加速了十年的世界(二)
上星期分享了(一)大加速(二)強者恆強(三)現金為王,我們一起來接著看看其他幾個觀點:
四、大分散
不只區塊鏈帶來了去中心化,COVID-19帶來的疫情也讓我們的世界愈來愈分散。
Amazon奪走實體商店再把店家分散到我們家門口,疫情加強也加速大家在網路上購物的行為;
Netflix與或其它影音串流平台接下電影院的地位,把電影院放在我們的客廳與房間;
醫療照護產業,在美國,過去不被保險規定支持的遠距離醫療、遠距離開立處方,已經在疫情的影響下被接受了,而這樣的規定未來被改回來的機會不大;
食品雜貨業以前所未見的速度朝向分散的趨勢轉型,從2020年三月初到四月中,線上雜貨的銷售大約增加90%,食品運送的銷售額則成長50%,這個轉變帶來基礎設備的更新,從倉儲到客戶關係的深化,都不會隨疫情結束而消失,並且將改變食品運銷系統。(前陣子三級警戒期間,我老婆為了兼顧安全與健康,堅持餐餐自己下廚,對新鮮食材的需求大增,所以我們上網訂購了蔬果箱:選好自已想買的新鮮的蔬菜水果,由廠商幫忙挑貨然後直接送到家。而我們並不是少數這樣做的家庭,很顯然大家已經接受這樣的食物配送方式,而不再堅持一定要自已親手挑揀蔬菜水果)這樣的分散在未來會出現在更多產業。
另外像家具用品、行動裝置的銷售也會因為大分散這個趨勢而大幅度成長,如果我需要花更多時間待在家裡,不管是工作或是娛樂,我都希望自已有更舒適的沙發、更好的音響與電視、更棒的居家空間。
五、「品牌時代」讓位給「產品時代」
「Covid-19在美國的致死率是0.5~1%,在美國的媒體產業,公司淘汰率是它的十倍以上。」被淘汰、面臨危機或是衰退的都是品牌時代的大師。
「二次世界大戰結束到Google問世之前,創造合於一般水準、大量生產的產品,為它注入一些無形的聯想;接著透過廉價的廣電媒體來鞏固這些聯想……品牌時代從令人喘不過氣的製造業手中奪下指揮棒……創造出廣告大師、行銷部門、以及行銷長的職務……這套演算法在平庸的產品(美國汽車、淡啤酒、廉價食物)裡注入情感,為利害關係人創造數萬億美元的價值。」
而品牌時代在一連串相互影響的因素中,如Google、臉書的出現,加上把財富從廣告中解放出來的科技...等,也終於來到尾聲
還有人記得Tivo嗎?可以讓你預先設定好時間錄下想看的電視節目的數位錄放影機,只要你擁有它然後願意花一點點時間完成計畫,除了可以在任何時間看自已想看的電視節目外,你也不用再看到廣告。
Tivo標誌著從品牌時代轉移到產品時代的開始(花再多錢做廣告,都無法提升平庸產品的形象了,因為可以直接被跳過),2020年夏天則是品牌時代的結束。
「在品牌時代,剛到一個新城市的有錢旅人會吩咐他的司機送至麗思酒店(Ritz),因為這是他認識的品牌。然而,在產品時代,這位有價值的消費者一下飛機先查自已的手機,她知道麗思酒店才剛翻新過,評論者認為它的房價太高,於是她透過眾籌推薦改選一家位在時髦地段的精品酒店」(甚至我們更愛從Airbnb找到自已更喜歡的住宿地點,連品牌都不用了)
「在這場轉變中的輸家,是在品牌時代裡為打造品牌廣告提供平台的媒體公司,以憑藉創意製作這些廣告的廣告代理商。」
臉書和Google在股市裡的表現證明了這個事實:2015年8月到2020年8月,臉書成長174%,Google成長114%,其它老牌廣告行銷公司像IPG、陽獅集團Publicis、WPP集團等是-9%到-63%不等。
景氣黯淡的時候,廣告預算會縮水,這是大家都可以理解的事,但是當景氣復甦,錢潮重新回流,只會流向產品時代的廣告媒體公司,所以未來Google和臉書這對雙巨頭在數位廣告市場勢必會繼續輾壓品牌時代的廣告老兵們。在2020年公佈的數位廣告預算分配比例,臉書加上Google,就拿下了61%。(不過深入探討這個數字,會發現這個趨勢造成更嚴重打擊的的其實是臉書或Google之外的數位行銷公司。BuzzFeed和Yelp在2020年的展示型廣告比起2019年衰退40~70%,Vice跟其它類似的公司也會跟進,只有一些,能撐過加護病房活下來。)
六、紅與藍
數據vs隱私;販賣隱私權vs付費保護隱私
「基本商業模式有兩種:(一)公司用高於製造成本的價格把東西賣出去(二)公司的產品可以免費送人,或以低於成本的價格賣出去,然後跟取用產品的其他公司收費,這裡的產品指的是:消費者的行為數據。」
這也就是在現代商業世界中不可忽視的規則:當你在免費使用某項產品/服務時,你自已其實就是被賣出去的產品。
但是現在愈來愈多隱私外流、資安問題的新聞出現(好萊塢女星私密照外流、劍橋分析事件…等),越來越多人重視跟保護自已的隱私,甚至願意付費保護這些被證明非常珍貴的無形價值。
「過去我們用我們的時間交易價值,如今我們用我們的隱私來交易價值」
「安卓手機每天向使用者收集1200個數據點,傳回Google數據挖掘的母艦。iPhone手機擷取200個,同時蘋果不厭其煩強調它的數據不是用於謀利」
「安卓的使用者是以隱私交易價值的芸芸大眾,iOS則是享受隱私和地位的有錢人,以砸下含稅1249美元的費用(超過匈牙利人一個月的平均家庭收入)來換取價值443美元(製造一台iPhone的成本)的感應器和晶片組。」
安卓是紅色,iOS是藍色。
「你可以在YouTube上得到免費的影視娛樂,不過它的內容是個大雜燴……十之八九你會收到一些煽動、挑釁的內容……。另一方面,Netflix的運作取用『藍色』/iOS的模式:你付費,你得到內容;你是客戶,內容很精彩。」YouTube是紅色,Netflix是藍色。
以社群媒體來說,目前幾乎都是紅色,Facebook、TikTok是紅色:免費的服務,大量榨取我們的個人資料,甚至是用我們不理解的方式巧取豪奪。
