關於 安博盒子應用市場進不去 ，我們在網路上蒐集到這些相關的討論、資訊與評價

區塊鏈技術正邁向產業級應用「不可竄改性結合AIoT架構」

2019-11-13 08:56CTimes

【作者： 籃貫銘】

自從「挖礦」漸漸從台灣的產業新聞裡消失之後，區塊鏈的消息就不是這麼響。然而，高潮退去，留在沙灘上的，往往都是最漂亮的貝殼。如今區塊鏈的去中心化技術，正開始逐步發酵，並漸漸的深入至虛擬貨幣之外的產業應用中。

就目前的發展現況來看，區塊鏈在產業應用的營運思維，都圍繞在「不可竄改性」上。在這個對話要錄音、傳訊要截圖的年代，能夠有一個「生成就無法修改」的機制，確實是有那麼一點什麼的。

而物聯網，將會是最主要的應用領域，不僅因其有導入的必要性，同時更有絕佳的實用性。區塊鏈與物聯網的相互搭配，將會陸陸續續的發生在各行各業５之中。

BiiLabs就是看好此一趨勢的區塊鏈應用新創公司，它是由朱宜振、黃敬群和林弘全所共同成立。說是新創，但這三個人完全跟「新」扯不上關係，每一個人都是已具有十分深厚的產業經驗與技術能力，是新創領域中的佼佼者。

區塊鏈是新時代的螺絲 怎麼用才是問題

BiiLabs執行長朱宜振表示，「區塊鏈就是一種工具，就好像以前沒有雲端，但現在有雲端。然而主角並不是雲端，而是應用的場域。」他也用「螺絲」做比喻，來說明新科技問世時，最困難的，就是如何證明它的實用性。

「就像發明螺絲的人，自己說他的產品多好是沒用的，除非他真的鎖給你看，並實實在在的提升了整個生產的價值。」朱宜振說。

他解釋，螺絲可以用在很多地方，只要有需要連接的場景都能使用，包含汽車和船舶等，市場非常龐大。但做螺絲的人並不會知道汽車和船怎麼做，只需要專注在螺絲本身的功能。區塊鏈也同樣如此。

「我認為區塊鏈就是新時代的螺絲。」

而他也認為目前的市場仍在前期階段，工作的要點是讓市場能夠完全了解區塊鏈的功能，並且不會再問區塊鏈是什麼。就像是雲端，也許人們無法完美的解釋何謂雲端，但最起碼不會存在疑慮。

回到BiiLabs的本身，他們也就是利用區塊鏈技術來解決問題，而且是物聯網領域的問題。

「我們觀察到物聯網可能有些問題，就是在萬物聯網的時代，百億個裝置之間的溝通和對話將會面臨挑戰，也就是目前的TCP/IP的規範將無法因應。」朱宜振指出。

他認為，要解決這個數百億裝置對話的問題，應該要採取P2P和分散式的機制，才會是合理的方案。就好像當年的IPv4走到IPv6一樣，是面臨一完全不同的量級的問題，因此會需要一個全新的技術。

而這個通訊規範可能崩潰的問題，經他們求證IEEE之後，也確認IEEE事實上也有意識到這個潛藏的危機，並且正在思考推出新的通訊協定（Protocol）來解決。

而BiiLabs的理念則剛好也與德國的IOTA組織不謀而合，因此也就開始採用IOTA的代碼進行開發與應用。

所以簡單的說，就是物聯網會發生問題，而這個問題會出現在通訊協定上．此時將需要一個全新的通訊協定。而區塊鏈的觀念將可以解決這個問題，但是它本身的鏈狀結構的拓樸並不完全適用，仍需要進行調整，而BiiLabs就是要尋求物聯網和區塊鏈之間的可能性。

他強調，「量、分散式、物聯網的利益價值」就是區塊鏈的應用精神。而且應該要從資料和網路的價值來看待，而非集中到單純的設備銷售和大雲端上。

「成為區塊鏈產業的Red Hat，就是我們的目標」朱宜振說。他指出，希望客戶在使用服務時，不用在從頭去建區塊鏈，而只需用API來整合至他原本的系統裡。目前他們已將他們的服務打包成PaaS提供給客戶，將來還會打包成SaaS的方式來提供，只需要要透過訂閱的形式就能使用。

Bii Labs是聚焦在區塊鏈之下，把區塊鏈服務的基礎建設的可信度、穩定度、可靠度做好，並提供客戶一個完善的商業服務。

至於區塊鏈與物聯網的結合能解決什麼問題？朱宜振則明白的指出，就是「資料的信任問題」，因為區塊鏈技術非常靠近邊緣裝置，幾乎能在資料產生的同時，就傳至區塊鏈，以確保資料的完整性與正確性。當然還是有被變造的可能性，但整體的路徑非常的短，因此風險相對小非常多。

結合AIoT 台大師生解決農業貸款的痛點

同樣的思維與精神，也被運用在廖世偉博士目前正在進行的一個專案項目上。廖世偉博士是台大資工所的副教授，主持了A2B（Android、區塊鏈及大數據）實驗室，並身兼亞太區區塊鏈發展協會理事長。

廖世偉博士所指導的專案是由一群碩博士生所共同開發並進行實場研究，他們將之稱為「時光寶盒」。

這個時光寶盒的概念很簡單，就是把「時光」通通收進「寶盒」裡。但這並不是說要讓人穿越時空，而是讓資料都可以完整的保留下來，而達成這個完美儲存的核心技術，就是區塊鏈。

廖世偉表示，這個時光寶盒正用在農業的貸款上，透過智慧感測結合區塊鏈技術，能實際的反應農夫耕作的情況，讓農業的貸款可以更接近實際。一改過去耕種狀況與聲稱不符的情形。

「你種八分之一，就拿到八分之一的錢；種到第八分之二，就給他八分之二的錢。」廖世偉解釋。

這其實是一種IoT的裝置，提供了類似智慧監工的功能，然後結合了區塊鏈的認證技術，用來做智能撥款。透過這種智慧感測與區塊鏈驗證技術互相搭配的方式，提供了金融服務全新的操作模式。是有，是無，清清楚楚的。

「我覺得這個是可以改變世界」廖世偉自信的說

依據廖世偉的說法，他們的系統架構是稱為「AIoT區塊鏈」應用，能夠解決智能監工的問題，目前正運用在農業貸款的業務上。非常類似於舟訊科技的空氣盒子，但他們的方案是更加智能，而且結合了區塊鏈的技術。

另外，一家台大的新創公司也採取了類似的架構，用在汽車的保險上。這家公司運用區塊鏈的技術把汽車的里程數等資料都傳上區塊鏈，可避免人為的篡改，讓保險金額的設定基準有非常明確的依據。

圍繞的重點就是在「不可竄改性。」

而這個時光寶盒是由廖世偉博士所帶領的團隊所共同開發，成員包含：余映嫻

廖品崴、吳松霖、吳弦安、楊昌儒、廖昱誠、謝旻岳、王贊鈞、張詠盛。製造的業者是華碩。由於是使用智慧手機的硬體規格，因此非常省電，也能支援拍照和攝影，可以完全掌握農業現場的狀態。

它的運作方法就是時光寶盒感測現場資料，並將Hash值用區塊鏈技術處理，再上傳至雲端，因此原始資料都保存在雲端中，但是這些值都是無法竄改的。而後台的管理者就只需要看這些資料，是不是有播種，是不是在發芽、開花。完全掌握耕種的情形，並據此進行撥款。

「以前的農業金融都需要跑鄉下去實際訪查，但現在透過時光寶盒的智能監工就能處理。而且農地經常都在很荒涼的地方，進行實地訪查也有執行的困難。」廖世偉指出。

他也語重心長地指出，區塊鏈不應該只用在「發幣」這類的金融商品上，而是要務務實實的用在工業的領域上，真正的可以解決問題、解決痛點。

簡化導入困難 資策會推「出廠即上鏈」

既然區塊鏈在物聯網應用上有其實際的功效，助其早日可以發揮在各個領域上就是當務之急。其中一個做法就是把它套件化，變成所謂的統包解決方案（turnkey solution）。

目前資策會就與瑞昱半導體（Realtek）及翰聯（MyTek）合作推出一種「微控制器IoT上鏈管理技術」解決方案，透過整合無線晶片、微控制器（MCU）和區塊鏈軟體技術，達到所謂「出廠即上鏈」的目標。

它的運作原理是讓分散式稽核技術搭配MCU晶片，達到產品出廠即上鏈的功能；再結合資服業者分散式代理人引擎（Dapp），將大量高頻的IoT數據切片壓縮分層上鏈；再輔以分散式身分識別（DID）為基礎的交易網路框架，來發展多階層資料授權管理智能合約。

這個方案可以應用在醫療病歷、生產履歷、智能合約等領域，透過分散式帳本、去中心化、不可竄改等特色，強化資料的信任度。

附圖：2019年11月(第337期)區塊鏈 - 分散式產業應用來臨
圖一 : BiiLabs的Sentinel Appliance，運用區塊鏈技術幫助企業和政府通過DLT監控水質數據。（來源／BiiLabs）
圖二 : BiiLabs執行長朱宜振。（攝影／籃貫銘）
圖三 : 台大資工所副教授廖世偉博士（左）與時光寶盒的共同開發者楊昌儒（右）。（攝影／籃貫銘）
圖四 : 時光寶盒在農地的實際應用情況。（照片提供／廖世偉）
圖五 : 資策會與瑞昱半導體（Realtek）及翰聯（MyTek）合作的「微控制器IoT上鏈管理技術」。（攝影／籃貫銘）

