胡小明:城市大腦與人腦不同的數據意識

2019-06-27 08:38 來源: 人工智能學家
瀏覽量: 收藏:0 分享

  一、數據應用要區別對待

  1.2 數據應用比數據收集重要

  大數據熱正在席卷全國,許多地方政府都成立大數據局,統管政府的數據資源并將數據收集擺在第一位,數據應用研究卻遲遲跟不上,投資不斷增長應用效益卻無相應增長,大數據收集已經得不償失。

  應用效益不顯著的原因是能用大數據解決的重要問題太少,先有問題再找技術易有效益,先有技術再找問題則難有效益,大數據能解決的問題價值偏低的主要原因是政府工作還處于常規數據階段,重點工作“只跑一次”只涉及常規數據,過于強調大數據導致數據業務脫實就虛,反而看不清當前最該做的事情。

  應用價值并不取決使用什么先進技術,而是取決項目本身對城市發展的貢獻,為認清什么是最該做的事需要清楚:不同的IT應用方向產生的價值有何不同?高價值的應用項目聚集在什么地方?應當怎樣抓住高價值的應用機會?

  1.2 電腦與人腦的數據使用概念不同

  數據應用歸納到最后只有兩類,即電腦應用與人腦應用。兩種應用的不同是因為電腦與人腦是兩類完全不同的事物。

  電腦是人設計出來的計算工具,電腦使用數據是在執行人設計的程序,電腦沒有信息概念,電腦將數據視為待處理的符號按程序進行處理,電腦應用的特點是不折不扣地執行程序。

  人腦是一個生物系統,人腦先要理解數據,對數據賦予含義,理解了的數據成為信息,信息被組織成知識,人腦利用知識進行決策。將數據抽象成信息,與頭腦中已有的知識體系融合實現大腦知識的重組,由數據信息到人腦的知識概念的形成是大腦思維高層次的涌現,并非邏輯推理所能解釋。

  1.3 兩種應用創造價值的理念不同,效益也不同

  人們對數據應用有兩大期望,一是提高決策質量,這是數據為領導服務的業務,決策是人腦的活動,人腦思維的不確定性使信息技術與信息服務在提高決策水平上遇到很多困難,在提高決策質量方面效果并不顯著。

  二是提高操作的效率,是電腦使用數據,通過提供良好的數據整合以及相應的軟件,形成流暢的處理流程,提高服務效率讓公眾滿意。這種業務是確定性的,是電腦應用有優勢的領域,尤其是對政府重點公共服務項目操作效率意義更大,主業務的高價值拉高其效率改進的價值。

  對兩類應用模式的研究有助于發現更好的效益的機會。

  二、人腦的信息價值觀

  2.1 人腦需要信息,數據是信息的載體

  數據是信息的載體,信息是數據的內涵,人腦獲取信息并非僅靠視覺和聽覺就能完成,從數據獲取信息更重要的是頭腦的理解,理解是人腦的思維過程,要耗費時間與精力,從數據集抽取所包含的信息更困難,數據挖掘是幫助理解抽取大數據集信息的重要手段。被人腦理解的數據才是信息,信息被記錄在頭腦中成為構建知識的基本素材。

  2.2 信息要形成知識,人腦靠知識決策

  信息被組織成為知識才有用場,諸多信息在頭腦中被組織成概念,概念是構成知識的基本模塊,是信息相互連接深入理解而涌現的結果,是知識的重要支柱。人腦需要對外部環境進行判斷與決策,但領導層不會僅靠數據來決策,他們要靠頭腦中的知識經驗支持決策,決策的水平不僅與數據有關更與決策者的經驗有關。

  2.3 應用思維搭建知識架構,理解是知識的重組

  頭腦中的知識結構很復雜,知識是多維的,包含數值更包含相互的聯接,聯接形成知識的架構。知識需要不斷學習而成長,學習是對新內容的理解與吸納,理解是新內容與原有知識的融合重組,豐富并修訂原有知識的架構。新知識與已有知識體系形成聯接才有自己的位置才能發揮作用。

  人腦知識的靈活性取決存儲與聯接的結構,類似數據庫與文件系統的差別,數據庫存儲數據還存儲數據之間的關系,數據間的鏈接構建數據庫的多維結構。頭腦中的知識也會形成鏈接,神經元的頻繁鏈接會形成熱線,強度不等的鏈接在頭腦中構建了復雜的知識庫,應用與理解促進知識的重組,人腦不是靠信息決策而是靠組織完善的知識系統決策。