「2020年六月,TikTok被揭露它每隔幾秒就掃描使用者的剪貼簿,甚至連它的app只在背景運作時也照掃不誤。這家公司已經承諾停止這種作法(在它的動作被iOS的新安全系統抓個正著之後)。使用臉書或許不會讓你的個人數據被上傳到中國共產黨的數據雲裡,但是臉書過去保護使用者隱私的不良紀錄來看,這不過是因為中國人喊價輸給了一個烏克蘭青少年,……」
搜尋引擎也一直是紅色的,但是藍色的搜尋引擎也即將登場。
「蘋果專有的iOS搜尋勢不可當,你可以期待蘋果很快就會買下DuckDuckGo,或是推出它們自已的搜尋引擎。除此之外,Google廣告部門的前主管斯里達爾.拉瑪斯瓦米(Sridhar Ramaswamy)不久之前推出Neeva,這是採用訂閱模式的Google新對手。」
「同樣的,過去十年來最創新的公司也抓住亞馬遜剝削它的客戶(第三方零售商)的機會。Shopify的價值主張很簡單有力:我們是你的合夥人。你可以掌控自已的數據、品牌、以及消費者的監護權。」
「越來越多產業會出現這種紅藍分野的融合。從航空業到速食業,一些低成本的賽局參與者將充分利用消費者的數據,把省下來的錢用在它們的『廣告資源位』上頭--抱歉,我的意思就是『消費者』。至於頂級的參賽者,則會高舉保護隱私的隱私大旗,藉由不濫用消費者的數據而收取優渥的利潤。」
有人願意犧牲隱私把自已當產品賣掉換取免費的服務,但也有越來越多人願意支付合理的費用保有自已一切的所有權。就像「駭客任務」裡墨菲斯給尼歐選擇的紅藍藥丸,只不過藥丸裡包著的是你的隱私。
七、四巨頭
很多人應該都聽過「FAANG」或「FAAMG」,沒聽過至少也用過他們的產品,科技巨頭在我們的生活中已經是不可或缺的存在了,我們現在是活在大型科技公司的世界中。而這些巨頭們在疫情期間或是疫後的未來,會是什麼光景?
「2020年3月到7月,五個月的時間裡,九家主要的科技公司市值增加1.9兆美元:Google、微軟、Netflix、臉書、蘋果、亞馬遜、Paypal、特斯拉、Shopify。」
「這類產業裡的龍頭大哥,『四巨頭』,亞馬遜、蘋果、臉書、Google,加上微軟,這五家公司在2020年上半年股市成長了24%,總計市值增長超過1兆美元。到了八月中,它們從年初到現在的這段時間獲利成長47%,達2.3兆美元。……這五家公司,占了美國所有公開上市公司市值的21%。」
「去掉一些科技業龍頭公司之後,主要股市指數在2020年中其實是下跌。在科技股之外,眾多美國資本主義的雄獅也都被拔了爪:埃克森美孚(Exxon Mobil)、可口可樂(Coca Cola)、摩根大通( JPMorgan Chase)、波音(Boeing)、迪士尼(Disney)以及3M公司,它們半年的股價約下跌30#,市值損失總計將近五千億美元。」
作者的第一本書對這個論點已經有很精彩的探討,在本書中進一步更新了現況並進一步分析未來,簡單來說,就是巨頭們會利用自已的地位與資源竭盡所能保護自已的優勢。這些大型科技公司獨占寡頭們打敗了體制,反托拉斯警察跟輿論也不是對手。它們能把自已的企業核心打造成「飛輪」:物理學裡一個可以利用自已旋轉動能儲存能量的系統,把能量傳導到附近的引擎,讓企業可以隨著飛輪的旋轉,不需增加輸入(也就是成本),就能不斷增加輸出(也就是營收)。亞馬遜的Prime就是個終極飛輪,蘋果的手機電腦與品牌旗下其它穿戴式裝置(手錶、耳機)也是它的無敵飛輪(光是在2019年,蘋果的可穿戴式裝置包括Apple Watch、AirPods耳機和子公司Beats,就創造了超過兩百億美元的營收,比麥當勞還更多),其它巨頭們也都有自已的飛輪可以強化各自的寡占優勢。剛且別忘了,巨頭們可以用極低的資金成本取得它們需要的錢,因為有多到難以想像的資金在尋找標的。四巨頭也開始出現無所不在的擴張,像是派送服務、可穿戴式裝置、串流媒體,都可以看到它們的身影。至於「反托辣斯法案」能不能打破他們的寡占?作者針對現況說了一句貼切卻無奈的事實:「藉著燃媒動力的亮光寫出的法律,對數位化的寡頭公司起不了作用」
八、破壞性創新
「在一個產業裡,破壞性創新的機會可能和一些因素相關—稱之為可破壞指數(disruptability index)。它的關鍵信號,是在價值或創新沒有相伴增加的情況下價格明顯增加。」
在美國,兩個準備出現破壞性創新的產業:高等教育產業與醫療衛生產業。
美國高等教育的破壞性創新指數已經爆表。過去四十年大學學費增加1400%,(消費者物價指數只增加了294%,一向在價格上歐被批評的美國醫療保險也「只」增加了600%),但是提供的產品與服務並沒有相對應的上升,甚至已經不再是提供階級流動機會的助力,菁英大學甚至變成傲慢的奢侈品牌與一套種姓制度,一個把特權傳遞給一代的管道。學生貸款也因此總額達到1.6兆美元,遠超過信用貸款或汽車貸款的金額。
疫情會催化高等教育的演進,而轉型的核心在於科技—線上課程。因為線上課程可以大量招收學生而沒有空間與時間的限制,因此能減低學費並提升入學率,並恢復大學擔任美國社會向上流動的潤滑劑角色。
在高等教育與醫療產業外外,許多公司賣的,基本上是同樣大量生產、平庸水準的產品,在品牌時代,它們因為投資在行銷與打造品牌上的投資而得以溢價出售。不過轉變到產品時代後,許多二十世紀主導企業的競爭優勢將被侵蝕,因為消費者對品牌資產的依賴,已經出現變化:「如果你的公司欠缺電子商務競爭力,則已經開始受創,因為相隔十年後的世界(也就是—現在)對於不符水準的『直接面對消費者』模式毫不留情。」
