top of page

鄔賀銓院士五大數據灼見

Updated: Apr 28

籌備了接近8個月的翻譯新書Reponsive City終於拿到書號進入印刷階段,出版社希望我找來德高望重的高手寫推薦序。老實講,在我認識的前輩當中,中國工程院鄔賀銓院士是最適合的。戰戰兢兢地求大神賜序,獲得鄔院士爽快答應,下面我先分享他的真知灼見: 一、數字革命不僅提供數據的分析方法,亦擴大資訊來源。數字化時代改變了生活的方方面面,借助城市大數據決策系統也必可從根本上改善地方政府的行事模式。 二、智慧城市首先是智慧政府,領導力是智慧城市最重要的推動力,需要通過管理創新,促使政府工作人員處事模式基於數據驅動,從關注合規轉變為關注問題解決,從而在給予適當自由裁量權的同時,釋放公職人員的創造力。 三、政府部門間數據共用,是數據驅動的響應型政府的第一步。共用不代表完全透明,而是構建一個合理、區分許可權、能夠保護數據的機制,同時讓知識的價值流轉。嚴格的安全措施保障實屬必須,可釋除安全與隱私疑慮,以免妨礙數據共用。 四、建設智慧城市的目的,是為市民提供更美好的生活,市民是城市的主人和城市建設的參與者,數據開放為市民與政府合作解決城市面臨的問題打開了大門。可訪問且更加直觀化的數據,將會終結政府對資訊的壟斷;然而,響應型政府的權威會更加備受尊重,市民會相信政府使用數據工具的目的是為公眾服務而非其他。 五、數據驅動不僅屬於數據科學家和分析師,更屬於政府每一個公職人員和廣大市民,需要形成全社會數據驅動文化的環境。 另外,上周香港的媒體都在討論政府開放數據的力度是否足夠,當時我不在香港,但覺得大家更應該問的是政府如何帶頭做好數據化轉型,為市民提供更美好的生活。運用大數據做好具影響力的城市應用,是對數據開放最好的檢驗方法;用我們行內的說法,數(據)到用時方恨少,不過重點是先要懂得用啊。

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