【武漢肺炎】比爾蓋茲主張美國全面封城,否則後果更慘

長痛不如短痛!比爾蓋茲在新聞對談節目指出,美國應該全國封閉 6-10 週。
評論
REUTERS/達志影像
評論

原文刊登於中央社,INSIDE 經授權轉載。

長期關注傳染疾病議題的微軟共同創辦人比爾蓋茲(Bill Gates)接受有線電視新聞網(CNN)訪問時主張,美國應盡快全面封城(shut down)6 週到 10 週,以對抗疫情倍數成長。

64 歲的比爾蓋茲本月退出微軟(Microsoft)董事會,全心投入他與妻子梅琳達(Melinda Gates)為名的基金會,專注慈善事業。他在 26 日接受 CNN 的視訊訪問,提出對疫情的預測。

比爾蓋茲在與 CNN 主播安德森古柏(Anderson Cooper)、醫療專家古普塔(Sanjay Gupta)對談時指出,美國應該全面封城 6 週到 10 週,稱 4 月就能恢復正常生活的說法「不切實際」。

比爾蓋茲 2015 年在知識分享平台 TED 上的演講就曾警告,未來幾十年間,比起戰爭帶來的災難,更可能發生的是能夠一次殺死 1000 萬人的高傳染性病毒。

這位億萬身價的慈善家認為,美國部分州採取居家隔離「封城」措施,但還不夠,其他州的情況不像表面上的數字這麼好,因為實際的病例沒有檢測出來,而且沒有阻止人們在各州、各區之間移動。

他說:「假設你有 100 例,如果不封城,每天增加 23%,接下來就是千例、萬例,如果不阻止這個趨勢,這是倍數成長。」比爾蓋茲認為,美國應該使用中國的做法,傾全國之力嚴格封城。

「除非你要分裂美國,否則整個國家就要一起封城」他認為在沒有禁止人員移動之下,防疫的效果大打折扣。嚴格封城 6 週到 10 週之後,才能遏止感染曲線的繼續攀升。

目前美國 50 個州當中,有 27 個州執行居家禁令,措施包括要求民眾在家隔離、保持 6 英尺的社交距離,關閉非必要的營業場所等。

比爾蓋茲反對目前各州不同步的措施,也不認為可以漸進式恢復日常生活;雖然全面封城會重創經濟,但不徹底執行的話,結果更慘。

他說:「我們必須把封城列於最高順位,高度的社交隔離確實痛苦,但這沒有任何中間地帶。因為你不可能在一週之後跟大家說,你現在可以去戲院看電影,你可能會被感染也可能不會。」

他說,除非感染數降到很低,否則就算告訴一般人「你現在可以去買車、買房、去餐廳聚會,但人們還是不會想這麼做,因為每個人都想保護自己和家人」。

比爾蓋茲認為,只有把感染數字降到最低的時候,對這一小群人進行隔離,「就像其他提早行動的國家一樣,在感染的案例沒有進入倍數成長之前,提早進行檢測」。

責任編輯:Mia
核稿編輯:Chris


Cookie 消失?試試看全新 AI 影像內容辨識:讓用戶看的內容決定看到的廣告

Google Chrome 即將淘汰幫助廣告主的工具—— Cookie ,它的離去將再一次地影響數位廣告產業。
評論
Photo Credit:<a href="https://www.shutterstock.com/zh/image-photo/ai-artificial-intelligence-big-data-internet-1075853384" target="_blank">shutterstock</a>
評論

透過GA分析進站者發現, Safari的新客數越來越多,難道這表示 iOS 的用戶數也跟著增加了嗎?注意了,這有可能是 Apple 封鎖第三方 Cookie 帶來的影響。隨著 Google 即將淘汰 Chrome 上的 Cookie ,這個幫助廣告主記住用戶受眾的小工具,將要再一次地影響數位廣告產業。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

後 Cookie 時代的廣告受眾如何鎖定?

