当前位置:首页 > 大数据
  • 旷视科技城市大脑赋能智慧城市建设

    旷视科技城市大脑赋能智慧城市建设

    当前,随着我国疫情防控工作的有序进行,我国在疫情防控方面取得了突破性的进展。尤其是互联网、大数据、人工智能等高新技术有力地提高了疫情防控工作的智能化水平。 事实上,从疫情发现到后期防御,每个城市都在亲身经历着疫情对于自身系统的全面考量。尤其是在近两年逐渐落地的新型智慧城市,从地方政府到布局于此的科技企业,都在努力发挥城市物联网系统在疫情防控中的重要作用。 比如由阿里云帮助搭建的浙江智慧城市大脑,由华为云支持搭建的深圳和上海等智慧城市大脑,都在此次抗击疫情汇中,通过及时调动人口、交通、各个智慧小区、医院、企业相关的大数据信息,实现有效隔离与资源调配,并通过其他人工智能产品接入构建起防疫控制中心。如支付宝推出健康码,就在疫情防控中发挥着重要作用。人工智能企业旷视科技也紧急开发了“旷视明骥AI智能测温系统综合解决方案”,并在北京海淀区政务大厅、部分地铁站等投入使用,为复工和抗击疫情助力。 据悉,旷视明骥AI智能测温系统综合解决方案支持大于3米的非接触远距离测温,能辅助火车站、汽车站、地铁站、机场等高密度人员流动场景下的工作人员快速筛查疑似高温人员。同时,还能让原本人工管理、难以量化的通行场景变得数字化、可视化,进一步提高疫情防控工作的效率。自2月初上线至今,已保障近10万人次顺利出行,以智慧化的手段助力海淀区的防控防疫。 事实上,旷视科技早已开始通过城市物联网解决方案助力构建新型智慧城市,推动城市运行与管理系统化、整体化。以海淀区东升镇为例,2019年,海淀区东升镇则与海淀城市大脑科技产业联盟成员单位之一的旷视科技合作,共同组建“东升镇城市大脑专班”。 在具体实施上,充分发挥旷视科技在人工智能、物联网、大数据应用等方面的综合能力,结合东升镇电子政务和视频基础建设水平的优势,围绕“城市治理、智慧交通、智慧社区、科技公园”等应用方向,建设智慧东升。可以说,旷视科技助力东升镇等地打造的城市大脑能够对城市全局进行即时分析、指挥、调动、管理,以精准分析、整体研判、协同智慧的智慧城市系统轻松应对管理的难题。尤其面对疫情防控,更能做到“知行合一”。 不只是海淀区,在安徽芜湖智慧城市建设中,旷视科技就基于自身核心的AI技术优势和领先的AI解决方案落地能力,为芜湖量身打造了覆盖全面、规划超前的城市大脑建设方案,通过芜湖AI超算中心、人工智能技术基础应用中心和政务应用大数据支撑中心三者的协同运行,帮助芜湖推进新型智慧城市的基础工程建设,补齐大数据中心能力,提升城市治理水平。这在疫情期间,也间接提高了城市防控能力。数据显示,截至3月2日24时,芜湖累计确诊34例,无死亡病例,并实现了零新增。 据数据显示,截至2019年7月,数字政务已覆盖我国422个城市,涵盖1000多项服务,累计服务民众达9亿人次。在疫情中,数字政务也通过线上填报信息、电子证明通行等多种方式助力防疫,但仅仅将政务等进行单一支线数字化的传统智慧城市模式也暴露出各个支线缺少一定的配合等问题,这意味着智慧城市模式需要进行系统化的转变。 这也揭示了智慧城市建设的未来发展方向:打通底层数据,推动各部门专用网络和信息系统整合融合,加强城市运行系统的互联互通。在此背景下,旷视科技也将基于其在赋能智慧城市发展方面的实践,继续完善城市物联网解决方案并加速落地,以系统化的平台和下游多产品的联动,助力我国智慧城市实现知行合一,推动我国城市建设水平向更高、更标准、更智慧化前进。

