文／MetaAge 迈达特技术经理 林文圣 (Satosi Lin)
在当今的地缘政治环境中，数位韧性已成为企业和组织的一项核心需求。Microsoft Azure 提供了一系列先进的工具和服务，助力您建立一个高度可用和跨区域的架构，进而强化您的数位韧性。
在设计和部署 Azure 服务时，我们必须考虑到多种因素，以尽可能地提高服务的可靠性。包括计划和非计划的事件，例如硬体故障或作业系统升级，这些事件可能会导致服务中断。为了强化系统的可靠性和容错能力，我们可以采取以下策略：
您可以利用以下工具和策略来进一步强化系统的高可用性：
我们可以利用以下工具和策略来进一步强化跨区域架构：
地理冗余（Geo-Redundancy）：
流量管理和网路最佳化。
实施建议
透过遵循这些策略和最佳作法，我们可以建立一个高度可靠和可扩展的 Azure 架构，进而强化数位韧性并保护业务免受地缘政治风险的影响。…
义隆电今日举办法说会，董事长叶仪晧表示，库存去化已接近尾声，目前以常态性的订单为主，并有急单加持，预估下半年将优於上半年，明年则受惠 AI 带动下半年进入 NB 换机潮，预估整体 NB 出货有望年增 10%，明年是比较好的一年。
叶仪晧表示，义隆电第二季触控占 77%、非触控占 23%，其中触控模组占 46%、触控萤幕晶片占 15%、指纹辨识 16%，而非触控的部分，指向装置占 8%、微控制器 占 6%、关系企业占 9%，五大产品线的营收都比第一季成长，其中指向装置成长个位数，其他四个产品线都成长双位数。
叶仪晧指出，受到五大产品线出货带动，义隆电第二季营收 30.42 亿元，季增 25.6%，优於预期；税後净利 4.9 亿元，毛利率 44.1%，每股盈余（EPS）1.74 元；累计上半年 54.47 亿元，年减 34%，税後净利 8.01 亿元，毛利率 42.6%，每股盈余 2.82 元。
针对 NB 出货状况，叶仪晧指出，库存去化已接近尾声，ChromebooK 仍不太理想，但 Windows 笔电已恢复正常，目前以常态性的订单为主，并有急单加持，预估下半年将优於上半年，明年则受惠 …
南韩媒体报导，史无前例的半导体产业逆风环境，台积电仍决定涨价，市场认定是针对 5 奈米或更先进制程客户，市场不断成长，加上台积电能满足市场需求的信心带动，反观紧追台积电的三星，虽然不断使用低价抢市策略，但市场人士透露，技术和产能都有差距，难以奏效。
韩媒 BusinessKorea 报导，台积电第二季每片 12 寸晶圆价格平均 5,377 美元，较 2022 年同期 4,780 美元上涨 12.48%，较第一季上涨 3.7%。
进入传统淡季时，代工厂都会调降晶圆价格，为吸引更多客户，台积电也不例外，最新财报显示，第二季台积电营收下滑 13.7%，金额 156.8 亿美元。尽管台积电占全球晶圆代工市场 60%，也难避免近期半导体市场逆风，故台积电调涨晶圆价格举动不太寻常。
台积电市场低迷时仍决定涨价，很大程度归功於人工智慧大红。ChatGPT 等「生成式 AI」应用热潮席卷全球，使先进半导体需求提升，从台积电营收结构看，生产 AI 高阶晶片的 7 奈米和 5 奈米营收占总营收 53%。
3 奈米制程也开始量产，市场预估每片晶圆价格达 2 万美元。尽管成本高昂，辉达和 AMD 等大型 IC 设计公司仍纷纷采用，以抢占 AI …
卫福部
卫福部资讯处处长庞一鸣在7月8日一场研讨会上，揭露更详细的次世代数位医疗平台架构雏形图，由容器化底层（IaaS）、共用中间层（Common PaaS）、由IT中台和数据中台构成的中间平台（Middle Platform），以及应用层组成。其中，共用层包含各类医疗标准，不只有国际疾病分类编码ICD-10，还有未来要导入的国际检验检查编码LOINC和临床术语编码SNOMED CT。另一方面，卫福部也要打造医疗器材平台，来用闸道器（Getway）串接医院IoT设备资料至次世代数位医疗平台。不过，下一步，卫福部将与医学中心、地区医院等医疗机构和SI业者讨论，架构雏形很快将会依据第一线需求来更新。