Airbnb是破壞創新者、Netflix是破壞創新者、羅賓漢(Robinhood,金融服務企業,主要提供服務散戶的股票app與網站,在網上提供的服務完全免費,推出免佣金交易時讓其化參與者也不得不跟進,2020年時有1300萬用戶)、Shopify是破壞創新者(類似亞馬遜Pay和亞馬遜物流,為第三方零售商提供支付和物流,但沒有使用收集三方零售商的數據來挖取它自身競爭產品的銷售)、Spotify是破壞創新者、特斯拉是破壞創新者(紐約大學史登商學院的另一位教授亞斯華斯.達摩德仁Aswath Damodaran,有著「估值大師」的封號,曾說過:「如果你根據預期獲利或現金流來交易特斯拉股票,那你買賣它的股票理由就不對了。人們是靠氣氛和氣勢在交易特斯拉股票。」)、Uber是破壞創新者。(達拉.霍斯勞沙希Dara Khosrowshabi接任執行長後已做出莫大的改善,持續修復前任執行長造成的品牌形象巨大損傷,雖然還需要時間而且目前尚未有盈利,但是利潤正持續提升中)。許多新的機會在加速十年的這段期間出現,未來看世界的思維與角度,勢必在疫情過後的未來要重新建構。
在300頁的篇幅中滿滿的觀點,認同不認同,至少是作者自己親身經歷萃取出的營養,內容精純,含金量高,沒有太多老掉牙或是象牙塔裡的視角。有些趨勢或許我們已經隱約知道,但是透過作者的分析,我們能更清楚的看到未來很可能會出現的世界樣貌。
跟大家分享的只是一小部份的個人摘錄重點,想更深入了解作者實務經驗與看法,除了《疫後大未來》之外,《四騎士主宰的未來》可以當成前傳閱讀。
#jeffmachine #postcorona #newworld #deusexmachina #deustaiwan
(照片是去年拍的,經歷疫情大加速前的我😆)
同時也有2部Youtube影片,追蹤數超過44萬的網紅老天鵝娛樂,也在其Youtube影片中提到,國安人事調動/臉書封鎖澳洲新聞/Google Workspace for Education取消無限儲存空間|老鵝特搜#539 00:00|國安人事調動 陳明通接國安局邱國正掌國防部 邱太三歸隊陸委會 05:38|臉書封鎖澳洲新聞 澳要求臉書為新聞付費 加拿大也參戰 09:38|Googl...
google集區儲存空間 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答
AI 助陣醫學、防疫,個人隱私難兩全?
2021/06/09 研之有物
規範不完備是臺灣個資保護的一大隱憂,《個資法》問世遠早於 AI 時代、去識別化定義不清、缺乏獨立專責監管機構,都是當前課題。
評論
本篇來自合作媒體研之有物,作者周玉文、黃曉君,INSIDE 經授權轉載。
AI 醫療、科技防疫的人權爭議
健康大數據、人工智慧(AI)已經成為醫療研發的新聖杯,新冠肺炎(COVID-19)更將 AI 技術推上防疫舞臺,各國紛紛串聯大數據監控足跡或採用電子圍籬。但當科技防疫介入公衛醫療,我們是否在不知不覺中讓渡了個人隱私?
中研院歐美研究所副研究員何之行認為,規範不完備是臺灣個資保護的一大隱憂,《個資法》問世遠早於 AI 時代、去識別化定義不清、缺乏獨立專責監管機構,都是當前課題。
「天網」恢恢,公衛醫療的新利器
自 2020 年新冠疫情大爆發,全世界為了因應危機展開大規模協作,從即時統計看板、預測病毒蛋白質結構、電子監控等,大數據與 AI 技術不約而同派上用場。但當數位科技介入公共衛生與醫療健康體系,也引發人權隱私的兩難爭議。
2020 年的最後一夜,臺灣再次出現本土案例。中央流行疫情指揮中心警告,居家隔離、居家檢疫、自主健康管理的民眾,都不應參加大型跨年活動。而且,千萬別心存僥倖,因為「天網」恢恢,「我們能找得到您」!有天網之稱的電子圍籬 2.0 出手,許多人拍手叫好,但也挑起國家進行隱私監控的敏感神經。
隱私爭議不只在防疫戰場,另一個例子是近年正夯的精準醫療。2021 年 1 月,《經濟學人》(The Economist)發布亞太區「個人化精準醫療發展指標」(Personalised-health-index)。臺灣勇奪亞軍,主要歸功於健全的健保、癌症資料庫及尖端資訊科技。
國際按讚,國內反應卻很兩極。早前曾有人質疑「個人生物資料」的隱私保障,擔憂是否會成為藥廠大數據;但另一方面,部分醫療研究者卻埋怨《個人資料保護法》(簡稱《個資法》)很嚴、很卡,大大阻擋了醫學研發。為何國內反應如此分歧?
中研院歐美所副研究員何之行認為,原因之一是,
《個資法》早在 2012 年就實施,跑在 AI 時代之前,若僅僅仰賴現行規範,對於新興科技的因應恐怕不合時宜。
健保資料庫爭議:誰能再利用我們的病歷資料?
來看看曾喧騰一時的「健保資料庫訴訟案」。
2012 年,臺灣人權促進會與民間團體提出行政訴訟,質疑政府沒有取得人民同意、缺少法律授權,逕自將健保資料提供給醫療研究單位。這意味,一般人完全不知道自己的病例被加值運用,侵害了資訊自主權。案件雖在 2017 年敗訴,但已進入大法官釋憲。
民間團體批評,根據《個資法》,如果是原始蒐集目的之外的再利用,應該取得當事人同意。而健保資料原初蒐集是為了稽核保費,並非是提供醫學研究。
但支持者則認為,健保資料庫是珍貴的健康大數據,若能串接提供學術與醫療研究,更符合公共利益。此外,如果過往的數據資料都必須重新尋求全國人民再同意,相關研發恐怕得被迫踩剎車。
種種爭議,讓醫學研究和資訊隱私之間的紅線,顯得模糊而舉棋不定。何之行指出,「個人權利」與「公共利益」之間的權衡拉鋸,不僅是長久以來政治哲學家所關心的課題,也反映了現代公共衛生倫理思辨的核心。
我們有權拒絕提供資料給醫療研究嗎?當精準醫療的腳步飛也似向前奔去,我們要如何推進醫學科技,又不棄守個人的隱私權利呢?
「精準醫療」與「精準健康」是近年醫學發展的重要趨勢,透過健康大數據來評估個人健康狀況,對症下藥。但健康資料涉及個人隱私,如何兼顧隱私與自主權,成為另一重要議題。
去識別化爭點:個資應該「馬賽克」到什麼程度?
