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 CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。