美軍核武系統終於更新用了 55 年的 IBM 電腦、擺脫 8 吋磁碟片!

一直以來是在 1970 年代開發、 1976 年推出於市場的 IBM Series/1 電腦上運行,並使用八吋軟碟片儲存資料,當時的美國總統是福特。
評論
Credit: United States Government Accountability Office / 蜜雅截圖
評論

你能相信嗎?美國很多政府單位仍在使用已經五十歲的古董級電腦,包括全世界最多核彈頭的美國核武部門!

是的,跟好萊塢電影賦予的先進科技形象恰恰相反,事實上操作核彈的系統,也就是美國國防部所屬美國戰略司令部的「戰略自動化命令控制系統」(Strategic Automated Command and Control System,簡稱 SACCS),一直以來是在 1970 年代開發、 1976 年推出於市場的 IBM Series/1 電腦上運行(如本文首圖所示),並使用八吋軟碟片儲存資料,當時的美國總統是福特。

SACCS 的作用是向核武部隊傳送、接收緊急行動訊息以及發射武器的指令,調控核武部隊的作戰功能,如洲際飛彈、核彈和支援空中加油的飛機。

此消息最早在 2014 年由老牌深度新聞專題節目《60分鐘》(60 Minutes)完整揭露,此節目自 1968 年起由哥倫比亞廣播公司(CBS)製播至今,叫好叫座,更拿過 138 座艾美獎(Emmy Award)及 20 次皮博迪獎(Peabody Awards)。

其後,2016 年 5 月美國政府責任署(US Government Accountability Office, GAO)發布「資訊科技」報告,在封面就指出「聯邦政府應正視老舊的大型資訊系統」(Federal Agencies Need to Address Aging Legacy Systems)。此報告中羅列出的老舊政府電腦系統,使用年次居然是從 56 年至 31 年不等!

該報告顯示, 2015 年美國聯邦政府的資訊科技相關開支至少 800 億美元,用於電腦系統「操作與維護」費用比「開發、現代化和強化」經費的三倍還多,前者佔了 612 億美元、後者僅 192 億美元。

美國財政部用的資訊系統,仍使用「組合語言」(assembly language),報告中直指「這是一種低階且相當難寫又難維護的程式語言」(assembly language code—a low-level computer code that is difficult to write and maintain);社會安全主管機構使用的程式語言則是「COBOL」—— 1959 年問世的、世界上最早的高階程式語言,已被資訊界視為過時的語言多年。

Credit: United States Government Accountability Office / 蜜雅截圖及標示

當時美國國防部就回應,該資料儲存系統及終端機等,預計會在 2017 財政年度的尾聲做升級(美國聯邦政府的 2017 財政年度是 2016 年 10 月 1 日至 2017 年 9 月 30 日),但直到今年 6 月才真正執行完畢。

美國一家資訊專業的媒體《 C4ISRNET 》前幾天發出報導指,核武系統 SACCS 負責人 Jason Rossi 中校受訪說,「今年 6 月,戰略指揮部的 8 吋磁碟片已經被替換成了『高度安全的固態數位儲存解決方案』」,但沒有說明是哪種固態儲存方式,亦未說明其他電腦組件的更新狀態。

Rossi 中校曾經在先前的訪問對媒體表示,「我常跟人開玩笑說,這是空軍最古老的 IT 系統。但是,資訊安全的時代已經到來。你不能破解沒有 IP 地址的東西。這是一個非常獨特的系統,它既舊又非常好。」此系統並不連接網際網路。

但實際上,要維護五十幾歲的大型資訊系統並不容易,要使 SACCS 保持正常運行,大多數現役維護人員都太年輕且經驗不足,新時代的資訊相關訓練並不重要,需要的反而是課本上快速帶過的電路、二極管和電阻,以及幾乎沒有人會的焊接技術。

一般來說電子產品都是以換代修,即使不是整機更換,也會是把壞掉的零件丟棄、換上新的,但 SACCS 備用零件已經都找不到了,所以它所有的零件都得修,比如說,維護人員得在顯微鏡下連續工作數小時,以更換遍及整個電路板的銅線。

核稿編輯:Mia


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。