主流国家次世代HIS发展皆采国际标准，卫福部分析国际医资大厂系统策略
「DICOM是个很好的案例，」庞一鸣指出，目前台湾医疗AI能商品化、推行到国际的，大多是医学影像相关，而这些影像都采国际DICOM标准。医学影像是资讯处理中难度较高的类别，早年台湾对该领域的处理能力不好，因此直接采用国际医学影像设备大厂标配的DICOM标准，「才发展出今日的医疗影像AI，国际化程度非常好。」
然而，这几年台湾发展其他领域的医疗AI，常面临「A医院训练完、B医院没办法用，」这是因为，影像类以外的其他类型资料，并未采用统一的国际标准。因此庞一鸣点出：「所以国际化、标准化很重要，」卫福部在今年展开的次世代数位医疗平台计画，就是要将台湾医疗资料交换标准，改用国际通用的HL7 FHIR，好让医疗应用和研究都能接轨国际。
为展开计画，卫福部先是在去年底成立次世代数位医疗平台专案办公室，首要工作是盘点主流国家如何设计各自次世代HIS平台。他们发现，不论是美国、欧盟，还是亚洲的日本、新加坡和兴起之秀印尼，都采用HL7、FHIR、IHE和DICOM标准，且多数国家都将「加强数据交换与互操性」、「利用AI增加决策支援和分析」纳入发展目标。（如下图）
（图片来源：卫福部）
不只如此，专案办公室团队也研究国际医资大厂的系统策略。他们挑选美国Epic和Oracle Cerner来研究，这是因为，在2023年世界20大智慧医院评选中，有14家就用Epic系统（如德国、法国、丹麦、瑞典、以色列和新加坡等），而Oracle Cerner则是全球市占最高的厂商，根据KLAS 2022年全球EMR市场报告，Oracle Cerner在全球共有近2,400家医院使用，其中1,052家为非美国医院，遍布中东、英国、澳洲和加拿大。
就策略来说，Oracle Cerner的策略是，由Oracle用云端架构全面整合各种模组，并由Oracle持续并购，来让系统生态系更完善（Cerner本身就是被Oracle并购的电子病历厂商）。以更细的系统策略来说，Cerner EHR平台提供一站式服务，包括患者管理记录、自动化工作流程，着重医疗团队的沟通和写作，来改善整体照护服务。
而Epic采垂直整合思维，逐步采用先进技术、云端资源（如Google、AWS和微软）和AI来解决实务需求。他们的HIS系统设计以病人为中心，将病人本身的资讯和家属病历共同呈现，也将这些资讯和医护互动、预约等功能整合於单一App，可按照自己的需求调整进度条，来掌握看诊、住院和追踪治疗等资讯。
那麽，台湾有办法做出以病人为中心、完整归户的HIS（医疗资讯系统）吗？
次世代数位医疗平台雏形出炉，还将打造一套医疗器材平台来串联资料
「一定有，」庞一鸣认为，台湾既然有能力在早年做出自己的标准，就有办法集众人之力，联手产官学打造新一代符合国际标准的HIS平台。
於是，他分析台湾现有HIS服务面痛点，就目的来说，国内HIS系统都是为健保申报和评监而设计，服务范围也以健保申报、评监为优先，医护需求反而成为次要。这种作法虽满足健保申报和评监要求，却缺乏医院整体考量。
因此，卫福部专案办公室根据台湾现况和国际主流医疗平台架构，设计一套次世代数位医疗平台架构雏形，以云端概念来规画，包括容器化底层（IaaS）、共用中间层（Common PaaS）、由IT中台和数据中台构成的中间平台（Middle Platform），以及最上方的应用层。进一步来说，底层涵盖网路、储存、运算、安全和监控等模组，共用层则有各类医疗标准，像是临床术语（如国际疾病分类码ICD-10），以及卫福部计画导入的国际检验检查编码LOINC和临床术语编码SNOMED CT。此外，共用层还有医疗流程中的通用机制，如身分验证系统、讯息交换系统、ETL系统、资料库等。