何之行認為,「健保資料庫爭議」短期可以從幾項原則著手,確立資料使用標準,包括:允許退出權(opt-out)、定義去識別化(de-identification)。
「去識別化」是一道安全防護措施。簡單來說:讓資料不會連結、辨識出背後真正的那個人。何之行特別分享 Google 旗下人工智慧研發公司 DeepMind 的慘痛教訓。
2017 年,DeepMind 與英國皇家醫院(Royal Free)的協定曝光,DeepMind 從後者取得 160 萬筆病歷資料,用來研發診斷急性腎衰竭的健康 APP。聽來立意良善的計畫,卻引發軒然大波。原因是,資料分享不僅未取得病患同意,也完全沒有將資料去識別化,每個人的病史、用藥、就醫隱私全被看光光!這起爭議無疑是一大教訓,重創英國社會對於開放資料的信任。
回到臺灣脈絡。去識別化指的是以代碼、匿名、隱藏部分個資或其他方式,無從辨識特定個人。但要達到什麼樣的隱匿保護程度,才算是無從識別特定個人?
何之行指出,個資法中的定義不甚清楚,混用匿名化(anonymous)、假名化(pseudonymised)、去連結(delink)等規範程度不一的概念。臺灣也沒有明確定義去識別化標準,成為爭點。
現行法令留下了模糊空間,那麼他山之石是否能提供參考?
以美國《健康照護可攜法案》(HIPAA)為例,法案訂出了去除 18 項個人識別碼,作為去識別化的基準;歐盟《一般資料保護規則》則直接說明,假名化的個資仍然是個人資料。
退出權:保留人民 say NO 的權利
另一個消解爭議的方向是:允許退出權,讓個人保有退出資料庫的權利。即使健保資料並沒有取得民眾事前(opt-in)的同意,但仍可以提供事後的退出選項,民眾便有機會決定,是否提供健康資料做學術研究或商業運用。
何之行再舉英國國民健保署 NHS 做法為例:英國民眾有兩階段選擇退出中央資料庫 (NHS Digital)的機會,一是在一開始就拒絕家庭醫師將自己的醫病資料上傳到 NHS Digital,二是資料上傳後,仍然可以在資料分享給第三方使用時說不。畢竟有人願意為公益、學術目的提供個人健康數據,對商業用途敬謝不敏;也有人覺得只要無法辨識個人即可。
近年,英國政府很努力和大眾溝通,希望民眾認知到資料分享的共善,也說明退出所帶來的社會成本,鼓勵人們留在資料庫內,享受精準醫療帶給個人的好處。可以看到英國政府藉由公眾溝通,努力建立社會信任。
參照英國經驗,目前選擇退出的比率約為 2.6%。保留民眾某種程度的退出權,但善盡公眾溝通,應是平衡集體利益與個人隱私的一種做法。
歐盟 GDPR 個資保護的四大原則
健保資料庫只是案例之一,當 AI 成為大數據浪潮下的加速器,最周全之策仍然是針對 AI 時代的資料運用另立規範。 歐盟 2018 年實施的《一般資料保護規則》(General Data Protection Regulation,以下簡稱 GDPR),便是大數據 AI 時代個資保護的重要指標。
因應 AI、大數據時代的變化,歐盟在 2016 年通過 GDPR,2018 年正式上路,被稱為「史上最嚴格的個資保護法」。包括行動裝置 ID、宗教、生物特徵、性傾向都列入被保護的個人資料範疇。
歐盟在法令制定階段已將 AI 運用納入考量,設定出個資保護四大原則:目的特定原則、資料最小化、透明性與課責性原則。
其中,「目的特定」與「資料最小化」都是要求資料的蒐集、處理、利用,應在特定目的的必要範圍內,也就是只提供「絕對必要」的資料。
然而,這與大數據運用需仰賴大量資料的特質,明顯衝突!
大數據分析的過程,往往會大幅、甚至沒有「特定目的」的廣蒐資料;資料分析後的應用範圍,也可能超出原本設定的目標。因此,如何具體界定「特定目的」以及後續利用的「兼容性判斷」,便相當重要。這也突顯出「透明性」原則強調的自我揭露(self-disclosure)義務。當蒐集方成為主要的資料控制者,就有義務更進一步解釋那些仰賴純粹自動化的決策,究竟是如何形成的。
「透明性原則的用意是為了建立信任感。」何之行補充。她舉例,中國阿里巴巴集團旗下的芝麻信用,將演算法自動化決策的應用發揮得淋漓盡致,就連歐盟發放申根簽證都會參考。然而,所有被納入評分系統的人民,卻無從得知這個龐大的演算法系統如何運作,也無法知道為何自己的信用評等如此。
芝麻信用表示,系統會依照身分特質、信用歷史、人脈關係、行為偏好、履約能力等五類資料,進行每個人的信用評分,分數介於 350-950。看似為電商系統的信用評等,實則影響個人信貸、租車、訂房、簽證,甚至是求職。
這同時涉及「課責性」(accountability)原則 ── 出了問題,可以找誰負責。以醫療場域來講,無論診斷過程中動用了多少 AI 工具作為輔助,最終仍須仰賴真人醫師做最後的專業判斷,這不僅是尊重醫病關係,也是避免病患求助無門的問責體現。
科技防疫:無所遁形的日常與數位足跡
當新冠疫情爆發,全球人心惶惶、對未知病毒充滿恐懼不安,科技防疫一躍成為國家利器。但公共衛生與人權隱私的論辯,也再次浮上檯面。
2020 年 4 月,挪威的國家公共衛生機構推出一款接觸追蹤軟體,能監控足跡、提出曾接觸確診者的示警。但兩個月後,這款挪威版的「社交距離 APP」卻遭到挪威個資主管機關(NDPA)宣告禁用!
挪威開發了「Smittestopp」,可透過 GPS 與藍牙定位來追蹤用戶足跡,提出與感染者曾接觸過的示警,定位資訊也會上傳到中央伺服器儲存。然而,挪威資料保護主管機關(NDPA)宣告,程式對個人隱私造成不必要的侵害,政府應停止使用並刪除資料。
為何挪威資料保護機關會做出這個決定?大體來說,仍與歐盟 GDPR 四大原則有關。
首先,NDPA 認為挪威政府沒有善盡公眾溝通責任,目的不清。人民不知道這款 APP 是為了疫調?或者為研究分析而持續蒐集資料?而且,上傳的資料包含非確診者個案,違反了特定目的與資料最小蒐集原則。
此外,即便為了防疫,政府也應該採用更小侵害的手段(如:僅從藍牙確認距離資訊),而不是直接由 GPS 掌控個人定位軌跡,這可能造成國家全面監控個人行蹤的風險。
最後 NDPA 認為,蒐集足跡資料原初是為了即時防疫,但當資料被轉作後續的研究分析,政府應主動說明為什麼資料可以被二次利用?又將如何去識別化,以確保個資安全?
