城市在采用人工智能方面進(jìn)展如何?
人工智能是如何工作的呢,以及我們?nèi)绾芜_(dá)到將其在城市和公共空間的推廣作為智慧城市發(fā)展的下一步的階段?
人工智能部署不僅僅是選擇一個(gè)解決方案
在了解人工智能如何工作的背景下,有兩個(gè)重要方面需要考慮:訓(xùn)練和推理。訓(xùn)練,就相當(dāng)于教導(dǎo)孩子。我們訓(xùn)練人工智能系統(tǒng)像人類一樣識別事物。通過反復(fù)向其展示圖像,使之能夠?qū)W習(xí)和理解不同的概念。例如,如果我們想通過移動來分析交通模式或有效利用空間,就需要在白天和黑夜、雨和霧等各種條件下反復(fù)將人工智能暴露在公共汽車、出租車、自行車等的圖像中。通過這一迭代過程,人工智能逐漸具備了準(zhǔn)確識別物體的能力,達(dá)到了一定的準(zhǔn)確率。
一旦人工智能模型達(dá)到成熟階段,就會被打包并部署用于推理。推理是人工智能工作的第二部分,其應(yīng)用所學(xué)到的知識來做出有根據(jù)的猜測。隨著實(shí)時(shí)數(shù)據(jù)的流入,人工智能將視覺信息轉(zhuǎn)換為文本或其他形式的非圖像數(shù)據(jù)。這些數(shù)據(jù)以及時(shí)間戳和環(huán)境因素等附加元數(shù)據(jù)是使用邏輯和業(yè)務(wù)規(guī)則進(jìn)行處理的。
為了高效推理,高性能計(jì)算是必要的,尤其是在處理復(fù)雜模型或大量數(shù)據(jù)時(shí)。由于處理數(shù)據(jù)需要時(shí)間,傳統(tǒng)的計(jì)算方法可能不夠。這就是加速計(jì)算和并行處理發(fā)揮作用的地方。這種先進(jìn)的計(jì)算能力允許多個(gè)人工智能模型同時(shí)運(yùn)行。例如,一個(gè)攝像頭可以配備多個(gè)模型,不僅可以檢測車輛,還可以檢測火災(zāi)、煙霧、打斗、事故等。這種多模式部署從單個(gè)數(shù)據(jù)源提供多個(gè)結(jié)論,需要強(qiáng)大的處理能力。
部署選項(xiàng)包括邊緣其中高容量人工智能系統(tǒng)直接放置在傳感器內(nèi)部或附近,或數(shù)據(jù)中心,其中多個(gè)攝像頭連接到一個(gè)中心點(diǎn),如服務(wù)器。這些設(shè)置可以在體育場或機(jī)場等場所找到?;蛘撸?dāng)不需要時(shí)間關(guān)鍵的處理時(shí),可以選擇云部署,并且可以將數(shù)據(jù)傳輸?shù)竭h(yuǎn)程云服務(wù)器進(jìn)行分析。
當(dāng)談到城市的數(shù)字化轉(zhuǎn)型時(shí),我們看到了各種術(shù)語來描述這種轉(zhuǎn)變,包括智慧城市、智能城市、認(rèn)知城市和綠色城市。最初的重點(diǎn)是利用信息技術(shù)來提高城市環(huán)境的效率,并減少浪費(fèi),而城市環(huán)境面臨著由于城市化和移民等因素帶來的基礎(chǔ)設(shè)施挑戰(zhàn)。傳統(tǒng)的擴(kuò)大基礎(chǔ)設(shè)施的方法被證明是不夠的,因此需要更智能的解決方案來優(yōu)化有限的空間和容量。
技術(shù)的發(fā)展在這一轉(zhuǎn)變中發(fā)揮了至關(guān)重要的作用。隨著連接變得越來越普遍,最初的重點(diǎn)是連接設(shè)備,從而產(chǎn)生了支持IP的解決方案。這為雙向查詢設(shè)備鋪平了道路,導(dǎo)致了物聯(lián)網(wǎng)、智能設(shè)備的誕生,以及被稱為“數(shù)據(jù)化”的數(shù)據(jù)激增。隨著連接物聯(lián)網(wǎng)設(shè)備的巨大增長,以及移動計(jì)算、云技術(shù)以及4G和5G等更快連接的進(jìn)步,大量數(shù)據(jù)變得可用,這給如何有效使用數(shù)據(jù)帶來了新的挑戰(zhàn)。
