“千城千面”的智慧城市到底要解决什么问题?顶层设计是否有规律可循?在2018年(第四届)中国智慧城市国际博览会上,记者试图通过华为展示的智慧城市案例寻找答案。
广东省深圳市,这里是全国车辆密度最高的地方,平均每公里510辆车,曾经部分路段高峰时速仅为10.7Km/h;如今,深圳平均车速提升了15%,在今年一季度全国城市拥堵排名第46,为一线城市排名最低。
在山东省青岛市,华为与青岛海水稻研发中心合作,为海水稻项目提供先进的ICT技术。通过部署在稻田地表下的传感器,可以感知土壤温度、光照、盐碱度以及农作物的生长态势,再通过人工智能等技术和专家诊断系统,对土壤精确的施肥、用药和质量监测,可以实现节水30%、节肥40%,经济收益提升20%。
在湖南省益阳市,农业人口占比高达80%,农林牧渔GDP占比仅为28.5%,通过利用物联网、大数据、互联网等新ICT技术,益阳农业从“一茶一渔一平台”开始,将使得农产品增产10-20%,农药化肥降低10-30%,百姓综合收益提升6-30%。
毋庸置疑,ICT已经成为城市数字化转型的使能器。不过,在智慧城市的建设中,有两个问题需要突破:一个是信息资源共享,如何实现跨部门数据交换共享和共用;另一个是,如何建立一套专业化的城市运营管理和服务的理念及实体。作为参与了全球40多个国家、120多个智慧城市建设的华为来说,对此有着更多的体会。
智慧城市“千城千面”
在深圳市的智慧交通建设中,华为提供了可同时抓拍4车道车辆、200张人脸的人工智能摄像机;专门用于智能分析,每天可处理上亿张图片的Atlas 人工智能服务器;上百种基于交通场景的人工智能算法等等。
深圳从过去的“车看灯,读秒数通行”,变成了现在的“灯看车,读车数放行”,这种变化不止发生在交通领域,物联网、云计算、大数据、人工智能、5G等技术正在深刻地改变各行各业和整个城市。
对于智慧城市来说,正可谓是“千城千面”。从需求来看,一线城市需要城市大脑,需要智慧交通、电子政务;而在一些县级城市,需要的则是诸如智慧农业、污染治理,甚至更具体到矿山越界开采管理、大车超载治理这样更加具有地方特色的“智慧城市”建设。
综合来看,智慧城市的目的主要是为了解决三个层面的问题:
1
让城市管理更高效,通过城市中不同部门间数据的打通,让部门之间的业务更协同,给市民和企业提供更有效率的服务;
2
让城市运行更智能,基于无处不在的感知和数据的传输、处理、人工智能技术的应用,让以前需要人工干预的工作实现自动干涉;
3
让城市协同更便利,基于同样的社会平台、技术底座的标准,打造的智慧城市之间数据的打通、业务的协同。
在这样的背景下,华为将自己定位在打造智慧城市的神经系统,做智慧城市的使能者和推动者。对此,华为EBG中国区副总裁杨萍解释道:“智慧城市的神经系统是一个完整的系统,包括中枢神经系统和周围神经系统,不仅需要有城市的大脑,还需要从城市的各种状态,通过信息感知、上传、分析、处理、决策,再到行动的完成。指令的闭环是一个完整的,涵盖了感知、互联和智能的系统。”
在这个框架中,华为提供了“沃土”数字平台,它可以实现物联网统筹、大数据统筹、GIS一张图统筹、视频云统筹,以及融合通信统筹这五大城市基础数字资源的统筹。“通过这五大统筹,使智慧城市的各类基础资源得以共享使用,并以最高效率向生态合作伙伴开放,共同服务于城市的治理与创新。”
通过“沃土”数字平台的建设,华为聚合并使能了大量合作伙伴,可以提供智慧城市建设所需要的顶层设计、集成、运营和业务应用等各个方面的能力,全方位地满足智慧城市的建设需求。“华为坚持‘平台+生态’的战略,通过打造智慧城市的神经系统,为城市的转型提供数字化的底座,这是我们智慧城市的基本战略定位。”杨萍说。
智慧城市要“耐得住寂寞”
