新加坡科技與研究局針對未來工廠提出研究規劃及方向
新加坡科技與研究局（Agency for Science, Technology and Research）於2017年7月26日提出未來工廠（Toward the factories of the future）概念及相關研究方向，自動化（Automation）、機器人（robotics）、先進電腦輔助設計（advanced computer-aided design）、感測和診斷技術（sensing and diagnostic technologies）將徹底改變現代工廠，可製造的產品範圍廣泛，從微型車乃至於飛機皆可生產。積層製造（Additive Manufacturing），又稱3D列印（3D printing），可使用單一的高科技生產線來創造許多不同的產品項目，而不需要傳統大規模生產的設計限制和成本，伴隨未來高效能電腦和感測技術之進步，積層製造速度也會隨之加快。而智慧工廠（smart factories）將與物聯網（IOT）、雲端計算（cloud computing）、先進機器人（advanced robotics）、即時分析（real-time analytics）與機器學習（machine learning）等技術與積層製造技術結合，將大為提升生產速度及產量。
為加速及改善積層製造的製程，最重要的方法之一，是使用材料物理學的基本原理來模擬製造過程，而近期更引進跨學科之研究，「模擬」最終產品化學成分和機械性能的微觀結構。因積層製造是一個複雜又困難的過程，透過變化既有規則之模擬（Game-Changing simulations），若建立完成模型且模擬成功，將成為積層製造的殺手級技術。在未來的五到十年，我們將看到更多的零件從積層製造技術生產出來，而且這種技術有機會成為未來工廠的生產基礎。由於現行材料及製造流程與機器必須配合一致，些許的差異皆會生產出不同品質之產品，故未來積層製造工廠的結果穩定重現性（repeatability）和標準化（standardization），將是產品商業化的主要障礙與挑戰。
本文為「經濟部產業技術司科技專案成果」
蕭仁豪
法律研究員 編譯整理
網際社群服務的普及，如Face Book、Instagram、Twitter或網路論壇，將人與人之間的社群連結從實體拓展到虛擬，社群網路的蓬勃發展充分展現言論自由，人人皆以匿名方式藏身於社群網路的保護傘下盡情抒發己見，但相對也產生層出不窮的網路霸凌事件。 日本於修正《關於特定電子通訊服務業者損害賠償責任限制及使用者資訊揭示法》（特定電気通信役務提供者の損害賠償責任の制限及び発信者情報の開示に関する法律）前，遭受匿名網路霸凌的被害人若想對加害人提起損害賠償訴訟，須同時對社群網路服務業者及網路服務供應業者聲請禁止刪除資料假處分，被害人承擔巨大的程序成本，卻仍須承擔訴訟程序中，社群網路供應商因系統保存時效屆期而自動刪除加害人IP位置資料之風險。 為了遏止頻繁的網路霸凌事件，日本國會已於2021年4月21日表決通過修正《關於特定電子通訊服務業者損害賠償責任限制及使用者資訊揭示法》，將「請求揭露匿名網路霸凌者個人資料」由原本的假處分及通常訴訟程序修正為非訟程序，被害人僅須向法院提出聲請狀，如法院判斷該聲請可特定網路服務供應業者，被害人即可請求社群網路服務業者及網路服務供應業者提供匿名誹謗者（即加害人）的姓名、地址及網路登錄紀錄。另外，為避免IP位置資訊被刪除的風險，法院可於非訟程序進行中，先命社群網路服務業者禁止刪除該IP位置資訊，大幅推進被害人程序利益之保障。
美國商會呼籲我國政府儘速通過智財三法我國近年來對智財權保護不遺餘力，政府除祭出各種方案使智慧財產之觀念深入人心外，相關修法動作也持續進行，今年度經濟部智慧財產局更展開大規模的修法，並分別就各修正議題舉辦多場之法案公聽與說明會。諸此種種努力逐漸獲得國際間的肯定，美國政府也釋出善意，在今年初公布之二００五年三０一報告書中，特別將我國從「特別三０一優先觀察名單」中，調降為一般觀察名單。 據美國商會表示，台灣投資環境近年最大的改善，莫過於對智慧財產權的重視，以及落實智財權保障的有效執法機制。不過美國商會也認為，網路盜版猖獗及智財權案件審理費時冗長，將是台灣未來智財權保護的兩大挑戰。尤其在網路盜版方面，保智大隊前幾年查獲的案件中，只有2％與網路侵權有關，但今年到十一月底，比例上升80％，顯示網路盜版加劇，因此建議我國應加速規範P2P傳輸業者的立法，以遏止下載未經授權的音樂、影片，或其他受著作權保障的作品。 美國商會呼籲，為維持得來不易的成績，立法院應儘速在本會期通過智慧財產法院組織法草案、智慧財產案件審理法草案，及在著作權法新增技術立法，以規範P2P（網路點對點傳輸）業者等智財三項法案；與此同時，美國商會也建議未來智財法院的法官，應具備技術背景並體認國際投資競爭、偽藥及假農藥等公共衛生議題對於生技等創新產業發展之重要性。
歐洲專利局發布人工智慧與機器學習專利審查指南正式生效歐洲專利局（European Patent Office, 下稱EPO）於2018年11月1日發佈新版專利審查指南已正式生效。此次新版的焦點為Part G, Chapter II, 3.3.1關於人工智慧（Artificial Intelligence, AI）與機器學習（Machine Learning, ML）的可專利性審查細則。 在新版審查指南Part G, Chapter II, 3.3中指出數學方法本身為法定不予專利事項，然而人工智慧和機器學習是利用運算模型和演算法來進行分類、聚類、迴歸、降維等發明，例如：神經網路、遺傳演算法、支援向量機（Support Vector Machines, SVM）、K-Means演算法、核迴歸和判別分析，不論它們是否能夠藉由數據加以訓練，此類運算模型和演算法本身，因具有抽象的數學性質而不具專利適格性。 其中，EPO亦針對人工智慧和機器學習相關應用舉例下列特殊情形，說明可否具備發明技術特徵： （一）可能具技術性 在心臟監測儀器運用神經網路辨別異常心跳，此種技術為具有技術貢獻。 基於低階特徵（例如：影像邊緣、像素數值）的數位影像、影片、音頻或語言訊號分類，屬於分類演算法的技術應用。 （二）可能不具技術性 根據文字內容進行分類，本身不具技術目的，而僅是語言學的目的（T 1358/09） 對抽象數據或電信網路數據紀錄進行分類，但未說明所產生分類的技術用途，亦被認定本身不具技術目的，即使該分類演算法的數據價值高（例如：穩健性）（T 1784/06）。 在新版審查指南中亦指出，當分類方法用於技術目的，其產生之訓練集（training set）和訓練分類器（training the classifier）的步驟，則能被視為發明的技術特徵。 近年來，人工智慧技術的應用分佈在我們的生活中，無論是自駕車、新藥開發、語音辨識、醫療診斷等，隨著人工智慧和機器學習技術快速發展，新版的審查指南將為此技術訂定可專利性標準，EPO未來要如何評判人工智慧和機器學習相關技術，將可透過申請案之審查結果持續進行關注。 「本文同步刊登於TIPS網站（https://www.tips.org.tw ）」