往上一层则是数据中台和IT中台，数据中台包括资料湖、报告系统和资安分析系统，以及大数据分析和AI处理，IT中台则有效能测试工具、DevOps工具和安全测试工具等。再来是应用层，包含各类HIS相关系统，如护理系统、病人管理系统、病床系统，以及各类行政系统。未来，应用层的运作方式会是呼叫次世代HIS平台功能，来执行相关应用。（如下图）
（图片来源：卫福部）
庞一鸣说明，在IaaS部分，目前国内厂商都有现成套件可参考，往上一层的Common PaaS也是，而卫福部的工作就是要挑选出最适合的套件。
不只如此，他们也规画建置一套医疗器材平台，透过Getway来串起医院IoT设备和次世代数位医疗平台。而需要移动的设备，如救护车、巡回医疗车和仪器等，就会透过边缘云（Edge Cloud）来处理资料。（如下图）
（图片来源：卫福部）
庞一鸣也强调，卫福部接下来将与医学中心、区域医院、SI业者和电子五哥一一讨论次世代数位医疗平台架构，因此这次秀出的平台架构雏形图，很快又会更新。…
文／DeepDreamS
ChatGPT Plugin store 中的插件超过百种，其中哪些实用？以下介绍六项强大的 ChatGPT Plugins 插件，测试内容包含 WebPilot, Wolfram, Expedia, Speak, VoxScript 以及 Show Me，从提升工作效率到出外游玩，ChatGPT 都可以帮上忙！
商店里的插件超过百种，这阵子也陆续有新插件推出协助网页统整摘要的神器，搜寻速度测起来比 Web Browsing 快不少。
不过一次叫他看两三个网页经常会有问题，一次问一个网站比较好。
编译／于文浩
ChatGPT可以说是内容创作者的好助手。作为内容创作者，经常需要为了标题、创建脚本和贴文进行创意发想，若是遇到没有任何灵感的时候就非常困扰。（示意图／123RF）ChatGPT可以说是内容创作者的好助手。作为内容创作者，经常需要为了标题、创建脚本和贴文进行创意发想，若是遇到没有任何灵感的时候就非常困扰。但现在，有ChatGPT的帮助，我们就像有一个用也用不完的创意资料库，让我们可以随时提取。
以下是ChatGPT可以帮助内容创作者的六种方式：
ChatGPT非常擅长根据提示生成文字内容，因此若是需要为社群媒体贴文想一个描述却不知道该如何下笔时，就可以询问ChatGPT。
无论是要发影片到YouTube、TikTok 还是 Instagram，创作者都需要先为影片写一篇脚本，而若是不知道可以怎麽写，或是没有任何想法时，就可以要求ChatGPT提供一些主意，其可能会给出意想不到的回覆也不一定。
为了吸引人们的注意力，标题可以说是贴文或影片最重要一部分。但要想出吸睛又有趣的标题并不容易，这时也可以要求ChatGPT生成几个标题，让自己可以从中选择或是根据这些标题再进行编辑。
如果不知道自己创建的内容可以使用哪些关键词或标签时，也可以询问ChatGPT。只要输入关於自己创作内容的描述，就可以让该机器人为你生成关键词。
当文思枯竭，不知道下一步要创造什麽时，也可以请 ChatGPT 提出一些想法让你获得灵感，或是和其对话，以激发更多的想法。
如果在创作上需要进行一些研究，除了自己上网阅读各种文章之外，直接询问ChatGPT可能会更省时间，或是也可以要求ChatGPT帮忙抓出文章重点及总结。
参考资料：makeuseof
※更多ChatGPT相关讯息，请参考【生成式AI创新学院】。
…