資料來源：https://udn.com/news/story/6903/4160177

我們該如何規範人工智慧 (全文)？

#COMPUTEX，這個跟我一樣歲數的電腦資訊展會，我竟然直到今年才首次踏入。

這次受主辦單位之一的 #外貿協會 （ #TAITRA）邀請，在上週三（5/29）來到位於南港展覽館 2 館4樓的「 #SmarTEX」展區參觀，與多家參展公司交流。我雖然自己經營過科技媒體網站，但我不是擅長採訪會展的記者，也不是好的 3C 部落客，因此我抱著「幫自己正在思考的問題取材」的目標，前往這場大型科技會展。

（先說：因此這篇文章不會有太多展覽展位上產品的細節跟照片，請大家見諒。）

而我最近在想的問題，也就是本篇文章的主題是：進入人工智慧時代，我們該如何規範人工智慧？

或者，我們也可以反過來問：人工智慧該如何規範我們？

自認偏樂觀派的我，其實不希望讓大家覺得「人工智慧的未來真糟糕」，我的個人偏見是：大致來說，我喜歡科技，儘管科技的確會帶來衝擊，但只要我們更願意去思考，就更有機會讓未來往比較好的方向演進。所以談這個議題，目的是要避免要是這樣的狀況真的發生了，我們才懊悔地說「這真糟糕，為何我們沒有早點想到。」

--------------------

關於人工智慧的規範問題，首先，我們來看看 MIT 媒體實驗室做的一個調查「道德機器」（網址：http://moralmachine.mit.edu/hl/zh）。

在這個網頁裡頭，有許多類似「#電車難題」的情境，需要你來回答。每一個參與者，需要回答 13 個題目，每個題目只有兩個選項。在每一個題目的情況中，都有一輛突然煞車失靈的自動駕駛汽車，而你必須做出選擇，要繼續前進，或是轉彎離開。

例如在某個二選一的情況中，你認為這台自動駕駛車該繼續直衝，撞死一個成人男性，還是轉動方向盤，讓車子撞上另一側的護欄，殺死車上四個人，包括兩名兒童？

在另一個二選一的情況中，這台自動駕駛車上只有一隻貓，若繼續直衝，會撞上護欄，讓貓死於非命，但若自駕車往左彎，貓的性命可保，卻會撞死一位正在違規闖紅燈過馬路的遊民。

類似這樣的二元選擇有很多種變化，例如過馬路的可能是動物、可能是罪犯、可能是醫生，嬰兒，或是這些人的綜合隊伍，他們或許是違規過馬路，或許是遵守交通規則但運氣不好。而車子直衝或轉彎，也隱含了道德選擇。推薦各位都上道德機器的網頁去回答看看，看你會不會跟我一樣覺得實在是逼人太甚，到最後根本就放棄思考（XD）。

這個網頁告訴我們一件事：我們不可能對各種狀況產生共識、或得出任何堪稱正確的答案，事實上這個調查也不是要用多數人的意見來決定未來的自駕車要是真的煞車失靈的時候，該做出什麼行動。然而這個調查提醒我們，當越來越多的「人工智慧代理」進入我們的生活，就會產生更多類似的道德難題。

--------------------

舉例來說，若一個 #人工智慧股票交易系統，因為對政治領袖發在社群媒體上的文章產生錯誤的解讀，而決定拋售某一檔股票，造成連鎖反應，讓投資者大賠一筆，這樣的損失該由誰來負責呢？

延伸閱讀：〈AI 機器人害我投資賠錢，我能告他嗎？〉
https://www.techbang.com/posts/70447-ai-robot-made-me-invest-money-can-i-sue-him

舉例來說，若一個 #人工智慧戀愛配對系統，推薦了一位居心不良的對象給另一個使用者，最後使用者被騙財騙色了，誰會受到最多的指責呢？誰「#與惡的距離」最近呢？

再舉一例來說，如果用於門禁或 ATM 的臉部辨識 AI 系統出問題，太過嚴格以至於讓使用者開不了門、領不到錢，或是太過寬鬆使歹徒得以利用，那該怎麼定義問題的範圍，用理性的方式來解決呢？

臉部辨識作為服務升級的關鍵，從智慧零售到智慧家居到智慧服務，都少不了這項技術的身影，也是人工智慧使預測平價化的代表。只要你拿著這一兩年出的新手機，想必也不會陌生。例如我這次參訪的 #訊連科技（CyberLink）展場主打「FaceMe」AI 臉部辨識引擎，他們提供 SDK 與多家科技廠商合作，包括 #宏碁雲端、#奇景光電、#微程式、#凌群、#達碩 等。我也拜訪了同在 SmarTEX 展出的達碩智慧科技，了解他們使用這套臉部辨識引擎，針對銀髮照護、社區管理、企業差勤管理等不同情境設計的解決方案。即使在我與訊連跟達碩的主管談話時，他們自謙還不是目前領先的廠商，但他們的服務也已經非常成熟，可見這樣的軟硬體整合套裝將持續普及到各地，而台灣中堅企業將成為關鍵推手。

