報日前揭露新創Clearview AI提供了內含30億人臉的資料庫，供數百個執法機構使用，本周該報指出，Twitter已去信要求Clearview AI不得蒐集該站用戶的人臉或其它資訊，另一方面，美國參議員Edward Markey也要求Clearview AI作出說明並公布客戶名單。

根據紐時的調查，Clearview AI是從臉書、YouTube、Twitter、Venmo等數百萬的網站蒐集人臉圖像，並建立具備逾30億圖像的人臉資料庫，目前美國已有超過600個執法機構使用該公司的人臉辨識服務，從地方警局、美國國土安全部到聯邦調查局（FBI），用戶只要透過Clearview AI所提供的行動程式或介面，就能上傳照片與資料庫進行比對，以辨識目標對象或取得個人資訊。

該報導引起了大量的關注，其中，Twitter很快就採取行動，宣稱Clearview AI已違反Twitter政策，不管出於任何原因，Clearview AI都不得於該站蒐集任何照片或其它資料，也應刪除該公司之前所蒐集的所有資訊。

根據Twitter的開發人員政策，該平台為了保護使用者，規定該站的內容或資訊不得被用來或提供給以監視為目的的公部門使用。若是公部門需要Twitter用戶的資料，必須透過正式的管道向該平台提出請求。

而美國參議員Markey則提出了大眾的擔憂，他說，人臉辨識技術被武器化的可能性令人不安，犯罪份子可以利用Clearview AI的技術來找出路上行人的個資，國外的對手也可以蒐集目標對象的資訊並加以勒索，一旦更多人得以存取該公司的技術，將會大肆破壞人們日常的匿名生活。

於是Markey去信給Clearview AI的創辦人暨執行長Hoan Ton-That，希望他能解答大眾的疑惑，包括希望Clearview AI公布客戶名單、是否有執法機關以外的客戶、如何確保人臉辨識的精確性、是否涉及不法行為、員工能否存取客戶上傳的照片、圖庫是否包含13歲以下的兒童，以及有關資料庫的安全性等，並希望該公司能在2月12日以前給出答案。

Google在2018年9月發表的資料集搜尋引擎Dataset Search，終於在本周邁入正式版，目前Dataset Search已索引了全球網路上近2,500萬個資料集，最受使用者歡迎的主題，包括教育、天氣、癌症、犯罪、足球，以及小狗。

顧名思義，資料集搜尋引擎所搜尋的，是經過組織且結構化的資料，它或許以照片呈現，也可能是表格或文字，而當輸入「滑雪」時，它可能會出現全球最快滑雪選手的成績列表，或者是全球滑雪旅館的營收報告。

根據Google的統計，現在Dataset Search所索引的資料集中，內容最多的類別為地球科學、生物學及農業；而最受出版商歡迎的資料集格式為表格，在2,500萬個資料集中，就有超過600萬個是表格；此外，絕大多數的政府都利用schema.org開放標準來描述這些資料集，而美國則是全球政府資料開放平台中，貢獻最多資料集的政府，有超過200萬個資料集被Google索引。

不管是學者、學生、各個領域的研究人員或一般使用者，都可利用Dataset Search找到更多的結構化資料集，邁入正式版的Dataset Search也新增了篩選功能，例如可以根據資料集的格式（文字、圖片或表格），或是資料集免費與否進行過濾，此外，原本只支援桌面的Dataset Search現在也有行動版了。

Google也鼓勵那些已建立資料集的業者，可遵循schema.org標準來描述資料，以確保這些資料集能被Google索引，並被使用者看見。

專門提供醫療照護網路安全解決方案的CyberMDX，在本周公布了GE Medical的醫療裝置內含6大安全漏洞，成功的開採將允許駭客關閉監護裝置、變更警報設定，或是自遠端控制相關裝置。在6個漏洞中，有5個被列為CVSS v3.1最高風險等級的10，另外一個的風險等級亦高達8.2，CyberMDX則將這6個漏洞統稱為MDhex，目前GE Medical正著手修補MDhex，迄今尚未接獲相關的攻擊報告。