    时间:2020-03-13 关键词: 智慧城市 科技 大数据

  • 智慧城市抗“疫”了解一下

    智慧城市抗“疫”了解一下

    当前,随着新冠肺炎疫情得到进一步缓解,我国各地很多地方纷纷开展复工复产工作。其中,中国航天科技集团有限公司五院航天神舟智慧系统技术有限公司(简称航天智慧)搭建的“CIG”平台助力浙江省信息化排查人员流动工作。 疫情之下 重点出击 疫情之下,河南省郑州市智慧城市系统在第一时间做出响应,从决策部门到基层执行人员上下联动,为疫情科学决策、精准防控提供有效支持。 春节前夕,航天智慧接到郑州市大数据管理局紧急通知,需要把湖北来郑州的人员信息在人口基础库内进行比对,针对重点人群做信息筛查。 王亮峰在接到任务后,自驾200多公里,除夕当天返回郑州,与同事一起迅速与客户方沟通对接,协助建立上报体系,保障疫情信息的上传下达。 郑州市位于中原腹地,人口多、流动性强,郑州市政务大数据共享交换平台集纳了930余万郑州市常住人口信息,在掌控人员流动情况方面起到了关键作用。据航天智慧河南区域公司负责人孙继东介绍,本次航天智慧参与郑州疫情防控,可以概括为解决5个问题:谁、从何处来、现在何处、人员管控和问题处置。 首先要解决大规模人员流动下的信息排查问题,在人口基础库中查询、比对、去重后,关联人员身份证号码、所属区划、住址、街道巷、门牌号、工作单位等数据,并将数据汇总反馈至郑州市大数据局,全局掌握“ 谁、从哪来、现在何处”的人员流动情况。确定重点人员后,疫情管控下沉至各小区,郑州市公安局“智慧安防社区疫情动态管控平台”开始发挥作用。一是控制社区车辆人员进出,做到人过留影、车过留牌;二是通过视频识别,监控人群聚集情况,并及时劝导;三是利用人脸抓拍和周界报警系统,制止翻墙等非常行为。 疫情发生以来,郑州市群众通过公安警民通举报中心,共计提供举报线索7400余条,除涉黄、涉毒、涉赌、邻里纠纷、盗窃等线索外,居民健康、售卖假药、口罩涨价等疫情相关信息占1/10,充分发挥群防群治力量,使公安部门第一时间掌握基层线索情报。 智慧数据 功在平常 智慧城市系统在疫情防控中表现突出,非一日之功,信息技术与政府治理思路相结合,才能让数据应用在基层治理中不断实践完善。 “CIG”平台是航天智慧为长兴县打造的信息资源集中平台,整合打通全县49个委办局业务系统、325类信息资源,实现全县数据资源的全面共享。长兴县政府聘请网格员巡查街道,利用基层治理平台上报情况,重点关注吸毒人员、刑满释放人员等特殊群体。对于老百姓而言,每个风平浪静的日常,都有“基层治理平台+网格员”在身边保驾护航。特别是在疫情发生期间,该智慧平台功效显著。 航天智慧在原有系统基础上新增疫情排查功能,自鄂返浙人员信息通过基层网格员上报,层层汇总到乡镇街道、县(区)、市、省政府。同时,隔离人员的物资、安全需求,也能得到及时回应。截至2月26日24时,湖州市仅有10例新冠肺炎确诊患者。 春节后某化纤丝工厂复工,化纤丝是生产口罩、防护服的重要原料,但开工人手不足,政府通过数据平台比对本地工人区域、年龄、岗位,列出招工名单,用短信发送招聘信息,把招聘从线下拉到线上。 各地复工、开学在即,航天智慧根据江苏省扬州市江都区需求,在“1+N”网格化社会治理大数据平台上新增登记管理模块,赴江都务工人员可以通过手机APP填报申请,审核后自动生成通行二维码。这一模块也将用于师生返校情况摸底,目前江都区有超过20万居民使用手机便民APP。 据航天智慧城市综合治理产品总负责人张玲玲介绍,长兴县的基层治理平台目前应用基础较好,正在逐步推广到其他地区。 政府需求与技术相结合,才能使“智慧城市”系统发挥最大优势。据张玲玲介绍,航天智慧在项目验收后继续提供服务,未来将通过二期、三期项目,结合政府新需求和技术新手段,逐步实现平台迭代。

