什麼是「先進製造夥伴2.0」（Advanced Manufacturing Partnership 2.0, AMP2.0）？
為重塑美國先進製造技術領導地位，發展創新研發與就業，美國總統歐巴馬陸續啟動先進製造國家戰略計畫、先進製造夥伴計畫（Advanced Manufacturing Partnership, AMP）與國家製造創新網絡（National Network of Manufacturing Innovation, NNMI）等框架計畫，並於2014年10月由美國總統執行辦公室和科技顧問委員會發布「先進製造夥伴2.0」（Advanced Manufacturing Partnership 2.0, AMP2.0）。
其中新版的先進製造夥伴計畫，除續行原先之計畫目標，例如：對於「研發技術政策形成」、「區域創新機構」與「全國製造創新網絡」等要項外，「先進製造夥伴2.0」框架強調「製造業資源如何有效匯集」，另透過「組織角度設計」、「法制環境建構」與「商業化運用促進」等面向提出具體執行建議。
本文為「經濟部產業技術司科技專案成果」
王怡婷
法律研究員 編譯整理
淺談台灣行動寬頻覆蓋率議題 科技法律研究所 法律研究員 黃志雯 2013年11月26日 壹、事件摘要 我國4G頻譜拍賣在歷經40天、393回合的「同時多回合上升」競標後，終在2013年10月底結束。這次的競標價金不僅高達1186.5億元外，也加入了國碁電子（鴻海集團）與台灣之星（頂新集團）兩家新進電信業者，使整體產業競爭性提高。預計民眾最快在2014年中時，即可享受靜態1Gbps、行動間100Mbps的高速網路，在無線寬頻的高速下，許多新興服務可孕育而生。 根據我國政府的規劃，4G營運時間越早，無論對產業、或是民眾皆是利大於弊。但是，從我國3G發展經驗可知，行動寬頻基地台建置的普及程度，攸關整體產業發展的關鍵。因此，行政院於今（2013）年11月成立「加速無線寬頻基礎設施小組」，依據電信法第32條第2項的規定，並透過跨部會協調，逐步落實公有建築物開放建設基地台之政策，增加4G業者涵蓋率，督促其儘速開台服務。同時，立法院為讓公有建物建設基地台能順利推行，於同年11月三讀通過修正電信法第32條。依據新修正之條文，未來除了因應輿論認為電磁波可能影響青少年發展，故允許高中職以下學校「得不同意」第一類電信事業設置室外基地台外，其餘公有建築物之主管機關，無正當理由不得拒絕業者申請。 透過落實公有建築物開放的政策，不僅可加速未來4G的發展外、亦可提升既有3G的覆蓋率。除此之外，當4G涵蓋全台後，其高速、穩定的特性將可被視為具有如固網般最後一哩（Last Mile）之效益，進而協助政府克服偏遠地區鋪設寬頻的困境，使全國居民皆可享有網際網路的便利。 貳、重點說明 政府透過落實公有建築開放架設基地台之政策，協助4G業者加速開台義務（5年內達人口涵蓋率50%），更希望能降低協商、架設基地台的成本，減少我國行動寬頻在都會區基地台數量不足、非都會區距離過遠之問題。其實，如何增加行動寬頻涵蓋率，是當前每一個國家致力發展的目標。新加坡與英國政府為了實現無所不在網路的目標，在管制的手段上分別是： (一)新加坡：為了協助電信服務業者可利用建物空間架設通訊設備，達到「行動寬頻訊號戶外覆蓋率99%、室內覆蓋率85%」的目標，新加坡修訂「建築物資通訊設施實施條例」。本條例要求開發商或屋主在建設大型建案時，必須依據建案大小設置「行動通訊設備布放空間」，以提供電信業者使用，增加行動寬頻覆蓋率。本條例落實後，預期可協助4G業者在既定時間內（2.5GHz須最早實現）完成全國、所有捷運/公路隧道內必須可接收4G訊號的要求。 (二)英國：英國為了改善既有行動寬頻涵蓋率，在今（2013）年11月提出5點改善措施。其中，在相關規範上，Ofcom除了直接提高3G業者涵蓋義務、在訊號難以達到區域建設基礎設施、定時提供行動寬頻速率報告，以及與交通部(Department for Transport and Network Rail)共同改善行動寬頻於鐵路、道路的覆蓋率與品質外，Ofcom認為4G寬頻亦扮演重要角色。