GE Medical為奇異（GE）集團的子公司，主要提供醫療技術與服務，包括醫學成像、資訊技術、醫療診斷，病患監護系統及藥物研發等，全球員工超過4.6萬名，受到MDhex漏洞波及的裝置，則涵蓋了ApexPro遙測伺服器（ApexPro Telemetry Server ）、CARESCAPE遙測伺服器（CARESCAPE Telemetry Server）、CARESCAPE中央工作站（CARESCAPE Central Station）與中央資訊中心（Central Information Center）等。

至於CyberMDX所揭露的6個安全漏洞都已取得漏洞編號，其中的CVE-2020-6961將允許駭客取得置放在配置檔案中的SSH金鑰。CVE-2020-6962漏洞則存在於相關產品的Web系統上，成功的開採，將允許遠端駭客執行任意程式。CVE-2020-6963是因為CARESCAPE與GE Health家族的產品，都使用固定（hard-coded ）的憑證，駭客只要建立一個遠端的SMB連結就能取得憑證，同樣屬於遠端程式攻擊漏洞，還可能波及同一網路的其它裝置。CVE-2020-6964存在於切換鍵盤的整合服務中，由於它完全不需要認證就能執行，因而允許自遠端鍵盤輸入。CVE-2020-6966藏匿在遠端桌面存取軟體VNC中，但它以不安全的方式存放其存取憑證，讓駭客可輕易取得，並自遠端控制裝置。

上述5個都屬於CVSS v3.1的最高風險等級，另一個CVE-2020-6965的風險等級雖然只有8.5，但此一位於軟體更新機制中的漏洞，因未設定上傳限制，亦允許通過身分認證的駭客上傳任意檔案。

CyberMDX是在去年的9月18日，向GE Medical通報相關漏洞，已過了90天的緩衝期，看似GE Medical來不及修補，而在本周一同揭露。

上述漏洞將允許駭客關閉裝置功能，或是變更裝置的警報設定，也能自遠端存取相關裝置的使用者介面，任意變更裝置設定，可能讓護理人員錯過病患監護裝置的重要警報，危及病患的生命安全。此外，有些成功的攻擊，還能讓駭客取得病患的監控數據。

美國國土安全部旗下的網路安全及基礎架構安全署（CISA），亦已針對MDhex提出警告，表示當駭客透過不當的配置或藉由實體存取裝置，取得重大任務（Mission Critical，MC）或資訊交換（information exchange，IE）網路的憑證時，等於是賦予駭客操縱這些裝置的權限。

GE Medical表示，該公司正著手修補相關漏洞，迄今尚未發現鎖定相關漏洞的攻擊程式，用戶可繼續使用相關裝置，但最好確認MC與IX網路是獨立的，以提高駭客的攻擊門檻，也應採用各裝置的最佳配置準則。

Google、霍華德休斯醫學研究所（HHMI）以及多個研究組織，共同發布了果蠅半腦連接組（Hemibrain Connectome），連接組是大腦神經連接的綜合圖，可看作是神經連結的詳細地圖，另外，研究團隊也釋出了一套可用來分析與視覺化資料的工具。

在神經科學中，一直以來都假設腦細胞的連接性，在腦的功能上扮演重要的角色，但是過去由於技術問題，神經科學家都無法詳細的研究大腦網路，但是這個情況現在開始改變，在去年的時候，Google發布能以奈米層級的解析度，自動重建果蠅大腦的研究，不過，該研究的重點在於個別細胞的形狀，並未含有細胞間連接的資訊。

Google提到，描述複雜系統的基礎可以用網路來衡量，也就是多個個別部分互相連接和通訊的方法，生物學家研究基因網路，而社會學家研究社會網路，而Google的本業搜尋引擎，也是仰賴網頁間的相互連結，分析其構成網路的方式。

