您的当前位置:首页  学院动态  学术动态

浙江大学金苍宏副教授应邀为我院师生作学术讲座

[发布单位:乐动体育app地址    来源:乐动体育app地址    发布时间:2022-05-17]


2022512日晚,应我院邀请,浙江大学城市学院金苍宏副教授在腾讯会议上为我院众师生带来了一场以“数据智能与城市治理”为题的城市数字治理方面的学术讲座。乐动体育app地址百余名师生在线学习。本次讲座由杜怀玉副教授主持。

 首先,金老师以杭州上城区浙一浙二街区治理为例,介绍了目前该区域的交通现状,问题主要体现在:车满为患、交通拥堵、协同缺乏、场库零散。针对此现象当地采取了跨部门、跨区域、跨层级统筹联动、多方协同的措施,通过化零为整资源归集,以及智慧引导和优化治理的措施,逐渐使交通更加有序。通过这个例子引出了此次报告的主题:在决策时要汇聚和打通所有数字,体现出大数据技术的便捷性。

 接着,金老师向我们讲述了大数据的特征与处理方式。金教授指出大数据能够成功的原因在于两点:一是术语本身技术性不强,概念通俗易懂;二是术语包含着“前程远大”的一系列不断进步的技术。金教授在当前信息科技为大数据时代提供技术支撑的背景下,强调了目前可以使用大数据的领域和需要的条件,指出数据产生方式的变革促成了大数据时代的来临。从传统决策到大数据决策,决策分析观念已经发生了改变,大数据已经改变了解决问题的方式。同时,金教授分析了“大数据”和“数据大”的问题,数据量不断增大,数据类型繁多,大数据处理速度快,价值密度地,商业价值高,总结出大数据的结论:大数据不能对具体的行为做出精确预测,不能用来消除不确定性,不能预测新业务;在操作时也存在着不当负担、不可量化和易被操控等缺点。目前,我们要做的就是结合大数据案例成功的几个因素:场景、技术、服务,分析过去,提醒现在,展望未来。

 随后,金老师讲到了目前人工智能模型的发展与局限。从人工智能发展简史、人工智能发展阶段,分析了人和人工智能的不同,具体体现在:人是从归纳经验、输入新的问题,得出规律来预测未来;而机器是根据历史数据训练和输入新的数据,根据模型预测未知属性。人工智能算法虽然在一些应用中能够做到清晰、迅速,但从模型的深度学习中反映出机器学习仍会存在许多的问题,比如就事论事、推理能力差、难以应对突发情况、深度模型的不可解释性,并从一些图片模型的讲解中体现出AI和人类的差距,指出人工智能仍不是非常完美的。

 最后,金老师讲到了目前数据治理的问题和挑战。问题和挑战主要集中在以下几个方面:城市业务难协同,缺乏统筹机制;内涵边界不清晰,缺乏标准规范;数据资源难汇聚,缺乏数据治理规则;建运模式不完善,缺乏监督管理体系;信息安全难保障,缺乏风险防控机制。金教授指出,未来我们需加强城市数据治理制度建设,促进数据要素;也需建立信息安全管理和风险防控机制,来打造一体化数字资源系统,把“信息孤岛”连城“数字化目录”,关键还是要掌握清手头上的资源并进行有效地梳理贯通,摸清数据底数,实现数字资源高效利用、高效配置、高效共享。

 在交流环节,针对老师和学生们的提问,金老师都一一进行了耐心的解答,对数字化城市建设中的相关问题都阐述了自己独到的见解。

 讲座尾声,杜怀玉老师对金老师的精彩报告和表示了感谢。金老师围绕数据智能与城市治理,从案例开始,以相关理念为辅,尤其对大数据相关的一些内容,如数据化新领域、对解决问题的方式及决策的影响、人工智能发展的趋势、数据治理的问题与挑战这些内容做了详细讲解,给我们以全新的认识。当前,数据智能已经运用到了社会治理的方方面面,在智慧城市建设中也发挥着非常重要的作用,城市智能化发展成为一个新的趋势,非常值得我们学习和关注。对金老师的精彩分享和师生的交流表示再次感谢!


 (撰稿:马晓悦  截图:马琪钰  审稿:杜怀玉  审核:  李怀 )




金苍宏副教授简介:

 金苍宏,浙江大学计算机博士,副教授,硕士生导师,浙大城市学院计算学院院长助理,人工智能专业负责人,城市大脑研究院青年领航学者,主要研究方向为时空挖掘、文本分析、决策系统等。在城市大脑、公安、交通、互联网等领域有丰富的研究和实践经验,多次参与 Google、华为、浙江省师资培训等课程建设和授课。


专业院校:
管理机构: