本文為「經濟部產業技術司科技專案成果」
微軟(Microsoft)與大陸地區的中興通訊(ZTE)簽定Android和Chrome裝置的專利授權協議,雙方財務明細未揭露。 該協議,給予中興通訊授權範圍涵蓋微軟專利組合中可供用於執行Google的Android 和 Chrome 作業系統的廣泛內容,包括智慧型手機、平板裝置、電腦及其他裝置設備等。 除中興通訊加入外,其他包含三星(Samsung)、宏達電(HTC)及宏碁(Acer),都已經與微軟簽定專利授權協議,上周以代工製造為主的鴻海科技集團亦簽定類似的協議,並支付權利金,取得微軟專利組合。 微軟智慧財產權事業群全球副總裁暨副法務長 Horacio Gutierrez在微軟部落格公開表示,微軟的Android和 Chrome授權協議,主要是要幫助裝置供應商避免未來遭受到與微軟訴訟事件。到目前為止,幾乎已經與所有全球最大供應Android智慧型手機的供應商及製造商達成授權協議。Horacio Gutierrez另補充“ 事實上,在微軟協議下已涵蓋了80%以上在美國銷售的Android智慧型手機及大多數在全球銷售的Android手機“。 目前尚有兩家企業仍未達成協議,分別為全球第三大智慧型手機供應商大陸公司華為(Huawei),及Google旗下的Motorola Mobility。
因應虛擬貨幣發展,日本內閣通過修法草案,允許創投基金得持有加密資產日本經濟產業省(METI)2024年2月16日於官網公布,內閣已審議通過《產業競爭力強化法》(Act on Strengthening Industrial Competitiveness)、《投資事業有限合夥契約法》(Limited Partnership Act for Investment, LPS法)等法律修正案。修法目標係為驅動企業投資新創、促進新創事業發展,其中允許創業投資基金(Venture Capital Fund, VC)得持有加密資產(crypto assets)即為本次修法亮點之一。 根據本次《投資事業有限合夥契約法》修正案,加密資產將被增列到「投資事業有限合夥」(Investment limited partnership, Investment LPS)得收購和持有的資產清單中。實務上日本創投基金多依《投資事業有限合夥契約法》規定,採投資事業有限合夥之組織型態存在。故若修正案最終能落實,將使新創事業得以透過向創業投資基金發行加密資產之方式進行籌資,可以大幅提高「加密貨幣與區塊鏈領域」之Web3新創獲得國內創業投資基金投資的機會,有助於日本建立更強大的區塊鏈技術(Blockchain Technology)和去中心化金融(decentralized finance, DeFi)市場。 日本本次修法,同時兼顧保護投資者利益與金融創新,頗值得我國借鏡。我國金管會雖已相繼公布「虛擬通貨平台及交易業務事業防制洗錢及打擊資恐辦法」以及「管理虛擬資產平台及交易業務事業(VASP)指導原則」,惟相關規範尚未完成細節。金管會主委今年初(2024年1月30日)表示,將朝設置專法強化投資人保障及管理之方向進行委外研究,草案預計今年9月出爐。面對區塊鏈技術暨加密資產快速發展帶來的監理挑戰,我國應持續積極關注國際組織及各國主管機關之監理發展方向,以研擬合適之法制規範。
合成資料(synthetic data)「合成資料」(synthetic data)的出現,是為了保護原始資料所可能帶有的隱私資料或機敏資料,或是因法規或現實之限制而無法取得或利用研究所需資料的情況下,透過統計學方法、深度學習、或自然語言處理等方式,讓電腦以「模擬」方式生成研究所需之「合成資料」並進行後續研究跟利用,透過這個方法,資料科學家可以在無侵犯隱私的疑慮下,使合成資料所訓練出來的分類模型(classifiers)不會比原始資料所訓練出來的分類模型差。 在合成資料的生成技術當中,最熱門的研究為運用「生成對抗網路」(Generative Adversarial Network, GAN)形成合成資料(亦有其他生成合成資料之方法),生成對抗網路透過兩組類神經網路「生成網路」(generator)與辨識網路(discriminator)對於不同真偽目標值之反覆交錯訓練之結果,使其中一組類神經網路可生成與原始資料極度近似但又不完全一樣之資料,也就是具高度複雜性與擬真性而可供研究運用之「合成資料」。 英國國防科技實驗室(Defense Science and Technology Laboratory, DSTL)於2020年8月12日發布「合成資料」技術報告,此技術報告為DSTL委託英國航太系統公司(BAE Systems)的應用智慧實驗室(Applied Intelligence Labs, AI Labs)執行「後勤科技調查」(Logistics Technology Investigations, LTI)計畫下「資料科學與分析」主題的工作項目之一,探討在隱私考量下(privacy-preserving)「合成資料」當今技術發展情形,並提供評估技術之標準與方法。 技術報告中指出,資料的種類多元且面向廣泛,包含數字、分類資訊、文字與地理空間資訊等,針對不同資料種類所適用之生成技術均有所不同,也因此對於以監督式學習、非監督式學習或是統計學方法生成之「合成資料」需要採取不同的質化或量化方式進行技術評估;報告指出,目前尚未有一種可通用不同種類資料的合成資料生成技術或技術評估方法,建議應配合研究資料種類選取合適的生成技術與評估方法。