top of page

建設智慧城市的基礎

Updated: Apr 28

從全世界智慧城市發展情況看,雖然各具特點,卻呈現相似趨勢,即愈來愈多利用城市進行數據彙集和創新應用開發,通過運用大數據、物聯網、人工智能(AI)等先進技術,服務於城市規劃管理及滿足日益多樣化的城市綜合需求。

關注三類社會數據

城市是一個多元化的有機體,在城市規劃的時候,大數據的滙聚能協助管理者還原及進一步分析未來趨勢。但很多人會忽略了,使用頻率高的互聯網應用才是大數據的主要來源,政務所得數據佔的份額不多,而且障礙重重,主動協調企業和公共機構的參與才可讓數據足夠全面。在我的經驗中,有三類社會數據值得特別關注:移動設備數據、支付數據、地圖上的位置資訊。

很多人把智慧城市誤解為智慧政府,這樣很容易忽略了市民及企業是城市組成的一部分。沒有一個城市的預算不是緊缺的,所以敏捷的資源配置更有賴城市中成員與管理者的高度互動。但以往「收集」真實需求不易,時間成本高昂,所以即使傳統民意調查有不少的問題,還是成為大家慣用的工具。幾十年來我們習慣了在數據稀缺的年代生活,粗略的資訊造成浪費公帑的情況很多。

慶幸是大數據時代到來,除了改變了數據的產生方式,還驅動了新一輪人工智能的興起,現今城市中的各種功能包括交通、電力、治安、購物、支付等等,已經有不少人工智能的身影,重要的是他們成為了閉環(既是數據的生產者又是使用方)。例如當我上班使用汽車導航的時候,我得益於10分鐘前在同一條路上的汽車所留下的數據之餘,我也在貢獻數據給其他人。應用閉環的重要性可以體驗在快速優化,而數據的滙聚、管理、應用、評價是一種集體智慧的互動。正如汽車導航例子,我們每個人都參與在這場大規模的城市交通互動中。 在智慧城市專案的頂層設計時,最糾結的是切入點,應該服務好的是領導、幹部,抑或市民?優先解決的是環保、交通,抑或治安問題?

但不管怎樣,我最關心的反而是市民希望從智慧城市得到什麼,不過要讓大眾市民能給出答案並不容易。而我相信的是數據的共用與開放,實屬建設智慧城市的基礎,能夠鼓勵更多創新應用誕生。我更相信智慧城市是由政府、企業、市民反覆試錯互動出來的成果。

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