而現在這項最新對果蠅大腦的研究，便包含了大腦細胞的連接資訊，研究團隊釋出的這個果蠅半腦3D圖像，其中包含了經過驗證連接性的25,000個神經元，這些神經元之間存在超過2,000萬個連接。

果蠅半腦連接組的研究，總共由數十個研究團隊，一起進行研究和開發，而其中重要的研究機構HHMI珍利亞農場研究園區中的FlyEM團隊，開發了染色果蠅大腦的新方法，並將腦組織分離到多片20微米厚的薄板上，使用聚焦離子束掃描式電子顯微鏡，對每一個薄板以8x8x8立方奈米的解析度成像，這個經特殊設計的電子顯微鏡，可以連續運作數個月。研究團隊接著將掃描的原始資料，以演算法拼接成26兆像素的3D體積。

接著，Google以一種稱為洪水填充網路（Flood-filling Networks，FFN）的方法，不僅能用於顯示神經元的形狀，還能進行嵌入校對與突觸偵測，以重建整個果蠅半腦的神經元，產生半腦連接組。

Google提到，FFN是一個自動分割（Segmentation）技術，可以產生足夠精確的重建，由於自動重建過程所產生的錯誤，需要由專家人工校對，以過去的方法需要耗費數千萬小時，而使用FFN則能極大幅度縮減工作時間，但依然需要花費數萬個工作時數。

HHMI開發了全新的校正工作流程，以VR頭戴裝置和3D編輯工具，檢查神經元形狀並修復自動重建的錯誤，而這些修正被用來重新訓練FFN模型，產生更精確的輸出。果蠅的半腦需要一群專業標記人員，總共耗費兩年才能完成校正工作。

在校正之後，將大腦重建結果與自動突觸偵測的結果結合起來，便產生了半腦連接組。研究團隊先標記個別的突觸，並且將標記資料用來訓練神經網路分類器，以自動進行剩下的標記工作，經過幾輪的標記工作改善通用性，由兩個不同網路架構合併的半腦，即生成可靠的分類結果。

這次釋出的研究資源，包括數TB的原始資料、校正過後的3D建資料，以及突觸標記資料，另外，也釋出了用來查詢神經元連接性、連接強度和形態等資訊的工具neuPrint。Google表示，這是目前在全物種中，所公開最大的腦神經突觸圖，這個研究將會是一個公開資源，任何科學家都可以利用這個成果，繼續發展自己的研究。就像是20年前的果蠅基因組，現在已成生物學的研究基礎。

研究人員已經開始使用半腦連接組，對果蠅神經系統進行更深入的研究，另外，也進一步研究果蠅的蕈形體，了解果蠅學習和記憶的能力。

持續整合與交付平臺CircleCI發表了配置套件CircleCI Orbs，用戶可將CI/CD工作管線，與20多個服務供應商，包括AWS、GCP和Salesforce等連接，執行自動化部署工作。也就是說，CircleCI Orbs讓開發人員可以直接從持續整合工作管線中，自動執行軟體部署工作。

CircleCI提到，要在CI/CD工作管線中，設定自動化部署主要有兩項障礙：程式碼覆蓋率與CI/CD工作管線不支援。對程式碼沒有信心的團隊，不應該採用自動化部署，而為了解決這個問題，CircleCI Orbs具有可用於測試程式碼的服務，可以讓用戶增加程式碼覆蓋率，並彌補缺少測試的地方。

另外，企業使用的CI/CD工具，可能不支援部署至AWS ECS或是Google Cloud Run等雲端服務的功能，過去企業需要自己撰寫整合程式，而現在可以使用CircleCI Orbs簡化連接工作。

透過CircleCI Orbs，開發者不需要大幅更動現有的基礎設施，只需要在配置中，增加幾行預打包的程式碼，就能完成自動化部署的設定工作，而這將使開發團隊更快地發布新功能。官方提到，企業可以直接在自家的CI/CD工作管線使用CircleCI Orbs，只要數分鐘就能完成設定，將應用程式自動部署到任何測試或是生產環境。

