稻米基因定序大功告成，有助解決全球糧食問題
依聯合國統計資料顯示，水稻是全球人口 20% 的食物能量來源，而在全球人口持續擴增之情況下， 2025 年必須提高 30% 的水稻產量，才能擁有足夠糧食。
自1998 年起，本計畫即在日本主導之下，與中華民國、韓國、英國、加拿大、美國、巴西、印度、法國與中國等國之定序實驗室進行分工、共享，定序後的 DNA 序列將放在公開序列資料庫，供研究人員使用；而本計畫已在 2002 年底完成草圖，並陸續完成彌補空隙與基因註解工作。本計畫之成果於近幾年來，已陸續協助辨識數個影響重要農藝性狀的基因，例如，影響植物生長勢、提高水稻產量的基因、改變水稻光週期、使優良栽培種得以擴展種植面積的基因、控制植株高度的基因等。
水稻基因組定序工作之完成宣告後基因組時代的正式來臨，而完成此一世紀任務之際，善用相關經驗與新知，以投入水稻的深入研究工作，將能台灣水稻及其他作物的遺傳育種研究提供實際幫助。
本文為「經濟部產業技術司科技專案成果」
越南科技部（Ministry of Science and Technology）於2016年7月30日發布No. 16/2016/TT-BKHCN通知（以下稱第16號通知），此為越南針對《智慧財產法》第四次修正的通知。今（2018）年1月15日已正式生效。在越南，通知（Circular）主要是作為各主管機關執行法律的指南，而本次發布的第16號通知，便是針對越南《智慧財產法》所做的細部解釋，是了解當地智財實務的重要文件。 整體而言，第16號通知針對智財的申請程序做了相當多修正。例如，申請人回覆越南智慧財產局官方審查意見（office action）的期限由一個月延長為兩個月。又例如，過去越南智慧財產局針對實體審查的申請案一旦做了核駁處分後，申請人僅能透過訴願予以救濟。根據第16號通知，若申請人能夠針對申請案提出在審查過程中未被考量但可以影響審查結果的新事證，越南智慧財產局則得考量撤回核駁處分。 此外，第16號通知亦釐清了過去越南在智慧財產各權利別，有關實體認定上的疑慮。一、在「商標方面」，第16號通知修正了越南過去對於著名商標（Well-known mark）的認定方式。在過去，著名商標的狀態可藉由法院判決，或是藉由智慧財產局的認定取得。在本次新修正的第16號通知中，著名商標狀態仍可藉由法院判決取得，但智慧財產局只能在「商標被駁回」的情形下對著名商標進行認定。二、在「專利方面」，第16號通知則是再次強調「用途」不得作為專利的申請標的，釐清了越南一直以來拒絕「用途發明專利」的立場。根據第16號通知，用途並非一項申請標的可主張的必要技術特徵（essential feature），只是單純申請標的之目的或結果而已。三、在「工業設計方面」，第16號通知釐清了越南對於「產品」的定義，指出產品必須要能夠「獨立流通」（circulated independently），始能成為工業設計保護的標的。例如圖形使用者介面（GUI）因其必須依賴手機等載體才能流通，故根據第16號通知無法被認為是能夠申請工業設計保護的「產品」。 從本次第16號修正可以看出，越南近年來因應智慧財產權的國際趨勢，在法規上做出的回應及釐清。對於在越南從事商業活動的我國廠商而言，建議除了瞭解越南《智慧財產法》外，更應關注越南的通知等下位階法規的狀況及發展。 「本文同步刊登於TIPS網站（https://www.tips.org.tw）」
經濟合作與發展組織發布《促進AI可歸責性：在生命週期中治理與管理風險以實現可信賴的AI》經濟合作與發展組織（Organisation for Economic Co-operation and Development, OECD）於2023年2月23日發布《促進AI可歸責性：在生命週期中治理與管理風險以實現可信賴的AI》（Advancing accountability in AI: Governing and managing risks throughout the lifecycle for trustworthy AI）。本報告整合ISO 31000：2018風險管理框架（risk-management framework）、美國國家標準暨技術研究院（National Institute of Standards and Technology, NIST）人工智慧風險管理框架（Artificial Intelligence Risk Management Framework, AI RMF）與OECD負責任商業行為之盡職調查指南（OECD Due Diligence Guidance for Responsible Business Conduct）等文件，將AI風險管理分為「界定、評估、處理、治理」四個階段： 1.界定：範圍、背景、參與者和風險準則（Define: Scope, context, actors and criteria）。AI風險會因不同使用情境及環境而有差異，第一步應先界定AI系統生命週期中每個階段涉及之範圍、參與者與利害關係人，並就各角色適用適當的風險評估準則。 2.評估：識別並量測AI風險（Assess: Identify and measure AI risks）。透過識別與分析個人、整體及社會層面的問題，評估潛在風險與發生程度，並根據各項基本價值原則及評估標準進行風險量測。 3.處理：預防、減輕或停止AI風險（Treat: Prevent, mitigate, or cease AI risks）。風險處理考慮每個潛在風險的影響，並大致分為與流程相關（Process-related）及技術（Technical）之兩大處理策略。前者要求AI參與者建立系統設計開發之相關管理程序，後者則與系統技術規格相關，處理此類風險可能需重新訓練或重新評估AI模型。 4.治理：監控、紀錄、溝通、諮詢與融入（Govern: Monitor, document, communicate, consult and embed）。透過在組織中導入培養風險管理的文化，並持續監控、審查管理流程、溝通與諮詢，以及保存相關紀錄，以進行治理。治理之重要性在於能為AI風險管理流程進行外在監督，並能夠更廣泛地在不同類型的組織中建立相應機制。
日本著作權法修正促進人工智慧開發2018年5月18日，於第196次參議院會議中通過「著作權法」修正案，並於5月25日公布，預計於2019年1月1日施行。本次修正是為因應數位網路技術的發展，對需要著作權人同意的行為範圍進行檢視。其中第47條之7修正、及新增之第30條之4與第47條之5與人工智慧發展有重大相關。 日本著作權法於2009年的修正中，增加第47條之7規定，原本可能構成著作權侵害之資料分析、機器學習行為(未經原作者同意複製、改作)，只要在必要限度內，不分是否有營利，皆無須權利人同意。然而本條在使用上因為未涵蓋成果物的讓與行為，也就是如果公開販售學習完成的資料集或是人工智慧模型，甚至於同一平台共享資料集都可以構成侵害。有鑑於此，才在本次修法中修正相關條文。 本次修正中，增加第30條之4規範於必要限度內可利用他人著作物的行為，其中在同條第二款中認可第47條之5第1項第2款之行為，也就是「利用電子計算機的情報解析及提供其結果」，亦可被認為不違反著作權法，因而補上原本第47條之7的漏洞。 惟須注意的是，所謂的必要限度還是有嚴格的比例限制，不能無限制使用。由於目前本次修正還尚未生效，未來對人工智慧發展的應用會產生什麼樣的實際影響，值得繼續觀察。