Facebook三大爭議內容難解，佐克伯想守護平台仍長路漫漫|數位時代 BusinessNext

Facebook三大爭議內容難解，佐克伯想守護平台仍長路漫漫

Facebook每月活躍用戶突破20億，面臨龐大的使用人口，維護社群內容安全成為現階段重要課題，但目前Facebook在處理不當內容、假新聞和詐欺廣告上仍無法有效解決，顯示Facebook在落實社群內容安全上還有很大的進步空間。

一、不當內容：標準難訂，統一規範也得因地制宜

如今暴力、色情內容已經不只能透過圖文傳播，Facebook推出的直播功能更讓這些不當內容防不勝防。

有關內容安全的審查，Facebook目前除了制定禁止不當內容的審查標準，也推出隱私設定、封鎖和檢舉等安全工具，並在全球設有六間社群內容政策辦公室。Facebook全球內容政策經理David Caragliano也特別指出，他們可24小時處理被檢舉的內容，包含中文內容。

此外，Facebook執行長佐克伯也才在上周的財報會議宣布，明年將加倍處理安全議題團隊的人力編制，擴大社群安全的投資，要來守護平台。

儘管Facebook內部自有一套內容標準，但Antigone Davis同意，作為跨國企業，很難將一套「安全準則」直接落實在文化和法規差異都很大的不同國家。例如，在台灣違法的內容，並不一定適用於Facebook下架文章的標準，而和當地組織合作便成為Facebook落實維護安全社群的重要策略。在台灣，網路內容防護機構iWin就扮演與Facebook溝通何謂台灣不當內容的橋樑。

二、假新聞：開放第三方組織「標記」，但效果有限

除了暴力、色情、仇恨言論等違反Facebook社群守則的內容，協助散布假新聞等不實訊息，也是Facebook一直為人詬病之處。

對此，Facebook全球內容政策經理David Caragliano坦言，這是很難解的問題，因為他們並非專門判定何謂「真實」內容的公司，目前傾向和第三方平台及媒體識讀專家合作。例如，Facebook在3月開放用戶和第三方組織替假新聞加上「有爭議」的標籤，並降低該篇貼文的觸擊率。

不過，這項政策迄今帶來的效果仍有限。曾有研究指出，標示警語對用戶判斷新聞真偽的幫助並不大，平均只能幫助3.7%的參與者更正確判斷假新聞，甚至會讓特定族群懷疑，該標籤是否是針對性地只對特定資訊進行標示，反倒造成反效果。

三、詐欺廣告：廣告審查標準更高，但仍有漏洞

比協助散布假新聞更糟的，或許就是利用散布這些不實訊息賺錢。曾被質疑假新聞影響美國總統大選的Facebook日前發現，在美國總統大選期間，該平台上有近五百個與俄國有關的假帳號，花了10萬美元、針對美國用戶投放三千則廣告。相較一般貼文，付費廣告可觸及到更多人、影響層面更大。

對此David指出，廣告內容不只須符合Facebook社群內容規定，還必須通過更嚴格的審查標準才能上架。只不過，從台灣層出不窮的Facebook網購詐騙，以及Facebook未能阻止俄國投放政治廣告的例子就能看出，目前Facebook的廣告審查仍存在漏洞，而這或許也是為什麼儘管Facebook最新一季的廣告營收成長近五成，股價卻反而下跌的原因之一。

打擊殭屍帳號，真實身份對安全社群的重要性？

除了事後審查內容，Facebook認為帳號真實性也是維護社群安全的關鍵之一，「相信當大家用真實身份在線上互動時，更能對自己的行為負責，」David說。因此，Facebook也利用人工智慧技術掃描行為異於真人用戶的帳號，試圖打擊殭屍帳號。

但除了Facebook本身，旗下Instagram、以及Facebook剛在10月收購的青少年社交app「TBH」，都不像Facebook規定用戶使用真實名字。對此，David表示，匿名確實增加管理的挑戰，但以Instagram來說，該平台對「霸凌」的審核標準就比Facebook更嚴格、有更多過濾器，需要用更積極的態度預防霸凌語言出現。

其實這些都不是只有Facebook一家公司會面臨的挑戰，只是當用戶規模愈大，無可避免也更容易被放大審視。但就如同先前YouTube曾因仇恨內容引發爭議，因此加快腳步將機器學習用於主動辨識不當內容，並在今年9月已經達到83%的極端影片可在被檢舉前先辨識出來一樣，這些挑戰，或許也會成為促使Facebook技術前進的一大動能。

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。