CircleCI Orbs主要有三個分類，分別是部署至雲端、Kubernetes以及其他服務。雲端平臺支援Amazon ECS、Cloud Foundry、Google Cloud Run和Heroku等，而Kubernetes平臺則有紅帽OpenShift、Helm、Google GKE、Amazon EKS和VMware Code Stream等，其他服務平臺則有Pulumi、Spinnaker與Salesforce等。

Google宣布將其T4 GPU價格降低超過60％，目前成為Google雲端上價格最低的GPU執行個體。T4 GPU具有混合精度和16 GB記憶體，適合用於機器學習工作負載。Google提到，T4 GPU用在機器學習的效能，使用ResNet 50模型，以128批次大小與Int 8精度運算，每秒可處理4,267個圖像，相當於n1虛擬機器1個小時，能處理1,500萬個圖像預測。

以在us-central1地區來說，按需1個小時T4 GPU的附加價格，原本為0.95美元，現在只要0.35美元，降幅達63.2％，而以先占式虛擬機器來說，原本附加1個T4 GPU的成本為0.29美元，現在則只要0.11美元，降幅也有63.1％。實際價格在每個地區有所不同。

Google是全球第一個提供T4 GPU服務的主要雲端供應商，現在Google升級T4的網路速度到100 Gbps，目前仍是測試版，之後會在其他地區陸續升級。除了機器學習，T4 GPU執行個體也可以靈活地用在其他工作負載，其支援自定義n1機器類型，用戶可以依需求調整vCPU、記憶體和T4 GPU的使用容量。

重點新聞(0117～0123)

史丹佛大學     ImagineNet     App介面  

史丹佛大學發表風格轉換工具ImagineNet，要來客製App介面樣式

史丹佛大學日前發表一套類神經風格轉換模型（Style transfer model）ImagineNet，可讓使用者來客製手機App的圖形使用者介面（GUI）外觀樣式。團隊指出，雖然坊間有些App可讓使用者自行設定GUI樣式，像是LINE可以更換主題、Candy Crush可根據不同關卡更換背景等，但這些都有限度的客製化，因為，只要開發者修改App，使用者的客製設定就可能消失。

ImagineNet可依據使用者自選圖片，來重新設計App的介面外觀，並維持App的運作功能。ImagineNet採神經風格轉換模型，在原有公式中，加入新的損失項（Loss term），來降低CNN中輸入值和輸出影像的平方誤差（Squared error），盡可能保留原有App的特徵和新輸入的介面設置。為測試結果，團隊找來50位評審，來評估ImagineNet所產生的GUI外觀和其他工具產生的GUI外觀，結果顯示，全數評審皆認為ImagineNet產生的GUI效果最好。（詳全文）

  3D人體模型     CES    GenkiCam  

3D人體建模福音！哈佛大學釋出穿衣人體模型資料集3D People

哈佛大學聯手西班牙工業資訊研究院，鎖定電腦視覺的3D人體建模需求，共同釋出第一個穿衣人體模型資料集3D People，也一併開發外形參數演算法和多解析度深度GAN，來預測穿著衣服的人體體型。團隊指出，近來，3D人體外形預估技術讓人體建模越來越精準，但對建立不同衣著的人體模型來說，仍有很大的進步空間。

於是，團隊發表3D People資料集，提供穿著不同幾何衣著的人體模型。3D People共有250萬幀影像，其中包含執行70種動作的40位男性和40位女性，每位體型和衣著都不同。團隊用4個攝影機來拍攝這些人的動作序列，並提供不同的標註，包括RGB、3D骨架、人體和服裝語義遮罩、深度圖、光流（Optical flow），以及攝影機參數等。完整資料集現已開放下載。（詳全文）

