執筆之際,正好在北京的市委黨校培訓人員如何用數據驅動智慧城市,同時為城市精準決策系統的專案撰寫頂層設
計。
很多人把城市決策系統與數據大屏(類似儀錶盤)混為一談,但實際上,從數據視覺化中簡單知道發生了什麼事
,與基於綜合分析作出準確決策,當然是兩件事。
與此同時,大家過度吹噓「城市大腦」可以解決複雜多變的城市問題,而我相信數據在城市決策中應該還停留在協
助的角色。城市管理者、企業及個人都需要更好的數位工具,協助他們發掘現有的問題,同時也需要注意人工智能
系統所產生的新問題。
從我的經驗所知,自動化決策系統與其他系統很容易互相排斥,並會放大人類的偏見、加大數據的偏差,以及因代
碼程式設計造成邏輯僵化等問題,不得不嚴陣以待。
我舉一個智能投資顧問的例子,投資策略是基於對經濟和市場的了解,根據客戶的需求提出投資計劃。簡單的數據
大屏看到股票的波動,但不代表能夠選到好的股票。投資決策很大程度上取決於對經濟進展、企業經營、市場波動
的預測,再加上風險控制。不管經驗有多豐富,受精力所限,只能閱讀和分析一定規模的數據。
相比之下,人工智能可以輕鬆地消化大量財務數據,即時分析趨勢以便對市場快速回應。人工智能還可在大量投資
交易數據中學習,不斷優化演算法。
大家會否覺得,超級無敵的智能投資顧問已經近在咫尺?
還記得2016年AlphaGo擊敗圍棋高手時,我說過別忘了李世石是被另一班人類用工具及創意所擊敗的。既然是人造出
來的人工智能,自然也會存在不完美和偏差,就如用劍的高手一樣,寶劍固然重要,但如何運用更是關鍵。
回到智慧城市上,數據視覺化(包括Dashboard)僅是了解城市狀況的第一步。要深入幫助城市管理者做決策,我們
必須先理解數據在城市決策中的角色,譬如前紐約副市長所說,希望數據能協助他在事情變得更糟糕之前,找出應
變方法。
然而,3個前提必須具備:1)快速發現異常事件(發生了什麼);2)告知發生的原因細節及影響範圍(為什麼會發
生);3)提議有效的處理辦法 (如何應變,過去的經驗是什麼)。