林昶佐委員因為市場防疫的議題,陷入是不是稱職立法委員的爭論。
有關爭議當天的發言,林委員事後已有針對市場表達謙卑的歉意,但是,還是有種種攻擊餘緒未消。
我要分享「外交家雜誌」這篇報導:
台灣打造「數位民主國家」的成就,很受國際矚目,開放國會部分,也是林昶佐委員的問政所關注的焦點,國際研究因此知道聽取他的意見,我們因此在這篇報導看到他的意見被呈現出來。
立法委員問政,因為不是執行者,往往不如行政官員有能見度,但是國家建設的成功,確實有國會議員共同參與的貢獻在裡面!
林委員很多問政都有佳績,慢慢大家會了解,至少這件事,國際間的評價很高,是台灣創造「數位民主國家」中的一環,而林委員長期關心!
提供大家參考://
台灣能否提供數位威權的另一選擇?
Can Taiwan Provide the Alternative to Digital Authoritarianism?
(Diplomat https://ppt.cc/fjDcrx)
中國和台灣正成為匹敵的數位國家—
中國是數位威權政權,台灣是數位民主。
China and Taiwan are becoming digital states in parallel —
China as a digital authoritarian regime, and Taiwan as a digital democracy.
7月1日中國共產黨成立百年之際,中國分析專家正密切關注習近平主席的下一步。另一方面,台灣正在推進 2020 年 6 月推出的開放國會行動方案和徹底透明的政策。中國和台灣正在同時成為數位國家—中國是數字威權政權,台灣是數位民主。 兩者中,數位威權更容易實施,也已有許多學術專業定義和理解它。雖然目前尚未有明確的數位民主模型,但台灣正在創造一個範例。
開放國會行動方案究竟是什麼?去年由Freddy 林昶佐立法委員提出,部分受到行政院開放政府國家行動方案的啟發。 開放國會行動方案為台灣立法院制定了五個主要目標:透明、公開、參與、數位化和理解。 林昶佐委員表示他長期以來相當關注科技和政治,並補充說:“推動此方案的原因是對政府和國會的未來創造新願景。”
開放國會行動方案包括改革,例如電視轉播,主要增加手語。 禁止閉門跨黨談判,包括委員會層面。 另一個重大變革是公開可取得的數位數據,例如投票記錄、預算和利益衝突。 目前公開的線上資訊有限,大部分的資料必須實體索取。
類似的開放政府國家行動方案側重於台灣政府的一系列政策變革來提高透明度、提供資料和增加公民參與。 因為台灣不被承認為國家,所以不能成為開放政府夥伴關係聯盟(OGP)的正式成員。 儘管如此,台灣依然在 2019 年宣布制訂自己的開放政府行動方案。
台灣政務委員唐鳳將 OGP 描述為“一項國際倡議,提倡核心價值如透明度、問責制、參與和包容,強調政府和民間的合作和共同創造。 全都符合台灣努力的方向。” 唐鳳希望開放開放政府國家行動方案是台灣加入OGP的路徑。
台灣公民科技的例子比比皆是,例如 2020 年 COVID-19 爆發初期使用的口罩地圖、針對追蹤接觸者足跡的QR Code 簽到系統、 闢謠機器人、公民自發的群眾外包政策,等。
“[公民科技]是台灣治理未來的關鍵,也是我們如何推動整個系統向前發展的關鍵。 公民科技將發揮非常重要的作用,”林昶佐委員說。
唐鳳也樂觀的表示:我相信我們今天面臨的許多挑戰,包括流行疫病和假訊息大流行(infodemic),都可以透過民主深化和促進我所謂的‘人民-公眾-私人的合作夥伴關係’來克服。”
林昶佐表示,台灣與中國的主要區別在於,台灣對科技的使用(例如切斷數位連結)以及疫病大流行時權力擴張的時間設限都有監督。
一個沒有監督或信任的政府的範例就是中國共產黨,它越來越依賴數位威權來監視和控制人口。 最極端的在其周邊地區:西藏、香港和新疆。 然而,即便是北京的街道上也佈滿了監視攝影機。
“台灣的數位民主與中國的數位威權之間存在根本區別,”唐鳳說。 “北京使用社會信用體系和國家審查等數位工具的同時,台灣積極創建數位基礎設施,使一般公民能針對政策改革提出和表達意見。”
“數位民主的透明度是讓國家對大眾透明,”唐鳳繼續: “在數位威權下,‘透明’一詞表示讓民眾對國家透明。”
台灣民主的數位化可能尚未完成,但其政府和公民社會的努力指示了一個數位威權主義的可行替代方案。改革政府過程中的數位工具和政策可以應用於其他民主國家。
“對於中國來說,也許只有一件事可以確定,他們多年來的大宣傳故事『民主不適合亞洲』
在台灣的進步發展下不再令人感興趣,”Ttcat 表示。
There is no clear model of what a digital democracy is yet, but Taiwan is in the process of creating one.
