創業台北

(台灣盈士多科技創辦人暨執行長陳仁濱)

本次會議綜合全球最新的商業及科技發展趨勢，主要參與者為商業及科技方面的領導者，使用了科學驗證的方法，介紹全世界商業智能、分析、信息管理和績效管理的最新趨勢及發展現況。

9/21 Data Action: Using Data for a Public Good 9/21 10:15 PM - 11:30 PM

MIT 教授 Sarah Williams 介紹資料的各種面向，以及是誰在控制這些資料，如何運用資料以及最新的資料處理工具
波士頓市政府資料長 Stephanie Costa Leabo 與觀眾分享她如何從2015年加入波士頓政府擔任資料分析師，一路到2019年成為波士頓政府的資料長

Evergreen 博士教導大家如何用圖形來生動顯示資料，思考觀眾是如何與視覺互動，利用資料來說故事，以及如何將資料圖像化的經驗分享

資料科學家做些什麼？
1. 瞭解具體問題 2. 收集原始資料 3. 處理資料 3. 清理資料 5. 分析資料
6. 建立模型與演算法 7. 溝通並將報告視覺化 8. 做出決策 9. 釋出新資料產品

(台灣盈士多科技產品長張少驊)

大數據改變了這個世界，不論是for public good，或者是for a better world，都讓我想到Cathy O’Neil的《大數據的傲慢與偏見》”Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy”。
作者表示，演算法議題最讓人擔心的是「權力」，誰擁有演算法就可以控制結果，因為演算法的普遍應用，結果往往會對人類的命運帶來影響。而演算法沒有上訴機制，也無法將運作透明化，宛如黑盒子，無法問責。

科學家投入大量數據給系統，讓它自己分類、標籤、學習，而產生自動化決策的過程，利用過去的經驗來預測未來。而這些大量數據的源頭？全部來自於過去數十年的累積——包含了難以抹滅的黑歷史。

在Netflix的紀錄片Coded Bias也提到許多令人關切的數據與演算法帶來的問題。在如何取得數據，顯示數據、利用數據，將每個人變成數據的同時，也許有些東西是值得好好思考的。

(台灣盈士多科技產品經理鍾心悦)

Workshop: Connect Data, Actions, and Outcomes for a Better World
Speaker: Dr. Lorien Pratt
講師Lorien Pratt提出了一個議題『為什麼我們最強大的新數據和分析技術沒有被用來解決世界上最重要的問題：貧困、衝突、不平等、就業、疾病、生產力？』 他寫了一本書說到<Link: How Decision Intelligence Connects Data, Actions, and Outcomes for a better world>。

一直以來有許多企業、經濟學家和社會科學家，正在與使用人工智能 (AI)、機器學習 (ML)、複雜系統理論、模擬、優化、博弈論等的技術人員攜手合作，想利用科技找出解決方案。但是，直到現在，這些技術仍然彼此分開、難以融合。它們太難理解與整合，因此無法解決我們關心的問題。

根據對數百名專家的採訪，Pratt 發現了人與數據之間、人與人之間的系統性差距，這些差距阻礙了人工智能和機器學習系統的有效使用。講者將技術的路線圖寫成一本實用且易於理解的指南手冊，將複雜的技術和學科帶回生活中，並將它們與我們的思維方式聯繫起來，提供AI/ML業者可以在未來解決這些難題。

(台灣盈士多科技客戶成就專員梁鈺翎)

摘要：主辦單位 Dresner Advisory Services 於2021/9/21-22 舉辦第五屆年度 Real Business Intelligence® Conference，此活動是商業和 IT 領導者踴躍參加的盛會，使用了世界最佳、經過驗證的方法，專注於商業智能、分析、信息管理和績效管理的成功戰略。
行程：9/21 Data Action: Using Data for a Public Good 9/21 10:15 PM - 11:30 PM

1. 透過講師莎拉·威廉姆斯的介紹，我們知道科技進步可以帶來大大的好處，同時也會伴隨著危險或傷害。大數據可用於好事——從追踪疾病到揭露侵犯人權行為，也可用於壞事——實施監督和控制。數據不可避免地代表了控制其使用者的意識形態；數據分析和算法往往將女性、窮人和族裔群體排除在外。

2. 在觀眾與講師的問答中，我們了解了如何讓數據不要造成傷害，並且知悉什麼情況下數據會對社區不利。同時講師也舉例說明了中國投資者單用地圖所呈現的數據斷定問題街區位置，僅靠數據是無法完全了解他們所面臨的風險。數據會提供信息，而我們應該多考慮如何改善社區，而不是直接判該地區死刑。

3. 在《數據行動》中，莎拉·威廉姆斯提供了以更合乎道德和負責任的方式處理數據的指南。在沒有太多利益相關者投入的情況下，經常使用和操縱數據來製定政策決策。
講師分享了一種方法，該方法強調數據科學家、政策專家、數據設計師和公眾之間的合作。這種方法通過向最了解問題的人合作，來建立其對數據的信任和共同所有權。

最後，講師分享如何想出正確的方法來分析數據，模型有非常多種，也經常不通用，創建一個模型並不難，請大家嘗試不同的方法與思路，最終會找到適合的方法。