當時，Ofcom即透過4G頻段拍賣，賦予一張2017年須提供98%人口於室內、95%人口能於英國境內取得行動寬頻服務義務之執照，希冀實現偏遠地區亦能擁有寬頻服務之理想。 參、事件評析 綜合上述，各國為了讓4G覆蓋全國，使所有民眾皆能享有高速、穩定的網路，無不透過兩階段方式，拍賣前賦予部分頻段提前完成涵蓋率普及的義務、拍賣後透過政策、法律協助、要求業者維護網路品質。台灣屬於地狹人稠的國家，行動寬頻業者對政府賦予的涵蓋義務，絕非是行動寬頻發展困境。但是，業者是否可提供如同牌告的速度與品質，一向倍受挑戰。我國3G產生這個問題，除了民眾在居家附近拒絕建置基地台之住抗問題外，其主因亦是在3G拍賣時並未賦予相關頻段義務、在「第三代行動通信業務管理規則」又僅要求涵蓋率達人口50%，導致業者不積極面對都會區基地台數量，少於負荷使用人數的事實；非都會區則是消極處理基地台與使用人距離過遠，造成訊號品質不佳、或是接收不到等問題。 因此，即使這次電信法32條修正後，排除高中職學校得以架設室外基地台，根據我國「行動寬頻業務管理規則」第66條規定，電波涵蓋範圍應達營業區人口50%，合理推測業者可一舉解決都會區架設基地台的問題。但是，在我國4G頻譜拍賣前，並未與新加坡、英國相同，賦予所謂的「黃金頻段」(700MHz)與「帝王頻段」(1800MHz)普及全國(含偏遠地區)之義務。在管理規則涵蓋率僅訂為整體人口50%，將可窺見多數業者終將先行投資都會區，造成部分非都會區仍存有網路延遲、或是難以接收的問題，使4G難以成為全國性最後一哩。 本文認為4G頻譜拍賣結束已成事實，現階段主管機關唯有透過「行動寬頻業務管理規則」第40條第二項第三款的規定，鼓勵業者積極建置偏遠地區高速基地台，並承諾於事業計畫書中。再者，從資通訊科技發展的角度，新加坡強置新建物必須具備、開放「行動通訊設備布放空間」，使業者得以自由建置基地台，對於4G、或是未來5G發展而言，建築物開放使用確實具有前瞻性。不過，在我國民眾目前仍對電磁波有所疑慮的情況下，現階段僅能開放公有建築建置基地台，唯待透過具權威的報告證明電磁波無害、且全民達成一定共識後，我國政府方能逐步推動既有建築開放、或是新建築必須具備「行動通訊設備布放空間」。最後，主管機關除了繼續支持推動相關行動上網速率測速計畫外，關於電信法第32條第1、2項，要求公有建築開放架設基地台，是否要朝向正面表列機關拒絕條款，亦是未來可探討的地方。
日本醫藥品醫療器材等法修正研析―以醫療應用軟體為中心 英國資訊委員辦公室（ICO）針對COVID-19接觸史追蹤應用程式框架，發布意見報告英國資訊委員辦公室（Information Commissioner’s Office, ICO）於2020年4月17日，依據英國資料保護法（Data Protection Act 2018）第115條第3項第b款之授權，針對2020年4月10日Apple和Google因應COVID-19疫情發表之「接觸史追蹤應用程式框架」（Contacting Tracing Framework, CTF），發布意見報告。報告認為，由於CTF具備以下三大特性：（1）不會在裝置間交換個人資料，如帳戶資訊或使用者名稱；（2）配對過程僅在裝置本身進行，並不會有如應用程式伺服器之第三方介入；（3）不需要地理位置資訊就能順利運作，因此符合英國資料保護法第57條有關「透過設計並作為預設以保護個人資料」（Data protection by design and default）之規定。 縱然CTF符合英國資料保護法之規定，英國資訊委員辦公室仍於報告中指出：「未來軟體開發商若於接觸史追蹤應用程式中使用CTF技術，該應用程式於處理使用者之個人資料時，仍應隨時符合英國資料保護法關於透過設計並作為預設以保護個人資料之規定。」COVID-19疫情席捲全球，如何於「掌握感染者接觸史以預防疫情擴散」與「保障個人資料及隱私」間取得平衡，實為各國政府需考量之重要議題。我國人工智慧實驗室於2020年4月開發之「社交距離App」，便是使用類似Apple和Google之CTF技術。此份英國資訊委員辦公室意見報告，等於針對社交距離App是否侵害隱私權益，提供相當解答與指引。
