AI的瓜藤上 究竟哪一顆先熟?
2019年09月09日10:53

原標題:AI的瓜藤上 究竟哪一顆先熟? 來源:新浪科技綜合

來源:IT時報

記者 潘少穎 孫妍 李蘊坤 李玉洋 徐曉倩

人潮湧動的2019WAIC世界人工智能大會展館內,大屏幕上滾動播放著“城市大腦”接管下的城市,各種機器人、機械臂上下翻飛,每家公司都展示出自己最新的AI研發成果和案例,然而在湧動的人流中,無論參展者、觀眾,還是專業人士、媒體人,似乎都在同時帶著一絲焦慮,思考和尋找一樣東西——真正落地的、大有前景的AI應用。

除了以視頻識別為核心的生態圈之外,人工智能產業界仍在苦苦追尋可以規模商業化的AI場景和模式,AI需要聞到更多商業化的味道,才能推動產業更進一步。《IT時報》記者帶著這個疑問,重新採訪了工業、醫療、教育、城市管理等多個領域的商業領袖和技術專家,試圖找出那個離AI最近的垂直行業。

AI遇上工業

工業,也許是人工智能的最大受益者

1913年,福特發明了流水生產線,拉開了現代工業大生產的序幕。轉眼100年光景,和1.0時代的機械製造相比,當下的工業4.0時代是實體物理世界與虛擬網絡世界融合的時代,高度靈活、個性化、數字化......這些新關鍵詞背後,幾乎每一個都離不開人工智能。

人工智能不僅是一個“風口”,更是一個時代,它出現的意義絕不僅僅是機器人的批量生產與應用,而是作為核心驅動力驅動產業結構、城市形態、生活方式和科技格局的顛覆式變革。

創新工場董事長兼首席執行官李開複大膽判斷,如果2030年AI將為中國帶來200萬億元GDP的提升,那麼其中1/4的價值將來自於AI對傳統行業的賦能,而不是黑科技。工業,正是人工智能的重要受益者之一。

電網:AI搭建雲化虛擬電廠

“你想像過這麼大的展館,突然停電嗎?”在2019WAIC世界人工智能大會上,國網上海市電力公司總經理阮前途突然向前來採訪的記者發問。

為了保證整個大型展會的正常供電,從電廠、輸電線、大變電站、小變電站、電纜再到現場這些環節必須在掌控之中,因此,“城市綠色環保最強大腦”至關重要,這也意味著要對每個環節進行感知,感知運行狀態,感知設備周圍的動態。

“高可靠性”的背後,是對運行狀態“全面感知”的泛在電力物聯網。所謂泛在電力物聯網,就是要實現人機交互、狀態全面感知、萬物互聯等。比如,泛在電力物聯網中的“智慧保電系統”採用智能巡檢機器人、智能監拍裝置、無人機等,對核心保電區內的設備實施監控,解決了以往保電過程中拚時間、拚體力的人海戰術,避免了人工巡視間隔內設備故障無法及時處理的問題;再比如虛擬電廠,其依託互聯網和現代信息通信技術,集合了新一代智能控製技術和互動商業模式,實現了分佈式電源、儲能、負荷等分散在電網的各類資源聚合和協調優化,以一種特殊電廠的形式參與到電力市場與電網運行的電源協調管理系統中。

“大家很熟悉的一個詞是高峰負荷,要錯峰用電,有時波峰時間也就幾分鍾,但為了這幾分鍾可能要付出幾個億的代價,但是,現在AI可以更好地分配資源。”阮前途解釋。

城市虛擬電廠的構建與運行是泛在電力物聯網建設十年甚至二十年之後的模樣,在阮前途看來,打造泛在電力物聯網,不僅僅是技術的革新,同時還是商業模式的創新,是實現綜合能源智能商業化的關鍵環節。“未來,坐在櫃檯里賣電的場景將不複存在。”阮前途說道。

電氣:AI值守在遙遠的地方

上海電氣是極少數擁有百年曆史的中國裝備製造業企業。2007年,當大多數人連“物聯網”這個詞都沒聽說過的時候,上海電氣就已經推出了電梯物聯網,2014年至2017年,上海電氣又分別針對風電與電站推出了智能化管理平台“風雲”和“Ellumix”,2018年,開始著手打造集團統一的工業互聯網平台。

