Open Data 開放資料可以做到什麼
“這個 Chrome 瀏覽器的套件，求職者在 104、yes123、1111 找工作時。公司假如曾違反勞基法，會自動跳出警告視窗警告應徵者，這公司過去的違規事項，或近期內是否放過無薪假”。”把模擬城市的遊戲界面，做在真的地圖上：這樣就可以看到每一點最近的消防局、警察局、廟會。還可以計算每一個地址的幸福指數“。“評律網上，可以找到每一個律師的訴訟勝負比例，進而挑選最適合案情的律師。因為根據我們的調查，台灣超過 7 成的民眾遇到法律糾紛的時候，是依賴朋友推薦，尚無一個可以客觀選擇律師的平台。”
星期天 (2/24) 我去參加了 Open Data Day （國際開放資料日），我在哪邊遇到好些有趣的人，上述的問題，描述了一些他們在試著解決的問題。
近幾個月，從開放政府預算、公車時刻查詢 APP、以及實價登錄網，台灣也開始有些開放資料的有趣應用。 我的朋友問我說，為什麼開放資料現在才崛起？從某方面來說，資料是越來越多了：公車裝上追蹤器，也是這幾年內的事情而已。
但另一方面，有些資訊一直以來都存在著：勞委會一直以來都有記錄違反勞基法的公司，而法院的判決也一直都存在。是什麼原因造成這些應用最近出現？我們可不可以加速這些應用的生成？
目前政府的做法，似乎就是拿這些資料，推出一堆自家的應用程式。（令人懷疑，或許這已經成為公家單位考績的一部份了）。如此產出的應用程式，通常是功能強大，但不大好用。追根究底，這些應用程式多半是以招標的方式承包：在預算限制內，完成特定的功能。功能的數量可以清楚界定，但使用起來是否方便，就難以驗收了。
這背後基本的假設是：公家單位完全清楚這些資料可以開發做什麼用途，就像一位種哈密瓜的農夫知道自己的作物應該怎麼樣來吃。許多年來，我們被告知哈密瓜是一種飯後水果，在吃完後，用湯匙挖著哈密瓜往嘴裡送。
在 Open Data Day，我看到有人把哈密瓜當成前菜，配著煙薰火腿一起享用。看到這些令人驚艷的應用，反過來看當初我們是怎麼吃哈密瓜，反而顯得相當無趣，或許農夫知道之後也感到相當的羞愧，當初怎麼信誓旦旦的介紹這是哈密瓜的所有吃法了。或許根本性的問題，就是農夫根本不應該插手決定哈密瓜有什麼用途，他只管生產哈密瓜就是了。
資訊就是前述的哈密瓜，我們過去仰賴著資擁有者提供我們應用的選擇。但現今，所謂 Open Data 提倡：或許民間可以更有效率的把這些資訊用來解決他們的需求。有時候，是因為解決這些問題需要有多方單位的資料（比方：CityDashBoard 的計劃）；另一些時候，只是因為這些問題需要一個不同的突破方式（比方：前述求職小幫手）。
過去，要處理地理資訊等問題，需要昂貴的專業軟體。公家單位要解決一個問題的時候，就會開一個標案，由幾位台大教授帶領跟他們的學生還有幾家小型的顧問公司競標。
近幾年來，在資料收集、整理、分析、以及視覺呈現上，都多了好些免費工具，包含許多開放、半開放（ Google Map）的基礎建設。這是世界趨勢，台灣從去年底開始逐漸出現了幾場以 Open Data 為主軸的駭客松 (i.e. g0v 資料放領)。許多會寫程式的”非專業人士“進入這一個領域，百花齊放，雖偶爾幾個例子惹人爭議，但總體上還是為了社會帶來許多正向的影響。
台北、高雄市府也已經建立開放資料的平台，呼應這項趨勢。短期內還有些問題必須解決，像是：是否應該要跟民間競爭釋放應用程式？創造自己的開放資料規範或跟國際接軌？還有到底應該用什麼格式釋放這些資料。