Digital Minister of Taiwan Audrey Tang described the OGP as “an international initiative that advocates core values such as transparency, accountability, participation and inclusion, with an emphasis on cooperation and co-creation of the government and civil society. These are all in line with what we are doing here in Taiwan.” Tang hopes the Open Government National Action Plan will be a path for Taiwan to enter the OGP.
Tang is also optimistic: “I believe many of the challenges we face today, including the pandemic and the infodemic, can be overcome by deepening democracy and promoting what I call “People-Public-Private Partnerships.”
According to Lim, the key difference between Taiwan and China is that in Taiwan, there is oversight for the use of technology, such as de-linking data, and time-limits to expanded powers during the pandemic.
“In a digital democracy, transparency is about making the state transparent to the public,” she continued. “Under digital authoritarianism, the word ‘transparency’ means making citizens transparent to the state.”
The digitization of Taiwan’s democracy may not be complete, but the efforts of its government and civil society point to a viable alternative to digital authoritarianism. The digital tools and policies to reform its government can be applied in other democracies.
“For China, maybe only one thing is certain, that the propaganda narrative they ran for years— that democracy is not for Asia— is no longer appealing under Taiwan’s progress,” said Ttcat.
同時也有1部Youtube影片,追蹤數超過173的網紅電扶梯走左邊 Jacky,也在其Youtube影片中提到,✨本集來賓: 從美國辭掉apple工程師的Ian和精算師的Eric,成為YouTuber TheDoDoMen 的過程 YouTube Channel: https://www.youtube.com/c/TheDoDoMen IG: https://www.instagram.com/thedo...
data model是什麼 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳貼文
Google、軟銀都陣亡過!盤點 AI 專案失敗的 4 大原因
Posted on2021/02/04
若水AI Blog
【我們為什麼挑選這篇文章】為了適應未知多變的世界,許多企業搶做「數位轉型」,從公司營運的各層面如客戶體驗、商業模式、企業文化到作業流程等,透過科技的導入來提升效率與效能;而對製造業企業而言,原料採購、物流管理、庫存調配、生產、行銷等環節則是企業主進行數位轉型會優先考量的面向。
在這之中,AI 的運用扮演很關鍵的角色,如何將 AI 應用到上述各層面並實際執行,是許多企業面臨的挑戰,有哪些要點是執行 AI 專案時需特別留意的?(責任編輯:賴佩萱)
作者:若水 AI 資料資料處理部負責人 簡季婕
2020 年,突如其來的新冠肺炎疫情(Covid-19)改變了許多產業的命運,同時加速推促 AI 落地的速度,AI 人工智慧的應用將成為企業的新日常。
若水 AI 資料服務團隊本著為臺灣 AI 應用落地盡份心力的初衷,順著這波改變,推出全新系列內容:與機器學習(ML : Machine Learning)、AIOps 智慧運維(Artificial Intelligence for IT Operations)有關的實用文,分享各界專家在每一天如何持續營運、優化 AI 架構以及資料處理的基本功。
【若水導讀】AI 專案順利通關的三個絕招:
1. AI 資料來源要多元,避免學習偏誤
2. 標註前,請先建立客觀的 AI 資料標註(Data Annotation)原則
3. 讓 AI 人工智慧成為組織的共同語言,會更容易成功
企業都想做 AI,但實際上沒那麼簡單
根據《臺灣人工智慧學校 AI Academy Taiwan》2019 年針對臺灣各大產業 1,095 位業界校友的調查統計,成功導入 AI 人工智慧的臺灣企業僅占 20%。放眼國際,許多全球知名企業的 AI 專案也慘遭滑鐵盧:
Google 在泰國落地測試智慧醫療失敗,拖慢醫療流程;美國杜克大學發佈的 PULSE 演算法誤將歐巴馬的頭像還原為白人,引發種族歧視爭議。
在日本,軟銀(Softbank)社長孫正義原本打算以 AI 機器人取代銷售人員,沒想到 AI 機器人無法應付實際場域的複雜性,計畫負責人只好承認失敗:「我們把機器學習(Machine Learning)想得太簡單了」。
AI 專案難實際執行,問題出在哪?