回憶上述每一段“AI+”的曆程,上海電氣集團數字科技有限公司總經理程豔表示,電梯是一種專有設備,需要具備遠程診斷功能,以便發生故障時第一時間知曉,因此最早選擇電梯物聯網開始“觸網”第一步;而風電作為一種新能源,總是分佈在地廣人稀的地帶,同樣希望做到少人值守,“除了從每個業務的訴求點出發,信息化也和社會發展也推動了我們的變革,從兩化融合到工業4.0、工業互聯網,再到中國製造2025,外部環境的發展帶來了很多新的技術,物聯網為服務業務的開展奠定了基礎,同時‘無人值守、有人值班’的風場運維模式也直接降低了風電運維的人力成本。”程豔說。

飛機:無人機檢測機身瑕疵

很少有人知道最新的中國商飛CR-929採用的是何種材料?近年來,碳纖維復合材料的使用可以大大減輕飛機的重量,非常節省燃油,也受到了中國商飛的青睞。

不過,飛機作為空中交通的主要工具之一,安全性一直是比經濟性更核心的關鍵問題,如何保證用在飛機上的材料上沒有任何瑕疵?中國商飛正從以前的人工檢測轉變為AI檢測的模式,“以前要檢驗材料是否完好,需要工作人員使用登高梯,現在有了雲端的AI學習平台之後,通過前期大量有缺陷樣本的訓練,AI就能快速準確地判斷出什麼樣的材料是有缺陷的,通過裝有高清攝像頭的無人機拍攝回傳照片,大大減輕了勞動量。”中國商飛相關人士介紹,再加上5G助力,有時現場檢測需要立即上傳數據並得到回覆,5G的低延時發揮了很大的作用。

汽車:柔性生產與眾不同的每一輛車

當工業設計與定製化走到一起時,會產生怎麼樣的化學反應?上汽大通負責人介紹,用戶可以自行定製車輛,包括顏色、前格柵、內飾、座位數量等,而不再是傳統的高配和低配,你很有可能不會和別人“撞車”,“對於個性化定製的車,是模塊化生成,根據訂單要求把模塊組裝在一起,就像快餐店一樣。”

能夠實現“快餐模式”的是上汽大通在南京的智能工廠,汽車製造是流水線工作,加入了供應鏈數字化改造後,流水線式的加工鏈路被徹底優化,變為生產線跟隨每一個訂單的加工流程。每一個從C端來的訂單,都有一個獨立的ID,後續所有零配件、生產、裝配環節,都將對應著這一個ID來進行。

“數字化系統”是這個“智能工廠”的靈魂,比如打通了供應鏈數據,讓每一輛車的訂單數據能夠實時傳遞,每一個訂單都將實時發送到相應的供應商手中,再進行備貨送貨。“這樣也解決了庫存積壓問題,可以及時消化。”上述負責人告訴記者。

機械:機電裝備能“自愈”才是真智能

“現在很多人提出了柔性製造,也就是說未來的工位可能不會是固定的,機器會變得像人一樣,哪裡需要我,我就過去,這要求人工智能發展到一定程度後才會實現。”程豔暢想。

智能工廠里最“科幻”的場景,當屬穿梭在車間里的近百輛AGV無人小車,它們會根據預設的行進路線自動至零部件倉庫取貨並補給生產線。“就好比公交車有規定的專用車道一樣。”在程豔看來,人工智能未來的發展可以是自組織、自決策、自感應的。

但是,人工智能在工業領域的應用也還有不少問題需要解決。中國工程院院士高金吉表示,雖然設備檢測診斷技術向數字化、信息化、智能化發展,但機器故障必須依賴人來解決這點始終沒有改變。

“有必要深入研究機電裝備複雜系統動力學行為,通過自診斷預測和主動控製在運行中抑製和消除故障,讓機器故障從完全依賴人工‘治癒’到可以在運行中‘自愈’。”在高金吉看來,機器產生自愈力可抑製可能產生的損壞力,如果說人工智能會使機器更聰明,自愈可讓機器更健康,這也是“智能機器”進化的方向。

AI遇上教育

上海學生的十二時辰正在被AI浸透

“8月1日小學勞技教室,8月27日生命科學實驗室……”在一位家長的手機上,清楚地記錄著孩子暑假期間的到校活動,甚至可以看到孩子在學校里花4.2元買了一罐牛奶。在上海市建青實驗學校,從買點心飲料的自助販賣機,到借體育器材的體育館,再到借書的圖書館,學生們都可以“刷手”來完成購買、借還等動作。