「创业成功的三个要素，就是不要脸、不要脸、不要脸，」Whoscall母公司Gogolook执行长郭建甫，上周在IPO前的业绩发表会直率地说，引动现场百名与会者一阵掌声。
在台湾创业圈人缘甚佳、备受期待的Gogolook（走着瞧）走过13年艰辛，终於即将IPO，本月通过台湾证交所创新板（TIB），预计於第三季登板，成为继Appier沛星、91APP、玩美移动之後，第四个台湾软体新创完成IPO里程碑，也是创新板第五家登板企业、第一家登板软体公司。
2010年三位七年级生郑胜丰、郭建甫、宋政桓，带着创业的疯劲，一起开发辨识陌生来电的手机软体Whoscall。随後，2011年Google前执行长Eric Schmidt具名赞扬、2013年LINE的母公司Naver以5.29亿元收购过半股权，曾在短短3年迎来高光时刻。
但进入大集团的Gogolook，其後5年虽然得到组织资源，也遭遇集团策略转变难关，甚至最後寻找金主帮助自己将自己「买回」，沉潜时期调整方向，终於在今年走向上市。
图／Gogolook由董事长郑胜丰（中）、执行长郭建甫（右二）、技术长宋政桓（左二）共同创立，後加入财务长黄钰文（左一）、营运长朱满宇（右一）。Gogolook提供
郭建甫笑着说，「我们从创业第一天就『不要脸』了，当年大家英文都很烂，但完全不害怕与外国人沟通，遇到NAVER（有兴趣收购）就去练英文，怎麽样都要把想说的话塞到他们的脑袋里」。
郭建甫接受《远见》专访时表示，软体新创的名言是：不是Go big，就是Go home（不做大就会失败），所以创业第一天就知道必须往外走，「再难都得跨出去」，这份「不要脸」的精神，让Gogolook从Whoscall出发，开展出金融商品防诈平台「袋鼠金融Roo.Cash」、可疑讯息查证机器人「美玉姨」，以及辨别企业是否遭伪冒的Whoscall Watchmen等产品，并在日本、韩国、泰国、马来西亚、香港、巴西6个海外市场开花结果。
受到数位防诈需求节节升高，推升Gogolook 2022年营收达到台币4.2亿元，较前一年度大幅成长68％，净损5741万元，也较前一年净损6115万元收敛，虽然未达全年损益平衡，但毛利率连续三年高达85%以上。
探究Gogolook的产品发展，一贯的核心是「防诈骗的信任科技」。
独特的服务，让Whoscall受到市场欢迎，截至目前为止，资料库拥有超过26亿笔资料，阻挡了超过100亿次恶意电话与简讯，Whoscall App全球下载量超过1亿，每月活跃人数1500万人。
此外，随着人们愈来愈数位化，Gogolook加紧布局，蒐集的资料拓展到姓名/公司名、商标、企业网址、虚拟货币／钱包等，形塑出一个如同「数位身分」的「防诈骗资料库」，以此吸引企业用户，例如协助银行辨识来电真伪，让原本只有广告营收与个人订阅的商业模式，有了更高毛利的来源。
离开Naver集团之後，Gogolook加快发展，复制技术演进的三部曲：网路爬虫、使用者回馈、AI机器学习，开展出3大新品：袋鼠金融、美玉姨、Whoscall Watchmen，在台湾疫情期间查核超过500万则通讯软体中的不实资讯。
接下来Gogolook计画复制三大商业模式，「我们准备好要疯狂成长，为台湾打造一间有影响力的新经济软体公司，」Gogolook董事长郑胜丰表示。
郭建甫表示，IPO预计可取得2～3亿元资金，将用於海外市场扩张，也考虑进行投资与并购。
回头看看尚未损平的财报，追求Go big，会不会让投资者紧张？
郭建甫自信又坚定地说明，集合Fortune Business Inside、Straits Reserch、KBV Research的数据，数位防诈、数位身分、法遵科技的全球市场规模可达2500亿美元，未来复合成长率可达18~22%，这时候有两路，一是抓住机会解决更多问题、抢占更多市场，二是完成损益平衡目标，两条路只能选一条。