若水經手過臺灣、日本超過 200 個的 AI 資料處理專案,從橫跨各大產業領域的專案經驗,整理出企業 AI 之所以無法順利落地的四大原因。
1. AI 模型訓練過程中沒有加入實際場域的資料
無論是剛導入 AI 而產生資料處理需求的新手企業,還是已有 AI 專案經驗、為了 retrain 模型再度找上若水的老手企業,都曾經在同一個地方卡關:AI 資料標註品質有做到位元,但 AI 模型卻無法應用落地 。
為什麼?
原因在於,客戶並未以「實際場景」的資料來進行 AI 模型訓練。
現在市面上有許多開放資料集(Open Dataset)或是免費的商用網路圖片,企業通常會優先使用這些免費資源進行 AI 資料標註(Data Annotation)讓機器學習,但是放到實際場域測試後,經常發現 AI 模型成效不佳,無法適用於實際場景,最終還是需要回過頭再進行第二次模型訓練(Model Training)。
因此 在 AI 專案開始前,建議企業首先需要在內部建立資料資料流(Data Pipeline),而在收集資料時,不只使用開放資料集(Open Dataset),也須確保有使用符合實際應用場景的資料來訓練 AI 模型,全盤考量資料類型、角度等多元性,避免機器學習偏誤 。
2. AI 資料標註原則定義不夠客觀
與企業工程師對接 AI 資料處理需求時,當我們詢問這批人臉辨識(Face Recognition)的 AI 資料標註的原則是什麼,常常會接到諸如此類的回答:「頭太小的話,就不要標註數據」。
一般人的邏輯覺得很合理的事情,對於機器學習(Machine Learning)來說卻是一大挑戰。 機器學習需要知道的是趨近「絕對客觀」的原則 ,例如,所謂的頭太大、太小,換算成具體數值會是幾乘幾大小的 pixel?如果圖片背景融色或模糊,也需要標註起來嗎?
一旦 AI 資料標註原則不夠客觀,AI 模型很容易隨著人的「主觀認定」來學習,當專案換了一位工程師,機器學習出來的效果可能也會跟著變 。在我們的經驗,原則的訂定最好透過「對話」,藉由反覆詰問,才能加快釐清目標。有了歸納、定義出客觀的 AI 資料標註原則。就會加快模型學習(Model Learning)成效。
為了清楚定義圖片融色或模糊的問題,我們採用國際照明委員會(International Commission on Illumination)訂定的 Delta E 標準,和影像(圖像)品質評估標準 BRISQUE,和客戶確認彼此認知是否一致。
根據國際標準,人的肉眼能分辨得出來的色差,至少會在 Delta E 值 2 以上。所以,當一張影像測出來 Delta E 值小於 2,就表示這張圖的融色程度太高,無法標註。
假如客戶希望「太模糊的圖片不要標註」,團隊也會根據 BRISQUE(影像品質評估標準)的標準,輸出不同模糊指數的圖片,請客戶確認所謂的模糊,具體來說是 70% 還是 80%。
3. AI 模型訓練(Model Training)沒有循序漸進
以肢體行為辨識(Posture Estimation)為例,Coco Dataset 從一開始只辨識人體 7 大主要關鍵點(Key Point),後來逐步發展成 25 點,甚至快 40 點,有些客戶會希望若水 AI 團隊可以一次就標註 40 個關鍵點,直接拿去機器學習(Machine Learning)。
說起來,機器學習和教小孩很像,一下子給太多的特徵點(Feature Points)反而會「揠苗助長」,導致 AI 模型學到最後分不清楚自己到底在學習什麼。我們也遇過有些客戶,一開始想用難度較高的 Segmentation 方式讓模型學習人的行為,但是人的行為百百種、語意切割(Segmentation)的變異度也高,就比較難學得好。
當這些客戶再回頭來找若水,通常會比較循序漸進,從小地方開始逐步改進 AI 模型。
4. 缺乏管理層的理解與支持
AI 熱潮讓許多企業趨之若鶩,然而 AI 要能夠順利落地,除了上述三項實務建議,企業管理層對於 AI 的認知和支持更是一大關鍵。
許多臺灣企業的 AI 數位轉型主導者,可能是傳統公司裡面有豐富資歷的 CTO 技術長或管理階層,對於 AI 人工智慧這個全新領域的概念,比較缺乏深度的理解,也沒有類似 AI 模型訓練和測試的相關經驗,從上述 4 個原因去追尋難以落地的根源,或許能有所助益。
資料來源:https://buzzorange.com/techorange/2021/02/04/ai-project-difficulties/?fbclid=IwAR04ZC1-1MquyCObEI5HIfTKtV-OkcfxL_R8vRin4YgQMl8cnhS_6aM59vU
data model是什麼 在 Thekittychang Facebook 的最佳貼文
互聯網大學 | 企業數位轉型需要的人才及能力
1/24 (日)下午 互聯網大學邀請了 — IBM 全球企業諮詢服務事業群總經理總經理 吳建宏先生 與我們分享「企業數位轉型需要的人才及能力」的議題
IBM 的策略顧問致力於,運用AI、混合雲、諮詢服務來解決企業的問題、協助企業轉型)
/
ㄧ、你如何定義「數位轉型」?