“王小明同學在學校西面圍牆邊摔倒”,一則消息同步發送給班主任和保健科,校醫檢查後將學生的傷情同步給家長。為了避免各種校園安全事故,上海中醫藥大學附屬閔行薔薇小學用AI搭建起了一個“隱形盔甲”,及時發現樓梯擁擠、學生打架等一系列安全事故隱患。

上海學生的十二時辰正在被AI浸透,AI應用的“上海模式”首先在教育場景里落地,其中有教育場景的天然需求,也有上海政府的政策傾向。

如果說紐約是個從不睡覺的城市,那上海連坐下來的功夫都沒有。”《紐約客》特約撰稿人Patricia Marx的這句話依舊可以拿來形容今天上海人工智能發展的速度與勤懇。

在不遺餘力發展的同時,上海應該思考什麼?“什麼才是AI+教育最合適的落地場景”,“什麼才是AI+教育的倫理邊界”……這是近來AI+教育最關注的話題。

落地該走那條路?

在盧灣高級中學的AI實驗課上,幾位學生合力做出了一個智能分類垃圾桶,清潔工不需要再問,你是什麼垃圾?AI垃圾桶會直接告訴你,你是濕垃圾還是干垃圾。

9月開學後,盧灣高級中學又多一個新名字——商湯科技實驗中學,學生們將借助AI教材、SenseStudy AI實驗平台、自動駕駛小車、編程小車學習AI基礎教育課程。

商湯科技創始人湯曉鷗表示,“原創”如何變為“源創”,為有源頭活水來,給AI創新加三滴水,它就能活起來,其中一滴水就是普及人工智能教育,向K12領域延伸。

誰來教?如何教?如何學?這些問題都是K12 AI基礎教育需要考慮的基本問題。去年,商湯在上海出版了全球第一本高中版AI教材,今年又發佈了《人工智能入門》四冊,已經推廣到百餘所中學,解決了AI基礎教育如何教的問題。

2019WAIC世界人工智能大會首日,科技部公佈了最新一批國家新一代人工智能開放創新平台,10家企業名單涵蓋了基礎軟硬件、AI視覺計算和圖像感知層面的企業,包括華為、依圖等,也涵蓋了不同行業領域的AI領頭羊,其中AI+教育領域的好未來入選。

也許家長們沒有聽說過好未來,但必然聽過它旗下的學而思教育機構,從懷孕期用的媽媽幫,到早教階段的熊貓博士,再到小學階段的勵步英語、學而思數學,這家教育機構每年投入超10億元的研發經費,想要用AI來賦能全生命週期的教育產品,可以想像的是,如果數據和產品一旦打通,它將擁有中國課外教育最完整的數據。

到上海去,不論是好未來這樣傳統的教育集團,還是科大訊飛這樣的AI企業,都有相似的想法——上海的家長是最能接受AI教育的一群人。好未來在上海市長寧區打造智慧教育示範平台,在盧灣一中心小學試點,通過還原學生學習軌跡打開“黑匣子”,發現學生的能力傾向和缺點劣勢,從而因材施教。科大訊飛則拿著第一款教育C端產品智學來到上海,想要複製在安徽將一名中考學生的化學成績從不及格提高到將近滿分的案例,科大訊飛要走的路顯然與好未來是不同的。

商湯走的路是鋪設基礎教育的軌道,好未來走的路是從娃娃抓起,貫穿全生命週期,而科大訊飛走的是小米的爆品突破之路,不過,什麼路都要有人走。

AI發展的邊界在哪裡?

圖靈獎獲得者、中國工程院外籍院士、卡內基梅隆大學教授Raj Reddy是人工智能界的“老法師”,他在接受《IT時報》記者採訪時說道,人工智能翻譯一種語言至少需要收集10萬條語音信息。

那麼,讓AI在2分鍾內模仿某個人說話需要多少數據呢?英語流利說曾在2019年第一季度公佈過一個數據,他們已經積累了一個龐大的中國人英語語音數據庫,累計用戶練習錄音約23億分鍾,共約309億條句子,涵蓋小孩到成人不同年齡的用戶群體,而且熟練程度不一、地理範圍廣泛。

從AI仿聲到AI換臉, 科技向善成了2019WAIC世界人工智能大會最熱的衍生話題,繼用戶質疑ZAO App有收集人臉信息的安全隱患後,課堂人臉識別再次被推上輿論的風口浪尖。

9月2日,全國開學第一天,一張圖片在網上刷屏,課堂上,趴桌子幾次、玩手機幾次、睡覺幾次、舉手幾次、閱讀幾次、聽講幾次,都被攝像頭捕捉,因為印有曠視的logo,這被認定為是它的視覺AI系統。曠視因此備受大眾質疑,回應稱這張圖片只是一個概念演示,但其實類似的AI課堂分析系統已經開始進入課堂。

AI課堂分析到底有沒有侵犯學生的隱私?

