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
微软正式确认配置管理器将转为年度发布模式,并将Intune作为主要创新重点。该变化将于2026年秋季生效,在此之前还有几个版本发布。微软表示此举是为了与Windows客户端安全和稳定性节奏保持一致,优先确保安全可靠的用户体验。配置管理器将专注于安全性、稳定性和长期支持,而所有新功能创新都将在云端的Intune中进行。
这项由圣母大学和IBM研究院联合开展的研究,开发出了名为DeepEvolve的AI科学助手系统,能够像人类科学家一样进行深度文献研究并将创新想法转化为可执行的算法程序。该系统突破了传统AI要么只能改进算法但缺乏创新、要么只能提出想法但无法实现的局限,在化学、生物学、数学等九个科学领域的测试中都实现了显著的算法性能提升,为AI辅助科学发现开辟了新的道路。
人工智能初创公司aiOla推出基于流匹配训练技术的语音AI模型Drax,挑战OpenAI和阿里巴巴等巨头。该模型重新定义语音算法训练方式,能在嘈杂环境中准确识别语音,兼顾速度与准确性。相比OpenAI的Whisper和阿里巴巴Qwen2,Drax采用并行流处理技术,速度提升32倍,词错误率仅7.4%。该模型已在GitHub开源,提供三种规模版本。
卡内基梅隆大学研究团队通过3331次大规模实验,系统揭示了代码训练如何提升AI推理能力。研究发现,代码的结构特性比语义内容更重要,适当的抽象形式(如伪代码)可以达到与原始代码相同的效果。不同编程语言产生差异化影响:低抽象语言有利于数学推理,Python更适合自然语言任务。这些发现为AI训练数据的科学化设计提供了重要指导。