(資料圖)

城市在采用人工智能方面進展如何？

人工智能部署不僅僅是選擇一個解決方案

在了解人工智能如何工作的背景下，有兩個重要方面需要考慮：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，達到了一定的準(zhǔn)確率。一旦人工智能模型達到成熟階段，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。隨著實時數(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)則進行處理的。為了高效推理，高性能計算是必要的，尤其是在處理復(fù)雜模型或大量數(shù)據(jù)時。由于處理數(shù)據(jù)需要時間，傳統(tǒng)的計算方法可能不夠。這就是加速計算和并行處理發(fā)揮作用的地方。這種先進的計算能力允許多個人工智能模型同時運行。例如，一個攝像頭可以配備多個模型，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數(shù)據(jù)源提供多個結(jié)論，需要強大的處理能力。部署選項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，其中多個攝像頭連接到一個中心點，如服務(wù)器。這些設(shè)置可以在體育場或機場等場所找到。或者，當(dāng)不需要時間關(guān)鍵的處理時，可以選擇云部署，并且可以將數(shù)據(jù)傳輸?shù)竭h程云服務(wù)器進行分析。當(dāng)談到城市的數(shù)字化轉(zhuǎn)型時，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、認知城市和綠色城市。最初的重點是利用信息技術(shù)來提高城市環(huán)境的效率，并減少浪費，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，以及移動計算、云技術(shù)以及4G和5G等更快連接的進步，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)中提取價值的方法成為一個緊迫的問題。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)是不可擴展的。然而，邊緣計算的出現(xiàn)通過顯著降低計算成本改變了這種情況。GPU等技術(shù)引入了并行計算和加速計算，將性能提高了100倍到1,000倍。成本的降低和計算能力的增加催生了深度學(xué)習(xí)，可以教會機器處理數(shù)據(jù)，無論數(shù)據(jù)大小如何。機器將學(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。我們進入了一個可以真正完成看似不可能的事情的時代。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。城市已經(jīng)開始接受這種技術(shù)轉(zhuǎn)變，認識到人工智能在解決問題和為公民創(chuàng)造價值方面的潛力。重點已從將人工智能理解為一個概念轉(zhuǎn)向探索其實際應(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，有時根據(jù)交通流量和位置可以減少高達70%，而工廠可以利用人工智能來優(yōu)化機器性能、增強安全性并預(yù)測維護需求。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)險來增強安全性。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，融入實際城市運營不僅僅涉及技術(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、運輸、機場、火車站和高速公路是值得注意的重點領(lǐng)域。機場可以通過了解人們的行為來優(yōu)化運營、加強健康和安全措施并管理風(fēng)險?；疖囌究梢员O(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世紀塑造創(chuàng)新

人工智能在私營基礎(chǔ)設(shè)施(如機場)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。通過在整個城市安裝傳感器，可以全面了解城市運營和情況，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時信息。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給公民。另一個用例涉及廢物管理，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?？傮w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展其人工智能解決方案。然而，公共部門往往追求的價值不僅僅是財務(wù)回報。其考慮人工智能如何改善服務(wù)、增強公民福祉并促進安全。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）的形式投資項目或選擇運營支出（OpEx）模式。OpEx模型涉及初創(chuàng)企業(yè)部署和維護基礎(chǔ)設(shè)施，同時通過軟件即服務(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值，而不是設(shè)備本身。人工智能方面在與某個行業(yè)的互動會比與另一個行業(yè)的互動更容易？其中一個比另一個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盒子或一個解決方案。許多城市表達了使用自己的數(shù)據(jù)并開發(fā)自己的模型的愿望。一些城市內(nèi)部有專門的實體，例如IT或人工智能驅(qū)動的團隊，其對人工智能的了解和實施已經(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施它。這些城市采取更加溫和和謹慎的態(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70%的城市仍在了解其可能性過去，通常認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)?；蛸Y源?，F(xiàn)在的問題是人才和領(lǐng)導(dǎo)力。德國有一個小鎮(zhèn)，人口約9000人。這個小鎮(zhèn)擁有具有非凡智慧和富有遠見的領(lǐng)導(dǎo)力的人才，他們了解人工智能的價值，因此利用計算機視覺技術(shù)掃描整個小鎮(zhèn)，并創(chuàng)建數(shù)字孿生。有時，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，更容易實施人工智能解決方案。人工智能在城市的部署實際上取決于多種因素。認識到技術(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，重要的是要記住這不僅僅限于個人。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)和研究機構(gòu)進行創(chuàng)新和合作的機會，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)機會的主要障礙是基礎(chǔ)設(shè)施和數(shù)據(jù)訪問。有遠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算基礎(chǔ)設(shè)施來解決這個問題。重點不在于誰擁有平臺，而在于平臺本身的存在。通過提供計算資源，提供相關(guān)數(shù)據(jù)，以及促進與大學(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、富有遠見的領(lǐng)導(dǎo)力以及促進創(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。

關(guān)鍵詞：