  2.4 領導已進入數據疲勞時代

  政府信息系統總是希望能為領導提供優良的信息服務,讓領導喜歡用,這條路走起來是越來越困難了,領導關注的是信息而不是大規模的數據,外部數據的豐富降低了政府內部數據系統的價值。領導不缺數據只缺時間與精力,閱讀疲勞的領導更需要節約時間的系統,靠增加數據服務提高決策質量的模式正步入死胡同。

  2.5 數據的模糊使用與信息渠道的可替代性

  由于人腦關注的是信息,同樣的信息可以取自不同資料與不同的渠道,例如2001年美國的911 事件可以通過電視、廣播、手機、報刊、匯報獲得,本質上并無多大差別,因此人腦對數據載體并無嚴格的要求,這與政府公共服務業務對數據的精確使用大不一樣,業務數據的使用具有不可替代性。

  人腦對數據載體的模糊使用已將數據源的競爭帶入決策者的頭腦之中。政府信息服務系統的開發者往往以為自己開發的系統是領導唯一使用的,然而領導人有自己的信息渠道,互聯網搜索、朋友電話、工作會議都是可替代的信息源,競爭使政府信息服務系統的價值下降了,這是政府信息服務系統開發難以成功的重要原因。

  三、電腦的數據邏輯

  3.1 電腦只認數據,沒有信息概念

  電腦沒有信息概念只認數據,把數據當作符號處理,一切都按照預先存入的程序執行,沒有程序之外的任何分析能力。

  電腦靠程序處理數據,重復人類智慧,其優勢是:

  (1) 確定性,不折不扣執行程序規定的操作;

  (2) 高效率,能夠以極快速度完成人所規定的任務;

  (3) 可復制,芯片與電腦的普及能夠大量復用人類智慧。

  電腦數據應用技術只是適應確定性問題的應用技術。

  3.2 電腦對數據是精確處理,數據不可替代

  電腦工作系統是精確處理的系統,使用數據是指定的,不可替代,政府公共服務的業務數據是以前服務產生的記錄,政府服務的連續性必須使用當事人的數據,不能用其他人的數據替代,保證政府公共服務的可靠性,政府的具體業務數據是連續的工作記錄,記錄數據是繼續服務處理的依據,電腦對業務數據的使用沒有選擇性,唯此才能確保政府服務的嚴謹性。

  3.3 電腦只能處理確定性問題

  電腦使用數據的方式是自動化數據處理,其處理方法由軟件決定,軟件是按形式邏輯編寫的處理問題的方法,只能處理確定性任務,對不可預測的問題無法給出明確的處理辦法,解決問題的辦法只能形成于問題產生之后,軟件是成功處理經驗的邏輯升華,無法先于問題而出現,不確定性可由人腦處理,人腦處于IT之上的思維層次,能夠應對不確定性。

  3.4 人工智能只能處理確定性任務

  自動化數據處理系統下一步會向人工智能的方向發展,人工智能系統借助云平臺、物聯網、大數據等先進技術而形成更強大的自動處理能力,但是并沒有改變只能處理確定性問題的本質,雖然人工智能系統能夠處理一些以前無法處理的多樣性問題,但是這些多樣性問題是設計者選定的,其應對辦法是設計好的,真正的不確定性問題是不可預見的,需要人去摸索解決辦法。一切智能化系統包括人工智能系統都是處理確定性問題的工具,任何高技術都無法解決尚未發生的不確定性問題。

  3.5 電腦數據業務比為人腦服務容易產生效益

  計算機的應用是圍繞著政府企業個人的基本服務需求進行的,計算機應用的效益價值由其所依附的業務價值決定,與有重大價值業務捆綁的應用項目更容易形成效益。電腦數據處理服務項目通常都是與政府業務捆綁,政府業務的重要性決定了其附屬電腦數據處理的價值,效益價值是由甲方決定的,乙方只須按甲方要求去做,效益就有保障。

  以提高決策質量為中心的項目效益有更多的不確定性,有否效益要看用戶感覺,決策起作用的是人腦而非電腦,領導使用的信息渠道可自由選擇,信息源競爭使政府信息系統價值下降,效益不如以提高操作效率為中心的項目容易控制。

  四、城市大腦定位思考

  4.1 不要對城市大腦期望過高

  城市大腦的是一項長期的知識工程,除了持續投入大量智力不存在捷徑,高技術可以購買卻購買不來效益,效益是對技術精心組織的結果,組織是產生效益的靈魂。城市的人才、資金、經驗有限,城市能夠承擔的建設復雜性亦有限。城市大腦的高技術高智慧方案建立在管理知識與經驗積累的基礎知識上,IT技術是支持其發揮作用的工具,城市管理的精細化體現了城市大腦的智慧。

