AI LAB
Learning signal
CITY DATA / 09 · 可以開始
香港智慧城市數據隊
看懂一個倒數，便看見整座城市的數據流。
巴士倒數的幾分鐘，是怎樣估出來的？
從到站時間、城市感測器、API 和路線建議，拆解城市數據如何流動、更新和出錯。
免費體驗第 1 課Course introduction
從一個真問題開始
到站時間不是承諾，而是由位置、路線、路況和時間戳共同形成、持續更新的估計。本系列用不收集學生位置的原創情境，帶學生打開智慧城市的數據黑盒，學會分辨測量、預測、延遲、缺值與責任。
Why this course
課程設計重點
以香港日常交通問題理解數據系統
不把估計說成精確承諾
每一課都顯示來源、時間戳和資料不足狀態
不收集學生住址、學校、常用路線或即時位置
Learning outcomes
完成後，你會帶走什麼？
●數據流程
●時間戳
●誤差診斷
●私隱判斷
Make something
不是看完，是做出來
系列以「可解釋的到站資訊小面板」收束。AI 老師負責講清楚，AI 助教提供分級提示，AI 同學帶來不同觀點；最後的判斷與作品由學生完成。
Learning route
6 節課，一步步完成主題作品
每課完成一件作品；前一課的能力，會成為下一課的工具。
- 01
- 02
城市怎樣感知正在發生甚麼？
感測器能量度甚麼，又看不到甚麼？
為不同城市任務配對資料，辨認感測器的能力與盲點。
本課作品：城市感測器地圖 - 03
API 是系統之間的信差嗎？
兩個系統怎樣交換結構化資料？
用請求與回應卡模擬資料交換、欄位和錯誤狀態。
本課作品：API 請求—回應卡 - 04
最快路線不一定最適合？
排序目標怎樣改變建議？
比較時間、步行、轉乘與無障礙需要，理解推薦背後的目標。
本課作品：路線比較表 - 05
預測錯了，是資料還是模型？
延遲、缺值和異常怎樣影響結果？
沿資料鏈逐步診斷，不把所有錯誤歸咎於 AI。
本課作品：誤差診斷樹 - 06
設計負責任的城市數據面板
怎樣清楚顯示更新、來源、估計和限制？
整合資料來源、可用狀態、私隱和可解釋提示。
本課作品：到站資訊小面板
Research basis
這個系列依據什麼？
下列資料只作事實核對與課程設計依據。課程文字、例子、角色、圖像與互動均重新創作，不代表相關機構參與製作或認可本課程。