2020年2月,武汉东湖高新区决定紧急扩容应急指挥系统,依托现有应急指挥系统,通过横向扩容平台接入容量,纵向向下扩容社区接入点,向上对接市级应急指挥系统,搭建市-区-街道-社区的四级指挥架构,实现全高清的视频沟通,大幅提高工作效能,实现资源的充分利用。
7天,从决策到交付,106个社区视频会议会场投入使用
2月上旬,针对疫情防控工作部署层层转达效率低的问题,东湖高新区大数据管理局与中信科集团、华为沟通,希望将现有的应急指挥系统进行快速扩容,把区内106个社区纳入区级应急指挥管理系统。
东湖高新区管委会、区疫情防控指挥部迅速决策,2月14日相关项目启动建设,2月21日项目交付,区应急指挥系统正式完成升级扩容,全面投用。
原有的应急指挥系统,是两年前搭建市-区-街道3级指挥系统,组网共34个点位。而这次扩容项目,要在短时间内一次性部署106个点位,保质保量完成任务非常不易。
东湖高新区大数据管理局工作人员陈子龙介绍,这个项目,可以用一个词概括,那就是“效率”。项目实施团队争分夺秒,连轴作战,依靠区管委会主要领导高度重视、大力支持,和区级各部门的通力配合,项目从启动实施到正式交付,仅用时7日。
东湖高新疫情防控指挥部与社区业务联调
精诚合作,518平方公里不再是部署的难题
武汉东湖高新区面积共计518.06平方公里,是武汉一些中心城区的5~6倍,区内有80个社区和26个村,有些社区和村地理位置较为偏远,网络环境不稳定,而2月中旬的急剧降温、大雪天气也极大程度地妨碍项目现场作业开展。
疫情严峻,项目交付压力紧迫。“为了确保项目严格执行交付进度,项目组白天外出施工,晚上不仅要进行调试,讨论系统后台的配合,还要开会调度协调,保障施工人员在严格出行管控下的正常通行。”陈子龙如是说。
除了要抢进度,疫情之下保障施工人员的安全更为重要。项目实施过程中,施工人员严格遵守安全守则,每天多次测温、消毒,在完成一处施工赶往下一个社区前,施工人员必须全部更换口罩、手套、鞋套,并用酒精消毒。这不仅是对项目施工人员自身负责,也是对施工现场的社区工作人员和居民负责。
每一秒看似的毫不费力,都来自背后的拼尽全力。难题很多,没有天时,没有地利,依靠的只有各级单位的全力支持和项目团队的精诚合作。
深入社区现场调测
深入社区的疫情指挥系统发挥的3大作用
延伸扩容后的东湖高新区应急指挥系统已经稳定投入运行。这个项目,不仅得到了东湖高新区管委会的肯定,也得到基层单位的认可。
1、对于整体防控指挥,上级部门能够快速决策,快速部署,传达指令不需要通过层层传达到街道,再由街道传达到社区。指挥部可以随时召集社区进行远程会议,直接指挥调度,让信息更畅通,让工作指令贯穿疫情防控的每一层。
2、系统部署后,街道可以更好地管辖社区,改变过去的工作方式,及时解决一线社区的矛盾,不需要召集开会,有效规避工作人员聚集带来的感染风险。
3、疫情防控大背景下,指挥到一线还不够,还要落实到人。结合最新推出的华为EC+WeLink解决方案,上至党政机关主要负责人,下至社区工作人员,一体化领导指挥系统,有效支撑区域疫情联防联动。一线面对的各种困难,都能随时反馈,指挥部随时掌握随时调度,协同让资源管控、协调效率更高。
视讯不是先进的技术理念,但在特殊时期,却焕发出新的活力。快速部署高效协同,为管理工作带来便利,助力共同度过非常时期。
相关经验可以向外推广复制。作为国家自主创新示范区,武汉东湖高新区首次把应急指挥系统深入到社区基层,这是应急指挥管理的创新举措,对后续的防控指挥、精准复工,和未来的信息渠道畅通有深远的指导意义,惠及全省,甚至全国。
活动预告
2020年,华为中国生态大会进入第十年。伫立十年关口,本次大会将为您呈现全新的生态篇章。因聚而生 举势而为 ——华为中国生态大会2020,“华为搭台、伙伴唱戏”的 “众筹办会”模式闪亮登场,诚挚邀请您共同参与,把数字世界带入每个人、每个家庭、每个组织,构建万物互联的智能世界。
好文章,需要你的鼓励
OpenAI发布了音视频生成模型Sora 2,同时推出配套社交应用Sora,用户可生成包含自己的视频并在类似TikTok的信息流中分享。Sora 2在物理定律遵循方面有显著改进,视频更加真实。应用提供"客串"功能,允许用户将自己植入生成场景中,并可与朋友分享形象使用权限。该iOS应用目前在美加地区采用邀请制,ChatGPT Pro用户可直接体验。
Queen's大学研究团队提出结构化智能体软件工程框架SASE,重新定义人机协作模式。该框架将程序员角色从代码编写者转变为AI团队指挥者,建立双向咨询机制和标准化文档系统,解决AI编程中的质量控制难题,为软件工程向智能化协作时代转型提供系统性解决方案。
大语言模型和生成式AI自诞生以来问题频发,从推理模型表现不佳到AI幻觉现象,再到版权诉讼,这些都表明当前技术路径可能并非通往真正智能的正确道路。专家认为,仅靠增加数据和算力的扩展模式已显现边际效应递减,无法实现通用人工智能。研究者提出智能应包含统计、结构、推理和目标四个层次的协调,并强调时间因果性的重要性。面对LLM技术局限,业界开始探索神经符号AI等替代方案。
西北工业大学与中山大学合作开发了首个超声专用AI视觉语言模型EchoVLM,通过收集15家医院20万病例和147万超声图像,采用专家混合架构,实现了比通用AI模型准确率提升10分以上的突破。该系统能自动生成超声报告、进行诊断分析和回答专业问题,为医生提供智能辅助,推动医疗AI向专业化发展。