換言之,面對疫情的高度挑戰,挪威個資保護機關仍然認為若沒有足夠的必要性,不應輕易打開潘朵拉的盒子,國家採用「Smittestopp」這款接觸追蹤軟體,有違反比例原則之虞。
「有效的疫情控制,並不代表必然需要在隱私和個資保護上讓步。反而當決策者以防疫之名進行科技監控,一個數位監控國家的誕生,所妥協的將會是成熟公民社會所賴以維繫的公眾信任與共善。」何之行進一步分析:
數位監控所帶來的威脅,並不僅只於表象上對於個人隱私的侵害,更深層的危機在於,掌握「數位足跡」(digital footprint) 後對於特定當事人的描繪與剖析。
當監控者透過長時間、多方面的資訊蒐集,對於個人的「深描與剖繪」(profiling)遠遠超過想像──任何人的移動軌跡、生活習慣、興趣偏好、人脈網絡、政治傾向,都可能全面被掌握!
AI 時代需要新法規與管理者
不論是醫藥研發或疫情防控,數位監控已成為當代社會的新挑戰。參照各國科技防疫的爭論、歐盟 GDPR 規範,何之行認為,除了一套 AI 時代的個資保護規範,實踐層面上歐盟也有值得學習之處。
例如,對隱私風險的脈絡化評估、將隱私預先納入產品或服務的設計理念(privacy by design),「未來照護機器人可能走入家家戶戶,我們卻常忽略機器人 24 小時都在蒐集個資,隱私保護在產品設計的最初階段就要納入考量。」
另外最關鍵的是:設置獨立的個資監管機構,也就是所謂的資料保護官(data protection officer,DPO),專責監控公、私營部門是否遵循法規。直白地說,就是「個資警察局」。何之行比喻,
如果家中遭竊,我們會向警察局報案,但現況是「個資的侵害不知道可以找誰」。財稅資料歸財政部管,健康資料歸衛福部管,界定不清楚的就變成三不管地帶。
綜觀臺灣現狀,她一語點出問題:「我們不是沒有法規,只是現有的法令不完備,也已不合時宜。」
過往許多人擔心,「個資保護」與「科技創新」是兩難悖論,但何之行強調法令規範不是絆腳石。路開好、交通號誌與指引完善,車才可能跑得快。「GDPR 非常嚴格,但它並沒有阻礙科學研究,仍然允許了科學例外條款的空間。」
「資料是新石油」(data is the new oil),臺灣擁有世界數一數二最完整的健康資料,唯有完善明確的法規範才能減少疑慮,找出資料二次利用與科技創新的平衡點,也建立對於資料二次利用的社會信任。
資料來源:https://www.inside.com.tw/article/23814-ai-privacy-medical?fbclid=IwAR0ATcNjDPwTsZ4lkQpYjvys3NcXpDaqsmE_gELBl_UNu4FcAjBlscxMwss
google集區儲存空間 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文
邊緣AI 2026將成 IoT晶片發展核心
04:102021/05/02 工商時報 集邦科技資深分析師曾伯楷
隨著智慧工廠、城市等場景對數據分析越發需要精準、即時且大量處理的需求,AI與IoT結合已是現在進行式。在AI晶片助益下,IoT邊緣與終端裝置可透過機器學習或深度學習等技術加值,同時帶出無延遲、低成本、高隱私等優勢,顯示出AI晶片的重要性。預估全球AI晶片產值至2025年將達720億美元。
與此同時,邊緣運算透過AI使終端設備於運行上更加智慧,不僅保有邊緣運算於延遲性、隱私性、連接性、功耗、成本等優勢,並進一步使系統具有主動性與智慧性。若以場景角度切入,邊緣AI相較傳統邊緣運算,其主要帶來的效益包括數據處理過濾和邊緣智慧分析,此也將成為兩技術持續結合的動能。
一、MCU、連接晶片、AI晶片為IoT晶片產業鏈三大關鍵零組件。 物聯網在傳統上多以感知層、網路層、系統層與應用層作為架構堆疊,主要經濟效益雖來自應用層的智慧情境發展,然感知層所需的產業鏈之上游零組件仍是支撐終端場景運作重要核心,其中又以微控制器(MCU)、連接晶片與AI晶片最關鍵。
MCU方面,建立在高效能、低功耗與高整合發展主軸下,IoT MCU現行從通用MCU演化成特定為IoT應用或場景所打造,如2021年3月STMicroelectronics推出新一代超低功耗微控制器STM32U5系列,可用於穿戴裝置與個人醫療設備;Silicon Labs同期推出PG22 32位元MCU,主打空間受限且須低功耗的工業應用、Renesas RA4M2 MCU著眼IoT邊緣運用等。
連接晶片方面,受物聯網設備連線技術與標準各異影響,通訊成物聯網晶片中相當重要的一環,從蜂巢式的4G、5G、LTE-M、NB-IoT,到非蜂巢式的LoRa、Sigfox、Wi-Fi、Wi-SUN等,從智慧城市、工廠、家庭至零售店面皆被廣泛運用,範圍擴及至太空,如2020年下旬聯發科與國際航海衛星通訊公司(Inmarsat)合作,成功以NB-IoT晶片完成全球首次5G物聯網高軌衛星資料傳輸測試。AI晶片方面,隨著智慧工廠、城市等場景對數據分析越發需要精準、即時且大量處理的需求,AI與IoT結合已是現在進行式。此外,Microsoft在其2021年3月舉辦的年度技術盛會Ignite 2021上指出,2022年邊緣運算市場規模將達到67.2億美元,與深度學習晶片市場相當吻合,亦提及市場預估至2025年全球深度學習晶片市場將有望達663億美元。同時,Microsoft認為至2026年全球AI晶片有3/4將為邊緣運算所用,顯示出IoT晶片於邊緣運算的發展將成未來廠商重要布局之一。
二、邊緣AI效益顯著,成長動能仰賴數據處理過濾、邊緣智慧分析。
首先,從邊緣運算定義來看,市場雖已談論數年但定義與類別始終未統一,原因是各廠商於邊緣託管工作的目的不盡相同。例如對電信商而言,初步處理數據的微型數據中心是其邊緣端,而對製造商來說邊緣裝置可能是生產線的感測器,此也造就邊緣運算的分類方式略有出入。另外,例如IBM有雲端邊緣、IoT邊緣與行動邊緣的類別,ARM多將邊緣視為雲端與終端間的伺服器等裝置,亦有個人邊緣、業務邊緣、多雲邊緣等類型。
其次,從邊緣運算類別來看,現行分類趨勢和研究方式尚有以數據產生源為核心,藉由設備與數據源的物理距離作為分類參考,並將其分為厚邊緣(Thick Edge)、薄邊緣(Thin Edge)與微邊緣(Micro Edge)。厚邊緣多用以表示處理高數據流量的計算資源,並配有高階CPU、GPU等,例如數據中心的數據儲存與分析;薄邊緣則包含網路設備、工業電腦等以整合數據為主要目的,除了配有中間處理器外,也不乏GPU、ASIC等AI晶片;微邊源因與數據源幾無距離,故常被歸類為生成數據的設備或感測器,計算資源雖較為匱乏,但也可因AI晶片發揮更大效益。