    时间:2020-03-14 关键词: 智慧城市 信息 大数据

  • 浅析我国在智慧城市领域的建设情况

    浅析我国在智慧城市领域的建设情况

    随着新冠肺炎疫情的发展,“智慧城市”在防治工作中的优势凸显。无论是互联网医院还是在线课堂,抑或是通过AI、大数据等手段对人流进行筛选核查等均发挥了各种“智慧”的实力,在提高城市科学化、精细化、智能化管理水平的同时,也对疫情防控起到重要作用。 近几年,我国高度重视智慧城市建设,2014年,国家发展和改革委员会等八部门联合出台的《关于促进智慧城市健康发展的指导意见》提出智慧城市是运用物联网、云计算、大数据、地理信息集成等新一代信息技术,促进城市规划、建设、管理和服务智慧化的新理念和新模式。建设智慧城市,对加快工业化、信息化、城镇化、农业现代化融合,提升城市可持续发展能力具有重要意义。 2016年,《中共中央国务院关于进一步加强城市规划建设管理工作的若干意见》要求,推进城市智慧管理,到2020年,建成一批特色鲜明的智慧城市。 智慧城市建设的典型结构包括感知层、网络层、计算存储设施层、公共数据库层、公共信息平台层、智慧应用层和用户层,以及制度安全保障体系和政策标准保障体系。时空大数据蕴含在公共数据库层,其中基础时空数据是政务、民务、运营和感知等其他城市大数据时空化的基础;云平台是公共信息平台层的重要组成,是其他专题应用平台的基础性支撑平台。平台运行服务依赖的云计算环境是计算存储设施层的核心,相关的政策机制、标准规范等软环境包含在制度安全保障体系和政策标准保障体系中。 近年来,随着国内政策红利进一步释放以及资金的大量投入,智慧城市产业将迎来新的发展高潮。数据显示,截至2016年底,国内100%的副省级以上城市、87%的地级以上城市提出了智慧城市计划,前三批智慧城市试点共签约311个城市,重点项目签约总量超过4000个。总计约500多个城市已提出智慧城市发展计划或在建智慧城市,预计总投资规模将达到万亿元级别。 2017年我国智慧城市IT投资规模达到3752亿元,到2021年IT投资规模将达到12341亿元。2018年我国智慧城市市场规模将达7.9万亿元,到2022年市场规模将达25万亿元。整个智慧城市产业链都会是投资热点。

