電子垃圾問題加劇 軟體支援終止成幕後推手 - OwlNews圖／示意圖商傳媒｜何映辰／台北報導全球電子垃圾（E-waste），也就是廢棄的電子產品，正以驚人速度增長，成為當前成長最快的固體廢棄物來源之一。根據世界衛生組織的指出，這些電子產品往往含有有害物質，若未妥善處理，將對環境造成嚴重威脅。近年來，許多電子設備並非因硬體損壞而廢棄，而是因為軟體支援的終止，導致設備不再接收安全性更新或功能升級，使用者被迫汰換新機。這項軟體支援與硬體生命週期的關聯性，正加速電子垃圾問題的惡化。例如，微軟（Microsoft）逐步停止對Windows10的支援，便促使許多企業與個人為了資訊安全，不得不升級至更安全的平台，間接造成大量仍可運作的電腦被淘汰。這種情況不僅限於桌上型電腦，從智慧家庭裝置、穿戴式設備到平板電腦、行動裝置等各類電子產品，都面臨類似的挑戰。有時設備功能完好，卻因無法執行最新的作業系統版本或應用程式，效能表現不佳，最終遭使用者放棄或丟棄。這其中也包含了「計畫性淘汰」（PlannedObsolescence），意指製造商故意縮短產品壽命，或透過軟體更新使其過時，迫使消費者購買新品的行為。自2014年以來，U.S.PIRGEducationFund的ElectronicWasteGraveyard資料庫估計，因軟體過期或雲端服務終止而產生的電子垃圾已達17億磅。若繼續使用這些不再受軟體支援的設備，資安漏洞將難以彌補，形同成為網路攻擊的目標。為應對此問題，民間組織積極倡議延長電子產品的生命週期。例如，TheRestartProject組織提供工具包，協助使用者修復或保護舊設備；OpenRepairAlliance則呼籲，延長軟體支援、讓產品更耐用、更容易維修，能顯著減少電子垃圾。該組織強調，目前丟棄舊電子產品所造成的污染成本，反而比負責任地回收與處理更低廉，並認為應由主要的廢棄物製造者而非消費者來承擔這些成本。此外，透過重新利用舊科技產品，也能有效管理電子垃圾。例如，將舊平板電腦改造成智慧家庭控制面板，或將舊筆記型電腦轉變為復古遊戲主機等，都是延長產品價值的實踐方式。10/3 19:03商傳媒原站#Technology
新科技恐懼非首例 歷史透視AI爭議 - OwlNews圖／示意圖商傳媒｜責任編輯／綜合外電報導人工智慧（AI）的快速發展引發社會各界廣泛討論，從潛在風險到倫理問題，擔憂聲浪不斷。然而，評論性雜誌《城市雜誌》（CityJournal）近日發表文章指出，這類新科技問世時所伴隨的恐懼與爭議，在歷史上其實屢見不鮮，這本評論性雜誌以其常從歷史或保守視角探討公共政策和社會議題的獨特論述風格著稱，為當前的AI辯論提供了新的觀察角度。每當有顛覆性科技問世，社會上總會伴隨類似的恐懼與擔憂，引發廣泛爭議。這類歷史上類似科技革命的爭議，在19世紀中葉的鐵路與電報興起時，便已清晰可見。例如在1862年，醫學期刊《刺胳針》（TheLancet）曾對鐵路旅行發出警告，稱乘客可能因高速行駛窒息，或移動的景物會損害視覺處理能力，甚至認為人體不適合高速。到了1881年，美國神經學家喬治·米勒·比爾德發表《美國神經症》，將當時普遍的焦慮歸因於鐵路、電報、印刷業普及以及女性心智活動增加等社會變革。類似地，1858年《紐約時報》擔憂電報傳播謊言的速度「快到真相無法追上」，專家甚至警告「病態地渴望驚人消息和對誇張傳聞的偏執」。1861年《MorningPennsylvanian》雜誌更指出，電報對公共通訊而言「幾乎是禍害無窮」。甚至有專家擔心電報線路的電流會危害農作物和動物，並警告「用電線環繞地球」可能導致地球自轉不穩。這些歷史案例對照現今對AI的擔憂，有異曲同工之妙。如今，《華盛頓郵報》在2026年的一篇報導標題寫道：「滅絕情境正在主導AI辯論」，《紐約時報》的信任團隊也指出，人們對AI的疑問「龐大、令人警覺，甚至可能危言聳聽：AI系統會不會很快超越人類控制？會不會失控？AI會不會終結人類？」悲觀者甚至預測AI可能導致「金融車諾比，或真實的車諾比」式災難。然而，實際發展顯示另一面。MetaPlatforms（Meta）於今年九月推出的個人AI助理Muse，在美國iOS平台上架前12天就創下近200萬下載量的紀錄。Meta執行長祖克柏解釋，公司花費額外時間確保安全功能才推出該產品。前美國白宮AI顧問大衛·奧利弗·薩克斯也指出，責任法規是確保產品安全的最佳誘因。數據顯示，生成式AI工具與服務的市場支出從2022年的幾乎為零，飆升至目前年化近2,000億美元的規模，其銷售增長速度是網際網路或手機問世初期的三倍。各行各業的公司都在測試與部署AI工具。儘管有AI被指控在七月時從測試環境中「攻擊」HuggingFace的AI模型集合，但事後調查歸因於程式設計師失誤，而非AI的不可預測行為。文章指出，現代社會在引進革命性技術與建立法規框架方面擁有豐富經驗。關於AI安全，關鍵問題在於現有法律與規則是否足以涵蓋其風險，以及哪些地方需要調整與釐清。真實的AI風險主要可分為三類：實體安全、文化衝擊（工作與社會規範）和資訊安全。輝達（Nvidia）執行長黃仁勳更明確表示，AI在2030年前造成世界末日的機率是「0%」。10/3 19:17商傳媒原站#Technology