整體而言,邊緣運算透過AI使終端設備於運行上更加智慧,不僅保有邊緣運算於延遲性、隱私性、連接性、功耗、成本等優勢,並進一步使系統具有主動性與智慧性,在平台管理、工作量合併與分布式應用也更有彈性。若以場景角度切入,邊緣AI相較傳統邊緣運算,其主要帶來的效益提升包括數據處理過濾和邊緣智慧分析,此也將成為兩技術持續結合的動能。
數據處理與邊緣分析於過往邊緣運算時已可做到,並在AI加值下進一步提升效益。以前者而言,數據透過智慧邊緣計算資源可在邊緣處預先處理數據,且僅將相關資訊發送至雲端,從而減少數據傳輸和儲存成本;從邊緣分析效能來看,過往多數邊緣運算資源處理能力有限,運行功能時往往較為單一,而邊緣智慧分析透過AI晶片賦能,進而能執行更為繁複、低延遲與高數據吞吐量的作業。
三、全球大廠搶攻IoT晶片市場,中國加重AI晶片發展力道。
IoT晶片於邊緣運算所產生的效益,使其成為廠商重要策略布局領域,雲端大廠如Google、AWS等紛紛投身晶片自製;傳統晶片大廠如ARM最新產品即鎖定邊緣AI於攝影機和火車的辨識應用、Intel亦投資1.3億美元於十餘家新創AI晶片設計廠商,NXP Semiconductors、Silicon Labs、ST則陸續在其MCU或SoC添加邊緣AI功能。此外,新創企業Halio、EdgeQ、Graphcore皆以AI晶片為主打。整體而言,若以區域來看,歐美大廠聚焦加速AI運算效能,但最積極發展AI晶片產業的則屬產官學三方皆支持的?心,代表性廠商包含地平線、華為旗下海思等代表;台灣則由產業聯盟領頭與聯發科和耐能等重要廠商。
(一)中國產官學助力,2023年AI晶片產值估將逼近35億美元。
AI產業是中國發展重點之一,其輔助政策如2017年《新一代人工智能發展規劃》、《2019年促進人工智能和實體經濟深度融合》,至「十四五」與「新基建」,都將AI視為未來關鍵國家競爭力。各大廠也因此陸續跟進,如百度發布AI新基建版圖著眼智慧雲伺服器;阿里宣布未來至2023年將圍繞作業系統、晶片、網路等研發和建設,騰訊則聚焦區塊鏈、超算中心等領域。
產官學研加重AI的發展力道也反映於AI晶片上,ASIC(特殊應用基體電路)廠商比比皆是。其中,AI晶片布局物聯網領域的廠商眾多,包含瑞芯微、雲天勵飛、平頭哥半導體、全志科技等,主要面向雲端運算、行動通訊、物聯網與自動駕駛四大領域。其中,物聯網領域進一步聚焦於智慧家庭、智慧交通、智慧零售與智慧安防部分,執行語音、圖像、人臉與行為辨識等應用。若進一步聚焦於邊緣運算領域,則以地平線、寒武紀、華為海思、比特大陸、鯤雲科技等最為積極。整體而言,TrendForce預估,中國AI晶片市場有望從2019年13億美元增長至2023年近35億美元。
綜觀中國AI晶片發展,雖有中美貿易摩擦導致設計工具、製造封測等環節較受限制,且開發成本始終居高不下,然而,藉由產官合作以及中國內需市場需求動能,仍能有效支撐該產業成長。若以邊緣運算來看,鑒於AIoT市場持續茁壯,特定應用的ASIC將是重要發展趨勢,尤以汽車、城市與製造業來看,相關場景應用如人身語音行為辨識、人車流量辨識、機器視覺等需求皆相當明朗,預期也將成廠商中長期發展主軸。
(二)台灣人工智慧晶片聯盟積極整合,監控與機器人為邊緣AI應用兩大方向。
台灣廠商聯發科和耐能同樣結合邊緣運算與AI兩技術作策略布局,就整體產業而言,2019年由聯發科、聯詠、聯電、日月光、華碩、研揚等廠商共同組成的台灣人工智慧晶片聯盟(AITA)發展迄今已越趨成形,各關鍵技術委員會(SIG)亦訂定短中長期發展目標。
邊緣AI發展則由AI系統應用SIG推動,其第一階段至2020年著眼半通用AI晶片發展與智慧監控系統應用平台的裝置端推論,2021年則聚焦以裝置端學習系統參考設計,以及軟硬體發展平台的裝置端學習為主,並規劃在2023年能以多功能機器人為主體,發展多感知人工智慧和智慧機器人AI晶片發展平台。
換言之,藉由業界在智慧裝置、系統應用與AI晶片的串聯,短期至2022年都將是台灣邊緣AI大力發展階段,並朝智慧監控、多功能機器人深化,預期此也將帶動系統整合的凌群、博遠,終端設備的奇偶、晶睿碩,以及晶片設計的聯發科、瑞昱等邊緣AI商機;但相較中國廣大內需市場,台灣仍需藉由打造讓晶片廠和系統商充分整合的互補平台,以利降低晶片開發成本,並從其中尋求更多可供切入的大廠產業鏈。
附圖:2019~2023年中國AI晶片市場推估
AI於IOT流程主要著眼數據處理與分析之效
台灣人工智慧晶片聯盟系統應用SIG發展架構
資料來源:https://www.chinatimes.com/newspapers/20210502000153-260511?fbclid=IwAR0zlvUv8MKpcHrbgpa3xRAFaQXaxZuep9TCeZ-75myILNjuDV4SWEIdKZ8&chdtv
google集區儲存空間 在 老天鵝娛樂 Youtube 的最讚貼文
國安人事調動/臉書封鎖澳洲新聞/Google Workspace for Education取消無限儲存空間|老鵝特搜#539
00:00|國安人事調動
陳明通接國安局邱國正掌國防部 邱太三歸隊陸委會
05:38|臉書封鎖澳洲新聞
澳要求臉書為新聞付費 加拿大也參戰
09:38|Google Workspace for Education取消無限儲存空間
養套殺又來了!明年7月新制上路容量限制100TB
#文人國安局長 #美國陸軍戰爭學院名人堂 #黃國昌 #嚴德發 #奉天承運英皇詔曰
#新聞媒體交易法 #新聞議價法 #Google #微軟 #藍色薩諾斯
#GSuite #集區雲端 #遠距學習 #教育工具 #Google嗑的到底是什麼藥
★幾天幾摳贊助老鵝【http://bit.ly/31xsPcF 】
🔸老天鵝娛樂FB【 http://bit.ly/2zL5tWv 】
🔹加LINE 抽禮物【http://bit.ly/2zVuuyD 】
🔸追蹤老天鵝IG【http://bit.ly/2No6dTE 】
🔹老天鵝社團秘密抽【 http://bit.ly/2NkLkbO 】
google集區儲存空間 在 偽學術 Youtube 的精選貼文
[旅行的旅行] 行動傳播技術空間中的旅行:#當我們用GoogleMap找路時 / 李長潔 🚎
.
