國有研發設施開放近用之法制規範研析－以美日韓規定為核心
本文為「經濟部產業技術司科技專案成果」
李祖劭
法律研究員 編譯整理
歐盟執委會（European Commission）於2023年6月28日提出第三版支付服務指令（Third Payment Services Directive, PSD3）草案，目前預計於2024年底前通過最終版本，並於2026年施行。 相較第二版支付服務指令（PSD2），PSD3強化歐盟電子、數位支付和金融服務規範，補強安全性（Security）、透明度（Transparency）與促進創新（Innovation），建立更適合歐盟的支付架構。其旨在保護消費者權益和個人資訊，改善支付產業競爭環境，提高消費者對資料掌控度，促進創新金融產品服務發展。 PSD3修正重點歸納如下： 一、消費者保護：強化對未經授權交易之保護，完善支付詐欺或支付錯誤之賠償方案，減少消費者潛在損失。 二、開放銀行（Open Banking）：持續推動開放銀行發展，透過加強規範第三方支付服務提供者（Third party payment provider, TPP）與提供更標準化與更安全的應用程式介面（Application Programming Interface, API），促進創新金融產業服務發展。 三、支付系統安全性：強化客戶身分認證（Strong Customer Authentication, SCA），促進支付過程的透明度與安全性。 四、因應新型詐欺：導入新規定與工具對抗日益增加的網路詐欺風險。 五、跨境支付：加強跨境支付措施與降低成本，推動歐盟市場一體化。 六、支付創新與多元化：導入區塊鏈或其他更先進的即時支付系統。 七、監管：制定更明確的法規，加強各方監管，確保市場公平與穩定。
日本總務省展現電信產業改革決心，提出「電信創生計畫」日本總務省於2014年10月31日公布了「電信創生計畫（モバイル創生プラン）宣示其對電信產業改革之決心。鑒於智慧型手機已成為日本國民生活中不可或缺的一環，加上以智慧型手機為行動中心，另結合可攜式裝置、機器間通信（Machine to Machine, M2M）及智慧聯網（Internet of Things, IoT）技術之普及，電信產業將會廣泛地影響社會整體之經濟活動，因此總務省喊出了「更自由、更貼近、更快速、更便利」的政策口號。 首先在自由化的部分，總務省於本月宣布了自明年2015年5月開始，日本將全面解除「SIM卡解鎖限制」，未來電信用戶將可以自由地帶機或攜碼，移轉到通信費率更適合自己的電信業者，並同時展開「SIM卡解鎖指南」（SIMロック解除に関するガイドライン）改正案之意見募集。未來，電信業者有義務為提出需求的消費者進行解鎖，此外，若無任何理由予以回絕，將會受「電氣通信事業法」下授權之業務改善命令之約束。然而，對於消費者而言，若有尚未履行完畢之契約，亦應於繳交違約金後，才得以進行解鎖。 第二，為了使消費者能夠安心、安全地使用智慧型手機，日本政府開始積極推動虛擬行動網路（Mobile Virtual Network Operator, MVNO）之服務。所謂的MVNO係指通訊網路與服務分離之概念，業者本身無須擁有通訊網路，但須申請經營執照，並可向其他傳統電信業者（Mobile Network Operator, MNO）租用系統，經營自有品牌之行動通訊業務。因此日本政府為了盡快推行MVNO之服務，已開始與相關業者做系統整備之促進協議。 第三，為了使電信網路之傳輸更快速，除了持續推行3.5G網路外，自2016年將開始進行4G之商業化。最後在便利化之方面，鑒於未來之電信產業將會涵蓋更多樣化的服務，如自動更新導航地圖、提供居家安全服務等，因此日本政府認為，應透過法規制度之改善，給予電信業者於提供服務時，更友善之環境。除了已在近期開始促進，MVNO業者利用MNO業者之資訊管理資料庫協議外。並預計在下期國會提出之「電氣通信事業法」草案進行以下變更：(1)鬆綁對電信業者之規定，例如從促使業者跨界合作之角度，鬆綁不公平競爭之處理；(2)進一步推動電信業者（包括MNO跟MVNO等）費率之調降。 總務省預測，在整體政策同時推動之下，2016年相較2013年底，將增加約兩倍之MVNO契約（從670萬份倍增到1500萬份）；而2016年，相關電信產業之規模將比現行之34.3兆日圓增至45兆日圓。
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。
日本經濟產業省利用巨量資料（BIG DATA）及人工智慧（AI）開發及測試新的經濟指標日本經濟產業省利用網絡積累巨量資料（BIG DATA）及人工智慧（AI）技術，應用民營企業相關資訊，開發和測試新經濟指標，分別於2017年7月19日及2018年1月8日公開該指標。為達到及早準確掌握經濟動向，對巨量資料等新資料之利用期待越來越高，政府部門也將利用巨量資料及人工智慧技術等方法，針對統計技術進行改革，。 新開發之指標有：1.SNS×AI商業信心指數（SNS×AI景況感指数）：乃是透過人工智慧抽取關於商業信心的網路文章，並進行情緒（正/負）評估計算指數，期待有效地估計以每日為頻率之商業信心。2.SNS×AI礦工業生產預測指數（SNS×AI鉱工業生産予測指数）：利用人工智慧選取有關工作和景氣之網路相關文件，結合「開放數據」之統計等技術，並利用人工智慧「機械學習」之手法，來預測「工業生產指數」。3.銷售點資訊管理系統（POS，point-of-sale）家電量販店銷售趨勢指標（POS家電量販店動向指標）：透過收集具有銷售點資訊管理系統（POS）的家用電子大型專賣店的銷售資料，期待可以掌握每一日之「銷售趨勢」。 新的指數與既存統計指數，如景氣動向指數、中小企業信心指數、工業生產指數、商業動態統計等，其調查週期、公布頻率等，既存指數每月調查公布，新指數則進步至每日調查或每週公布等，在計算及呈現頻率上較既有更為精細。日本政府並設立「Big Data-STATS」網站，以實驗性質公佈上述經濟指標，並廣泛收納民眾意見以提高新指標的準確性。