我所定義的「數位轉型」主要分成工作方式的轉型、工作流的轉變。
1. 工作方式的轉型|遠端工作、協作工具的興起
隨著疫情加劇,讓人們開始「遠距學習」、「遠端協作」的旅程,學習如何使用線上協作工具,例如:Slack、Jandi、zoom、google meet等等,甚至是使用線上學習平台學習,例如,Coursera, Udemy, Hupspot, google analysis academy, Lynda,Hohaw等等,都是需具備的能力之一。
此外,在遠端工作、團隊成員多元的情況下,更不能忽視語言溝通的能力
(最基本的就是英文溝通!如果連最基本的溝通都達不到,就算有再強的技能,也很難拿到offer)。
2. 工作流的轉變|從瀑布流轉變為敏捷式專案執行
先前看過一本書 < Google創投認證!SPRINT衝刺計畫:Google最實用工作法,5天5步驟迅速解決難題、測試新點子、完成更多工作!> ,書裡提到現在越來越多團隊在產品開發上,選擇使用「 sprint 衝刺計畫 」,而非瀑布式工作流。
若使用先前的「瀑布法開發法」就必須透過 — 計畫、設計、發展、測試、維護等從上而下、step-by-step 傳統作業流程。
但是,若團隊使用「敏捷式開發法」,就可以透過五天的衝刺計畫,發展出一項專案產品。
p.s.不過因為隊員必須在計畫執行中聚在一起、空出五個整天(排除其他工作),所以我認為不太適用於遠端工作中!
以下是「敏捷式開發法」的周行程範例!
星期一|說明衝刺計畫的流程、設定在計畫內要解決的問題、畫出產品及顧客的關係圖、請教專家、選定目標
星期二|隊員示演理想的解決方案、畫出方案草圖
星期三|選出或溝通出最佳解決方案、試畫製分鏡腳本
星期四|隊員分工(包含製作者、整合者、促進者、資料收集者、採訪者等)、製作原型、試運轉
星期五|與五個潛在顧客進行訪談
(p.s.如果對「敏捷工作術」感興趣的話,< Google創投認證!SPRINT衝刺計畫:Google最實用工作法,5天5步驟迅速解決難題、測試新點子、完成更多工作!> 書裡頭有更詳細的案例解說!)
/
二、IBM 所定義的數位轉型(圖二+圖三)
The Cognitive Enterprise
1. 文化
(1)Culture
* 是否能接受「Agile」?如何更敏捷的決策?
(2)Skills
* HR數位化
* 以技能評估 candidate 是否合適這個職缺?
(3)Ways of working
* 思考方式|設計思考力
* 工作環境|共同工作空間
*
2. 平台
(1)Enterprise strategy platforms
* 協助客戶形成生態圈
* 將 Business Model 加入 API 的元素
(2)Industry platforms
(3)Cross industry platforms
(4)Enterprise enabling platforms
3. 流程
(1)Front-office processes
(2)Back-office processes
* 流程數位化
* 協助中小企業貸款,量數最多的案件是中國信託,因為他讓流程線上自動化(RPA),鼓勵客戶線上申請、機器人自動審核
(3)Decision process
4. 科技
(1)AI
(2)Blockchian
(3)Automation
(4)Internet of things
(5)5G
(6)API
5. 數據
(1) Proprietary data
(2) Licensed data
(3) Public data
(4) Custom
(5) Legacy
6. 應用系統
(1) Cloud native
(2) Digital
7.基礎架構
(1) Public
(2) Private
/
三、在數位轉型下,我們需具備的能力?(圖四)
/
四、Q&A section
1.去年IBM在「雲端金融論壇」提到未來的金融趨勢有 — 開放銀行、金融上雲、純網銀,那麼透過 IBM garage 實行敏捷創新、敏捷AI 、敏捷上雲時,有沒有遇到什麼困難?如何因應?
A : IBM 會以「成本效益分析」、「法律問題」、「雲端的預算」的角度出發做思考。
2. IBM 會希望員工跨部門輪轉嗎?
A : 未來希望人才往「ㄆㄞ型」前進,所以部門員工輪轉的方式會是「部門的輪調」或「不同專案間的輪調」。
3. 如果幫助客戶的服務成效不彰時,會有什麼應對措施?