  台塑     AI專案     影像辨識 

目標效益3億元！台塑全員推動120項AI專案

台塑董事長林健男日前揭露自家AI計畫，近年將仁武廠設為AI研發中心，逐步在各廠導入AI應用，更設定了120項AI專案，全數完成後將帶來3億元效益。

林健男指出，台塑目前已完成其中52項，涵蓋了產銷優化、品質確保、智慧保養、巡檢數位化、降低成本等五大面向。在品質確保方面，台塑以影像辨識AI來取代人工抽樣檢驗產品，找出品質異常原因的痛點，甚至提供最佳製程操作的建議值。比如，台塑碱場共有16,768支電解槽溢流管，若未即時察覺堵塞情況，會造成槽內高溫危險，但過去僅仰賴操作員每班巡檢兩次，無法全面檢驗，但透過影像辨識技術，每2秒就能自動檢驗異常。除了AI專案，台塑也在規畫建置供應商與客戶產業鏈AI作業平臺，來預估原物料與銷售量需求、品質良率預測與交貨物流分析等。（詳全文）

  科技部    邊緣AI       半導體 

科技部今年聚焦半導體三大類應用，涵蓋太空、量子電腦和邊緣AI

科技部部長陳良基日前宣布，今年要強化三大類半導體應用，包括太空技術、量子電腦，以及邊緣AI。就AI來說，科技部鎖定邊緣AI所需的即時、低功耗和高效能需求，要來強化晶片設計、先進製程、新材料和元件技術的發展，可望應用於智慧家庭、醫療、交通和農業等產業。

至於量子電腦，科技部指出，半導體是量子位元發展不可或缺的元素，相關技術如低溫矽基技術、量子位元電路設計、量子電腦次系統整合等，也會是未來的強化重點。（詳全文）

  Google    降雨預測    卷積網路  

不用物理模擬，Google靠機器學習就能即時預測降雨

Google日前揭露利用機器學習來即時預測天氣的進展，雖然目前仍在初期階段，但已能以1公里的預測解析度，來預報接下來6小時內的降雨，總延遲時間只有5到10分鐘。

不只如此，Google的機器學習預測方法，只需要雷達資料，不需任何物理模擬。團隊首先利用2017年到2019年的觀測資料，來訓練CNN，資料以4星期為一個單位，一個單位前3個星期的資料為訓練資料，第4周的資料用來評估。之後，團隊將自家的CNN方法，與HRRR、OF演算法和持續型模型等三個廣泛使用的快速預測模型相比，在精確度和召回率（Precision & Recall）上顯示，Google的預測結果明顯高於其他三個模型，但預測範圍在5、6小時後，HRRR的預測結果品質就會超越Google的機器學習方法。 （詳全文）

緯謙科技   交大     資料標註  

緯謙聯手交大，首發瞄準資料標註自動化來攻工業4.0

緯謙科技日前與交通大學簽署合作備忘錄，要結合交大在AI領域的研究，來開發符合產業需求的解決方案。緯謙表示，研發重點將聚焦於資料標註自動化，以及方案模組化，要改善產業上AI專案無法複製的痛點。

交大方面，將由電機系教授王蒞君領軍，團隊成員包括電機系助理教授帥宏翰、資工系副教授黃敬群，以及機械系副教授鄭中緯。王蒞君表示，初期將融入機器學習影像識別技術和自動標註功能，來設計設備行為預測、影像辨識、異常資料生成等方案，長期目標則希望發展跨領域應用。 （詳全文）

KPMG    演算法治理    決策錯誤 

KPMG：企業導入AI應建立起演算法治理框架，來降低模型決策錯誤的風險

KPMG安侯企業管理執行副總謝昀澤日前指出，企業應從大數據的正確性、演算法的可解釋性、運算效率三大面向來檢視AI決策模型，建立起受信任的AI機制，並提出一套演算法治理框架，給企業參考。

