日本文部科學省發布2021年科學技術與創新白皮書，著眼於韌性社會願景與疫後對策的具體措施
日本文部科學省於2021年6月8日公布「2021年科學技術與創新白皮書」（令和3年版科学技術・イノベーション白書），為文部省就政府所訂立之科技政策藍圖，所發布的年度報告書。本年度白皮書循往例，區分為第一部分與第二部分。第一部分著重同年3月發布之第6期科學技術與創新基本計畫（第６期科学技術・イノベーション基本計画）框架下，為達成Society 5.0之願景政府所規劃的一系列政策；第二部分則回顧去（2020）年，政府針對科技與創新創造所採取的各項對策。
本白皮書就韌性社會所需科研項目、強化研究能量的激勵措施等層面，提出以下具體方向：
（1）推動社會數位化與零碳排放（脱炭素化）
為強化網路虛擬空間與現實社會間的資源共享與互動發展，虛擬空間之基礎技術方面，持續研發超級電腦、AI與量子電腦，利用所累積的資料運用於深度分析與模擬，並實現超高速計算與量子通訊。虛擬空間與現實社會結合之應用型技術研發方面，包含能輔助身體運作的外部機械、透過自駕車系統銜接高齡化社會交通需求、以及遠端遙控之機器人技術應用於高風險作業環境。推動零碳排放、強化防災能量等面向，則藉由綠色成長戰略、綠色創新基金等政策，發展核融合、次世代蓄電池、精準預測氣候變遷之系統等新興技術；運用AI模擬等強化地震與天災的預報精準度，提升社會應對大規模自然災害的韌性。
（2）「知識」的整合創造與利用，以用於解決各類社會議題
考量社會議題的解決，不僅在於前瞻性自然科學技術的研發，尚需同步理解人類社會的多樣性。同時，人文社會科學近年來，亦多有採用自然科學的研究方法。因之，白皮書主張兩方的跨域知識結合，應用上強調須以人為本來解決各類社會議題。
（3）強化基礎研究能量
應著手改善出於個人經濟因素，放棄申請博士後課程的現況，創造年輕研究者敢於投入自身有興趣且具挑戰性研究課題之環境。基此，白皮書提出設置10兆日圓規模的大學基金，提升約15,000名博士後課程學生的待遇，並推動「創造發展性研究支援事業」（創発的研究支援事業）措施，穩定提供10年期間的研究資金。
（4）COVID-19疫情對策
持續投入研發治療方法（如檢驗抗病毒藥物Favipiravir用於治療COVID-19的效果與安全性）、疫苗與相關醫療器材，並推動以遠距方式進行研究活動，導入機器人技術等來發展自動化實驗、於虛擬空間內進行實驗等；另一方面，有效的防疫對策（如避免人潮密集、密切接觸、密閉空間的「三密」），根基於COVID-19的最新科研成果，因此需讓科學性、客觀性資訊透過適切的管道（如日本科學未來館網站），以淺顯易懂的形式向大眾宣達。
本文為「經濟部產業技術司科技專案成果」
劉純妤
法律研究員 編譯整理
〈令和3年版 科学技術・イノベーション白書〉，日本文部科學省https://www.mext.go.jp/b_menu/hakusho/html/hpaa202101/1421221_00023.html （最後瀏覽日：2021/07/05）。
〈令和3年版科学技術・イノベーション白書 本文〉，日本文部科學省，https://www.mext.go.jp/b_menu/hakusho/html/hpaa202101/detail/1421221_00021.html （最後瀏覽日：2021/07/05）。
〈令和３年版科学技術・イノベーション白書（概要）〉，日本文部科學省，https://www.mext.go.jp/content/20210603-mxt_kouhou02-000015728_6.pdf （最後瀏覽日：2021/07/05）。
范晏儒，〈美國白宮發布「美國就業計畫」說明文件，加強投資基礎建設與科技研發〉，資策會科技法律研究所，https://stli.iii.org.tw/article-detail.aspx?no=64&tp=1&d=8656 （最後瀏覽日：2021/07/05）。
劉純妤，〈日本公布第6期科學技術與創新基本計畫草案並募集公眾意見，著重疫情與科技基本法修正後之因應〉，資策會科技法律研究所，https://stli.iii.org.tw/article-detail.aspx?no=64&tp=1&d=8614 （最後瀏覽日：2021/07/05）。