在歐美,人臉識別推行困難,舊金山等美國城市通過立法禁止該技術,英國首例警用人臉識別案於近日開庭,而瑞典GDPR第一案——瑞典學校因使用面部識別技術登記學生出勤率而被罰款20萬。

今年8月,全國人大常委會審議的民法典人格權編草案稿中,針對收集、處理自然人個人信息有了明確規定,要求必須“徵得該自然人或者其監護人同意”等,而且把個人生物識別信息也納入保護的範圍。

AI遇上醫療

有一天,AI能讓醫院、醫生圍著病人轉

傳統醫療模式下,當之無愧的核心毫無疑問是醫院。隨著人工智能的發展,就醫模式逐漸發展成以用戶體驗為中心的智慧醫療服務,也許未來有一天,醫院和醫生可以圍著病人轉。相關報告顯示,到2025年,AI應用市場總值將達1270億美元,其中醫療行業將佔據1/5的市場份額。從看診、治療到製藥,AI都沒打算錯過。

AI讀片遍地開花

醫療影像與人工智能的融合已經成為業內最被看好、最可能率先商業化落地的領域之一。

醫療影像的發展直接擊中我國醫療資源不均衡的痛點,數據顯示,我國每年醫學影像增長量超過30%,而每年新增的放射科醫生只有4%。

2015年,IBM出資10億美元收購了醫療影像公司Merge Healthcare,這是人工智能醫學影像領域的標誌性事件。在之後的兩年時間里,國內同類型公司在發展中獲得了超過40億元的融資。根據億歐智庫發佈的《2019中國醫療人工智能市場研究報告》,我國醫學影像企業數量達到了57家,位居醫療細分場景企業榜首。2018年一場針對甲狀腺癌的AI讀片大賽里,醫生的平均讀片時間為45分鍾,準確率74.46%;智能超聲儀時間為1分36秒,準確率90%。很顯然,人工智能的勝出為AI讀片的試點鋪平了道路。

複旦大學附屬中山醫院的肝腫瘤外科也將醫療影像作為醫院邁向人工智能的重要一步。有別於傳統的觀察法,速度快是人工智能讀片帶來的最直觀感受,僅僅30秒人工智能就可以將病灶的可疑區域標註出來,輔助醫生完成初步篩查的工作。人工智能的工作原理是基於模仿醫生的閱片邏輯及大量數據的學習,通過數據預處理、圖像分割、特徵提取和匹配判斷即可做出較高準確度的判斷結果。目前,中山醫院的標註系統已經能實現90%以上的準確率了。

複星旗下的杏脈科技推出了業內首個肺癌全流程診療協作系統。醫生利用AI輔診軟件在胸部CT影像上進行病灶檢出,3mm以下微小結節及磨玻璃結節也可靈敏識別,能夠有效降低“誤報、漏診”等意外。

聯影醫療首席執行官薛敏認為,醫療影像與人工智能的融合將不止於此。“現在的應用還比較單一,很多醫院應用的早期產品大多與肺結節篩查、X光芯片等AI診斷相關,真正能解決更多的、更複雜的臨床疾病的AI產品還沒有真正成熟起來。”

來自英國NHS的首席醫療科學官Simon Eccles認為,AI在醫療影像應用只有完全脫離了醫生的輔助才算真正具有價值。他希望,在未來,人工智能能夠完全獨立地進行圖像識別,而不是需要反複插入醫生檢查這一環節,“現階段,醫生並不會放心將讀片的工作完全交給人工智能,這就需要技術的不斷成熟來幫助他們實現這一跨越。”

醫療數據標準統一難

在人工智能與醫療的碰撞中,數據是繞不開的話題。按照當前技術發展的邏輯,人工智能要想走向成熟必須要仰仗海量的數據進行深度學習。西門子醫療數字事業部全球首席執行官Peter Koerte認為,只有大量的數據才能將傳統學習和深度學習真正區分開來,但是由數據所輻射出來的隱私、倫理、管理問題也備受關注。