進一步來說，企業在導入AI時，可先決定AI應用策略並規畫治理藍圖，來把關AI導入流程。除了確保大數據的正確性，在演算法方面，應從整體生命周期來檢視，在設計就融入資安與隱私防護措施，也應在調校與測試時，進行演算法效能與安全分析，並確認是否滿足原始需求；部署後，更要隨時監控與優化AI模型，並確實推廣使用者安全與教育訓練。謝昀澤表示，以上的框架就是為了讓利害關係者，相信演算法能做出正確決定。（詳全文）

工研院     產學合作     工業4.0  

工研院大秀南臺灣產業轉型成果，以AI解決傳統工業排程問題

工研院鎖定工業4.0，日前展示南臺灣產學合作成果，包括與世豐螺絲合作開發的生產排程系統、提供水產養殖業的AI水質監控系統，以及導入光陽工業的剩餘里程數預測技術等。

就生產排程系統來說，工研院2年多前開始與世豐螺絲合作，一起開發生產規畫輔助系統，透過演算法來取代生產管理人員排程派工的流程。這套系統，利用螺絲款式的相似之處，比如螺絲長短、內外徑、頭型等，來自動安排需求相似的工單，減少傳統少量多樣訂單所需的換模次數。工研院表示，導入系統後，世豐已能將原先2,000多次的換模次數，減少到900多次，減少六成作業量。未來，雙方還要將排程系統擴大至熱處理、烤漆、電鍍等開發後製程。 （詳全文）

攝影／王若樸、翁芊儒

圖片來源／史丹佛大學、Google、哈佛大學

 AI趨勢近期新聞 

1. 電動機車市場崛起，光陽導入AI精準預測剩餘里程數

2. 人臉辨識業者Clearview AI提供30億圖庫供數百個執法機構使用

3. LinkedIn以機器學習偵測不適當的個人檔案內容

4. AWS釋出寫三行程式碼就能創建高效能神經網路模型的函式庫AutoGluon

資料來源：iThome整理，2020年1月

Amazon RDS用戶現在可以將快照（Snapshot）以Apache Parquet格式匯出到S3儲存服務。Apache Parquet是一種開放的高效能欄式儲存格式，可方便的用於資料分析上，比起文字格式，Parquet格式匯出速度高了2倍，且儲存在S3中使用的容量少了6倍。

用戶可以選擇使用AWS SDK或CLI，也能在Amazon RDS管理控制臺上進行匯出操作，AWS提到，從快照中擷取資料不會影響資料庫的效能，因為匯出操作是在快照上執行而非資料庫。以Apache Parquet格式擷取的資料是可攜的，用戶能將其與Amazon Athena、Amazon EMR和Amazon SageMake等服務一起使用，執行資料查詢或是分析，或是在Apache Spark等大資料處理框架上運算。

Amazon RDS上的PostgreSQL、MariaDB、MySQL和Aurora皆支援快照匯出功能，目前開放的地區包括美東維吉尼亞北部、俄亥俄州，與美西奧勒岡州、歐洲愛爾蘭和亞太東京。

卡巴斯基實驗室（Kaspersky Lab）近日公布2019年macOS平台上的惡意程式排行榜，指出Shlayer木馬就占了30%，成為macOS上最熱門的惡意程式。

卡巴斯基表示，該實驗室是在2018年2月發現Shlayer，迄今已蒐集近2.3萬個不同的Shlayer樣本，涉及143個命令暨控制（C&C）伺服器，且已有700個不同的網域代管Shlayer。

Shlayer通常是藉由偽裝成諸如Flash Player等其它程式進駐macOS，繼之提醒使用者執行安裝檔案，但該檔案其實是個Python腳本程式，而非典型的macOS安裝軟體。

感染Shlayer的macOS裝置即會下載其它惡意程式，其中之一為假冒為工具程式的Cimpli，但它其實是個廣告惡意程式，會在Safari上安裝擴充程式，得以存取使用者的搜尋查詢並變更搜尋結果以顯示廣告。

