您的位置首页  科技生活  人工智能

智慧城市的应用挑战昇腾AI给出了新解法

智慧城市的应用挑战昇腾AI给出了新解法

  作为数字中国建设理论和实践经验的交流平台,几乎每一届数字中国建设峰会都会成为外界观察数字化进程的风向标。其中被视为下一代城市形态的智慧城市,早已是历届数字中国建设峰会的焦点议题。

  第五届数字中国建设峰会上,人工智能和智慧城市的深度融合可以说是最为热门的话题之一。华为打造的人工智能融合赋能平台荣获第五届数字中国建设成果展览会十佳首展成果奖,包括华为昇腾计算业务总裁张迪煊在内的行业领军者也在峰会上分享了各自的实践经验。

  同时也为我们提供了一个有价值的观察窗口:透过智慧城市一线探索者们的分享,我们日常生活的城市将如何进化?

  自IBM在2008年提出智慧地球的概念,智慧城市的探索已经进入到第十四个年头,全球有上千座城市参与到智慧化转型的试点中,期间涌现出了不少让人眼前一亮的场景,却也存在一些悬而待解的问题。

  为了解决电动车事故频繁发生的问题,深圳市出台了电动车佩戴头盔的法规,可如何培养老百姓的安全意识,却成了一件棘手的事。深圳市龙岗区找到的方案是在事故频发地利用AI识别分析头盔的佩戴情况,进而合理分配调度资源。经过一段时间的试运行后,电动车主的头盔佩戴率提升至90%以上,事故伤亡率下降了近30%。

  其中的逻辑并不复杂。早在2014年的时候,计算机图像识别的准确率就首次超过了肉眼识别,并逐步在城市治理的场景中衍生出了智慧巡查、智能助理等应用。除了检测头盔佩戴的例子,利用视觉分析识别水源的污染情况、基于图像识别自动处理轻微交通事故等等,早已进入到许多人的日常生活中。

  可当人工智能和城市治理的融合由浅入深,想要在单个场景智能化的基础上,进一步向全场景落地的时候,则遇到了前所未有的挑战。

  比如AI应用的场景不断增多且跨度越来越大。即使是一个中等规模的城市,对AI应用的场景需求就有50多个,涉及到、水务、应急、交通、监管等不同部门,并将随着数字化转型进程的深化持续增长。倘若缺少有共性基础的AI能力支撑,业务需求响应的速度往往很慢,直接影响着市民们的生验。

  比如当前的AI应用难以支撑城市的自主演进。算法模型的训练需要不断“喂”数据,但在数据安全等问题的制约下,算法的训推流程被割裂,一些内部环境测试中准确度高达95%以上的模型,在现场部署后因为光照、角度、样本等因素的干扰,准确率可能不到40%,属于典型的算法“上线”即“落后”。

  再比如许多城市在推行“一网统管”的理念,想要打通不同部门的子系统,进而消除掉数据烟囱、数据孤岛等现象。然而AI的落地还处于单点突破的阶段,缺乏和业务的协同闭环,难以支撑城市的全域智能感知。就像“木桶定律”所揭示的,一旦AI应用和“一网统管”脱节,智慧治理恐怕要大打折扣。

  按照德勤在2019年的统计数据,全球1000多个已启动或在建的智慧城市中,中国以超过500个城市的数量居于首位,在全世界范围内的占比近一半。国内如火如荼的智慧城市浪潮,沉淀了不少有价值的参考。

  2011年开始谋划智慧化转型的巴塞罗那,在很长时间里被视为全球智慧城市理念、模式、技术、项目的荟萃之地。作为中国的“巴塞罗那”,深圳在智慧城市的探索上不遑多让,连续多年位列中国智慧城市发展水平评估报告榜首,不断向国内外输出智慧城市的新理念和新样板。

  同样是AI应用落地的挑战,深圳市龙岗区已经完成了城市管理、安全生产、生态环境、公共安全、综合治理、食品安全在内的60多个场景的智能化升级,针对垃圾堆放、户外广告、道路积水、汽车违停、占道摆摊等乱象给出了智慧化的解法。哪怕是核酸检测现场秩序控制这样的临时需求,龙岗区也将AI融入到治理中,通过视频智能分析能力判定是否有人闯入闯出、是否存在人群聚集。