印度反衛星測試震驚華府情報界 美官員憂太空碎片威脅 - OwlNews圖／示意圖商傳媒｜林昭衡／綜合外電報導根據外媒報導，印度於2019年3月進行「Shakti任務」反衛星飛彈測試時，美國情報官員對此感到意外與震驚。時任美國國家偵察局（NationalReconnaissanceOffice,NRO）行動中心的情報分析師戴維·格魯施（DavidGrusch）回憶，當時他接到消息後的第一反應是：「這到底是什麼鬼？」他形容整個華盛頓特區陷入一片混亂。格魯施在一次播客訪談中提及這段經歷，指出當時美國情報單位預期印度會進行飛彈測試，但未料到會是針對衛星的打擊。他表示，美國國家偵察局最擔憂的是這次測試產生的太空碎片，因為這些碎片可能對美國的偵察衛星造成威脅。格魯施當時立即要求軌道分析師計算碎片散布範圍，並判斷美國衛星是否需要變軌以避免潛在危險。這項「Shakti任務」由印度國防研究及發展組織（DefenceResearchandDevelopmentOrganisation）主導，於2019年3月27日從奧里薩邦（Odisha）的AbdulKalamIsland發射，並成功以「動能撞擊」（hit-to-kill）方式，在三分鐘內擊落一枚自家在近地軌道（lowEarthorbit）的Microsat-R衛星，高度約300公里。所謂的「動能撞擊」是一種反衛星武器技術，透過飛彈直接撞擊目標衛星，使其失去功能，不涉及爆炸彈頭，但會產生大量碎片。印度總理莫迪（NarendraModi）在測試後立即發表全國演說，強調此行動並非針對任何特定國家，而是為了展現印度保護其太空資產的能力，並重申印度無意參與外太空軍備競賽。這次成功的測試使印度成為繼美國、俄羅斯和中國之後，全球第四個具備反衛星武器能力的國家。10/3 19:20商傳媒原站#Technology
Cloudflare推Clef模型 AI Agent可自主決策無需人類介入 - OwlNews圖／示意圖商傳媒｜葉安庭／綜合外電報導網際網路服務公司Cloudflare近期推出兩款全新的決策模型（decisionmodels）Clef與Clef-flash，目標是讓人工智慧（AI）Agent能夠自主運作，在特定任務中不再需要人類介入。這項創新被視為AI自動化領域的一大突破，可望大幅提升企業營運效率。傳統的大型語言模型（LLM）通常以生成長篇文本為主，但Cloudflare的Clef模型則專注於判斷預設選項的機率，而非生成文字。這表示AIAgent可以根據這些機率結果，自動執行後續動作，例如將客戶服務請求分配至適當部門，或觸發必要的升級處理。Cloudflare強調，透過Clef模型，「人類不再需要持續介入AIAgent的決策過程」。Clef與Clef-flash模型基於中國阿里巴巴開發的Qwen模型，支援文字與圖像輸入，並已在Cloudflare的WorkersAI平台及開源機器學習平台HuggingFace上發布，採用Apache-2.0開源授權。根據Cloudflare自行報告的基準測試數據，Clef-flash的平均回應時間為39毫秒，Clef則為209毫秒，比競爭對手TypeSafeAI的Jev模型（超過524毫秒）更快。Cloudflare表示，Clef在決策品質上表現最優異，而Clef-flash則在保持低延遲的同時，準確度幾乎與Jev模型匹敵。Clef模型具備64,000個Token（處理單位）的ContextWindow（一次能處理的文字範圍），是Jev模型的三倍。TypeSafeAI曾於9月中旬推出Jev模型，並主打其「無幻覺」（指輸出限制在預定義選項內）的特性；OpenAI也於9月底發布了基於GPT-6Luna的DecisionsAPI。然而，Cloudflare的Clef模型在速度與處理能力上展現競爭優勢。Cloudflare已將Clef應用於內部作業，例如其威脅情報團隊正利用Clef進行網站分類，評估網站屬於特定類型的機率。該公司還計畫將其用於審查濫用報告、分類支援請求，以及區分惡意機器人與有用機器人。為了讓客戶能依自身需求客製化模型，Cloudflare將推出一項強化學習（reinforcementlearning）服務，初期由工程師協助，未來將提供自助服務平台。這類無需人類持續介入的AIAgent，將有助於推動產業對AIAgent的需求，特別是製造業等正尋求利用AI提升生產力並加速決策過程的領域。Propel執行長RossMeyercord就指出，許多製造商已明確知道他們希望AI能做什麼。他強調，AI的應用已從一般性實驗轉向更具體的商業系統整合，而連通產品資料是各功能AI應用的共同核心。10/3 11:50商傳媒原站#Technology
