top of page

中國建智慧城市 兩大方向須考慮

Updated: Apr 28

今期再節錄筆者(下稱車)早前與紐約前副市長、The Responsive City作者Stephen Goldsmith(下稱SG)就智慧城市建設的訪談內容。

車: 你是否相信當我們擁有足夠大的數據時,可以告訴我們城市發生了什麼?

SG: 當然,當你有足夠的數據的時候,可以從中看到一些真實的模式,比如交通、空氣品質、建築品質,你可以基於這些數據做決定,並即時監控趨勢如何變化。惟只靠數據是不夠的,我們不是要讓政府變成機械人,而是通過一些有用的資訊和新的決策工具以協助施政。

車: 如何定義智慧城市中的「智慧」?

SG: 我認為的智慧是一個群體的行為,你怎麼用數據去解決你的問題,你從IoT(物聯網)感測器中獲得什麼資訊,怎麼做預測分析,怎麼通過數據驅動讓工作更有效率,怎樣去重組工作流程,怎麼利用社交工具去聆聽市民想法,怎樣利用智慧工具去識別並解決危機。

為什麼政府不能像阿里巴巴或者亞馬遜一樣回應客戶?為什麼我們不可以提供定制化服務?為什麼不能在市民問問題之前就解決問題?這些都是有可能的,政府要專注在如何有更好的回應。智慧城市是將數據應用在各個層面,讓城市每個方面可以有數位解決方案。 車: 你有什麼建議給中國的智慧城市?

SG: 第一,他們要想清楚做智慧城市的數字架構藍圖是什麼,比如說智慧駕駛、感測器、高速網絡設施,其路線圖、資金規劃是怎麼樣的。第二,他們到底想解決什麼問題,哪些問題可以通過數據解決,再用數據分析找到洞察力。

車: 有人說政府在智慧城市裏面既是裁判又是玩家,如何平衡兩個角色?

SG: 中美的情況都差不多,在美國大部分的數據工作都是屬於當地政府,有義務保護隱私、安全、許可權等等。不過,這是很難的平衡,因為政府擁有愈多的數據,就有更多的真相在其中。當我和市長工作的時候,市長就說過,忘記你所認為的事實,你應該把這些公開,PR會告訴你什麼資訊可以披露,什麼資訊需保留;但政客也會因此而爭論,所以沒有容易的答案。

車: 你的背景是法律出身,數據連接上有很多法律問題,是否很難處理?

SG: 的確非常困難,有些匿名數據很容易獲得,但如果我們面對的是兒童問題,愈多的資訊分享就愈有利於社工幫助這些家庭,這樣的數據是不可以匿名的,誰在怎樣的條件下可以看到這些數據就是更複雜的問題。

(紐約智慧城市經驗.三之三)

Recent Posts

See All
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

 
 
智能代理編程戰 懂人機協作致勝

上周把兩個消息放在一起看,很有意思。 第一個,Anthropic宣布Claude Code推出Artifacts,讓軟件工程師在寫程式的過程中,業務主管能同時打開網頁儀表板,就能看到軟件即時更新及開發的狀態。 第二個,中國人民大學和微軟亞洲研究院聯合推出一個叫Arbor開源自主人工智能體的新框架,系統能自動提出假設、修改代碼,運行真實實驗並從結果中學習,自動優化解決問題。 過去一年大家比併的是模型

 
 
集結舊手機算力 媲美當今伺服器

你可曾想過,你抽屜裏那部4年前的舊手機,可能很有價值? 這個星期,Google Research聯同加州大學聖地牙哥分校(UCSD)公布一項創新計劃:運用2000部退役的Pixel手機,構建一個真實可用的雲端計算平台。這不僅是概念驗證,更是一個供數百名學者與研究人員實際操作的生產級環境。處理方式十分直接,將舊手機的熒幕、電池、外殼全部移除,僅保留主機板,透過Kubernetes技術組成叢集,直接轉

 
 
bottom of page