美國佛羅里達州於2021年07月正式開放低速自駕貨車得於道路上行駛
隨著新冠肺炎（COVID-19）帶來的影響，以及自動駕駛車輛（Autonomous Vehicle，下稱自駕車，自動駕駛稱為自駕）應用情境發展，美國佛羅里達州（State of Florida，下稱佛州）自2021年07月01日起正式讓低速自駕貨車（Low-Speed Autonomous Delivery Vehicle）可於其境內道路上行駛。
美國佛州首先在其州法典（Florida Statutes）有關全州統一性之車輛定義中，新增低速自駕貨車之定義，即配備毋須人類駕駛之自駕系統，且非設計作為載客運輸之車輛；此外，其須符合聯邦法規法典（Code of Federal Regulation, CFR）定義中之低速車輛（Low-Speed Vehicle），且須配備頭燈、剎車燈、方向燈、尾燈、反光設備以及車輛識別號碼，但不適用於該州其他低速車輛相關限制法規。惟如相關規定有與國家公路交通安全管理局（National Highway Traffic Safety Administration，即NTHSA）另外採用之聯邦規範相衝突時，則依NTHSA採用之規範。
此外，在該州法典亦明示低速自駕貨車在其境內道路上行駛之限制與條件：
1.低速自駕貨車原則僅能在速限低於時速為35英里以下之道路或街道上行駛。（但如該道路與速限超過時速35英里者相交，亦不影響低速自駕貨車穿越該相交路口）
2.低速自駕貨車在以下特定情形，可於速限為時速45英里以下之道路或街道上行駛：
(1)低速自駕貨車在該等路段不會連續行駛超過1英里，不過該等路段之管轄單位有權針對連續行駛超過1英里的部分裁量是否放寬限制。
(2)低速自駕貨車並非為了轉向目的而獨立地在右側車道上行駛。
(3)在低速自駕貨車行駛於兩線道的道路或街道上，且後方有5輛以上的車輛時，後方車輛倘若因超車而可能駛入對向車道，或可能導致其他非安全之情境下，低速自駕貨車可在有充分安全駛離之處，自該兩線道的道路或街道駛離至限為時速45英里以下之道路或街道，以利後方車輛得繼續行駛。
3.低速自駕貨車之所有人、其遙控系統（Teleoperation System）之所有人、遠端操作人員（Remote Human Operator）或前開人員之組合式，必須為低速自駕貨車投保符合州法典明文之自駕車相關保險。
劉彥伯
法律研究員 編譯整理
CS/CS/HB 1289: Autonomous Vehicles, THE FLORIDA SENATE, https://www.flsenate.gov/Session/Bill/2021/1289/?Tab=BillHistory (last visited July 9, 2021).
THE FLORIDA SENATE, CS/CS/HB 1289 (2021), https://www.flsenate.gov/Session/Bill/2021/1289/BillText/er/PDF (last visited July 9, 2021).
Online Sunshine, http://www.leg.state.fl.us/Welcome/index.cfm (last visited July 9, 2021).
Kelly Hayes, Autonomous vehicle bill arrives into Florida statutes, FLORIDA POLICS, July 1, 2021, https://floridapolitics.com/archives/438658-autonomous-vehicle-delivery-pulls-into-florida-statute-books/ (last visited July 9, 2021).
Kelly Hayes, Autonomous vehicle delivery bill clears Senate, FLORIDA POLICS, Apr. 26, 2021, https://floridapolitics.com/archives/423962-autonomous-vehicle-delivery-bill-clears-senate/ (last visited July 9, 2021).
Florida legislators approve new laws for the future of driving, WCJB, Mar. 25, 2021, https://www.wcjb.com/2021/03/24/florida-legislators-approve-new-laws-for-the-future-of-driving/ (last visited July 9, 2021).