  城市大腦有自己的生命,其生存離不開現實的生態環境,扎根在城市切實的需求上才能成長,盲目超前不可行,從常規業務改進開始才現實,要防止高期望的誘惑使城市大腦變成脫離實際的空中樓閣。

  4.2 計劃趕不上變化,城市大腦數據永遠不足

  缺乏經驗的人覺得建設城市完整的感知網就能收集城市全部數據,城市大腦就能應對城市出現的所有問題,實現城市管理的智能化管理。在充滿不確定性的世界中這種想法完全不實際。城市信息是無限的,不存在收集齊全的可能性,信息收集到什么程度是一個經濟問題,收集數據的成本不能超過要解決問題的價值,在未來問題沒搞清楚之前,無法確定全面感知的含義。

  未來城市出現的問題是不可預測的,為應對各種不確定性問題而事先準備好全部數據其成本是無法接受的,臨時收集數據永遠趕不上應用的需要,城市大腦的數據永遠是不足的。城市大腦應當做目標明確的小腦型業務,節約人腦的時間,讓超出IT邏輯能力的人腦來應對不確定性問題的決策。

  4.3 城市問題有自己的成熟期,不能拔苗助長

  城市發展的不同時期會碰到不同問題,解決問題時機過早過遲都不合適,影響解決問題時機的因素不只是資金與人才,過早啟動會增加解決問題的機會成本耽誤更重要的工作。城市各項工作都有優先級,城市大腦不能一個勁地強調重要,合理的順序是降低機會成本的基本措施。

  城市問題有自己的成熟期,早期問題規模太小,人們對問題缺乏研究,關鍵技術也不到位,此時投入人力精力去做也難有成效(如同在互聯網之前想實現信息共享)。城市問題的解決需要有生態環境,有知識與技術的基礎,條件成熟才會被重視和解決,無視眼前亟待解決的常規性問題卻熱心條件尚未成熟的高水平項目必然事倍功半。

  五、對大數據中心生存的建議

  大數據在支持政府重大決策上并無優勢,大數據中心應當定位于城市信息交流服務平臺,成為公務員企業經營者與城市居民了解城市狀況、監督政府工作及交流學習的好幫手,恰當的定位有利于大數據中心的長久生存與發展。

  5.1 大數據中心做好小數據才能立足

  大數據熱是暫時的,大數據中心卻需要長久生存,唯有靠效益才能實現長久生存,大數據技術不等于效益,效益來自政府公共服務的需要,只有需求導向才能發現目標機會,與目標適應的方法才有意義,目前政府工作尚處于小數據階段,硬要從大數據上找方法顯然偏離了方向。

  政府工作改進的焦點是提高公共服務的效率,是常規數據處理問題,其效益目標都是清晰的,先把有效益的事做好再去研究大數據不遲,先做好“只跑一次”的數據整合,提高公眾對政府工作的獲得感才是目前數據中心最重要的工作。

  5.2 大問題靠知識決策,小問題用數據決策

  大數據對大決策的幫助不大,原因之一不是所有信息都能數據化,越是重要信息越難以數字化,能夠收集的數據本身就帶有突出自身的片面性,直接靠數據作重大決策很危險;原因之二是人們對同樣數據的理解并不相同,這取決人們已有的知識文化與個性,在決策過程中數據不會單獨發揮作用,數據會被融入人腦的知識體系之中,間接對知識產生影響,大問題用知識決策解決會更穩定。

  對一些具體業務操作領域,例如對用戶的商品推銷,決策面向微觀服務,靠大數據決策是有利的。目前企業大數據資源以自用為主,能夠提供給其它企業使用的大數據資源甚少,無法建立大數據交易系統。

  5.3 聚集可視化數據,創造開放的信息服務平臺

  推動數據的可視化是大數據中心的一項重要工作,匯集企業可視化數據產品是一個明智的方法,政府要求企業把數據和盤托出對企業不安全,采用可視化數據產品的形式收集可有效回避數據安全問題,企業會愿意通過提供可視化數據服務提高社會影響力,政府數據采購也會容易得多,大數據可視化產品開發有望發展為重要產業。

  匯聚可視化數據產品另一個好處是提高信息交流的效率,人們欣賞可視化數據的直觀性,希望從超負荷閱讀壓力下解放出來,可視化的數據交流平臺正好迎合這一愿望,它將成為政府數據開放、企業信息交流、公眾監督政府的重要渠道,成為政府與企業展示其大數據服務能力的窗口,成為大數據中心為智慧城市貢獻的一大亮點。

標簽:

責任編輯:xuxiangnan
加拿大快乐8走势图在线