圍繞大數(shù)據(jù)、有用數(shù)據(jù)與浪費(fèi)數(shù)據(jù)等概念出現(xiàn)了爭論。在尋求數(shù)字化轉(zhuǎn)型的過程中,尋找從海量數(shù)據(jù)中提取價(jià)值的方法成為一個(gè)緊迫的問題。得出的結(jié)論是,僅僅依靠數(shù)據(jù)科學(xué)家通過傳統(tǒng)方法,如商業(yè)智能平臺和SQL等查詢語言,來處理和分析數(shù)據(jù)是不可擴(kuò)展的。然而,邊緣計(jì)算的出現(xiàn)通過顯著降低計(jì)算成本改變了這種情況。GPU等技術(shù)引入了并行計(jì)算和加速計(jì)算,將性能提高了100倍到1,000倍。
成本的降低和計(jì)算能力的增加催生了深度學(xué)習(xí),可以教會機(jī)器處理數(shù)據(jù),無論數(shù)據(jù)大小如何。機(jī)器將學(xué)習(xí)如何處理和分析數(shù)據(jù),從而無需大量勞動力,而是需要充足的計(jì)算能力。數(shù)據(jù)集越大,處理速度越快,結(jié)果越顯著。我們進(jìn)入了一個(gè)可以真正完成看似不可能的事情的時(shí)代。
5G、深度學(xué)習(xí)和GPT AI等技術(shù)的融合帶來了一場革命,人工智能現(xiàn)在有望推動未來30年、40年、50年甚至60年的創(chuàng)新,就像互聯(lián)網(wǎng)推動了前30年一樣。人工智能現(xiàn)在可以集成到各種應(yīng)用中,包括自動駕駛車輛和傳感器。這種集成需要不同組件和利益相關(guān)者的協(xié)作,以創(chuàng)建無縫且無摩擦的體驗(yàn)。
城市已經(jīng)開始接受這種技術(shù)轉(zhuǎn)變,認(rèn)識到人工智能在解決問題和為公民創(chuàng)造價(jià)值方面的潛力。重點(diǎn)已從將人工智能理解為一個(gè)概念轉(zhuǎn)向探索其實(shí)際應(yīng)用和影響。在交通管理等領(lǐng)域部署人工智能可以顯著減少事故,有時(shí)根據(jù)交通流量和位置可以減少高達(dá)70%,而工廠可以利用人工智能來優(yōu)化機(jī)器性能、增強(qiáng)安全性并預(yù)測維護(hù)需求。此外,人工智能輔助的自動駕駛汽車可以通過主動應(yīng)對潛在風(fēng)險(xiǎn)來增強(qiáng)安全性。
潛在的應(yīng)用范圍包括分析人們?nèi)绾问褂玫缆泛涂臻g、將視覺傳感器與空氣質(zhì)量監(jiān)測相結(jié)合,以及將數(shù)據(jù)與醫(yī)療保健和應(yīng)急系統(tǒng)集成。這樣就可以做出明智的決策,例如根據(jù)空氣質(zhì)量和交通狀況動態(tài)改變交通燈模式。然而,融入實(shí)際城市運(yùn)營不僅僅涉及技術(shù)能力。其需要制定流程并管理變革,以確保城市運(yùn)營者和決策者的舒適度和接受度。
城市正處于不同的采用階段,其中交通、運(yùn)輸、機(jī)場、火車站和高速公路是值得注意的重點(diǎn)領(lǐng)域。機(jī)場可以通過了解人們的行為來優(yōu)化運(yùn)營、加強(qiáng)健康和安全措施并管理風(fēng)險(xiǎn)。火車站可以監(jiān)控人群、分析障礙物使用情況、檢查軌道并通過匿名分析確保健康和安全。潛在應(yīng)用和用例的列表非常廣泛,并且還在不斷增長。
人工智能有潛力在未來半個(gè)世紀(jì)塑造創(chuàng)新
人工智能在私營基礎(chǔ)設(shè)施(如機(jī)場)的私營部門用例,會在公共部門用例之前成熟嗎?
