跳至主要內容

讀北市智慧城市願景有感

昨日讀了臺北市林副市長對於未來在臺北市所規劃的6處智慧型社區,雖然大致上談了作業時程、籌組一個專案辦公室、和廠商溝通,細節上使用了流行的關鍵字,如智慧電錶、水錶、瓦斯表、大數據分析、雲端管理平臺,仍有著空中樓閣之感,像是把新加坡的 Smart Nation 拿來濃縮套用在臺北城上。

從家用能源管理系統先談,新加坡在2014年先在 Yunhua 的住宅進行測試「家庭能源管理系統」,提供數據資料讓住戶了解、監測自己的能源使用方式,有效節省20%的用電。其次是鼓勵民間運用數據資料開發各種家庭照護應用,整合家電間的數據傳輸。

社區營造方面則透過環境感測器,監測各種環境數據,如光照角度、日光時間、人流、車流,了解實際環境狀況後,再進行社區規劃,這個社區規劃還分析了垃圾桶的擺放位置、顏色、收取頻率、對房子中的管線如何安排、住戶對停車場的使用狀況,以因應都市在離尖峰時間對停車位的安排、分析住戶生活中產生的廢氣排放狀況以安排管線甚至可以回收再利用。

面對擁擠的交通尖峰,如何派車?如何讓乘客都能在最短的時間搭上車?如何讓計程車司機在最短時間內找到叫車的客人並避過塞車的路段?出門前如何透過路線規劃即時了解路況?民眾生活交通的脈動(絡)如何?

上面所提到的都是從各面向去取得資料,了解居民的生活脈絡,建立在各種感測器數據資料上,新加坡政府也藉由架設感測器智慧盒(AG box)、建立異構網(HetNet),在穩定的傳輸環境下輸送資料,並且讓民眾在任何環境裡都能透過網路享受多媒體娛樂,不會因為在地鐵站、電梯裡、網路使用者多的情況下因為頻寬不足、訊號不佳影響或互相干擾影響了使用感。

在臺灣島上的居民目前要了解自己的能源消耗情況還算處於困難的情況,也還沒想到進一步的節能方案;在臺北市的路上很難找到一個「給人使用」的垃圾桶,許多居民連倒垃圾都要追著垃圾車跑,甚至繞道、發生意外、造成塞車問題;號稱4G普及化,但常常只有3G的速度;交通問題更不用談,機車、自行車的行車空間不足,常與行人搶道,可能十分鐘裡來了五輛無載客的公車,下一班卻人滿為患。

房價是個敏感話題,「人人可租用」五字點出受薪階級想有「自己的家」是一件困難的事,在這樣大規模的社區建案裡,有無像當初規劃社會住宅一樣,依據不同家庭單元的大小提供不同坪數、房間數的規劃?第一批入住的住戶資格是如何判斷?

提供租用的社會住宅,如何保障歷任房客的使用資料在數位化環境中不會讓下一個房客輕易取得,資料如何穩定且在安全環境中傳輸?如果居住在這些社區的住戶都要提供資料,要如何保障資料提供者的資料安全?
用聰明的方式去解決現在居民所遇到的問題、分析可以取得的數據讓全民參與,找到問題、爬梳脈絡找到前因後果,並解決它或是設立一個明確的目標,例如讓這一區的住戶節省多少用電量、用水量、車禍事故發生率能減少多少、透過智慧電表的安裝或是這些工具的安裝能提供什麼樣的協助…等,有明確的目標更能永續經營下去,那才是夠智慧,不然只是炒地皮、講講關鍵字而已。