各大廣告平台在過去幾年不斷地透過 Cookie 以及其它方式,悄悄收集使用者的用戶數據,隨著這幾年用戶的隱私權意識抬頭, Apple 與 Google 對於藉由 Cookie 辨識用戶資料的廣告投遞方式,持有不同的態度,這也將是所有廣告主的極大挑戰。當 Cookie 不復存在,要如何辨識使用者資料?

Cookie 消失了,或許會有新的數據辨識工具來取代,但是任何試圖跟蹤受眾的方式,都難以符合大眾對於保護隱私權的期望。另一方面,也極有可能無法再通過日趨嚴格的媒體監管限制。無論如何,數位廣告不能像過去一樣,無條件地使用類似 Cookie 的追蹤方式,來達到與現在同樣的廣告效果。

後 Cookie 時代內容辨識類型的廣告鎖定方式,將成為未來具指標性的投放策略。廣告與瀏覽平台或內文主題的高相關性,不僅能顯著提高受眾的互動度,更重要的是,完全不需要收集任何個人數據。

FreakOut Taiwan 不斷嘗試更友善的廣告投遞形式, 自 2016 年進入台灣市場的原生廣告,到 2020 年末引進「 Mirrors 」 AI 影像視覺內容辨識系統,都是以網路使用者的角度出發。「 Mirrors 」不需要使用傳統的受眾興趣設定,即可針對「目標受眾在觀看的影像內容」、「品牌自身競爭對手或相關指定系列產品出現的影片」來投遞 YouTube 上的影音廣告。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

AI 人工智慧影像技術突破,推動新一代內容辨識功能

傳統的內容比對廣告皆為自然語言處理 NLP 中心,基於「純文字」的比對來顯示相關廣告,如大家很熟悉的 Google AdSense 。但是,結合新興的 AI 演算和複雜的圖像辨識,已然能夠達到「影片」的內容偵測,透過增加多個比對層和基於自然語言處理 NLP 的基準定位,可深度學習並提供更精細的辨識洞察力。

舉例來說,若想要將汽車廣告投放給對汽車有興趣的人,我們要先從可能對汽車感興趣的受眾中開始推估,並且根據過去的經驗加入不同的興趣條件,最後針對素材更進一步地測試。透過 Mirrors ,我們可以讓廣告出現在有滿足特定條件的影片內,例如:在消費者觀看的影片中,出現汽車評測報告、自家品牌或競爭對手的 LOGO 、代言人等指定條件,再依照不同廣告主設定的預算判斷是否露出廣告。

藉由這樣的影像比對方式,可以更有效地根據消費者行為觸發廣告投遞條件,而不再是現行的用戶受眾數據。人的興趣是多樣且多變的,當對汽車有興趣的用戶在完成汽車的選購後,短期內將不會再瀏覽相關資訊,轉而瀏覽其他更具時效性的內容。透過消費者當下正在觀看的影片內容,取代消費者身上被貼上的數位標籤,將更貼近消費者本身的使用行為。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

Mirrors AI 影像辨識:用消費者看的內容決定廣告

2021 年台灣數位報告指出,台灣人在各網路內容服務中,最愛「網路影片」的比例高達 97.9%,遠超過 Vlog、串流音樂、網路廣播、Podcast 。

影音廣告早已是品牌經營的趨勢:根據 DMA 2019 年台灣數位廣告量統計報告指出,台灣各類型廣告中,影音廣告以 37.2% 的成長比例大幅領先奪冠。其中 YouTube 持續蟬聯台灣最常被造訪網站第 2 名(僅次於 Google ) ,在台灣各大影音平台中的觸及率及影響力不容小覷。

2021 年 FreakOut Taiwan 已與客戶合作,進行搭載新系統的 YouTube 串流內廣告投遞,在針對品牌及產品客製化的多層鎖定策略建議下,房地產廣告的 CTR 表現高於平均,並發現「人臉」群組辨識表現為佳,其中多為財經、名嘴等名人。而美妝品牌廣告 VTR 表現優異,則以品牌「 Logo 」、「人臉」群組有最出色的表現。

本文章內容由「驚點股份有限公司( FreakOut Taiwan )」提供,經關鍵評論網媒體集團廣編企劃編審。