美中貿易戰，加上美國可能逐步針對有侵犯人權之虞的監控科技施加圍堵禁令（如 #海康威視、#浙江大華、#商湯科技 等），突顯出台灣提供類似服務的企業所能提供的安全價值，但即使如此，這項科技本身還是帶給社會其他挑戰。訊連科技的連啟民協理跟我說，臉部辨識的準確性不是 0與1 的取捨，他們的 SDK 能夠針對不同情境，讓配合的廠商自行調整精度，掌控風險，例如從一般社區門禁的萬分之一調到 ATM 的十萬分之一，同時使用邊緣運算技術（Edge Computing），讓資料不用都到雲端，降低反應時間及資安疑慮。

我在展場也與 #康訊科技 及 #訊舟科技 兩家公司進行交流。康訊從圖資起家，以地理定位技術切入車載系統設備，扎根台灣30多年來，已經成為全球領先的車隊管理服務商，不管是共享汽機車、物流公司、校園巴士、救護車、消防車都是他們服務的客戶。他們提供的設備就像車上的黑盒子，可以完全掌握車輛的狀況，如透過監測引擎啟動狀態，可以知道司機是否過勞；透過監測燃料消耗情況，可以知道是否有偷油的情形發生。而全球客戶累積的數據也成為重要的資產，可以協助物流業者優化路線。

訊舟作為老牌網通公司，這次展出許多產品，我認為最亮眼的就是他們與中研院陳伶志博士合作推出的「空氣盒子」，我雖然早就知道空氣盒子，卻是第一次看到並且從訊舟的角度聽這個已經是公民科技典範的故事，目前在全台已經有 4,000 多台設備上線，密集監測空氣品質，累積的數據也已經可以做到空品預測。

另外，這次在 SmarTEX，科技部推動的 #GLORIA 國際產學聯盟現場展出 67 項前瞻技術，我也與聯盟中的幾所大學交流，例如 #中國醫藥大學 推出能夠判讀骨齡、癌症等資訊的 AI，節省醫師判讀時間，加速診斷。#國立交通大學 伍紹勳博士則與 #新光醫療團隊 合作，用像是貼在東尼史塔克胸口的智慧貼片，只用3導程就能正確模擬專業醫療設施12導程的ECG心電圖信號，大幅改善病患的行動自由，也顯著降低成本。而具有超過 2,000 例達文西手術經歷的 #臺北醫學大學劉偉民醫師團隊，則在擁有大量醫師第一視角錄影的基礎上，推出手術教學平台，包括 VR 手術直播拍攝，與虛擬手術教學模擬系統。

從訊連、達碩、康訊、訊舟到這三個來自學界的醫療技術案例，可見都與數據分析、人工智慧辨識判讀、虛擬模型建置有關，儘管我相信在台灣醫療與科技、工程多重優勢下，他們都前景可期，但該問的仍然要問：要是出了差錯，怎麼辦？誰負責？各團隊對此問題顯然也都深思熟慮過。而我將他們給我的回答整理，加入我對「人工智慧如何規範」這個問題的答案。

--------------------

#以自駕車為例思考

著名的科幻小說家艾希莫夫，在1942 年的短篇小說 Runaround 以及後來的機器人系列裡頭，提出了機器人三原則（Three Laws of Robotics），很多人可能都會背了，這三原則分別是：第一，機器人不得傷害人類，或坐視人類受到傷害；第二，除非違背第一法則，否則機器人必須服從人類命令；以及第三，除非違背第一或第二法則，否則機器人必須保護自己。

參考：Three Laws of Robotics
https://en.wikipedia.org/wiki/Three_Laws_of_Robotics

這三原則聽起來很周密，但其實並非如此，而且也不太現實。以自動駕駛汽車作為案例吧，自動駕駛汽車是這一波人工智慧發展最受關注的領域，而且因為許多國家政府正在積極制訂法規，自駕車的自動化程度，跟依據自動化程度而制定的責任歸屬，也比較清楚，值得用來舉一反三，幫助我們思考，人工智慧要是進入到每一個領域，會帶來多少該仔細考量的變化。

那麼，到底什麼是自動駕駛汽車呢？你可能聽過什麼 Level 3，Level 5 的，那指的是自動駕駛的自動化程度分級，我們可以用這張表來簡單呈現：

這個分級定義，是由國際汽車工程協會（Society of Automotive Engineers, SAE）所提出的，已經獲得廣泛的共識。從第零級到第五級，共有六個層級。第零級的自動駕駛就是毫無自動化，一直到第二級，都還是以駕駛員為主，機器提供輔助。