「我们有三大产品线、三种商业模式，我不想这麽快把鱼缸限缩的这麽小，只能当一尾孔雀鱼，我希望池子可以更大，变成一只抹香鲸，」郭建甫积极以对。
Gogolook走着瞧
▌成立：2012年4月（2010年产品上线）
▌董事长：郑胜丰
▌执行长：郭建甫
▌产品：Whoscall、美玉姨、袋鼠金融、Whoscall Watchmen等
▌员工数：164人
▌财务数据：2022年台币4.2亿元、净损5741万元、毛利率85%…
微软
重点新闻(0602～0608)
微软 Orca 生成式AI
微软发表130亿参数模型Orca，表现比ChatGPT还要好
微软日前发表一款130亿参数的语言模型Orca（虎鲸），还在一系列基准测试中赢过主流大型基础模型，像是ChatGPT、Bard，以及其他同参数量的Vicuna-13B、Alpaca-13B和LLaMA-13B等模型。进一步来说，微软想透过学习、模仿大型语言模型的推理过程，来提高小模型表现，於是，他们以GPT-4为标竿，让Orca学习GPT-4的推理过程，包括解释步骤、逐步（Step by step）思考模式和其他复杂指令，并由ChatGPT的老师模型来引导。
测试时，团队以GPT-4作为评分工具，来衡量Orca在严格的基准测试Big Bench Hard（BBH）中与其他SOTA模型的表现，发现比ChatGPT、Bard等要好，也在包含SAT、LSAT、GRE和GMAT等学术考试的AGIEval基准测试中，拿下不错成绩。（详全文）
函式库 Teams Copilot
微软推出AI函式库，开发者可用来打造Teams AI应用程式
微软不只在M 365生产力工具中加入Copilot扩充套件、用大型语言模型协助用户处理语言任务，现在还进一步扩展大型语言模型的支援，推出Teams AI函式库。Teams AI函式库是一个开发工具，以GPT-4为基础，能让开发者在Teams平台上打造具AI功能的Teams应用程式，也支援多种语言。Teams AI函式库包括进阶AI元件，如对话式AI、提示语管理和安全审查等功能，开发者可开发高度互动的应用程式。微软指出，该函式库的设计考虑了开发的简单性和灵活性，所以开发者不需花大量时间，理解复杂的协定或是编写自定义对话逻辑。（详全文）
Google Transformer 扩散模型
一句话一张图就能准确生成新图片，Google发表新文字生成图片模型StyleDrop
Google最近发表一款图片生成图片的AI系统StyleDrop，以Google先前发表的同类模型Muse为基础，可根据使用者给定的一张图和文字提示，来生成同样风格和纹理的图片，表现比扩散模型（如Stable Diffusion、Imagen）还要好。
进一步来说，有别於扩散模型，StyleDrop是一款基於离散Token的视觉Transformer模型。团队在训练模型时，采用了人工回馈和自动回馈方法，来提高产出品质，也就是说，团队对StyleDrop输入一张图片後，模型会产出一组同样风格的图片，团队手动挑选或用CLIP模型自动分类出品质最好的图片，再用这些图片来训练模型。与此同时，团队也利用Dreambooth模型来强化StyleDrop对物件图片的生成表现，由前者学习物件、後者学习风格，再整合为生成结果。Google表示，StyleDrop的强项在於能捕捉图片风格中的细微差异，像是色彩、阴影、图案设计等，并能按照该风格生成图片。他们评比发现，StyleDrop的风格转换表现比Textual Inversion、Dreambooth、LoRAs和Imagen等主流模型还要好。（详全文）
Falcon LLM SageMaker
阿拉伯联合大公国打造400亿参数LLM，霸榜OpenLLM排行榜
