結尾有提示。 必須將正確答案完整抄寫 該題才有滿分。 答案請寫在答案紙上或背面； 寫在題目旁邊的答案不計分。
21世紀初有兩位吹哨者揭發資訊大廠及一些民主國家政府暗中監控民眾的事實。 (A) 原本為美國國安局 (NSA) 的外包商工作。 他發現 NSA 透過各式各樣的資訊科技管道， 全面監控微軟、蘋果、..等等產品的用戶們。 從2013年六月報導稜鏡計畫 (prism project) 開始， 很長一段時間透過英國衛報、美國華盛頓郵報及德國明鏡週刊三大媒體， 揭發這些監控科技。 另一位吹哨者 (B) 則創立了 (C) 網站， 鼓勵網友匿名爆料。 其中的 spyfiles 也揭發了許多類似的監控科技， 包含協助各國政府監控民眾的 FinFisher 惡意軟體。 (後來加拿多倫多大學大公民實驗室發現 FinFisher 竟然可以獲得 Nokia、 RIM 與蘋果等3大手機業者的數位簽章， 也就是這三大廠為惡意軟體背書，欺騙自身的客戶。)
中國共產黨政府的監控則是更明目張膽、毫不遮掩。 實施言管制的政府勢必要對全民的私密通訊進行監控， 這是無法避免的。 再加上 (D) 法條， 來自中國的軟體都必須依法配合中共政府監控所有用戶。 此外中國的 (E) 制度結合各種手機 apps 把民眾生活的各種行為 (交通違規、上訪維權、翻牆...) 與發言鉅細靡遺地變成數位紀錄， 用以幫每個人評分， 以便決定他有沒有權利貸款搭飛機坐高鐵等等。
西方社會 「比較正常」 的資訊產業監控用戶， 主要是為了達到 (F) 的目的， 也就是送正確的廣告給真正可能有興趣的潛在客戶看 (例如高跟鞋的廣告就要送給成年女性才有用) 等等。 諸如 Facebook 跟 Google 這類大公司， 因為他們的多數用戶習慣性地隨時都在登入狀態， 所以很容易掌握用戶的瀏覽行為。 至於一般 analytics 類型的較小公司， 他們手上並沒有大量的客戶註冊資料， 於是會採用各種技術來達到追蹤不特定用戶瀏覽習慣的目標。 例如用來指認同一個瀏覽器重複造訪某個網站的 (G) 類型技術， 或是用來把兩部不同3C產品的用戶指認為同一位的 (H) 類型技術。
你的隱私就是這些公司的大數據， 可以被拿來訓練人工智慧， 又回過頭來左右你的 (購物/投票/投資/...) 等等面向的思想與意圖， 說得更直接一點就是某種程度地控制你的心志。 (I) 公司的專長是資料探勘及數據分析， 他們開發性格分析的心理測驗並且從臉書取得用戶資料， 又透過心理學的分析針對不同性格的用戶投放適當的政治廣告， 最終影響了2016年的美國總統大選及英國脫歐公投。
* * * * *
類神經網路是人工智慧領域的技術當中近幾年最快速竄起的技術。 一個類神經網路包含很多個神經元以及它們之間的連線， 用來模擬人類大腦的運作。 每個神經元與其他哪些神經元如何連線， 這份完整的描述文件/程式碼稱為這個類神經網路的 (J)。 每一條連線上面的數值， 合起來稱為這個網路的 (K)。 有時 (J) 與 (K) 兩者合起來簡稱為 (J)。 所謂 「訓練」 一個類神經網路， 就是餵很多資料給它， 再用一些數學公式去調整它的 (K)， 直到它經常算出正確的答案為止。 現在較成功的類神經網路，都有很多層的隱藏層神經元， 所以 (L) 這個子領域成為現在人工智慧技術當中主流的主流。 常見的類神經網路有以下一些類型： 擅長分析圖像資料的 (M)、 擅長分析時序資料 (例如語言、音樂) 的 (N)、 擅長創作的 (O)。 其中 (O) 的運作方式是： 把一個專門負責創作的網路跟另一個專門負責鑑別真偽作品的網路拿來互鬥、 互相訓練； 這兩個網路各自又可能屬於 (M) 類型或 (N) 類型。
AI 技術的進步當然為生活帶來許多便利， 例如自動翻譯、 自動駕駛等等； 但是也帶來許多新的挑戰。 以詐騙為例， 過去詐騙犯可以選擇低成本、 低命中率的 「廣寄相同詐騙信件」， 或是高成本、 高命中率的 (P)， 也就是針對特定人士精心設計的詐騙內容。 然而 AI 技術提供量產假相片、 假文章甚至是 (採用 (Q) 技術所產生的) 換臉假影片等等可能性。 再搭配網頁爬蟲技術搜刮每個人在社群媒體上的按讚轉貼與發言， 未來的詐騙犯將更容易對大量受害者寄發專屬個人客製化、 更有說服力的詐騙內容。