臉書同理心研究日~這張照片麻煩你移除！|數位時代 BusinessNext

「這張照片我不想被tag啊，真糟糕！」面對臉書一大堆通知訊息，原來是一場聚會後，朋友高興地在所有照片標記上你大解放、扮傻臉的樣子，不過他們可能不知道，你其實還想在臉書留點面子和形象，為此而困擾不已？

臉書看起來在人們社群關係中扮演要角、目的在於拉近親朋好友之間的溝通，不過人們的情感並不是透過按讚、分享、留言、標記就能完整詮釋，按下每個按鈕的瞬間，你又能知道對方在想些什麼？即使是親朋好友之間，也會有難言之隱。

就在一年半前，電腦工程師阿杜羅畢賈(Arturo Bejar)和其在臉書的同事討論在網站上一些使用者檢舉的照片，然而，他們發現這些應該滿冒犯人的照片，看起來卻是如此正常溫馨。「大家互相擁抱、對著相機微笑、裝傻臉樣子等等，你無法了解為何這些照片會讓某人感到不滿意或失望。」阿杜羅畢賈說。

後來他們發現，這些回報照片的使用者，本人也在照片之中，而張貼照片的正是這些使用者的朋友們；根據對大多數圖像照片的觀察，他們認為，之所以會產生這些現象的原因在於－大家都認識對方，但很明顯地不知道要怎麼解決他們之間人際相處的問題。這可以一路延伸從親友間的尷尬、到陌生人之間的不友善甚至霸凌，尤其是青少年使用者，而大部分人能做的，也只有透過封鎖(block)、斷交(unfriend)等臉書提供的功能，實質問題並沒有解決。阿杜羅畢賈認為，臉書不能再只是一個計算人際關係的平台，「當你想要維護一個十億人所在的大社群，你就必須確保這些隨著時間成長的人際連結都是正面的、真實的。」

今年七月，阿杜羅畢賈在「臉書第二次同理心研究日(Facebook’s second Compassion Research Day)」發表其領導的「社群意見回報(social reporting)」計畫，對於照片感到困擾使用者可以透過臉書的「意見回報(Report)」按鈕設計，進入意見回報流程(reporting flow)，接著會出現一連串的視窗選項，幫助使用者更詳細地描述這張照片的問題在哪，例如：「我不喜歡這張照片是因為：我覺得很丟臉、這讓我心情不好、這張的我不好看、或其他原因。」使用者可以選擇發送私人訊息給張貼照片的朋友，臉書內建一套比較理性的內文而使用者只需輸入對方名字即可。

根據研究顯示，因循這個意見回報流程的使用者，有半數的使用者表示對張貼照片的人仍然維持正面觀感，而也有超過半數的張貼者接收到訊息後自行移除了照片。目前社群意見回報2.0計畫正在進行中，其測試對象以英語系國家13、14歲的青少年使用者為主，而新的意見回報流程正在研發，之後將會隨機選取50%臉書使用者進行測試。

臉書的同理心持續發酵，他們想證明，臉書不是將社群關係數據化的機器，而是要成為人際關係的顧問(Facebook as a relationship counselor)，真正從人的角度出發，打造一個永續且正面的社群網路。

出自 GreaterGood

從生成式AI訓練、推論，到代理式工作流程（Agentic Workflow）與未來的實體AI，資料流量正以指數級成長，讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出，AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力，加速「Computational Memory」等新架構興起；在這波浪潮中，深耕記憶體與儲存技術數十年的美光科技，正與關鍵夥伴展開深度協同設計，包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術，在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。