國際電信聯盟高級顧問Simao認為,數據的集合以及利用是目前AI醫療面臨的巨大挑戰,“罕見疾病的數據如何獲得?不同主體的數據集應該如何管理?在數據領域內需要進行全球範圍內的對話。”

目前,我國仍然缺乏標準化的高質量訓練集,使得各家人工智能企業採用的數據訓練集標準多樣,系統偏差比較大,常常會造成不同公司之間的合作壁壘,從而製約著產業發展。強生醫療心血管及專業解決方案總經理王金鶴認為,只有結構化和標準化的數據才是資源,才能真正流通起來,否則數據也會淪為垃圾,“一旦數據有了一定的規範約束,才能更好地保護病患的隱私,才能守住數據安全的底線。”

中國工程院院士、上海交通大學醫學院附屬瑞金醫院副院長寧光認為,目前AI發展進入了“無人區”,全球都面臨著相同的問題,雖然沒有太多的經驗可以借鑒,但相關法律規範必須要提上議程。寧光還指出,AI與製造業的結合面向的是生產環節,而醫療健康領域的AI應用最終面向“人”,“大家都充分重視實景狀態下的隱私權,如肖像權、病曆上的名字、年齡等個人信息;但是AI採集中會涉及群體隱私,包括某一病種的群體,如愛滋病患者,他們的隱私保護需要關注。”

另外,複旦大學附屬華山醫院信息中心主任黃虹認為,與醫療行業相適配的人工智能方面的人才還存在很大缺口,醫院目前接納的技術人才大多還是傳統意義上的“碼農”。此外,整個大環境還沒有形成教育與醫療之間的聯動,在校學生大多並沒有適應當前正在進行的醫療變革。

中國工程院院士潘雲鶴則認為,醫療裝備和醫療服務與5G技術的結合是當前醫學領域非常重要的技術傾向。5G技術寬頻的傳輸有利於高分辨度的醫學圖像進行遠程傳輸;5G的海量接入和低延時,有利於醫療設備的遠程控製和遠程觀測。5G的加入將對新型的醫療設備帶來巨大的支撐意義。

AI遇上自動駕駛

老司機,肯定還是AI的穩

無人駕駛作為人工智能技術的重要應用,一直是國家重點戰略重要發展方向。2019年4月,國務院印發《新一代人工智能發展規劃》,提出從無人駕駛汽車與智慧交通兩個層面,大力發展智能運載工具。工信部印發的《促進新一代人工智能產業發展三年行動計劃(2018-2020年)》提出到2020年,建立可靠、安全、實時性強的智能網聯汽車智能化平台,重點區域車聯網網絡設施初步建成。

上海作為創新發展的先行者,於2018年初就率先在全國發放了第一批無人駕駛牌照,全力推動智能網聯汽車產業的發展。今年,全國首個商業化自動駕駛叫車服務也即將登陸上海。伴隨著業界對自動等級與安全等級雙管齊下的呼籲,無人駕駛汽車規模化量產正在倒計時。

滴滴:首輛無人出租車即將落滬

不久前,滴滴已經將負責自動駕駛業務的部門剝離出來,升級為獨立公司。滴滴出行CTO兼自動駕駛公司CEO張博表示,“AI for transportation”將是滴滴未來的科技戰略,以人工智能賦能交通。

“未來20年,出行會發生結構性的變化。”張博說。

所謂的結構性變化,張博認為包含了以下三層。首先是交通基礎設施,如紅綠燈的控製,可運用大數據和人工智能進行優化,假使從東向西的路上沒有車,那麼從南向北的車能不能直接通過?利用大數據製成的城市模擬系統也可以開放給城市規劃部門,從而瞭解修建一條馬路時可能影響到多少人的出行。

其次就是純電動車和智能駕駛為交通工具帶來的變革,最後一層是共享出行的變化。未來,共享單位將從車輛降為座位,減少一輛車被閑置在停車場的時間,而且將出行需求兩兩合併也是降低擁堵的有效手段。張博認為,城市道路之所以擁堵頻繁,很多時候就是因為發生了交通事故或不合理的變道,而這些都可以借助自動駕駛先進的感知能力以及車與車之間的通信協同得到改善。

