top of page

數據治理不斷變革

Updated: Apr 28

上周三,香港大數據治理公會在財政司司長陳茂波的見證下正式成立,並跟科技界及商界眾多機構聯手合作,包括阿里巴巴、亞馬遜、中銀香港、香港科技園、數碼港、安永、谷歌等。

我們希望通過這個中立及開放的平台,推動企業、監管機構、消費者在公平使用原則下,一起建構香港成為全球數據樞紐之一。作為公會召集人,我特別重視「公平」的重要性,隨着愈來愈多企業嘗試把大數據應用於業務運作,數據安全便成為大眾關注的問題。

自從八十年代商業智能面世,數據治理便已存在,隨着互聯網、移動互聯網興起,再加上雲計算能力高速發展,數據治理現正以「大數據」的面目重新出現。「大數據」除了量大,由於數據有着非結構化、多元化和涉及個人行為的特色,安全及品質較之前更不容易保障,再加上近年個人隱私洩漏的風險倍增,大數據治理領域更有迫切性讓大家關注。

這方面的內容涵蓋廣泛,惟我想特別指出,人工智能通常會在數據質量不佳的情況下,容易產生不一致。當各種因素不足以滿足期望時,可能產生無法估計的後果,甚至造成損害,尤其當人工智能應用面對的是習慣於緘默又不知情的公眾時,很難達致公平。

綜上所述,人類對人工智能的理解才剛開始,大數據作為這些智能的重要材料,明顯也是在探索的階段。大數據治理也因此在不斷變革中,我敢說將來肯定不是現在的模式,當然機遇也來自這種變數。最後,我希望借用剛去世的物理學家張首晟教授的一段演講來啟發思考: 「我們曾經看到鳥飛,人也非常想飛,但是早期學習飛行只是簡單的仿生,我們在自己的手臂上綁上翅膀。但這是簡單的仿生,達到真正飛行的境界是由於我們理解了飛行的第一性原理就是空氣動力學,有了數學原理和數學方程之後就可以人為設計最佳的飛行,就是現在的飛機飛得又高又快又好,但是並不像鳥,這是非常核心的一點。可能現在人工智能是在簡單地模仿人的神經元,但是我們更應該思考的,在這裏面有一個基礎科學重大突破的機會,就是我們真正去理解這其中的智慧和智能的基本原理,基本的數學原理,這樣真正能夠使人工智能有突飛猛進的變化。」

Recent Posts

See All
選擇胖模型還是胖鞍具?

打開任何人工智能(AI)方案,你會看到兩種完全不同的產品策略在較量:一種叫做胖模型(Fat Model),另一種叫做胖鞍具(Fat Harness)。 胖模型的信念很直白:以更大的大腦解決更多的問題。參數多、數據龐大、算力強,模型自然顯得聰明。這驅動了ChatGPT、Claude和Grok之間的競賽──每一代都宣稱新產品比上一代更強,而企業只要付費就能直接使用,代價是你的AI能力完全綁定在供應商的

 
 
慎防智能代理「無聲」脫軌

試想想,人工智能(AI)系統已在生產環境中完成部署,但究竟要如何防止AI「悄然失靈」?過去3個月,全球超大規模企業在AI基礎設施上的資本支出達到一個前所未有的量級。單憑這一數據,人們或許會得出結論:AI的生產化部署正在全力推進,市場充滿信心。 然而,7月份第一周,來自不同領域的幾個訊號同時浮現,揭示出一個更為複雜的真相。一邊是史無前例的基礎設施投資;另一邊是一群深諳「系統可靠性」的專家──那些專門

 
 
AI預算黑洞 根源在架構設計

過去兩年。美國眾企業不約而同墮入一個速成陷阱: 認為購買了一個模型、聘請幾位演算法工程師、便能成功實現人工智能 (AI) 落地。然而,即使模型選擇正確數據卻 難以整合;數據成功整合,系統卻無法運行;系統成功運行,但業務部門不會操作;即使學會操作,3個月後模型又變得過時。 問題根源其實不在模型,而在架構。猶如建造大樓,若設計圖存在缺陷,再昂貴的材料也難以支撐。許多企業投入巨資購買「鋼筋水泥」(模型和

 
 
bottom of page