為了滿足行動寬頻時代對於無線頻譜的需求,美國規劃了多種不同的頻譜釋出、分享或共用的政策,以增加可用的頻寬或提高使用效率,其中針對既有的數位無線電視服務所使用的頻譜,則提出「獎勵拍賣機制(incentive auctions)」。此機制最初於2010年由FCC提出,其特色在於具備自願性及市場導向兩項內涵。本次美國啟動獎勵拍賣機制,主要目的為藉由新業務之頻譜拍賣,將所得之部分標金作為誘因,以鼓勵廣播電視業者繳回原有頻譜使用權,並促進美國寬頻計畫(National Broadband Plan)之發展。目前針對此機制,美國國會已於2012年2月22日正式授權FCC執行。而FCC則於2012年10月2日發布FCC 12-118法規制定建議通知(Notice of proposed rulemaking, NPRM),並依據美國「2012年中產階級稅收減免及創造就業法案」(Middle Class Tax Relief and Job Creation Act of 2012)之授權,針對廣播電視頻譜獎勵拍賣機制進行商擬,並廣徵各界建議。 本次廣播電視頻譜獎勵拍賣機制主要可區分為三個步驟,(一)反向拍賣(reverse auction),指廣播電視業者藉由投標之方式,標得原持有頻段之自動放棄權。(二)頻譜重組(reorganization or repacking),此步驟是為了讓廣播電視頻譜藉由重組後,可釋出部分的超高頻(UHF)頻段以作為其他業務使用。(三)正向拍賣(forward auction),即針對頻譜進行重新授權,對此FCC提出將以更為彈性的概念使用頻譜。 目前整體拍賣機制尚處發展階段,各步驟內部運作應如何規劃,FCC仍積極尋求外界建議。不過從FCC所提出的五項關鍵政策目標(key policy goals)中,亦可歸納出未來整體機制的規劃方針包含(一)提升頻譜效能,期望未來得以5MHz為拍賣單位,並且支持各類無線行動技術如W-CDMA、HSPA以及LTE技術之發展、(二)確保不干擾鄰近國家頻譜之使用、(三)發展各頻段之通用性(interchangeable),促進各頻譜區段在重新配置後具備可替換性、(四)刺激頻譜回收達理想數量,以及(五)促進頻譜技術中立概念。面對美國在提升頻譜使用效率策略上又一記新嘗試,即便目前仍有許多不確定因素亟待突破,但就促進頻譜使用效率而言,亦不失為頻譜交易機制之外,另一可參考之方向。
FDA發佈人工智慧/機器學習行動計畫美國食品藥物管理署(U.S. Food & Drug Administration, FDA)在2021年1月12日發布有關人工智慧醫療器材上市管理的「人工智慧/機器學習行動計畫」(Artificial Intelligence/Machine Learning (AI/ML)-Based Software as a Medical Device (SaMD) Action Plan)。該行動計畫的制定背景係FDA認為上市後持續不斷更新演算法的機器學習醫療器材軟體(Software as Medical Device, SaMD),具有極高的診療潛力,將可有效改善醫療品質與病患福祉,因此自2019年以來,FDA嘗試提出新的上市後的監管框架構想,以突破現有醫療器材軟體需要「上市前鎖定演算法、上市後不得任意變更」的監管規定。 2019年4月,FDA發表了「使用人工智慧/機器學習演算法之醫療器材軟體變更之管理架構—討論文件」(Proposed Regulatory Framework for Modifications to Artificial Intelligence/Machine earning (AI/ML)-Based Software as a Medical Device (SaMD) - Discussion Paper and Request for Feedback)。此一諮詢性質的文件當中提出,將來廠商可在上市前審查階段提交「事先訂定之變更控制計畫」(pre-determined change control plan),闡明以下內容:(1)SaMD預先規範(SaMD Pre-Specification, SPS):包含此產品未來可能的變更類型(如:輸入資料、性能、適應症)、變更範圍;(2)演算法變更程序(Algorithm Change Protocol, ACP):包含變更對應之處理流程、風險控制措施,以及如何確保軟體變更後之安全及有效性。 根據「人工智慧/機器學習行動計畫」內容所述,「事先訂定之變更控制計畫」構想被多數(包含病患團體在內)的利害關係人肯認,並於相關諮詢會議當中提出完善的細部建言。FDA將根據收到的反饋意見,於2021年以前正式提出有關人工智慧/機器學習上市後監管的指引草案(Draft Guidance),並持續研究提高演算法透明度、避免演算法偏見的方法。
數位著作權侵權監控公司Rightscorp, Inc.之爭議Rightscorp, Inc.成立於2011年,總部位於美國洛杉磯,該公司與網際網路服務提供者合作(Internet Service Provider, ISP),監控以P2P方式所進行之非法下載行為,並依數位千禧年著作權法(Digital Millennium Copyright Act)之規定,代理權利人與當事人和解(下載一非法檔案的和解金額是20美元)或透過訴訟以保護權利人之智慧財產權,近年越來越多大學甚至是華納兄弟(Warner Bros.)、唱片公司BMG使用Rightscorp這樣第三方公司的服務來監控非法網路活動。 年初(2015)在喬治亞州(City of Monroe, Georgia),該公司因未得消費者同意以電話留言或者發送簡訊、email的方式威嚇消費者達成非法著作權下載之和解,被控訴違反「電話消費者保護法」(Telephone Consumer Protection Act),原告Brown和Ben Jenkin主張針對每一筆非法之通訊連絡請求損害賠償,總額估算可能會超過千元美元。 去年(2014),Rightscorp在加州聯邦法院(California federal court)面臨之集體訴訟仍在進行中,原告方指出Rightscorp並未提供非法下載之債務有效證明且濫用美國千禧年著作權法(DMCA)的通知機制,控訴該公司違反「電話消費者保護法」(TCPA)、「公平債務催收行為法案」(Fair Debt Collection Practice Act )和「濫用訴訟權利」(Abuse of Process)。 Rightscorp的商業模式,對權利人來說,確實可以有效追蹤侵權行為人,某種程度上可適當地遏止非法下載行為,但手段上也影響到當事人的權利,妥適性有待商榷。惟可預見的是,後續判決結果將可能影響類似公司在防範網路非法下載時的相關反制措施。
美國食品藥物管理局(FDA)為落實食品安全現代法案公布食品安全查檢與風險管理相關規定