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
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