龙岗智慧中心是华为和深圳共同打造的智慧城市运行中心,为外界称道的是——龙岗区建设用地面积17748平方米,包括“一个中心,三个平台,N个应用”:一个中心即为智慧中心,三个平台包括基础信息平台、协同办公平台和公众服务平台,各种与城市相关的应用在系统中高效运行。龙岗因此成为了国内领先的智慧城市标杆区,在全国范围内实现了最多的业务应用场景。
而不被外人熟知的却是——华为和他的合作伙伴们在项目初期用了一年半时间,做整体的规划和数据的打通,而这段时间里并没有业务呈现。“只有扎实地在基础设施上做投资,包括在数据打通和融合方面做扎扎实实的数据治理工作,才能在最后真正实现向智慧城市的蜕变。”杨萍强调,“建设智慧城市不存在一蹴而就的捷径,建设基础设施、打通‘部门墙’、融合数据、复杂而繁琐的数据治理工作,这些都是必须要做的。”
有战略耐心、有在基础设施、数据治理方面投入的决心固然重要,但是,城市建设速度的要求又将如何兼顾呢?华为的做法是“边修路边跑车”。“我们在做顶层设计的时候,会根据当地的特色、根据客户的需求,边进行基础设施的修建,边进行数据治理的工作。同时加快适合当地特色、适合当前阶段基础设施能力支的业务上线。”杨萍表示,管理者们一些阶段性的信心很重要,这样会使大家对智慧城市的投入有更高、更大程度的共识和更好的战略耐心。
在过去的120年间,工业革命、电力革命和信息技术革命实现了人类文明的3次巨大突破,所释放出的生产力远超数千年文明所积累的总和。
在过去10年间,华为研发投入累计近4000亿元人民币,未来计划每年投入150亿到200亿美元的研发费用,并不断加大基础研究与前沿技术领域的探索。截至2017年12月31日,华为累计专利授权74307件,其中90%以上均为发明型专利。
“我们这些投入的成果都将通过‘数字化底座’向各行各业开放能力,与包括智慧城市在内的各行各业客户共同实现数字化转型。”杨萍说。
好文章,需要你的鼓励
这项研究由德累斯顿工业大学等机构的研究团队完成,旨在解决主动学习未被广泛应用的问题。研究者构建了包含460万种超参数组合的实验网格,系统分析了各参数对主动学习性能的影响。研究发现,不同策略实现间存在显著差异,基于边缘的不确定性策略整体表现最佳,随机选择约4000个超参数组合即可获得可靠结果。这些发现为设计可重现、可信赖的主动学习实验提供了明确指导,有助于降低入门门槛,促进技术在实际应用中的普及。
这项由英国爱丁堡大学和上海人工智能实验室研究者共同完成的工作提出了LongBioBench,一种用于评估长文本语言模型的新型基准测试框架。通过使用人工生成的虚构人物传记作为测试环境,该框架在保持可控性的同时,提供了更真实的评估场景。研究对18个长文本模型的测试表明,即使最先进的模型在检索、推理和可信任性方面仍存在显著挑战,特别是上下文长度增加时。研究还揭示了现有合成基准测试的设计缺陷和长上下文预训练的局限性,为未来模型开发提供了重要指导。
SuperWriter是一项来自新加坡科技设计大学和清华大学的突破性研究,通过模仿人类"先思考后写作"的过程,彻底改良了AI长文生成能力。该研究团队开发的框架包含三个关键阶段:规划、写作和修改,使AI能像专业作家一样进行结构化思考。实验结果表明,经过训练的SuperWriter-LM模型不仅超越同等规模的所有AI模型,甚至在某些领域表现优于规模更大的顶级模型,为AI辅助写作开创了新的可能性。
香港大学与阿里巴巴达摩院合作开发的LayerFlow是一种突破性的层级视频生成技术,能同时生成透明前景、完整背景和混合场景视频。该技术通过创新的框架设计将不同视频层级作为子片段连接,并引入层级嵌入使模型区分各层级。面对高质量训练数据稀缺的挑战,研究团队设计了三阶段训练策略,结合Motion LoRA和Content LoRA,实现了图像和视频数据的联合训练。LayerFlow不仅支持多层视频生成,还能实现视频分解和条件层生成,为视频创作领域带来革命性变革。