法國總統馬克宏（Emmanuel Macron）6月15日在法國巴黎舉行開幕的法國創新技術會議（Viva Technology）上，宣布兩項新政策措施：簽證與投資基金。馬克宏宣布，即將設立新的簽證種類「科技簽證viva tech」法國科技簽證面向三類科技人才：創業創始人，員工和投資者，並允許他們在法國生活和工作。其內容如下： 一、 有效期限為四年，並且已可再生做為基礎。 二、 其延伸至直系親屬，且配偶還可獲得居留許可，得在法國生活、工作。 受撫養的孩子也有權在法國居住。 三、 且其不需要額外的工作許可，而來自歐洲經濟區和瑞士的公民則不需要居留許可。 而針對法國科技簽證的資格，有三個，一為企業創始人，二為員工，三為投資者，而三者類型可以透過不同的途徑獲得「科技簽證」。 如：企業創始人要成為法國技術簽證的創業者，其申請條件包括計畫在法國發展經濟創新型的創業項目，始符合申請資格。 若想以僱員身分獲得法國技術簽證的資格，必須擁有研究生學位（碩士以上）、與法國公司有資格通過法國技術簽證招聘的最少3個月的工作合約、年薪總額至少35,526.40歐元（為2017年1月1日法國最低工資的兩倍）。 而針對投資者，該簽證瞄準風險投資家和商業天使投資創業公司，有幾種方法可以獲得法國投資者技術簽證的資格：一家外國風險投資公司在法國開設辦事處、外國投資者由法國的風險投資公司招募、商業天使（通常是成功的企業家）移居法國。而要獲得標有“商業投資者”的人才通行證，須投資至少30萬歐元的固定有形或無形資產。直接或通過您至少擁有30％股權的公司進行投資、至少擁有您所投資公司的10％，並且在投資後的四年內創造或保護工作，而法國風險投資公司招募的外國投資者則不要考慮這些標準。 法國今年夏天推出“法國簽證”項目，使簽證更容易發放，政府部門遵循的程序更加可靠。
英國商業、能源及產業策略部提出新版「後2020智慧電表布建計畫」，以助於住家型智慧電表全面布建英國商業、能源及產業策略部（Department of Business, Energy and Industrial Strategy，以下簡稱BEIS）於2020年6月18日提出新版「後2020智慧電表布建計畫」（Smart meter policy framework post 2020，以下簡稱旨揭智慧電表計畫），擬於未來4年內全面布建住家型智慧電表，以助於住家型用電戶管理用電並進一步減低碳排放量。 依BEIS預估，布建後有可能助於節省住家型用電戶平均250英鎊之電費，並減少全國4千5百萬噸碳排放量。依旨揭智慧電表計畫，電表布建費用將由售電業負擔，售電業應盡其最大努力布建智慧電表，如售電業並未盡到此一義務，則恐將面臨高額罰鍰。同時，智慧電表之布建可以鼓勵消費者改變用電習慣，如鼓勵消費者於用電離峰時間對於電動載具進行充電，或者是設置（再生能源）發電設備用於用電高峰期間發電、饋電至電網。 從而BEIS旨揭智慧電表計畫，也是為BEIS於2019年1月提出智慧饋電保證（Smart Export Guarantee，以下簡稱SEG）鋪路。於SEG新政策下，BEIS將擬定一套不同於躉購制度之政策框架，使小型生產消費者（prosumer，此處係指可以自行生產電力之用電戶）所生產之綠色電力，可於此一政策框架之保障下，與售電業者議約，並將電力售予售電業者，以減輕英國政府預計於今年3月廢除躉購制度所帶來之衝擊。又依SEG新政策，小型生產性用電戶須設置有智慧電表，始受前開SEG新政策之保證，從而得以優惠之價格或條件將再生能源設備所產生之電力出售予電力供應事業主體。職是故，BEIS旨揭智慧電表計畫，實際上可謂與BEIS於2019年所提出SEG新政策相互搭配，以迎接後躉購制度時代之來臨。 對於智慧電表之硬體規格，依旨揭智慧電表計畫，第二代智慧電表（SMETS2）為其建置之核心。第二代智慧電表與第一代智慧電表不同之處在於，第一代智慧電表係以3G為通訊基礎，且不同電力供應事業主體所使用之系統相互間無法交流、並存，第二代智慧電表則以4G以上規格為通訊基礎，且不同電力供應事業係使用同一套系統。同時，智慧電表應盡量配置有「住家顯示系統」（In-Home Displays），使住戶可以透過視覺化之及時反饋方式，知悉現在住家內之能源使用情形以及相關電價狀況，從而進行改變用電習慣。同時，智慧電表之用電或饋電至電網之資訊，也應可以透過智慧電表傳輸至電力供應事業主體或交易市場，從而使電力供應事業主體可及時知悉用電戶之用電或饋電情形，從而及時做出反應。 對於智慧電表之建置程序以及資訊傳輸、保存安全性上，旨揭智慧電表計畫則要求應符合「智慧電表建置行為準則」（The Smart Meter Installation Code of Practice, SMICoP），從而用電戶可以在此一準則或框架下，對於自己之用電資料享有一定之掌握權限。
美國有限合夥發展於我國之借鏡 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。