近日，阿拉伯联合大公国科技创新研究所（TII）用AWS机器学习服务SageMaker打造出400亿参数的语言模型Falcon-40B，在Hugging Face的OpenLLM排行榜上位居第一，赢过LLaMA、StableLM和RedPajama等模型，最近也开源了。
Falcon-40B是因果解码器，用将近5亿个Token训练而成。这些训练资料来自网路公开文件，为提高训练资料品质，团队还自建资料处理工作流程，透过过滤和去重复化来挑出高品质资料。此外，团队还采用了多重查询注意力（Multiqery attention）机制和FlashAttention注意力机制，来提高模型效率。简单来说，多重查询注意力机制可让模型对每个Token产生多个查询，来更好表示同一序列中，不同token之间的关系；FlashAttention则能加速自我注意力的运算、降低复杂性，进而提高模型整体的运算效率。
接着，团队使用SageMaker服务和384颗GPU来进行2个月的训练。经多个基准测试，表现比LLaMA、Vicuna和Alpaca好，目前开源的版本有Falcon-7B-Instruct和Falcon-40B-Instruct等。（详全文）…
ChatGPT、生成式 AI（AIGC）无疑是 2023 年科技烫金关键字，Microsoft 微软身为 OpenAI 唯一授权的商业夥伴，也陆续推出 Azure OpenAI、Copilot 等相关应用，且标榜是「企业级 AI 应用」。
基於资料外泄风险，全球有不少政府机关、民间企业宣布禁用 ChatGPT。而微软的 Azure OpenAI、Copilot 等「企业级服务」则持续推出，差异在於微软的 AI 服务可满足企业对 SLA、资安、法遵等需求，可消除不少企业主的疑虑。
MetaAge 迈达特作为微软指定的台湾代理商，我们具备专业团队，为您提供 Azure OpenAI「从头到尾」的全程导入协助，包含① 建立基础 Know-How、② 进行 Fine Tune、③ 经过 POC 後 ④ 再正式 Go Live。透过下文，您将更加熟悉 Azure OpenAI Service 的具体使用情境，以及 …
随住人工智能驱动嘅聚合同埋假消息，传统新闻嘅公司已经开始准备应对混乱情况，并考虑设置防护措施，以保护自己嘅内容。据知情人士透露，纽约时报同埋 NBC News 等组织正在同其他媒体公司、大型科技平台同埋 Digital Content Next（该行业数字新闻贸易组织）进行初步谈话，以制定有关如何使用自然语言人工智能工具嘅内容规则。
最新嘅趋势 GPT 生成式人工智能，例如 Open AI 嘅 ChatGPT 同 Google 嘅 Bard，系经过对来自互联网上大量公开可用嘅信息进行训练，包括新闻和受版权保护嘅艺术品。在某些情况下，生成嘅材料实际上几乎是从这些来源中抄袭而来。
出版商担心这些程序可能会在未经授权嘅情况下发布重新制作嘅内容，从而削弱他们嘅商业模式，并创造大量不准确或误导性嘅内容，从而降低人们对网上新闻嘅信任。Digital Content Next 代表了 50 多家美国最大的媒体组织，包括《华盛顿邮报》和《华尔街日报》的母公司 News Corp 。
本周，Digital Content Next 发表了《生成式人工智能的发展与治理原则》 。这些原则涉及安全、智慧财产权赔偿、透明度、责任和公平等问题，旨在为未来的讨论提供一个途径。这些原则包括：“出版商有权为使用其智慧财产权进行公平的谈判并获得合理的补偿” ，以及“GAI 系统的部署者应对系统输出负责” ，而不是行业定义的规则。Digital Content Next 於周一与其董事会和相关委员会分享了这些原则。
Digital Content …