日本發布《資料品質管理指引》，強調歷程存證與溯源，建構可信任AI透明度2025年12月，日本人工智慧安全研究所（AI Safety Institute，下稱AISI）與日本獨立行政法人情報處理推進機構（Information-technology Promotion Agency Japan，下稱IPA）共同發布《資料品質管理指引》（Data Quality Management Guidebook）。此指引旨於協助組織落實資料品質管理，以最大化資料與AI的價值。指引指出AI加劇了「垃圾進，垃圾出（Garbage in, Garbage out）」的難題，資料品質將直接影響AI的產出。因此，為確保AI服務的準確性、可靠性與安全性，《資料品質管理指引》將AI所涉及的資料，以資料生命週期分為8個階段，並特別強調透過資料溯源，方能建立透明且可檢核的資料軌跡。 1.資料規劃階段：組織高層應界定資料蒐集與利用之目的，並具體說明組織之AI資料生命週期之各階段管理機制。 2.資料獲取階段：此步驟涉及生成、蒐集及從外部系統或實體取得資料，應優先從可靠的來源獲取AI模型的訓練資料，並明確記錄後設資料（Metadata）。後設資料指紀錄原始資料及資料歷程之相關資訊，包含資料的創建、轉檔（transformation）、傳輸及使用情況。因此，需要記錄資料的創建者、修改者或使用者，以及前述操作情況發生的時間點與操作方式。透過強化來源透明度，確保訓練資料進入AI系統時，即具備可驗證的信任基礎。 3.資料準備階段：重點在於AI標註（Labeling）品質管理，標註若不一致，將影響AI模型的準確性。此階段需執行資料清理，即刪除重複的資料、修正錯誤的資料內容，並持續補充後設資料。此外，可添加浮水印（Watermarking）以確保資料真實性與保護智慧財產權。 4.資料處理階段（Data Processing）：建立即時監控及異常通報機制，以解決先前階段未發現的資料不一致、錯漏等資料品質問題。 5.AI系統建置與運作階段：導入RAG（檢索增強生成）技術，檢索更多具參考性的資料來源，以提升AI系統之可靠性，並應從AI的訓練資料中排除可能涉及個人資料或機密資訊外洩的內容。 6. AI產出之評估階段（Evaluation of Output）：為確保產出內容準確，建議使用政府公開資料等具權威性資料來源（Authoritative Source of Truth, ASOT）作為評估資料集，搭配時間戳記用以查核參考資料的時效性（Currentness），避免AI採用過時的資料。 7.AI產出結果之交付階段（Deliver the Result）：向使用者提供機器可讀的格式與後設資料，以便使用者透過後設資料檢查AI產出結果之來源依據，增進透明度與使用者信任。 8.停止使用階段（Decommissioning）：當資料過時，應明確標示停止使用，若採取刪除，應留存刪除紀錄，確保留存完整的資料生命週期紀錄。 日本《資料品質管理指引》強調，完整的資料生命週期管理、強化溯源為AI安全與創新的基礎，有助組織確認內容準確性、決策歷程透明，方能最大化AI所帶來的價值。而我國企業可參考資策會科法所創意智財中心發布之《重要數位資料治理暨管理制度規範（EDGS）》，同樣強調從源頭開始保護資料，歷程存證與溯源為關鍵，有助於組織把控資料品質、放大AI價值。 本文為資策會科法所創智中心完成之著作，非經同意或授權，不得為轉載、公開播送、公開傳輸、改作或重製等利用行為。 本文同步刊登於TIPS網站（https://www.tips.org.tw）