「智慧城市」不是建一個新的社區、一廂情願的把人塞進去住、提供更快的上網速度、公用自行車、電動車就能提供數據、再分析這些數據來解決問題才叫「智慧城市」。

- 投稿於OKFN Taiwan http://okfn.tw/2015/08/25/vision-of-tpe/

留言

此網誌的熱門文章

為什麼我支持《數位中介服務法》草案

在經歷許多次反抗台灣政府所立的網路相關法案後,我其實沒想過除了《數位通傳法》草案外,我還會再支持另一部法律草案,雖然 《數位通傳法》草案還壓在某處,但如果有人讀過《數位通傳法》的草案,再讀這部《數位中介服務法》草案,就會知道這部草案的重要性,而且也可以顯示台灣網路使用者的成熟度,更重要的,這是我第一次看到引入國際網路治理多方利害關係人機制的法律草案,而且是用在正確的地方。 有興趣想知道我在讀法條時的筆記和當下的感想,可以看我這則  Tweet 。這篇不使用逐條讀法條的方式來寫,因為那會讓人昏昏欲睡,我也不去比對歐盟《數位服務法》,因為我在讀《數位服務法》草案時,該草案特別強調是加強歐盟 E-Commerce Directive  ,而不是取代它,而且更多著重在預防盜版、仿冒,保護消費者的法案。所以當有輿論提到參考自《數位服務法》的《數位中介服務法》草案限縮言論自由時,我其實是一頭問號的,但一直到今天我才有時間讀《數位中介服務法》草案,這篇文章出自於我的個人經驗和閱讀法案的心得,與擔任的職務無關。 如果最近注意一下網路的資訊,有幾件事該注意一下: 有許多人在社群平台,如Facebook或是其他網路看到一些廣告,而這些廣告可能是要你支持台灣農產品、台灣製的產品,結果你收到時,上面還寫著簡體字,通常這是所謂的一頁式廣告詐騙,而行政院的消費者保護會在 2019 年時就有新聞稿在警告「 一頁式廣告詐騙多 小心查證保障多 」,之後像公視或是其他單位都有相關的活動在提醒大家小心這類廣告。但目前這些廣告其實多數不易處理,因為不容易取證、保留證據,等到追查到時已經找不到對方了。 有不少親密照片與影片在情侶分手後,被報復性的上傳到情色網站或透過即時通訊傳到親友的帳號裡,或是被洩露個資,遭到公開的霸凌。 之前有一個專題:「 青春煉獄:網路獵騙性私密影像事件簿 」,光是讀完這個專題報導我就覺得受傷。 有人使用 Deep Fake 把台灣名人的臉部照片合成至色情影片再上傳至色情影片平台,今年 7 月才被判刑。 還有許多創作者藉由網路分享作品時,被人盜用,甚至有國外的使用者修改台灣人的作品去參與比賽還獲獎。 有一次打電話問某個部會,如果消費者在國外電子商務平台買東西,但資料被外洩怎麼辦?雖然政府願意協助,但衡量至國外打官司的時間和成本,就會讓人卻步。 有些行為在現實世界裡有法...