時常有人問我,你每次去日本的那些超級冷門的風景、傳說地點、氛圍氣喫茶老店,到底怎麼找到的,聽都沒聽過這些地方。剛開始,我會查詢中文與外文的旅行資訊,像是旅遊手冊、觀光網站,都是基本工作,可以給旅客一點基本的地理想像,如方位、氣候、規模、人文特色等。接著,我會做一件事—大量地運用google map細查地方資料。
.
地圖,是一種人對空間權力的掌握,當旅人們從地圖繪製者的手中,搶回擁有地圖的權力,這將如何改變我們的旅行生活?然而,我們真正因為google map而搶回了對空間的掌握嗎?我們先從紙本地圖的使用開始。
.
▓ #紙本地圖的時代
.
不只是到了旅遊的當下才使用google地圖來找路,而是平常沒事時,就打開地圖滑呀滑,細察預計拜訪的地點,了解地理資訊。不過,在2005年以前,旅行時掌握地理環境的技術大都依賴紙本地圖,旅客與觀光客在出發前,會購買旅遊手冊、旅行文學,透過特定旅行專家與旅遊資訊編輯的視野,來觀看地方(林子廉,2009)。在那時之前,各種「旅遊天書」隨著出國人數的增加,而銷售量大增。
.
出國旅行度假,不單僅是選好地方、買張機票、然後去就可以說「#這是我的旅行」,旅行的體驗是由生活中的不同媒介內容(電視、廣告、電影、書籍、旅遊手冊,現在還有社群網站)與你的真實旅程所交織而成(Urry, 2002)。當然也包含地圖。
.
地圖是一種地理狀態的再現。我們覺得地圖模擬了真實的環境樣貌,但事實上,地圖是一種「#簡化」、「#挑選」、「#裁切」,尤其是紙本地圖,在有限的平面版面上,地圖的終極目標並不是一比一的還原,而是透過地圖繪製與資料整理,表現製圖者對大地的擁有權、解釋權。
.
在從前的旅行中,我會在行前買一份巴黎的城市地圖,在台灣時就把旅行手冊上看到的景點標示在地圖中;並在旅程中逐一刪除,有時候還會用紅筆將散步走過的路徑畫上,以展示我對巴黎的熟稔程度。基本上,整張巴黎地圖我都畫滿了。
.
▓ #google地圖的出現
.
2005年,Google Map正式上線,一開始只是電腦版,同一年裡很快地推出手機版本,並且加入Google Earth的服務,直至今日,google的地圖是Google公司流量第二大的營運項目。Google Map運用了地理資訊系統(GIS),整合地表空間幾何特性以及地理屬性等兩種資訊之資料庫, GIS 中記錄的資料藉由適當的軟體解譯後可重現地表相關地形與地貌,使用者可以免費且自由地在地圖檔上標記並添加註記。這個地圖很快地成為旅行者的最佳找路工具,可以用微觀與巨觀的視野,審視空間樣態(廖酉鎮、陳均伊,2013)。
.
相對於傳統紙本繪製,#地理資訊系統(Geographic Information System,GIS)的廣泛應用,省卻了實物儲存的難處,也使我們可以在同一空間的地圖上看到不同的主題的重叠和互動,我們更能按照我們的想法,在給定的地圖框架上任意標籤,製作對我們有意義的地圖(Lo, 2012)。
.
Google不斷推出越來越豪華的地圖服務,像是「#交通資訊」、「#街景服務」、「#旅行規劃」,最近更加入虛擬實境的概念,將導航升級成「#AR導航」,透過 GPS 獲取用戶的位置,並使用街景資料產生「視覺定位系統」(Visual Positioning System,VPS),快速辨識周遭地標建築定位用戶位置,並在手機相機中以巨大的動畫箭頭結合街景,藉以更清楚地告知方向。這些方便的工具是積累在行動通訊技術、運算技術與人群使用習慣的大量應用與快速進步上,嶄新的地圖技術深刻地改變了旅行、旅人與城市的互動關係。
.
▓ #人與機器結合下的旅行:地理媒介
.
人與機器在移動技術空間中,被結合成一種人機複合體,或是Bruno Latour行動網絡理論中的「人—物」,這讓人的體驗更加複雜。你有沒有一種經驗,就是打開Google Map後,隨著指標轉動身體,試圖協調數位與真實的空間方向。或是,跟著導航行走,耳畔響起「向左轉」,就毫不猶豫地走向左方的街道。又或是,最一般的情況下,使用者會打開軟體,了解地理定位下自己與週邊資訊(店家、車站等)的關係。
.
進入到隨身行動傳播科技時代,人與物結合下的移動與定位本身就是一種資訊,這些資訊詮釋了流動空間、網絡連結、移動過程的具體樣態。一方面,機器深刻地鑲嵌入人類的生活世界中,反過來說,人們亦透過機器產生全新、方便、延伸的特殊經驗。這種人機合一、日常鑲嵌的 #地理媒介(geomedia)(McQuire、潘霽,2019),在旅行實踐中更顯鮮明。
.