目前受到Shlayer感染最嚴重的地區為美國，占了31%，繼之為德國的14%，法國及英國的10%。

除了Shlayer之外，macOS上其它的熱門惡意程式依序為Bnodlero.q，占13.46%，Spc.a占10.2%，Pirrit.p占8.29%，以及Pirrit.j的7.98%。

微軟在Visual Studio 2019最新版本16.5預覽版，強化了Xamarin的開發體驗，除了對iOS應用程式支援熱重啟功能之外，Android應用程式開發現在也更方便，不需要重新啟動Android應用程式，就能快速查看Android資源檔案的變更，而且Android應用程式啟動速度更進一步獲得改進。

在執行應用程式時，C#程式碼會與其他專案資源一起被編譯和使用，以建置應用程式捆綁包，接著這個應用程式捆綁包會被部署到模擬器或是裝置上，微軟提到，雖然漸增編譯可以減少編譯時間，但是無論編輯內容的多寡，部署通常耗費相同的時間。

而Xamarin熱重啟的原理，便是在允許的時候，將更新推送到現存的應用程式捆綁包中，如此可以大幅減少部署時間。Xamarin熱重啟支援程式碼檔案、資源和參照的修改，讓開發者無論是編輯檢視圖模型或是改變圖像資源，都能快速推送更新到裝置和模擬器裡。另外，當開發者對應用程式進行除錯，在編輯C#程式碼後，點擊重新啟動按鈕，系統便會自動應用更新。

開發者要使用Xamarin熱重啟功能，不需要進行任何預先配置，只要連結到Windows機器上的裝置，就能使用熱重啟對以Xamarin.Forms建置的iOS應用程式進行除錯，這將可以加速內部開發循環，提升首次建置速度69％，漸增建置速度提升81％。

微軟研究了Android開發人員常進行的編輯類型，發現Android資源、布局和可繪製的內容，占了其中一大部分，這個Visual Studio 2019版本加入對Android變更應用的支援，讓開發者可以在程式執行時，以及在除錯對話（Session）期間，直接進行資源更新，而不用重新啟動應用程式，

另外，Android啟動效能也獲得改進，微軟在之前的Visual Studio 2019版本加入了啟動追蹤的功能，開發者可以使用預設配置檔案，只要稍微增加APK的大小，就能改進應用程式啟動效能，而在這個版本中，微軟進一步改進啟動追蹤功能，支援自定義配置檔案，也就是說，開發者可以紀錄應用程式啟動時的需求作為自定義配置檔案，而這個檔案可以替代預設配置檔案，如此應用程式啟動效能將能提高40％，而且APK的容量增加幅度也會非常少。

趨勢科技旗下的Zero Day Initiative（ZDI）日前宣布，將在今年3月18日至20日隨著於溫哥華舉行的CanSecWest舉辦Pwn2Own駭客競賽，在六大競賽類別中，準備再納入去年備受矚目的汽車類別，同樣以特斯拉（Tesla）的Model 3作為攻擊目標，且最高獎金達50萬美元。

Pwn2Own駭客競賽在去年首度新增了汽車類別，今年的攻擊目標與去年相當，涵蓋數據機、藍牙或Wi-Fi、車載資訊娛樂系統，到自動駕駛系統、自動駕駛的服務阻斷與感應鑰匙等，各個環節獨立攻陷的最低獎金為3.5萬美元。

但若能從前端的藍牙、Wi-Fi，中端的車載資訊娛樂系統到後端的自動駕駛系統全面攻陷，以執行任意程式，則能獲得最高的50萬美元獎金，若能一次攻陷其中兩端，並執行任意程式，最高獎金則有40萬美元，達成這兩項目標的團隊都能夠獲贈一輛Model 3。

今年Pwn2Own的其它類別還包括瀏覽器、虛擬化、企業應用程式、伺服器及本地權限擴張。其中，瀏覽器的攻擊目標涵蓋Google Chrome、Chromium版Microsoft Edge、EdgeHTML版Microsoft Edge、蘋果的Safari與Mozilla的Firefox等，最高獎金為10萬美元。