私營基礎(chǔ)設(shè)施與公共部門用例的人工智能用例的成熟度取決于具體應(yīng)用。在公共部門,一個(gè)例子是路邊管理,其中監(jiān)控和可持續(xù)發(fā)展舉措發(fā)揮著重要作用。通過在整個(gè)城市安裝傳感器,可以全面了解城市運(yùn)營和情況,包括廢物、犯罪和交通。交通管理領(lǐng)域?qū)θ斯ぶ悄芙鉀Q方案的需求不斷增長,包括車輛或行人監(jiān)控、非法停車檢測和停車場管理。
公共部門的舉措還旨在向民眾和決策者提供實(shí)時(shí)信息。例如,通過使用攝像頭,可以識別可用的停車位,并可以通過應(yīng)用或其他平臺將其傳達(dá)給公民。另一個(gè)用例涉及廢物管理,其中人工智能可以檢測溢出的垃圾箱并向適當(dāng)?shù)娜藛T觸發(fā)警報(bào)。總體而言,人們越來越關(guān)注與城市管理和服務(wù)相關(guān)的交通、流動性、可持續(xù)性、目視檢查。
相比之下,由于投資回報(bào)率驅(qū)動的性質(zhì),私營部門往往更容易采用人工智能用例。如果價(jià)值和收益能夠得到證明,私營企業(yè)更傾向于快速投資和擴(kuò)展其人工智能解決方案。然而,公共部門往往追求的價(jià)值不僅僅是財(cái)務(wù)回報(bào)。其考慮人工智能如何改善服務(wù)、增強(qiáng)公民福祉并促進(jìn)安全。因此,公共部門的采購和預(yù)算流程可能會更長。
在這個(gè)領(lǐng)域,有超過150家初創(chuàng)企業(yè)為這些類型的用例提供人工智能解決方案。一些初創(chuàng)企業(yè)引入了創(chuàng)新的商業(yè)模式,允許城市以資本支出(CapEx)的形式投資項(xiàng)目或選擇運(yùn)營支出(OpEx)模式。OpEx模型涉及初創(chuàng)企業(yè)部署和維護(hù)基礎(chǔ)設(shè)施,同時(shí)通過軟件即服務(wù)(SaaS)或數(shù)據(jù)即服務(wù)(DaaS)模型提供服務(wù)。這些初創(chuàng)企業(yè)專注于銷售其提供的價(jià)值,而不是設(shè)備本身。
人工智能方面在與某個(gè)行業(yè)的互動會比與另一個(gè)行業(yè)的互動更容易?其中一個(gè)比另一個(gè)更積極地尋求人工智能解決方案?
在與不同行業(yè)的人工智能合作方面,參與的難易程度因地區(qū)而異。具體而言,如歐洲、中東和非洲,英國、德國、法國、意大利和西班牙等某些國家正在積極尋求人工智能支持的解決方案。尤其是中東城市,其會向NVIDIA尋求具體目標(biāo),并尋求幫助來實(shí)現(xiàn)這些目標(biāo),但這種程度的參與僅限于較小比例的城市。
如果考慮城市的技術(shù)成熟度或數(shù)字化轉(zhuǎn)型的成熟度曲線,更先進(jìn)的城市會積極主動地尋求人工智能解決方案。他們已經(jīng)完成了研究,閱讀了成功案例,并渴望進(jìn)一步探索。然而,大多數(shù)城市(約占70%)仍處于學(xué)習(xí)人工智能的過程中,可能缺乏必要的基礎(chǔ)設(shè)施和對如何開始人工智能之旅的了解。
開始人工智能之旅不僅僅是購買一個(gè)盒子或一個(gè)解決方案。許多城市表達(dá)了使用自己的數(shù)據(jù)并開發(fā)自己的模型的愿望。一些城市內(nèi)部有專門的實(shí)體,例如IT或人工智能驅(qū)動的團(tuán)隊(duì),其對人工智能的了解和實(shí)施已經(jīng)成熟。
相比之下,還有另外兩種類型的城市。第一類人了解人工智能,但缺乏實(shí)施其資源和專業(yè)知識。他們尋求現(xiàn)成的、現(xiàn)成的解決方案。第二種類型的城市既需要對人工智能有更好的了解,也需要必要的資源來實(shí)施它。這些城市采取更加溫和和謹(jǐn)慎的態(tài)度,以較慢的速度探索人工智能解決方案。總體而言,很大一部分城市屬于需要繼續(xù)教育且缺乏資源來充分擁抱人工智能的類別。
