至顶网网络频道 03月27日 综合消息: 作为成都著名的历史文化古迹之一,宽窄巷子和锦里古街正面临着游客人数增长造成的管理挑战。借助新华三智能网络解决方案,两大景区构建了高效稳定、广泛覆盖的智能无线网络,为两大历史古迹创新网络部署,为高峰期数十万游客提供网络服务,同时利用物联网设备进行数据收集和分析处理,实现智慧景区的高效管理。
成都,被称作是“来了就不想走”的城市。在这座舒适、安逸的城市,遍布青砖黛瓦的宽窄巷子和锦里古街则是每一位游客都不能错过的历史文化古迹。锦里古街曾经是西蜀最古老、最具商业气质的街道之一,而诞生于清朝康熙年间宽窄巷子也同样是历史悠久的商业胜地。
如今,随着越来越的游客慕名而来,锦里古街和宽窄巷子正在探索在维持历史原貌,保存珍贵古迹的基础上,向更智能化、更现代化景区转型的道路。而智能化网络在提升游览体验、保障有序管理和推进景区开发方面,发挥着不可替代的重要作用。因此,两大景区选择与数字化解决方案领导者新华三合作,构建高效、稳定的智能网络,推进景区的智能改造和数字化转型升级。
不止于快,创新无线网络优化游览体验
为了应对不断增长的游客规模给景区网络速度和带宽造成的愈发严峻的压力,新华三为两大景区构建了室外高密度的Wi-Fi接入网络,帮助两大景区应对高峰时期高达数十万人的单日客流量,为当地游客提供高速、稳定、广泛覆盖的无线网络接入服务。
新华三采用了802.11ac Wave2系列室外无线AP帮助两大景区进行无线接入网络的覆盖和升级,其中,WA5630X室外物联宏基站内置智能射频覆盖优化技术,支持蓝牙定位,支持物联网连接扩展,可外接RFID、ZigBee,极大地提升了多用户接入情况下的网络服务体验,实现室外高密度覆盖。
实时监控,智能物联网数字化运营景区
随着游客规模的增加,景区的垃圾清理、井盖管理和气象监测等问题也逐渐凸显出来,如果这类问题不能得到妥善的处理和解决,不但会影响游客在游览景区时的观赏体验,甚至更有可能威胁到游客的人身财产安全。
对此,新华三以低功耗广域网(LoRa)技术为核心,通过广泛覆盖景区的传感器收集景区基础设施的环境状态、安全状况等运维数据,并通过LoRa终端和基站将数据上传到绿洲物联网云平台,对景区井盖维护、垃圾桶清洁、气象环境检测在内的需求做出智能响应,实现景区智能化管理,进而为游客和景区管理者创造更美好的绿洲环境。
新华三智慧街区解决方案,极大程度提高了景区运营效率,降低人力成本,维护人员通过手机或电脑Web工具就可以实现对景区基础设施的实时监控和处理。垃圾桶内置传感器能自动监测景区内垃圾桶是否满溢,工作人员可以设置垃圾桶垃圾高度的阈值,实时查看管辖区域内垃圾桶状态,从而帮助清洁车规划最优运行路线,保障景区卫生整洁;景区井盖的异动和损坏情况将及时上报,也可以对井盖下水位超限进行实时预警。此外,气象环境站能够准确、实时的对城市区域气象进行检测,分析空气质量,对空气污染、气象灾害提前预警,打造更舒适的智慧景区。
绿洲新零售专栏,数据分析让历史古迹更懂你
智能化的网络不止能为游客提供网络接入服务,通过对景区游客行为数据的分析帮助景区更好地实现游客管理,通过景区设立的绿洲新零售专栏,景区内的实时统计数据可以直观地显示在屏幕上,帮助景区实现高效的游客管理和数据统计,推进数字经济在历史古迹中的部署落地。
目前,通过构建高效的网络平台,无数旅客在成都观赏历史古迹的同时,也体验到了当代创新网络带来的便捷和速度。从过去商贾交织的商业街道古迹,到如今具备规模数据分析和应用能力的智慧景区,宽窄巷子和锦里古街走在了利用数据赋能数字经济的前沿。未来,智慧景区将赋予旅客更美好、舒适的游览体验,让数字成都的发展更进一步。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。