“自動駕駛已經從1.0的原型驗證階段邁入2.0階段,真正面向產業化、商業化。這裡面需要共享出行運營商、無人駕駛技術公司、汽車生產製造商齊心協力才有可能讓無人駕駛汽車安全上路。這也是為什麼滴滴會在一個月前成立無人駕駛的獨立公司,就是希望充分跟產業鏈上下遊形成緊密聯盟,一起加速產業化和商業化進展。”張博說道。

張博表示,滴滴很快就會在上海落地安全合規的自動駕駛出租車服務,總計將在嘉定部署30輛無人車,行駛里程超過10公里,這將是中國首個商業化自動駕駛叫車服務。屆時在上海區域使用滴滴App就可以看到自動駕駛的新入口。值得一提的是,這項服務使用的是混合派單模式,如果用戶的出行需求超出了嘉定區域,滴滴就會把訂單派發給人類司機。

自動駕駛“雙L4”已來

中國工程院院士李德毅認為,自動駕駛即將進入規模化發展期。“2030年要實現人工智能高地,如果我們預測做得好,到2035年每年生產的就都是全自動車了,屆時L4無人駕駛汽車大概會有4.4億輛。”

李德毅表示,未來交通可能導致獨角獸的四個應用場景包括自主泊車、定點接送、快速公交和有限地域無人駕駛出租車。以自主泊車為例,有時候車主開到地下停車場再走回辦公樓就要花15分鍾,如果汽車懂得“自己去、自己回”,就能解決一個很大的痛點。

然而,當自動駕駛要落地時,比起車輛本身的自動化程度,老百姓更關心的是安全問題。因此,李德毅提出應製定自動駕駛安全等級中國標準,也即以特定地區自動駕駛可靠性為導向的安全管理等級劃分和度量方法。例如L2可以在田園行駛,L3可以進入廠區,L4能上公路,到了L5才能進市區。不同自動駕駛等級的出錯率不一樣,就好比L2的出錯率應控製在1%,也就是開了100次,其中1次需要人為接管。

“L4是需要人接管的時候,如果人不響應,它還有辦法,所以自動駕駛聚焦L4量產已成定局。”李德毅說道,自動駕駛更應該做的是聚焦“雙L4”量產,駕駛自動程度等級與駕駛安全程度等級雙雙達到L4才是定局。

建一個安全的車路協同網絡

李德毅指出,不同駕駛場景可能發生的典型事故都是長尾分佈,如港口礦山運輸、高速卡車編隊、轎車城市道路等,讓同一輛車應對所有窗口是不明智的。自動駕駛難在邊緣和小概率事故上,現在依靠的主要是四個技術支撐:結構化道路、確定性窗口、人車路聯網協同(5G+V2X)以及軟件定義的機器。所以,自動駕駛離不開智能網聯。

“看視頻差幾秒問題不大,但是開車差個幾毫秒就可能把人壓死了。發揮5G超高帶寬、超低時延和超大連接能力是解決智能網聯的當務之急。”李德毅呼籲。因為汽車攝像頭在不同天氣、不同時段的紅綠燈識別無法做到100%,如果自動駕駛汽車上安裝了5G信號的接收器,由5G基站發信息告知此時此刻有紅燈,或者距離紅燈還有多少毫秒,那麼汽車對交通信號就不需要“感知”,直接“認知”了。

5G覆蓋後,車輛上的傳感器負擔就能適當地降低。一旦實現了道路數字化與交通要素聯網,自動駕駛車輛連做SLAM(即時定位與地圖構建)的功夫都省了,直接通過微地標位置播報就能得知當前在什麼地方,完成運動中車輛同步定位和地圖同步更新,也有助於自動駕駛測試評估。

李德毅認為,智能網聯在上述基礎上,還可以發展車內部件數字化並聯網,屆時汽車已經不再是最佳單位,發動機、刹車片、方向盤、油耗等諸多參數都可以聯網,讓交通管理更加有效。

不過,根據上海臨港智能網聯汽車研究中心有限公司總經理蒼學俊發佈的智能網聯汽車信息安全行業摸底成果,機會與風險顯然是並存的,偽基站、網絡劫持、Wi-Fi弱密碼、藍牙、OBD不安全設備接入、木馬吸入等渠道都可能帶來車輛非法入侵和用戶數據泄露的安全隱患。

AI遇上城市

智慧城市,我們離彼岸的距離還有多遠?

