社群9大違規地雷別踩，Facebook發動「萬人大軍」打擊惡意內容|數位時代 BusinessNext

社群9大違規地雷別踩，Facebook發動「萬人大軍」打擊惡意內容

Facebook內容政策團隊成員已提升至1萬5千人，負責把關平台9種違規內容，除了靠人力審查之外，也透過科技主動偵測違規內容。

假帳號攻擊暴增，Facebook用AI主動偵測惡意內容

「在2019年第一季（由於判定為假帳號）被停權的帳號共22億個，但在2018年12月的報告中，會發現那時候的數字只有7億540萬個；我們發現近期透過自動化、事先有腳本的假帳號攻擊越來越嚴重。」Facebook內容政策經理Sheen Handoo這樣說。

正因如此，Facebook不可能單靠人力審查撤下惡意內容，而是得善用科技力量。Handoo也提到，目前針對假帳號貼文檢舉，有9成以上是利用科技偵測；另外，在針對恐怖主義宣傳內容所撤下的640萬筆貼文之中，也有9成以上是透過科技偵測所發現的。

相對而言，由於仇恨語言、霸凌與騷擾這兩種惡意內容，使用的詞彙通常與在地語言情境相關，因此科技偵測的表現相對較差。像是在霸凌與騷擾相關惡意內容中，由科技主動偵測的比例只有14.1%。也就是說，大多數的內容必須仰賴使用者主動通報、檢舉，Facebook才能移除相關內容。

儘管如此，Facebook也持續強化科技主動偵測的能力，根據Facebook提供的數據，在2018年第一季，科技偵測仇恨言論的比例只有38%，但2019年第一季，在全球Facebook移除的400萬篇仇恨言論貼文中，透過科技偵測的比例已提升至65.4%。

語言霸凌內容需真人內容審查員把關

Handoo說，「我們也認知到科技與人還是不一樣，雖然像是血腥影片、成人裸體圖片等等違規內容的判定是科技的強項， 但仍有些領域（像文字為主的內容）對機器來說較困難 。」

由於仇恨語言、霸凌與騷擾這兩種形式的惡意內容上，單純透過人工智慧把關仍有困難，因此，Facebook全球的真人內容審查員扮演相當重要的角色。在使用者檢舉可能的惡意內容之後，審查員必須即時判定內容是否違背社群守則，並即時將惡意內容撤下。

問到目前Facebook如何為台灣使用者把關惡意資訊，Handoo說，儘管現階段台灣本地沒有審查員配駐，但和語言相關的內容審查依然必須透過「以台灣在地中文為母語」的審查員來評估。此外，Facebook內容政策團隊也會定期蒐集台灣專家的意見，例如網路內容防護機構iWin (現為 Facebook 全球安全諮詢委員會成員) 以及台灣展翅協會 (ECPAT)。

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。