top of page

大數據精準分析解謎

Updated: Apr 28

這次寫的兩則事件看來有點風馬牛不相及,但毫無疑問,由古至今我們都在追求精準分析的可能,直到大數據出現,很多從前的難題才被逐個破解。

「颶風」一詞在古代文獻早有出現,例如《南越志》記載「熙安多颶風,颶者,四方之風也」,颶風的意思是令人害怕的無定向風。至於「颱風」一詞,其實到了明末清初才開始使用。古人常依據經驗,根據風向、動物異象、較大的深海魚來到淺海等指標,預測颱風的來臨。

到了現代,儘管氣象分析技術不斷進步,但氣象專家表示,目前全球颱風預報還未達到精準水平,對於最大風速、降水量預測等都存在盲點。根據上海颱風研究所的研究,颱風24小時內路徑預報誤差每收窄1公里,可減輕直接經濟損失約0.98億元人民幣。換個角度看,大數據可以從人流與空間分析着手,加強針對颱風的災害評估,對於協助民眾應變及事後處理還是有很多創新空間。

中國醫學很早就記載了糖尿病,唐代醫家根據多尿、多飲、多食等症狀之輕重,把糖尿病分為上、中、下三消論治,而且早已認為飲食及情緒對糖尿病有很大影響。目前全球糖尿病患者接近5億人,根據美國疾病控制和預防中心報告,美國確診的糖尿病患者達到3000多萬人,是第七大病患殺手。

糖尿病是一種複雜的疾病,患者需要進行嚴格的自我管理。龐大的患者群驅使了創新科技公司的關注,嘗試利用大數據和人工智能為患者提供有效的治療及生活管理工具。Bigfoot Biomedical研製了一種自動化胰島素給藥系統,被稱為「人工胰腺」,該系統會觀察患者對食物、運動和胰島素的反應調整劑量。 人工胰腺系統將改變糖尿病患者管理自己身體狀況、降低併發症風險的方式。有公司推出了符合HIPAA法規、相容性廣泛的網路和移動App,跟糖尿病設備和主要的健康、運動追蹤器同步,收集血糖、胰島素、血壓、飲食和體重等數據;再把這些數據與食物、運動、藥物和其他數據聯繫起來,經過分析改善自我管理和臨床護理。

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