但從第三級開始，負責開車的就是機器了。人類駕駛頂多在緊急狀態作為備用選項。第四級之後，就連緊急狀態也是由機器來應對，人類就從駕駛這件事基本退場了。到第五級的情況，就像是有一個超級人工智慧在負責開車，相信到時候，超級人工智慧也不會只用在車上。

目前已經有幾家汽車公司宣稱自己的自駕車達到了第三級，例如 #奧迪、#特斯拉、#現代汽車 等，大部分車廠也都表示在 2020 年就會推出第三級的自駕車。Google 旗下的 Waymo 以及台灣的財團法人車輛研究測試中心 ARTC 則表示都已經有第四級自駕車的技術能力。

日本政府非常積極地花工夫在自動駕駛的規範上，日本的「投資未來委員會」在 2018 年底，便提出了已經研擬多年的自動駕駛汽車指導原則。根據報導，日本首相安倍晉三希望透過採取具體步驟，建立法律框架，讓日本成為率先制定國家級規範的國家。首要處理的就是第三級自動化情況下的監督跟法律方向。我們就來看看，在自駕車的規則上，日本是怎麼想的？

日本的規則是，通常來說車主需要對車輛自主運行時發生的事故負責，並且由政府規定的汽車保險公司承保。如果車輛系統有明顯的缺陷，該負責的就是汽車製造商。強制性保險這一步確定了之後，保險公司也就能夠制定方案，讓車主選擇，要保哪一種。

另外，為了釐清事故的原因，自動駕駛汽車需要完整記錄位置、轉向、人工智慧系統操作狀態的信息，也就是說，得要有像是飛機黑盒子這樣的裝置。

那如果遇到新型態科技犯罪者或駭客呢？只要車主有採取適當的安全措施，例如更新車輛系統或維護保養，那麼若是因為駭客攻擊或入侵造成損害，就視同汽車被偷走了。

除了這幾個大方向以外，還有不少問題待解決。因為剛剛說的都只是民事責任，財產相關的規範，但還沒有碰觸到刑事責任，如果真的因為自駕車的缺陷而造成傷亡，除了車主以外，程式開發者，汽車製造商該負起哪些連帶的責任呢？若不能盡快釐清，程式開發者跟汽車製造商就難以決定是否該正式推出產品。

另外，自動駕駛的操作條件、例如速度限制，運作的時間長短，天氣狀況也都得考量，就像各種已經存在的汽車安全規範一樣，人工智慧控制系統的標準、對網路攻擊抵禦的強度，也都得一一制定。

--------------------

而以自動駕駛為案例，可以幫助我們思考該怎樣規範其他人工智慧的應用情境。歸納我這次到 SmarTEX 參訪交流的心得，我想比起艾希莫夫的機器人三原則，我們該建立的思考原則其實是這四個：

#面對此時此刻的人工智慧該有的思考原則

第一，#釐清主控權。整項任務中，是人類還是機器掌握主控權？能否以清楚的層級概念來劃分人類或機器的掌控程度？就像自駕車這樣呢？另外，在關鍵決策點，人類有沒有介入，是否被要求介入？這些都必須根據不同的應用環境來一個一個釐清。

第二，#損害管理與風險溝通。在發生意外的時候，擁有者、使用者、設計者、販售者、維修者等角色，是否已經明白可能要負的對應責任？這些責任的政府主管機關與相關的法律有哪些？其實每一樣新的科技進入我們的生活，都會有一段學習曲線，我們不太可能在了解所有問題、解開所有疑慮之後才採用新技術，而是必須妥善跟每一個角色溝通風險。

第三，#數據紀錄透明化。為了忠實檢討意外發生的原因，人工智慧系統需要持續紀錄運作狀況，以及感測器所收集到的各種資訊。並且要確保訓練人工智慧的資料也是可受檢驗的，避免造成系統化的偏見。另外也同等重要的是，收集數據的單位，像是企業、保險公司或政府，有義務證明，收集這些資訊，是必要且適當的。例如飛機上機長跟駕駛員的通話可以收集，但車內的通話該不該收集呢？商店內的顧客對話該不該收集呢？

第四，#系統思維。任何意外發生，都要了解，系統總是存在一定的風險，告知風險機率跟可能的狀況類型。以「不責難」的出發點，來面對後續的檢討，才能讓各角色更願意把系統中的臭蟲或不當行為揪出來，最終的目標是讓這個能夠便利更多人、拯救更多人的系統，越來越好。就像醫療一樣，如果每次只要有病人在手術中過世了，醫生都要被告到賠上身家，那還會有醫生願意繼續替病人動手術嗎？當醫療行為中有越來越多具有人工智慧的機器介入，診斷疾病、決定麻醉份量、甚至用機械手動手術，我們就不得不分配信任給更多的角色。