瑞士聯邦委員會（The Swiss Federal Council）於2022年11月23日發布氣候揭露規則（L'ordonnance relative au rapport sur les questions climatiques），旨在補充《瑞士債法典》（Code des Obligations）企業非財務資訊揭露義務之標準，要求瑞士大型企業呈現明確、可供比較的氣候資訊，並於2024年1月1日起生效。 依照《瑞士債法典》第32章第6節「非財務事項之透明度（Transparency on Non-Financial Matters）」規定，擁有500位以上員工，且資產負債表總額為2000萬瑞士法郎以上或營業額超過4000萬瑞士法郎之上市公司、銀行和保險公司（下稱大型企業）每年應揭露非財務資訊。氣候揭露規則就此進一步補充該章節的內容，要求大型企業依照國際公認標準揭露氣候資訊，要點如下： （1）明定包括氣候對大型企業造成的影響與企業活動對氣候造成的影響在內的資訊，皆應於大型企業的非財務資訊報告中公布。 （2）將氣候相關財務揭露工作小組（Task Force on Climate-related Financial Disclosure, TCFD）公布之「TCFD建議書（Recommendations of the Task Force on Climate-related Financial Disclosures）」與附件「TCFD建議書之實施（Implementing the Recommendations of the Task Force on Climate-related Financial Disclosures）」納為瑞士大型企業氣候揭露標準，包括治理、戰略、風險管理及關鍵指標與目標四項主題，並應留意建議書「適用所有部門（all-sectors）」與「個別部門（certain sectors）」之指引。 （3）如未依規定揭露者，則應說明其遵循氣候揭露義務的其他方式，或說明無須遵循的正當理由。
英國通訊管理局對於低軌衛星之加強監管提交公眾諮詢英國通訊管理局（Ofcom）於2021年7月26日提出「非同步衛星系統之執照更新」報告（Non-geostationary satellite systems: Licensing updates），表示若未能積極管理Amazon、OneWeb、SpaceX及Telesat等業者之低地球軌道衛星星座（satellite constellation）的通訊服務，後續恐會有局部干擾的疑慮，降低既有網路的通訊品質及可靠性，以及產生限制競爭的問題。 因此，Ofcom規劃調整衛星執照之許可制度，並向各界徵求諮詢意見。有關新的衛星執照修正重點包括： 1.衛星執照細部項目：將再細分成「終端設備」（user terminals）及「系統閘道站」（gateway）兩種許可證。 (1)衛星終端設備許可證：允許使用非同步衛星系統之終端設備，例如在用戶端安裝碟型天線及設備，但必須係衛星營運商所有。 (2)衛星系統閘道站許可證：授權設置地面閘道站，以作為衛星網路連結到網際網路、專用網路或雲端服務的大型樞紐（hub）。 2.執照申請審查程序：Ofcom將確保系統間可以共存而不會降低服務品質；避免執照取得者會對後續各方進入市場產生競爭限制；以及提供利害關係人評論期間，以便反映有關干擾或競爭之潛在風險。 3.附加許可條件：要求營運商之間進行技術合作；讓行政機關在必要時介入管理干擾案件，以確保英國消費者權益。
新加坡網路安全局發布人工智慧系統安全指南，以降低AI系統潛在風險新加坡網路安全局（Cyber Security Agency of Singapore, CSA）於2024年10月15日發布人工智慧系統安全指南（Guidelines on Securing AI Systems），旨在強化AI系統安全，協助組織以安全之方式運用AI，降低潛在風險。 該指南將AI系統生命週期分成五個關鍵階段，分別針對各階段的安全風險，提出相關防範措施： （1）規劃與設計：提高AI安全風險認知能力，進行安全風險評估。 （2）開發：提升訓練資料、模型、應用程式介面與軟體庫之供應安全，確保供應商遵守安全政策與國際標準或進行風險管理；並辨識、追蹤及保護AI相關資產（例如模型、資料、輸入指令），以確保AI開發環境安全。 （3）部署：適用標準安全措施（例如存取控制、日誌記錄），並建立事件管理程序。 （4）運作與維護：持續監控AI系統的輸入和輸出，偵測異常與潛在攻擊，並建立漏洞揭露流程。 （5）壽命終期：應根據相關行業標準或法規，對資料與模型進行適當之處理、銷毀，防止未經授權之存取。 CSA期待該指南發布後，將有助於預防供應鏈攻擊（supply chain attacks）、對抗式機器學習攻擊（Adversarial Machine Learning attacks）等安全風險，確保AI系統的整體安全與穩定運行。