人工智能已成功出圈,即使普通人也在討論AI,不再局限於學術圈;由AI造就的智慧城市,也即將從不遠的未來向所有人走來。2019WAIC世界人工智能大會期間,上海沿陸家嘴到世博的濱江帶,打造了一批智慧城市“樣板間”——從無人駕駛、智慧酒店、智慧商業,到智慧樓宇、智慧養老、智慧醫療,將浦江東岸濱江帶描繪成一幅全球領先的“AI生活新畫卷”。

科技,打造智慧城市;智慧,塑造美好生活。無人駕駛,將為城市的交通擁堵、空氣汙染和停車難等問題提供解決方案;智能醫療,將改善城市醫療資源不均衡和公共資源匱乏等問題……所有這些應用,都是人工智能給我們帶來的智慧城市生活願景。

全球城市紛紛發佈“智慧計劃”

在全世界範圍內“智慧城市”探索者並不在少數。意大利米蘭市副市長Roberta Cocco表示,米蘭正在進行非常宏大的數字化轉型戰略規劃,一是通過5G基礎設施建設將米蘭市內超過200個數據庫進行鏈接,二是為市民創建數字檔案,提升政務服務效率。

韓國首爾市經濟政策室室長Cho InDong則表示,數據是智慧城市的基礎,首爾市政府想要建立5萬個遍佈城市的IoT傳感器,以獲取城市市政、行政管理及市民活動所產生的數據。“首爾關注三大指標:智慧的基礎設施、智慧的服務和智慧的信息。我們希望能夠有一次傳感器的革命。”Cho InDong說道。

現如今,智慧城市更像是城市的大腦。越來越多的城市大腦都在累積數據,獲得更高效、智慧的城市管理治理實踐。特別當人工智能被廣泛運用到城市管理中時,能有效應對城市運行的痛點、難題等。

阿里的城市大腦利用實時全量的城市數據資源全局優化城市公共資源,即時修正城市運行缺陷,實現了城市治理模式、服務模式和產業發展的三重突破。從交通治理上看,阿里城市大腦可整合城市交通相關的信息,通過“感知-研判-指揮-處置”的全閉環流程實現道路交通的智能管理,提高城市交通服務的承載力和運行效率,改善城市運行環境。

又如,垃圾分類目前正在全國各地如火如荼地推行,生活物品千千萬,準確分類卻很難。支付寶垃圾分類小程序讓用戶輕鬆拍攝手邊垃圾便可準確分類,其背後是計算機視覺、自然語義分析、知識圖譜等人工智能技術的應用,讓AI助力環保公益,成為老百姓垃圾分類的小助手。

尚處於“弱智能”階段

目前的智慧城市主要建立在互聯網、移動互聯網以及物聯網等信息系統的基礎上,讓城市具有像人一樣的智慧,通過基礎信息網絡設施的建設,智慧城市能讓城市中的建築、基礎設施與家庭服務系統等之間相互傳遞信息,使得城市可以自己讀懂和瞭解未來所需要面對的問題。

因此,智慧城市與移動互聯網以及物聯網技術是緊密結合在一起的。“互聯網僅僅是把PC連接起來,移動互聯網主要連接的是手機,而物聯網則連接所有設備。”華東政法大學高奇琦、劉洋在《智慧城市有斷網風險,智能城市是未來方向》一文提到,移動互聯網通過無線技術以及寬帶把各種移動終端連接起來,而物聯網則能做到萬物互聯,即每一個物聯網設備就是一個信息採集終端,這些採集到的信息被收集、分析、處理之後,可以幫助人們更好地理解城市治理的規律,同時對城市治理中的問題,特別是基礎設施和公共服務所面對的問題能更好地做出預警。

隨著人工智能逐漸發展,很多產品、技術都冠以人工智能的名字,但是實際應用落地仍然多停留在個案環節。“事實上,現在的人工智能離真正的智能路還很遠,AlphaGo的例子只是在一個特定場合特定場景下實現了真正的人工智能,所以人工智能整體距離還很遠。”上海工程應用技術大學副校長王岩鬆表示。

中國知網常務副總經理張宏偉則認為,人工智能分為計算智能、感知智能和認知智能階段,目前的人工智能還處於感知智能階段(弱智能),語音識別和視覺識別是這一階段最為核心的技術;當前,人工智能處於從“不能實用”到“可以實用”的技術拐點,但距離“很好用”還有很多瓶頸限製。

關注我們Facebook專頁
    相關新聞
      更多瀏覽