A : 雖然可能出現不被客戶信任的情況,但可藉此學習、避免下次出現類似的情況。
#ibm #learn #digital #xchange #taipei
data model是什麼 在 電扶梯走左邊 Jacky Youtube 的最佳解答
✨本集來賓:
從美國辭掉apple工程師的Ian和精算師的Eric,成為YouTuber TheDoDoMen 的過程
YouTube Channel: https://www.youtube.com/c/TheDoDoMen
IG: https://www.instagram.com/thedodomen
- 為什麼面對夢想只能裹足不前,評估狀況、想好計劃、下定決心 | Stop planning your dream, Just do it
- 把每一天當成最後一天來活,那要做什麼才有意義 | Live everyday like your last
- 危機就是轉機!雖然因為covid-19不能環遊世界,但轉職做 YouTuber又何嘗不是挑戰 | Crisis is opportunity
- 機會是留給準備好的人!因為舊金山封城而拍的影片開始被看到 | is it Luck or perserverance?
我們每集都會辦抽書活動,記得 follow 我們 🤩
IG: https://www.instagram.com/leftsideescalator.jacky/
FB: https://www.facebook.com/LeftSideEscalator.Jacky/
***
(00:01:12) Jacky與Eric、Ian的相識過程 | How we met
(00:03:24) 神回覆的三個字形容自己 | 3 words to describe each other
(00:07:53) 小時候到美國的文化衝擊 | Cultural shock moving to the US
(00:11:50) 回台灣的逆向文化衝突居然是等垃圾車 | Reverse culture shock moving back to Taiwan
(00:14:58) 融合台灣和美國的文化 | Fusion of Taiwanese and American culture
(00:16:11) 亞洲家長的過度關心 | Asian parenting
(00:17:40) 兩邊的文化對人生有什麼影響 | Impact of being bi-cultural & bi-lingual
(00:21:03) 脫離舒適圈:自信和獨立思考 | Leaving comfort zone, confidence and independent thinking
(00:23:11) 成績不代表一切的證明 | Grades aren't everything
(00:25:58) 自信的無形蝴蝶效應 | The butterfly ball effect on building confidence
(00:27:13) 大學申請實習對課業影響 | Internships in college impact on their lives
(00:30:27) 大學除了課業以外 最大的收穫 | Biggest takeaways from school other than academics
(00:32:03) Eric 和 Ian的相識過程 | How Eric & Ian met
(00:32:50) 聊聊apple工程師和精算師的工作 | Jobs as Apple Engineer and Actuary science
(0037:03) 什麼時候埋下辭職的種子 | When the idea of quitting
(00:38:07) Ian首次公開的人生大事 | Ian's exclusive story
(00:41:30) 以下暴雷「靈魂急轉彎」請注意 | "Soul" the movie / spoiler alert
(00:42:27) 為什麼會想開Youtube頻道 | Why start YouTube channel?
(00:43:25) 剛開始拍Youtube的時候最難的是 | Hardest thing about starting a channel
(00:45:16) 會不會不適應成為Influencer要公開私生活?| Private life
(00:47:34) 還不成名的時候怎麼堅持 | Perseverance before fame
(00:48:38) 舊金山封城是轉折點 | Lockdown turnaround
(00:51:25) 數據放一邊 先做自己想做的 | Data aside, do what you want
(00:52:36) 犧牲很大 但觀看很少的影片 | Huge sacrifice, low reward videos
(00:53:30) 回覆酸民留言來了 | Here's to you haters
(00:56:23) YouTuber最容易被誤會的事 | Biggest misconception from being YouTubers
(00:57:10) 只有先準備好 才有爆紅的機會 | Luck is for those who are prepared
(00:59:45) 一開始有設立停損嗎 | Limit stop?
(01:00:49) YouTuber Role Model
(01:01:33) 影片想傳遞的核心價值 | Core value from videos
(1:02:24) 兩個人意見不同的時候 | When disagreement happens
(1:05:34) 成為YouTuber最大的成長 | Biggest learning from becoming YouTubers
(1:06:55) YouTuber的時間管理 | Time management as YouTubers
(1:09:29) 創造和技術類工作的差異 | Difference between a content creator and technical career
data model是什麼 在 [Database]Database 基礎概念 - M.C. Shih · BLOG 的推薦與評價
資料(Data):資訊(Information)的原始型態,是未經整理和分析的原始數值、文字或符號 ... Database Design(資料庫設計)/ Data Modeling(資料塑模). ... <看更多>