從 COMPUTEX 的 SmarTEX 展區上琳瑯滿目結合了人工智慧的技術，可以肯定人工智慧已經，也即將進入每一個我們可以想像得到的層面，過去的規範將無法適用，而且即使訂出新規範，也會很快過時。我們不可能完全理解我們部署的人工智慧系統的風險。當前的機器學習運行得如此之快，以至於沒有人真正知道機器是如何做出決策，通常連開發人員也不知道。這些系統還會持續從環境中學習並更新他們的函式，這使研究人員更難控制和理解決策過程，在這樣缺乏透明度，也就是常說的黑盒子問題籠罩下，要建立道德準則跟規範，當然就極為困難。

然而若不要大驚小怪，將人工智慧與人肉智慧對等來看，人類花了幾千年建立起的道德準則，同樣漏洞百出，我們卻也習慣了。人類專家有的偏見跟偏誤更是問題層出不窮，而我們也是一直倚賴這樣有缺陷的專家系統在運作。此刻的人工智慧浪潮，正給了我們機會跟動力，檢視我們習以為常的那些想法，我認為以上的四原則，更有助於我們迎向已經到來的未來世界，而開發出這些技術，推出產品與服務的企業，若都能夠率先思考這些問題，也是我們所期待的。就如同我在這次 COMPUTEX SmarTEX 展區上看見的一樣。

--------------------

最後，我雖然只逛了整個 COMPUTEX 的一部份，但很感謝外貿協會，讓我能不只是走馬看花，而是深入與廠商對話跟採訪，非常有收穫。幾乎每一家我逛的展位，都跟數據、AI（起碼是機器學習）有關，並將其結合硬體，整合出具有市場競爭力的方案，雖然我沒有資格替他們的產品背書，但我覺得深入談過之後，他們都對自己的產品與服務非常有自信，或許並非市場的領先者，也已經看見該切入的定位與成長的路徑。

今年的 COMPUTEX 展會已經結束，不過以後若有機會前往類似會展活動，很推薦大家跟我一樣帶著問題意識去逛逛，跟這些未來世界的打造者聊聊，畢竟我們得住在裡面。

--------------------
Medium 版：http://bit.ly/2HLuT8p

上禮拜，雖然大家（包括我）都比較關心學姊說 #統獨是假議題，但其實有件算是重要的事情發生。

那就是 3/26 號的時候，歐盟的立法機關之一歐洲議會 ( European Parliament ) ，通過新的著作權規範。

（ European Parliament 歐洲議會自己的新聞稿：
https://www.europarl.europa.eu/news/en/press-room/20190321IPR32110/european-parliament-approves-new-copyright-rules-for-the-internet ）

PNN 公視新聞網 新聞的報導：
https://news.pts.org.tw/article/427017

雖然還得經過歐盟理事會，但修法的方向不會有太大改變。這次的重點雖然是放在著作權，不過我認為更核心的轉變，其實是「#平台需要為上傳者上傳的內容負責」。

在民主開放國家市場成長起來的網路公司，如 Google、Facebook、Amazon 等等，一個一個成為巨頭之後，引發了許多你我都知道的負面效應。這些公司的規模已經太大，大到已經不是他們避不避得開槍口的問題，而是槍口避不開他們。從選舉結果到經濟停滯到家庭失和，都找得到理由可以怪這些平台，而且很難說是污衊。

雖然，我們還是不能說各種問題「都是平台的錯」，但未來平台顯然必須負起越來越重的內容管制責任，這樣的轉變關鍵，在於公眾也越來越同意，時候到了，是該對平台施以更高的要求了。這一趨勢，醞釀了很長一段時間。

（ 歐洲議會有點像是歐盟的下議院
https://en.wikipedia.org/wiki/European_Parliament ）

大家都知道，著作權的議題在網路上一直是備受關注的，像是 2011 年在美國吵得很兇，台灣也很多人討論的 SOPA 跟 PIPA 法案。

（ 關於 SOPA 停止網路盜版法案
https://en.wikipedia.org/wiki/Stop_Online_Piracy_Act ）

（ 關於 PIPA 保護知識產權法
https://en.wikipedia.org/wiki/PROTECT_IP_Act ）

在台灣，也有好幾次爭議。最近一次我比較有印象的應該是 2016 年立委打算增加「邊境管制」，也就是要封鎖（或停止解析）侵權網站的 IP，後來因為網路輿論反對，就沒有繼續立法了。

（ 當時的各方意見很多，章忠信律師的分析我個人比較認同：
http://www.copyrightnote.org/ArticleContent.aspx?ID=54&aid=2836 ）