在Web2.0時代,藉由地理媒介所構連起來的網絡式公共空間,展示了人類時空感知的嶄新轉變。透過行動傳播與數位化的技術,遊歷的地點本身不只是被媒介再現,而是,這些地點本身就是媒介,在程式運算的框架下,人與人、人與城市有了全新的關係:Google Map的使用與資料的積累,很大的程度上,人們利用社會實踐、消費行為與協商互動來定義旅行的地方。
.
例如這次我們旅行到關東地區,特地前往宇都宮吃餃子。在行前我們藉由Google Map的即時資訊決定乘車的方式,查詢車站附近所有的餃子店以及他的評價、照片、菜單,用街景服務來定位自己如何到達要去的「餃天堂」。然後在這家算是有特色的餃子店鋪,我們竟然在餃子裡吃到了一根鋼刷鐵絲,店家也沒有很認真地看待。就默默地打開Google Map說明了當下的狀況,並給予較低的星級。
.
▓ #自願式的地理資訊(volunteered geographic information)
.
上述的情境是一種建構主義的場境,使用者們可能自知的情況下,#自願參與地理資訊的建構,這稱做自願式的地理資訊(VGI,volunteered geographic information)(Sieber and Haklay, 2015),Google Map的VGI使得人們更有機會參與城市意義的詮釋,在公共參與的意義上,Google Map也是一種社群媒體,它建築在遊客、居民、店家等大量用戶的傳播意向性上。在McQuire與潘霽(2019)的「地理媒介」評斷便提到中,媒介傳播技術、隨身行動和城市地理元素的深度融合,共同造就了「#成為公共」(becoming public)的體驗,打開城市生活的審美維度,同時推動了「成為公共」的過程。城市中的社會關係和權力關係,不再僅僅依據根植於城市空間結構的生活形態,而是更直接地被轉化為主動的「傳播」過程。
.
從知識論的角度來看,Google Map有著三種資訊類型:自然的資訊、技術的資訊與文化的資訊。自然的資訊,如同人們所可以感受到的地形等;技術的資訊則如道路、水系的測量描述;而文化的資訊則指涉各種人類的行為,如駕駛、消費等。透過運算平台,當然也包含IG、FB上的「#社會標註」,像是打卡、分享美照、「#」,使用者、物、與城市風景大量交織成數位形式與真實形式共存的存在,並且在公共性的概念下交往互動。
.
可是,我們還是可以想像與批判,一個反烏托邦正在進行。有時候我們不知道自己正是地理媒介的延伸,甚至不得不參與地理資訊的建立。當你想要運用導航系統時,其使用者本身正參與著車流量預測的演算過程。當我們行動時,我們也正經歷一種數據式的物化,個人與機器結合後,個人在時空中的所有作為都有可能面臨資本主義的收編,例如在Google Map上顯示個人化的位置性商業廣告。
.
▓ #流動的社群與信任革命
.
旅行者們對Google Map的使用,構成了一種流動與移動的社群,這個社群強調的並非穩定的社會記憶,他們更欣賞獲得片刻的超凡體驗,與享受如遊戲般的過程,在虛實間讓自己更能夠掌握旅行的地方。從Google Map的旅遊嚮導設計就可以發現,Google Map將每一位參與地理資料建構的人們都當作「專家」,這個構想在另一個旅行APP「#TripAdvisor」裡也非常鮮明。你可以在「TripAdvisor」裡分享更多評價、文章與圖片,分享你在移動時的超凡體驗,以獲得「#頂尖攝影師」、「#飯店達人」等等標章,以提高個人體驗的可信度。
.
不過,有批評家認為,我們太容易把Google Map、Google Earth上的作為,理解為一種全景全知的圖像、透明的秩序,甚至是前面討論的參與和賦權的工具(Kingsbury & Jones, 2009)。閃耀著令人暈眩光茫的球體,反映了人類的戴奧尼索斯的妄想,我們狂亂地航行,歡天喜地地喧囂,我們全心全意、不加思索地信任它,卻低估了虛擬世界對真實世界的集體監控。
.
▓ #回歸地方化?
.
不過,站在創用的立場,我還是傾向對科技保持信任。信任研究者Bostman(2017)在《#信任革命》中談到,只有「信任」,人類才能在進程上有超越性的變革。當然,對Google Map的信任早在2010年以後就幾乎被廣大的使用者們接受了,雖然偶而還是會看到我父親打開地圖導航後,然後罵導航太笨,繼續走自己的路。但無疑得,Google Map扮演了旅行實踐的重要推動角色,它把商品、交通、約會與各種推薦搓合起來,讓旅行同時是個人的行動,也是集體的社群參與。也因為這些更加錯綜複雜的信任,旅人們才能獲得更多足以創新生活的服務。
.
回到McQuire的地理媒介概念中,如果傳統大眾媒體帶給旅行者與地方的是一種想像的、再現的、去地方化的全球化幻覺。那麼這些隨身、隨地的地理媒介,像是Google Map,則在旅行者與地方之間形成更回歸地方化的關係,同時還包含了跨文化溝通的實現,透過這樣的地理媒介技術,更能提高人們對差異性與流動性的接受程度,還可以確保城市網絡中與他者共存的技能。
_
_
#參考文獻:
.
1. 林子廉(2009)。旅遊手冊如何影響遺產觀光客對於原住民石柱真實性知覺、旅遊動機及體驗。文化大學觀光系碩士論文。
2. Urry, J. (2002). The tourist gaze. Sage.
3. 廖酉鎮, & 陳均伊. (2013). 讓地圖活過來一 Google Earth 運用於地球科學教學設計之應用. 科學教育月刊.
4. LO, K. H. (2012). 論班雅明式史觀和空間觀: 並以領匯霸權地圖為例. Cultural Studies@ Lingnan 文化研究@ 嶺南, 32(1), 1.
5. Sieber, R. E., & Haklay, M. (2015). The epistemology (s) of volunteered geographic information: a critique. Geo: Geography and Environment, 2(2), 122-136.
6. McQuire, S., 潘霽(2019)。From Media City to Geomedia: Cross-disciplinary Insights into Information Society from a Pioneering Australian Scholar。資訊社會學研究,36。
7. Botsman, R. (2017). Who Can You Trust?: How Technology Brought Us Together–and Why It Could Drive Us Apart. Penguin UK.
8. Kingsbury, P., & Jones III, J. P. (2009). Walter Benjamin’s dionysian adventures on Google Earth. Geoforum, 40(4), 502-513.