城市正處于人工智能之旅的不同階段,多達(dá)70%的城市仍在了解其可能性
過去,通常認(rèn)為擁有更多資源的一線城市是城市政府和地方當(dāng)局對人工智能解決方案感興趣的主要驅(qū)動力。然而,情況已經(jīng)發(fā)生了變化,現(xiàn)在人工智能采用背后的驅(qū)動力已經(jīng)超出了城市的規(guī)模或資源。現(xiàn)在的問題是人才和領(lǐng)導(dǎo)力。
德國有一個(gè)小鎮(zhèn),人口約9000人。這個(gè)小鎮(zhèn)擁有具有非凡智慧和富有遠(yuǎn)見的領(lǐng)導(dǎo)力的人才,他們了解人工智能的價(jià)值,因此利用計(jì)算機(jī)視覺技術(shù)掃描整個(gè)小鎮(zhèn),并創(chuàng)建數(shù)字孿生。有時(shí),較小的城市可能更靈活、更易于管理,與更大、更復(fù)雜的城市相比,更容易實(shí)施人工智能解決方案。
人工智能在城市的部署實(shí)際上取決于多種因素。認(rèn)識到技術(shù)潛力的人才和領(lǐng)導(dǎo)力發(fā)揮著重要作用。然而,當(dāng)我們談?wù)摗叭瞬拧睍r(shí),重要的是要記住這不僅僅限于個(gè)人。我們現(xiàn)在看到,城市通過投資人工智能平臺,開辟與大學(xué)和研究機(jī)構(gòu)進(jìn)行創(chuàng)新和合作的機(jī)會,成為先行者。人工智能領(lǐng)域初創(chuàng)企業(yè)和創(chuàng)造就業(yè)機(jī)會的主要障礙是基礎(chǔ)設(shè)施和數(shù)據(jù)訪問。有遠(yuǎn)見的城市正在通過公私合作伙伴關(guān)系或其他模式投資計(jì)算基礎(chǔ)設(shè)施來解決這個(gè)問題。重點(diǎn)不在于誰擁有平臺,而在于平臺本身的存在。通過提供計(jì)算資源,提供相關(guān)數(shù)據(jù),以及促進(jìn)與大學(xué)和當(dāng)?shù)厣鐓^(qū)的聯(lián)系,這些城市正在制定許多當(dāng)?shù)嘏e措,并提高勞動力技能,為其提供未來的技能。反過來,隨著初創(chuàng)企業(yè)從這些努力中涌現(xiàn)出來,這又會創(chuàng)造就業(yè)機(jī)會。
激發(fā)人們對人工智能解決方案興趣的不再只是大城市的問題。在人才、富有遠(yuǎn)見的領(lǐng)導(dǎo)力以及促進(jìn)創(chuàng)新和協(xié)作的舉措的推動下,大大小小的城市都在積極探索人工智能的潛力。
- 2025年十大技術(shù)創(chuàng)新
- 2025年可能面臨的五大網(wǎng)絡(luò)安全威脅
- 什么是大型語言模型(LLM)?| 智能百科
- 2025年的主要數(shù)據(jù)工程趨勢
- 智能、互聯(lián)的建筑正在塑造未來的城市
- 人工智能時(shí)代的數(shù)據(jù)工程:機(jī)遇與挑戰(zhàn)
- 數(shù)據(jù)可觀察性2.0:超越傳統(tǒng)監(jiān)測,推動企業(yè)數(shù)據(jù)質(zhì)量革命
- 隨著人工智能代理的出現(xiàn),結(jié)構(gòu)化數(shù)據(jù)再次流行起來|觀點(diǎn)
- 有源電纜(AEC)對光模塊更換的影響
- 一根光纖,多種轉(zhuǎn)變
免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請進(jìn)一步核實(shí),并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯(cuò)誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí),應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實(shí),溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。