虛擬類別的攻擊目標則有Oracle VirtualBox、VMware Workstation、VMware ESXi及Microsoft Hyper-V Client，最高獎金為25萬美元。

企業應用程式的攻擊目標為Adobe Reader與Microsoft Office 365 Professional Plus，最高獎金為7萬美元。伺服器類別的攻擊目標只有一個，就是微軟的Windows RDP/RDS，獎金是15萬美元。本地權限擴張的攻擊目標為Ubuntu Desktop與Microsoft Windows 10，獎金分別是3萬與4萬美元。

儘管受到議員、資料保護組織或人權組織的質疑，倫敦警察廳（Metropolitan Police Service，MPS）依然在上周五（1/24）宣布，將開始於特定地點部署即時人臉辨識監視器，以協助警方逮到通緝犯。

MPS表示，此一系統是由日本NEC所提供，它是個獨立的系統，並不會連結到其它的監視器，且每個部署都會有客製化的通緝犯名單，主要是那些涉及嚴重犯罪案件的嫌犯，像是嚴重暴力、槍支犯罪或兒童性剝削等，以協助警方逮到他們。

英國國會議員與人權組織曾在去年向英國警方與私人企業喊話，希望它們應立即停止在公共場合使用即時人臉辨識技術，其中一個原因是相關技術的準確率並不高，過去MPS在測試該系統時，曾出現只有19%的準確率的案例，但MPS則對外表示，該系統可協助他們辨識70%的嫌犯。

為了安撫外界的抗議聲浪，MPS表示，此一即時人臉辨識系統並不會取代傳統的警務，只是在有可疑的嫌犯經過監視器時，可「提醒」或「建議」警方採取行動，最終的決定權仍在警察身上。

MPS的助理廳長Nick Ephgrave指出，警察每天都會收到與各個通緝犯有關的簡報，該系統將改善其執行效率。Ephgrave也強調，除了協助警方逮捕犯罪份子之外，此一系統也能用來尋回走失的兒童或生病的成人。

現階段MPS只會在嫌犯經常出入的少數區域部署即時人臉辨識系統，以用來掃描經過的人臉，而且會有明顯的標誌。不過MPS並未揭露準備部署的系統數量。

Ephgrave表示，大家都想要生活在一個安全的城市，大眾希望MPS可透過廣泛的技術來阻止犯罪，同時MPS也會藉由正確的保障與透明度，來維護人們的隱私及人權。

紐約時報在上周刊出了Google寄給各政府機關與執法機構的「索償通知」（Notice of Reimbursement），顯示Google已開始向取得法院許可並向Google調閱用戶資料的機構收費。

根據該通知，從今年的1月13日起或之後不久，Google將依照法定的權力，針對藉由法律程序向Google調閱資料的政府機關收取合理的費用。

Google也訂定不同需求的價目表，若是基於傳票，要求Google提供基本用戶資料的費用為45美元；若是基於法院命令，需要Google製作用戶紀錄或其它資訊的費用為150美元；若是基於搜索票，需要Google製作用戶紀錄、通訊內容與其它資訊的費用為245美元；若是取得法院的監聽命令，需要Google協助監聽的費用則是60美元。

此外，Google還保留了空間，指出假設合法程序需要投入更多的時間與資源，則會收取額外的費用。

Google發言人向紐約時報證實了此事，並說明相關費用都是為了彌補Google為遵循傳票或搜索票所付出的成本。

美國原本就允許業者向政府機關收取資料調閱成本，紐時則分析，過去矽谷並未有科技業者執行此一權力，原因之一可能是擔心給外界帶來業者從合法搜索票中獲利的印象，但另一方面，隱私專家則支持企業向政府及執法機關收費，以防它們濫用搜索票並過度監控使用者。

外界也好奇Google的新政策是否會帶動其它業者的效法。