“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
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
马里兰大学研究团队通过测试25个大型AI模型发现,即使最先进的AI评判系统在需要同时考虑多个标准时也会出现严重偏差,准确率仅32%-53%。研究构建了Multi-Crit评测基准,揭示了AI在多标准权衡中的根本性局限,为改进AI评判系统的公平性和可靠性提供了重要参考,对AI在内容审核、产品评价等应用场景具有重要指导意义。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
南京理工大学团队开发ViLoMem框架,首次实现AI的双流记忆机制,分别处理视觉和逻辑错误。该系统模仿人类认知,让AI能从错误中持续学习,在数学推理等多模态任务中显著提升准确率,为AI从被动工具向主动学习伙伴的转变提供了重要技术突破。