[movie]虛偽、傲慢與人性--Dogville

片名:厄夜變奏曲DOGVILLE 導演:拉斯馮提爾Lars von Trier 演員:Nicole Kidman… IMDB 花絮:厄夜的告白(Dogville Confession) 續集:命運變奏曲(Manderlay) 目前桌上放著的,是《在黑暗中漫舞》和《命運變奏曲》,克制著自己不要接著看下去,雖然我覺得看完再寫會比較完整,特別是看完《命運變奏曲》。昨晚已先看了《厄夜變奏曲》的花絮,在拍完這部電影後 Nicole Kidman還是沒能再接下去演《命運變奏曲》。 如果沒看過這部電影的人,不建議再繼續看下去,免得壞了看電影的興緻。 這部電影共分為九幕和一個序,沒有任何的「場景」,像是舞台劇般的在每一幕開始時有旁白,所謂的場景則象徵性的在攝影棚的地上劃出房子的地基、動物;在實體場景上,只有商店有門和展示櫃,看不見的McKay家有片落地窗,醫生有藥櫃,作家有書桌,七個孩子的果農家有張床和黑板…每個實際存在的物品都代表了住在那一「格」的居民的職業和對他們最重要的事物。也許因為沒有了場景,演員的表現反而被突顯了出來,劇情更容易讓人印象深刻。 在「序」這一段裡介紹了Dogville和裡面的人物。在第一幕到第五幕裡,從Grace來到這個貧瘠的村莊,而村長Tom的行為與用意也讓人難以忍受,到此為止,大部份村民看起來是善良的,如同在序中介紹的善良正直。雖說在看電影前已經有人提醒我要小心電影情節的黑暗面,在第六幕開始時也有字幕提醒,但在看到第六幕時就想關掉了。因為從這一幕開始,才開始看到什麼是人性,而從第六幕開始,才是真正的人生。 「傲慢(arrogance)」是最常出現在電影中的字詞,當Grace與Tom相遇時,她對Tom表示她必須自己教育自己,所以必須處罰自己不能進食;在第二幕裡,Grace認為Tom很「傲慢」而傲慢是不對的,一直到最後,第九幕,她到了車上依然與父親爭論「傲慢(arrogant)」。從車上兩個人的爭論裡,名字代表優美、優雅Grace終於顯露了她的本性: The Big Man:…but I, I call them dogs… Grace: The dogs only obey their nature. Why shouldn't we forgive them? 直到最後,她的決定讓整個村子燒光只剩下一隻狗,而她原諒了那隻連肉骨頭也不願施捨給她...

AI 提高產出,但誰得到好處?

我收集了 2026 年 3 月至 9 月由 Anthropic 研究團隊公開發表的 5 篇文章,讓 Claude 重新翻譯並編輯,並修改為習慣的閱讀語氣,以利閱讀。 Anthropic 今年 3 月發表的報告顯示,美國整體失業率沒有上升,但 22 到 25 歲的年輕人每月順利進入 AI 高曝露職業的比例比 2022 年低約 14%。這是我讀完今年他們發布的 5 份經濟研究摘要後,最常想起的一句話:「AI 讓產出變多」與「誰能把產出變成自己的收穫」,是兩個得分開回答的問題。 AI 做得到,不代表已經在做 過去大部分研究或媒體在衡量 AI 對工作的影響時,常問「AI 理論上能做哪些任務」。問題在於,AI 做得到,不代表企業或個人真的已經拿來用。 在這次閱讀的文章中,研究團隊提出「觀察曝露度」(Observed Exposure)。這個指標結合 O*NET(美國職業資訊網路,Occupational Information Network)的任務清單、理論可行性評分與 Claude 的實際使用資料,並對「自動化」與「工作用途」給予較高權重。 排名最高的是電腦程式設計師(約 75%)與資料輸入人員(約 67%),客服代表也名列前茅;另有 30% 的勞工觀察到曝露度為零。AI 目前的實際使用與理論能力還有一段距離。 在公布的研究中,高曝露職業的從業者有幾個共同特徵:女性比例高 16 個百分點、平均薪資高 47%、學歷較高、年齡也偏長。受衝擊的是中高薪的知識工作者,和「AI 先淘汰低薪年輕勞工」的直覺相反。 衝擊有多大?研究用差異中差異法比對,發現 ChatGPT 發布前後,高曝露職業的失業率未見系統性上升。唯一較清楚的訊號在 22 到 25 歲:這個年齡進入高曝露職業的新工作起始率,約比 2022 年低 14%。研究團隊也註明,這個結果僅勉強達到統計顯著。 同一套 AI,成果為何不同 在針對使用者研究的報告中,使用 6 個月以上 Claude 的人,其對話成功率為 73.1%,新使用者為 66.7%,相差 6.4 個百分點。控制任務類型後,差距縮到約 3 個百分點;再加上模型、使用情境、國家等變數,差距維持在約 4 個百分點。 Anthropic 曾假設,資深使用者會更傾向於把工作整包交給 AI 自動完成。研究的資料指向相反的方向:資深使用者更常與 Claude 來回...