最近可能很快就要通過的著作權修法，則是針對眾多像是「安博盒子」之類的機上盒，不管是販售還是協助安裝，都要課以刑責。

（ 經濟日報的報導：https://money.udn.com/money/story/5613/3721506 ）

這些事情其實背後當然也是有各種角力，例如外國的商會、政府、本地的內容業者、一般使用者、倡議組織、平台公司，甚至國家。

總之，現在整個風向轉了。早幾年，保障高度言論自由，鼓勵網路科技創新，是主流，但最近幾年，加強管制成為顯學。可能是因為負面效應已經動搖國本，可能是因為科技公司不斷擴張到新領域，搶走利潤，讓市場既有的其他玩家反彈；可能是因為中國管制模式輸出。儘管對於強度過高的政府監管我站在反對方，但美國的科技巨頭總算開始面對現實。

在侵犯隱私、助長仇恨、影響選舉等批評聲浪下，臉書執行長馬克佐克伯到過美國國會聽證，也被歐洲議會叫去（但叫不動）。上個月初，美國下屆總統參選人，民主黨的參議員華倫則正式提出「拆解數位科技巨頭公司」的倡議，也將是接下來持續加熱的議題。

（ 我之前對華倫這個倡議的簡要討論：
https://www.facebook.com/noodleswithturtle/posts/565115280650509 ）

而陸續透過個人網誌，表明要改變臉書的馬克，前天竟然投書給華盛頓郵報，表示：大家都說要管那就來好好管一管吧。

請見華盛頓郵報：
https://www.washingtonpost.com/opinions/mark-zuckerberg-the-internet-needs-new-rules-lets-start-in-these-four-areas/2019/03/29/9e6f0504-521a-11e9-a3f7-78b7525a8d5f_story.html

投書很短，寫得很清楚，建議自己看一下。簡單來說，他建議針對 #有害內容，#選舉公正性，#隱私，和 #數據可攜性 四個項目，建立一個公私協力管控的機制。

而其中我覺得最關鍵的項目，是「數據可攜性」(data portability) 。

可攜性的概念，大家應該很熟悉了，最簡單的例子就是我們現在換電信公司，例如從台灣大哥大換成中華電信，不用換手機號碼。在台灣，號碼可攜其實是在 2005 年開始實行的，從此之後大大降低了門號使用者轉移的成本，加強了電信公司之間的競爭。

馬克在他的投書中，關於數據可攜性的部分也寫到：

「（對平台）的管制，應保證數據可攜帶性原則。如果你與一項服務共享數據，你應該能夠將其移動到另一項服務。這為人們提供了選擇，使開發人員能夠進行創新和競爭。

這對於網路本身，和創建人們想要的服務，非常重要。這就是我們構建開發平台的原因。真正的數據可攜性應該更像是人們使用我們的平台登錄應用程序（App）的方式，而不是現有的下載信息存檔的方式。但這需要明確規定誰在服務之間移動時負責保護信息。

這也需要通用標準，這就是我們支持標準數據傳輸格式和開源的『數據傳輸計畫』(Data Transfer Project) 的原因。」

（ 關於這個由微軟、Google、FB、Twitter 共同支持的 「數據傳輸計畫」：https://datatransferproject.dev/ ）

在上個月 14 號， Facebook 有一次大規模的當機，那天我不禁覺得，這種大社交平台當機，就像是銀行提款機出問題一樣，使得儲存在裡面的 #社交資本無法被提領。不管是工作或生活上要聯絡的人、要發的訊息，都因此受到影響。

社交資本，就是由我們上傳的數據跟使用行為建構出的關係網絡，並不是虛幻難以掌握的，而是可以定義、更是可以定價的。畢竟許多網路公司就是透過網絡效應才能讓價值水漲船高，快速成長。他們就像是大家都信任的社交資本銀行。

然而，當遇到大規模當機、或是傳出資料外洩、被盜，這時候就會想：

1. 自己是不是把社交資本都存在同一個社交平台/銀行？

2. 為什麼只能在 FB 銀行領錢？當 FB 銀行的提款機故障， 為什麼不能在 LINE 銀行或 TENCENT 銀行的提款機領出來？為什麼 GOOG 銀行可以說關就關、把錢都沒收了？

3. 為什麼儲存在這些社交銀行裡的社交資本，那麼難轉移？轉帳跟匯款那麼難？

4. 以及為什麼這些可被視為社交資本銀行的平台病不像是真的銀行，當我們的社交資本如今屢屢被大規模盜竊、被濫用時，他們鮮少需要賠償跟負責？

其實我以前就跟網路上的朋友討論過，要解決社群媒體帶來的壞處（例如假新聞等等），而不減損其好處的作法，其中之一就是降低這些平台的 #套牢效應。

一個辦法就是成立 #公共的社群平台，基本功能完全複製大型平台，讓用戶可以輕易從商業社群平台，透過數據可攜性，打包資料跟 #社交資本 ，轉換到公共的平台上。

過程必須要很簡單，數據轉移必須要很安全，就像是在這個還不存在的公共社群平台點一下「FB 登入」，然後兩秒後，完成了。

重要的是，透過數據可攜性轉移出來的不能只是帳號，而是所有我們放在社群媒體上的數據，跟編織出來的關係。

其實也可以想像成是中央存款保險公司的概念。

https://www.cdic.gov.tw/main_deposit/faq.aspx?uid=59&pid=59%20

只要數據可攜性存在，加上一個堪用的公共化備品，我認為商業平台就會比較謹慎，不那麼貪婪，連帶產生的問題就會少很多。

這點子完全不是首創。之前早有類似的失敗案例，例如 Diaspora、或是工研院的通訊軟體 Juiker ，區塊鏈出現之後也有很多新的社交網站，讓大家可以「社交挖礦」。

