top of page

倡建港深數據專區

Updated: Apr 28

作為最先為北京、上海數據專區提供建議及推動者之一,筆者覺得有必要在這個時候提出建立港深數據專區的必要性和機會,從而加速大灣區內的創科發展。

早在2015年8月,國家就頒布了《促進大數據發展行動綱要》,旨在率先推動數字產業化的建設,並於同年9月在貴州啟動了全國首個大數據綜合試驗區的建設工作。至2016年10月,第二批獲批建設國家級大數據綜合試驗區的省份名單出台,其中包括兩個跨區域類綜合試驗區︰京津冀、珠江三角洲。

這些試驗區的建立有一個共通性,主要是打通區內的數字產業以促進新經濟發展,從成效來看,「試驗區」幫助了部分的科技創新,但真正的可持續數字時代還未來臨,我們需要有更多細緻的數據安全保護措施、個人數據私隱保護方式,以及企業之間在數據共享上的規管。

2019年2月印發的《粵港澳大灣區發展規劃綱要》,提出了大灣區在數據流通上的頂層方向,這更是世上罕見的難題,因為涉及法律、文化、治理規管方面的差異,造成了區域內的數據資源極度分化;可是,商業活動上的需求又告訴我們,大灣區的經濟協同有賴於三流(人流、物流、資訊流)互聯互通。近期深港合作已經成為大灣區的核心方向,而兩市之間的數據打通尤其重要,也可望為區內其他「9+2城市」起到示範作用。

有鑑於此,筆者認為有必要深入研究建立港深數據專區的可行性,宜先從簡單易行的地方着手,把機制與系統建立起來。雖然各地的數據專區有着不同的挑戰,筆者希望在這裏拋磚引玉,分享北京在數據專區方面的部分經驗,其中有《關於通過公共數據開放促進人工智能產業發展的工作方案》的六個思路:

1)實施分級分類管理,保障公共數據開放有序實施; 2)深入推進一般公共數據開放,為人工智能產業發展提供普惠數據供給; 3)建設公共數據開放創新基地,通過特定方式向人工智能企業有條件開放數據; 4)落實在城市管理領域開展人工智能應用; 5)支持引導公共服務領域開展人工智能應用; 6)構建人工智能生態體系,打造人工智能大數據健康發展的環境。

車品覺_紅杉資本中國專家合夥人、阿里巴巴商學院特聘教授暨學術委員會委員

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