英國2008年人工授精暨胚胎法(Human Fertilisation and Embryology Act 2008)關於胚胎保存之規範及其授權制定之附則(supplemental provision),於今年(2009)10月1日正式生效,大幅放寬胚胎保存的限制。依據舊法,胚胎保存之原則法定期間為5年,但基於醫學因素致胚胎為夫婦懷有具血緣關係(genetically-related)子女之最後機會,則胚胎保存期限可延長至10年,或最長可延至接受疾病治療婦女55歲。而新法則大幅放寬胚胎的保存期限至55年,並廢止上述接受疾病治療婦女僅能保存胚胎至55歲之規定。
這項管理胚胎保存的新法顯示了胚胎保存新舊法間的複雜性與爭議性,在法令生效前幾週因遭受法律質疑與遊說而做修正,由於先前由於新法放寬保存期限至55年的規定,僅適用於2004年10月1日後之保存胚胎,而在此之前的保存胚胎則僅限於不移植於代理孕母(surrogate)之胚胎始能延長保存期限,致遭到法律上不公平的質疑,並有向英國首相進行請願,而最終刪除上述限制。
但新法的問題並不僅於此,尚包括有婦女因在新法生效前屆滿55歲,使之前因接受子宮頸癌治療所保存的胚胎面臨被銷毀的命運,致有夫婦就此提起法律訴訟,質疑銷毀係爭胚胎有違反歐洲人權公約(European Convention on Human Rights)家庭生命權利之虞,並對面臨銷毀之胚胎提起假處分,使其胚胎暫時免除被銷毀的下場,然此項法律訴訟尚在進行,尚無從得知法院之決定。
現行促進產業升級條例第19條之1規定,為鼓勵員工參與公司經營,並分享營運成果,公司員工以其紅利轉作服務產業增資,而取得新發行記名股票,採「面額」課徵所得稅。而依據所得基本稅額條例第12條第1項第5款規定,對於員工「可處分日次日時價」與股票面額之間的差額部分,另計入最低稅負制課稅。 台聯黨團認為現行促產條例第十九條之一關於員工分紅配股以面額課稅規定,使不少高科技產業上市櫃公司,利用促產條例優惠,壓低員工本薪,以分紅配股吸引人才,造成營業成本低列,將薪資費用轉嫁給股東,扭曲財報,使高獲利的高科技產業和薪資紅利豐厚的科技人租稅優惠多繳稅少,造成政府稅收短缺,因而提出修改案,改由「市價的八成」課徵所得稅。立法院 經濟能源委員會初審通過修正促進產業升級條例,將員工分紅配股由「面額」改依「市價八折」課稅,上市櫃公司市價以配股發放日前一個月均價為準,未上市櫃公司則以配股發放日淨值為準,此規定 引發高科技業者反彈,並向經濟部反映。 目前員工分紅改為市價的八成課稅雖通過委員會初審,但提交下次院會討論前,須經朝野協商。經濟部表示,此案初審後尚需經過立法院政黨協商,再交由院會決定。員工分紅配股課稅方式改變,應要有配套才合宜(例如一定之緩衝期間讓業者調整員工薪資結構),若在配套未完成前就做決定,是比較不好的決策。
「挑戰智慧美國」(the Smart America Challenge) 計畫美國聯邦政府於2013年12月啟動「挑戰智慧美國」(the SmartAmerica Challenge)計畫,目標是匯集產官學研以呈現網實整合系統(Cyber-Physical System, CPS)與智慧聯網如何能夠創造就業機會、新的商業機會、以及為美國帶來社經上之利益。2014年6月,24個技術團隊及超過100個組織機構共同於華府進行智慧聯網應用展示,藉此展現智慧聯網如何促進運輸、緊急服務、健康照護、安全、節能、以及製造。於整合性之解決套案上,「挑戰智慧美國」計畫選定加州的聖荷西市(The City of San Jose),由聖荷西市政府與Intel公司共同建立「智慧聯網智慧城市示範平台」(IoT Smart City Demonstration Platform)。研究團隊於城市各處廣泛裝置感測器,蒐集空氣品質、噪音、交通流量、能源效率等相關資料,藉此試驗城市如何利用智慧聯網技術來改善在地市民的整體生活。在我國,2014年則可稱為智慧城市發展元年,經濟部技術處與工業局等中央政府機關與新北市、桃園縣、新竹市、台中市等地方政府皆相繼投入並推動智慧城市計畫。搭配軟硬體之技術整合與相關產業之參與、以及法人與學術機構之投入,我國透過智慧聯網與網實整合系統以發展智慧城市之未來值得期待。
論析各國之企業智慧資產揭露機制 英國發布人工智慧網路資安實務守則英國政府於2025年1月31日發布「人工智慧網路資安實務守則」(Code of Practice for the Cyber Security of AI,以下簡稱「實務守則」),目的是提供人工智慧(AI)系統的網路資安指引。該實務守則為英國參考國際上主要標準、規範後所訂定之自願性指引,以期降低人工智慧所面臨的網路資安風險,並促使人工智慧系統開發者與供應商落實基本的資安措施,以確保人工智慧系統的安性和可靠性。 由於人工智慧系統在功能與運作模式上與傳統網路架構及軟體有明顯的不同,因此產生新的資安風險,主要包含以下: 1. 資料投毒(Data Poisoning):在AI系統的訓練資料中蓄意加入有害或錯誤的資料,影響模型訓練結果,導致人工智慧系統產出錯誤推論或決策。 2. 模型混淆(Model Obfuscation):攻擊者有意識地隱藏或掩飾AI模型的內部運作特徵與行為,以增加系統漏洞、引發混亂或防礙資安管理,可能導致AI系統的安全性與穩定性受損。 3. 輸入間接指令(Indirect Prompt Injection):藉由輸入經精心設計的指令,使人工智慧系統的產出未預期、錯誤或是有害的結果。 為了提升實務守則可操作性,實務守則涵蓋了人工智慧生命週期的各階段,並針對相關角色提出指導。角色界定如下: 1. 人工智慧系統開發者(Developers):負責設計和建立人工智慧系統的個人或組織。 2. 人工智慧系統供應鏈(Supply chain):涵蓋人工智慧系統開發、部署、營運過程中的的所有相關個人和組織。 實務守則希望上述角色能夠參考以下資安原則,以確保人工智慧系統的安全性與可靠性: 1. 風險評估(Risk Assessment):識別、分析和減輕人工智慧系統安全性或功能的潛在威脅的過程。 2. 資料管理(Data management):確保AI系統整個資料生命週期中的資料安全及有效利用,並採取完善管理措施。 3. 模型安全(Model Security):在模型訓練、部署和使用階段,均應符合當時的技術安全標準。 4. 供應鏈安全(Supply chain security):確保AI系統供應鏈中所有利益相關方落實適當的安全措施。 「人工智慧網路資安實務守則」藉由清晰且全面的指導方針,期望各角色能有效落實AI系統安全管控,促進人工智慧技術在網路環境中的安全性與穩健發展。