我想問題在於，社交資本被套牢已經太嚴重，所以第一步其實是讓社交資本可以被匯出。就像電信公司為了套牢用戶，手機號碼本來不可攜，後來可攜從概念變成規範，競爭於是更激烈，消費者因此獲益。

之前在個人帳號上討論這個想法的時候，有朋友認為其不可行之處：就是政府是做不出可用的公共化備品的。

如果是政府發包做網站，要做出一個能成為商業科技公司備品的社交網站，這件事我也不相信。

但如果是採取「公共媒體」的角度，我認為就是一個選擇要不要做的問題。

有些人認為英國的 BBC、日本的 NHK 很棒，促進了整體媒體品質、提升了公民素質、建立社會公共討論的基礎，但也有些人認為公共媒體拿太多錢，做得太好，反而讓商業媒體無法發展。

像台灣早期發展公共電視，一開始走小蝦米路線，公共電視曾被視為雞肋，沒競爭力，不過一直走到現在，反而成為廢鐵鎮僅存的救贖。現任文化部長 鄭麗君 有意推動大公共媒體，把央廣、中央社等等都結合在一起，有人認為這是唯一能夠重振台灣文化的機會，有人覺得沒競爭力，浪費錢。但總之，就是一種選擇。

所以讓我們想像一下：如果如馬克投書所建議的，接下來新的法規要求社交平台需要讓用戶可以自由匯出所有資料，轉移社交資本，社交平台就會必須做出改變，例如要求工程師讓資料架構更簡單，就跟歐盟 GDPR 的規定出來之後一樣。

當然，成功的平台都會讓我們覺得不需要做這件事，畢竟我們的時間跟精力有限，投入在少數甚至單一平台上比較合理，就像我們也不會三不五時就把存在一個銀行的錢全部領出來，存到另一個銀行......除非這家銀行讓我們覺得問題很大，就像現在這樣。

當然，我認為 FB 等社交平台的自然壟斷在資料、數據、社交資本可自由匯出之後就會降低。所以重點或許不是一定要有公共化的社交平台存在，而是只要有了可以自由匯出的前提，會有很多很多套自然出現。

但從公共媒體的目標與實踐傳播權的角度來看，社交媒體既然已經如此關鍵，若公共媒體接下來還是只是停留在創造內容上，而不趁這個全球都在檢討商業社交媒體平台的時機，來開始探索「公共化社交媒體平台」的可能性，我覺得就太可惜了。

能夠合作的對象其實很多。舉例來說，網路之父 Tim Berners-Lee發起分散式網路專案Solid，將資料「還權於民」，就是同樣的概念。

報導：
https://www.ithome.com.tw/news/126188

而很關注科技巨頭壟斷議題的 PTT 創世神 杜奕瑾 （Ethan Tu） 也提出 PTT.ai 的計畫，我個人也很期待。

Github 上的計畫連結：
https://github.com/ailabstw/PIPs/blob/master/PIP-0001.md

當然，馬克倡議的公私協力機制，其實也有很多先例可循，也就是 Internet Governance Forum 網路治理論壇。

https://www.intgovforum.org/multilingual/

台灣也有 @台灣網路治理論壇 Taiwan IGF

https://www.facebook.com/groups/1757842584459069/

總結來說，我認為在台灣，社群媒體如 FB、IG、Google、Youtube 等的好壞影響力非常大，因此關於馬克提出的四個項目--有害內容、選舉公正性、隱私、數據可攜性--我們不該只是等著歐盟或美國跟這些公司把問題解決，而是該更主動提出改革的做法。

我個人認為，優先從「數據可攜性」這個偏「結構管制」而非「內容管制」的項目切入，比較不具爭議；而以「公共化社交媒體平台」為探索的方向，也比較有進步性跟未來性。

如果民主自由是我們信仰的故事，但具有影響力的媒體或社交媒體平台，卻開始讓這個故事再也講不下去，公民就不該再袖手旁觀了。

要不然，或許是該向年輕人學習，開始用無廣告、無農場文、可輕易匯出的 Google Doc 當作社交平台了。

延伸閱讀：

Daodu Tech 科技島讀 的好文：社交資本論
https://daodu.tech/03-05-2019-social-capitalism

截圖來自：
https://www.facebook.com/zuck/posts/10107013839885441