  原因在于龙岗区率先提出了“一中枢、两开放、三赋能”的融合赋能创新模式:在昇腾人工智能融合赋能平台的基础上打造出了城市智能中枢,在政府主导下全面开放使用数据和AI算力,并在赋能城市治理的同时,兼顾对产业汇聚、行业升级的深度赋能,加速智慧城市全面智能化升级。

  在数字中国建设峰会前夜的三坊七巷高峰对话中,张迪煊花了不小的篇幅来介绍昇腾AI使能的“城市智能中枢”,并将其形容为连接数据与业务的桥梁:对下使能数据,通过AI对汇聚的视频、图文等原始数据进行学习训练,实现“数聚生慧”;对上使能应用,通过提供人工智能产生的智慧,“融慧赋能”不同部门的创新应用。

  如果说深圳市龙岗区的探索验证了新的模式,那么华为构筑的“城市智能中枢”解决方案,正在将深圳的智慧经验沉淀为新范式。即使不同城市的需求不同、禀赋各异,都可以利用“城市智能中枢”打造城市的智慧底座,打破AI应用落地中的一系列阻碍,不断生长出适合城市需求的智慧应用。

  这大抵就是数字中国建设峰会的魅力所在,提出问题、讨论对策、沉淀经验、推广范式,继而不断推进智慧城市的建设,降低试错的成本,为人工智能和智慧城市的深度融合给出最优解。

  毕竟城市是一个生态系统,不仅需要“四肢灵活、经络通畅”,还需要“能感知、会思考、可执行、能进化”。在深圳龙岗的智慧城市建设过程中有着重要作用的“城市智能中枢”,其实充当的就是“大脑”的角色。

  最底层的基础软硬件层,包括昇腾AI的训练集群和推理集群,可以提供中心和边缘的算力资源,并适配了欧拉操作系统、异构计算架构CANN、AI框架昇思MindSpore等软件;

  中间层是业务使能层,通过AI训练平台和AI推理平台进行算法更新和增量训练,构筑了具备自主演进能力的训推一体平台;

  最上层是算法应用层,通过全域感知、知识计算、机器人等引擎实现算法的全域智能,实现城市的高效治理。

  厘清了“城市智能中枢”的技术架构,也就不难回答它为何能够解决AI全场景落地时面临的一系列挑战。

  首先是算随数建的思路,云边协同的算力部署能够将模型下发到边缘节点进行推理,可以在保障数据安全的情况下进行部署,有利于孵化适合本地场景的AI应用;

  其次是昇腾AI基础软硬件平台提供的训推一体化能力,结合本地数据不断反哺算法,以持续迭代的方式促进算法的自主演进;

  同时还提供了多样化的AI算力,比如感知、知识计算、机器人PRA等等,可以融入事件发现到处置的全流程,利用业务的高效闭环做到全域智能。

  做一个总结的话,隐藏在“城市智能中枢”解决方案背后的,其实是昇腾AI对智慧城市现状的深刻洞察和精准满足,用一套方案解决了算力、数据、算法在内的一系列问题,不但让人工智能融合赋能平台斩获了第五届数字中国建设成果展览会十佳首展成果奖,还将在时间的推移下对智慧城市的建设产生一系列的深远影响。

  智慧城市先进经验被复用的新路径,不只有算法模型的复用,底层架构的产品化、方案化,同样是一种可行路径;智慧城市建设的新,不只是需要“操作系统”式的“大脑”,还需要聪明的“智脑”。因为数字化不过是城市转型的中点,智慧化才是我们追逐的星辰大海。

  中国工程院院士吴志强曾在一场演讲中表示:“城市发展不断有新技术导入的过程,我们将其称为七波理论,其中的每一波都对城市的生产、生活产生了重大影响,人工智能的导入势必会对城市产生颠覆性影响。”

  至少从昇腾AI对“城市智能中枢”的使能来看,人工智能正在不断推动城市的迭代升级,不断提升城市治理的效率,缔造更多新可能。就像是一位神奇的魔法师,正在有限的城市空间里,打造无限的智能化应用。返回搜狐,查看更多

免责声明:本站所有信息均搜集自互联网,并不代表本站观点,本站不对其真实合法性负责。如有信息侵犯了您的权益,请告知,本站将立刻处理。联系QQ:1640731186
  • 标签:人工智能的应用
  • 编辑:刘卓
  • 相关文章
TAGS标签更多>>