維基媒體向法院談AI著作權：訓練模型與回傳原文如何區分？
（媒角抵加／林承志綜合報導）AI讀過新聞與維基百科後，再把內容整理成答案，應不應取得授權？維基媒體基金會在美國《紐約時報》與OpenAI的著作權訴訟中提出意見，主張法院分開看待模型訓練與聊天機器人檢索、回傳內容：前者可能符合合理使用，後者涉及原始作品的替代與授權。這份意見反映開放知識平台對署名、來源流量及AI發展的兩難
8 小時前・媒角抵加News
（媒角抵加／林承志綜合報導）颱風接近時，農民除了想知道風雨有多強，也想知道田裡作物可能受多大影響。美國大學研究團隊提出WxCrop，整合天氣、作物分布與保險紀錄，估算不同作物的預期損失。研究以佛羅里達州歷史災害測試；論文顯示，颶風資料留一年驗證的彙總估計與紀錄相差約2%，程式尚待公開。台灣若要運用，還需以本地資料檢驗。
馬里蘭大學與石溪大學研究者於台灣時間10月30日將WxCrop論文上傳至arXiv。團隊把天氣圖層與農地、作物種類及生長進度結合，讓使用者選擇日期與災害類型，查詢某個地區面臨的風險，以及不同作物群的估計損失。
颶風指標結合風速和雨量；寒害考量低溫與雲量，乾熱則結合水分不足和高溫。研究者再將風險指標、作物類型和生長階段放入以保險紀錄校準的模型。遇到較高風險時，系統估算縣內作物群損失占該季預期產值的比例，並提供使用資料的來源。
以2022年伊恩颶風為例，論文示範德索托縣的柑橘類作物預期損失約為該季預期產值的82%。這個數字是研究模型依縣級投保資料產生的估計，並非逐一勘查果園後確認的損失率。佛羅里達大學後續依農業調查估算，伊恩造成全州約10.3億美元農業生產損失；其統計範圍與WxCrop示範數字不同。
研究者使用美國農業部風險管理局的保險給付資料，依縣、作物、保險方案及受損月份整理，共有50個縣、60,135筆資料單位。由於保單可能有自負額，理賠金額不直接等於田間實際損失；研究依保單資料反推損失比例，論文也指出這種反推並不精確，沒有理賠不代表田間沒有損失。
團隊把21年資料輪流留出1年，用其他年份建立模型，再估計留出的年份。將颶風相關縣月資料加總後，預測總量與紀錄相差約2%。同一組評估還顯示，模型估計的柑橘損失排序與獨立的縣級產量變化紀錄，在110個縣與產季組合的排序相關係數為0.63。這些都是研究團隊依指定資料進行的歷史評估。
寒害與乾熱的獨立資料較少。論文指出，部分極端寒害的模型估計比公開報告低2至5倍；佛州蔬菜投保較少，相關估計標為從已投保農戶外推。這些差異會影響數字能否用在其他作物或不同災害。
WxCrop的作物損失比例以投保單位作為模型校準尺度，估計對象是縣內作物群，不是個別農場的理賠通知。美國農業部風險管理局說明，保險公司在接獲損失通知後，必要時會派勘損人員檢視作物並蒐集資料；保戶仍須依保單程序申報。
論文表示，WxCrop程式、分析程式及公開網頁介面仍在準備，將於後續版本釋出。論文為預印本；目前的研究結果尚待外部重跑與不同地區驗證。系統設計可以讀取預報資料，但論文中的歷史結果不等於已完成未來颱風的即時預警實測。
台灣近期也面臨颱風農損。農業部10月29日表示，截至10月28日下午5時，薔琵颱風造成的農業產物與民間設施估計損失為新台幣4億4,623萬元；另有5項氣象參數型保單達理賠標準，估計理賠約8,100萬元。農損統計、保單理賠與WxCrop的作物產值損失比例，各有不同的對象與計算依據。
依農業部保險介紹，台灣農業保險依商品設計，可採氣象參數、區域收穫量或實地勘查等方式認定。若研究團隊或農政單位評估類似模型，需先對接台灣各地作物分布、生長期、氣象觀測及災損資料，並用不同災害與年份的本地紀錄檢驗。農民如需申請救助或理賠，仍以所在地公告與投保契約為準。
延伸閱讀：AI修正中期天氣預報的研究與薔琵颱風農損救助申請。相關報導收錄於AI快訊與農業部專頁。