窺視 Open Data Day 當天的活動進行，或可得到一些啓發。
當天最我最驚艷的工作，是前面提到， Chrome 瀏覽器上找工作的求職小幫手：把勞委會的資料庫運用在一個找工作的過程中，把求職程序，與資料在一起。該原型，單由 Ronny Wang 所完成（目前求職小幫手雖然還無法網路上找到，只有另外一個相關專案，是把關係企業視覺化）。
由 Tim Hong 所帶領的城市儀表板，則希望可以把更多的資料來源整合到 Google Map，希望可以做成像模擬城市裡面的控制界面。
評律網，已經把上百萬筆的法院的訴訟案件進行整理，打算未來開放以 API 的方式，提供第三方可以製作其他應用。在美國，有一個工作叫做法律助理，專門協助律師處理文件工作。想像原本需要五、六個小時整理某公司的訴訟案件，可以有電腦協助。不過評律網的開發人員也有提到，訴訟文件目前遇到的問題之一，就是錯字很多。
當天跟傳統駭客松不同的。 是除了開發者，難得還有需求者帶著具體的問題到現場：地球公民基金想要解決的是水質監測的問題：特別針對新竹地區的霄裡溪，現階段政府已經有針對該地區的水質進行監測，但目前農委會網站上所公佈的數值過於籠統，僅有“優良-優良”，無判斷細項。
媒合有開發者以及需求者的確是相當好的想法。
林業試驗所的王豫煌，近一年來，他們開始搜集森林裡面的聲音、影像檔案，結合他們原本在森林裡所架設的氣候觀測站，他們希望可以建立一個物候的模型：什麼樣的生物容易在什麼樣的環境下出現。他們遇到幾個問題，一是辨識技術：一個十秒的錄影，會捕捉一個生物在鏡頭出現的蹤跡。但以現今的電腦技術，這類型的模式辨識其實相當困難。這些工作其實都需要人工進行。
當天討論到一個可能的模式，是效法 NASA ：把星空的資料釋放給大眾，用人眼協助標記照片上所出現的東西。 NASA 的專家就標記的內容進一部分析。 或許台灣會有民眾想要在無聊通勤的時候，用手機分析這一個影片中出現的是穿山甲還是猴子？
但在有限經費內，如何假設一個夠大的平台？該單位每個月約可以產生 1 TB 的音訊資料量、100 GB 的影像資料（1 TB 等於 1,000 GB，Gmail 信箱約有 10 GB 的大小）。在有限的經費底下，怎麼樣釋出這些資料是一個一大難題。現場所討論到的一個解決方案，或許是利用第三方影音平台(Youtube)上加值。
關於資料來源問題，現場也有不同的團隊試著從別的切入點下手：將資料的格式統一。政府開始推動開放資料平台，把很多公開資料都釋放出來了，但卻面臨這些資料無法被使用的窘境。有部分原因，是因為他們使用的軟體系統格式，可能是該軟體特有，沒有軟體的人無法打開（想像要用小畫家打開 Photoshop 的 .ai 檔）。這一個問題，在地理資料上特別常見。為公家單位平反：在當初規劃這些軟體的時候，沒有辦法預見十幾年後，會需要把這些付費軟體內的資料轉換為某種特定的開放格式。
這一個團隊在做的，就是拿市政府上的資料進行轉換，然後再公開。這相當層面，為了所有人謀福利。做到底層很繁瑣的格式轉換。
主辦者 CK 自己也帶了兩個小組，一個是整理台灣目前的發展狀況，未接下來要研究核能議題的人留下基礎。另外是呼應全球 Open Data Day 的專案，將 World Bank 釋出來的資料進行視覺化。
林旭宏發起了一項跟保育蛾有關的計劃，不過當天沒有機會聊到。
特別感謝精誠資訊提供場地。