    时间:2020-03-14 关键词: 智慧城市 大数据 it

  • 疫情精准防控离不开AI+大数据

    疫情精准防控离不开AI+大数据

    2020年注定不平凡,自疫情发生以来,我国上下倾力奋战,国内疫情得到有效控制。按照中央应对疫情工作领导小组最新部署,继续把防控工作抓紧抓实抓细,防范疫情跨境传播,落实有序复工复产措施,激励真抓实干,统筹推进疫情防控和经济社会发展。科技抗疫将成为有效抓手,而AI红外热成像测温仪无疑将成为抗疫一线的一把利剑,斩断疫情传播的途径。据悉,国内交通运输领域非接触式体温筛查市场空间约为41亿元。随着复工复产复学的逐步展开,机场、火车站、学校、商场、地铁等人流密集场所都需要进行体温筛查,极大的市场需求,催生出一批相关企业涌入,也带来了诸多问题。 需求引领技术变革 2003年非典后,红外测温技术一时成为热点,相关技术标准相继发布,但面对突发新型冠状病毒疫情,红外测温却显得力不从心。传统红外测温技术无法提取人体额头温度,市场通常的做法是只把目标对象中体温最高的发热人员显示出来,这存在重大技术漏洞,漏查时常出现。同时,黑体作为红外测温的参照物,会受环境温度影响需要不断校正,以尽可能保证测温结果的准确度,在没有AI赋能的情况下也只能接受现实。 在此次突发的疫情下,如何在大场面、大人流环境中对人体进行体温快速筛查是亟待解决的关键问题。近几年,随着AI技术在工业、物联网领域应用及经验的不断累积,AI技术在此次疫情期间发挥了作用,新的解决思路已渐趋成熟。据悉,为响应中关村高科技产业促进中心发布的“中关村征集令:战疫急需研发项目等你来揭榜!”的应急保障任务,北京领邦智能装备股份公司所研发的融合AI、大数据分析、红外测温技术的AI红外热成像测试仪很好的解决了大场面、大人流环境中进行体温快速筛查的问题。 关口前移实践出真知 防疫期间,人民安危是重中之重,任何细微的疏忽将铸就大错。无论传统红外测温产品,还是响应征集令的创新企业开发的应急产品,战疫一线是最好的试验场,纸上谈兵,不如现场比试,数据结果说明一切。近日,北京市相关疫情防控部门组织多家红外测温企事业单位在王府井商圈、北京站地铁、招商局外运大厦等防疫一线进行长达一周的并行技术实测。现场环境复杂,温度、光照、人流密集度、空间布局都考验着产品的性能。测试结果表明,AI红外测温技术无论在检出精准度、检出效率,还是在环境友好度上都获得较好的实测数据。测试期间,北京站地铁检出两位发热人员并上报疾控中心,其他设备未检出,对比结果受到现场运营及组织机构极大关注。 两种评价模式任意切换方便识别 AI红外测温技术检出两位发热人员(北京站地铁口) 个体相加不代表群体 以往红外测温技术更关注于个体,由于人体各部位的温度差异较大,即便是面部温度,也受采集角度、采集环境、对象姿态的影响使测查结果出现较大偏差。实际上,个体相加并不等于群体,群体有其自身的特点,以往受制于技术盲点,难以实现更为精准的群体测查需求。此次北京领邦智能装备股份公司应急研发的AI红外热成像测试仪就针对大场面、大人流量应用场景,准确捕获受检群体中每个人的额头温度,逐一显示在屏幕上,将采集到的动态额温经过精确算法科学的转换为固定体温,并能将精度控制在0.2℃以内,有效规避了设备精度、环境温度等变化所带来的结果误差。同时,为适应冬季低温环境,该产品还采用了相对温度测量技术,测量的是人体相对温度(比受检群体平均体温高1℃则视为发热),而不是绝对温度,满足了相关疾控部门的技术要求。比如,早晨额头温度可能是34℃左右,如果采用绝对值与37.3℃比较,就无法检测出真正发热者,而相对温度测量技术则有效管控了潜在风险。 据北京领邦智能装备股份公司董事长崔忠伟博士说:“借助公司在AI工业质检及精密测量技术领域长期积累的丰富经验,以防疫需求为导向,很好的将AI、大数据分析及传统红外测温技术相融合,打破以往个体比较的思路,将测量精度、仪器误差、环境影响及防疫法规纳入研发体系,让筛查结果更为精准、更趋合理,在防疫筛查中展现出了良好的实测结果。目前,应用于防疫体温筛查的AI红外热成像技术已走在了世界前列。”

    时间:2020-03-15 关键词: AI 大数据

  • 为何说疫情之后的智能家居产业将快速发展?

    为何说疫情之后的智能家居产业将快速发展?

    今年爆发的新冠肺炎疫情给人们的生活带来了很大的困扰。截止至3月5日9时,全国累计报告确诊病例80565例,累计死亡病例3015例,累计治愈出院52109例,现有疑似病例522例。受到疫情的影响,我国的经济受到了短期的影响。当从长远来看,疫情过后我国的经济将会得到快速的恢复,尤其是智能家居行业将得到快速的发展。 无接触式交互加速智能家居发展 疫情的出现使智能家居经销门店暂停营业,经销商损失惨重,但对于行业利好的方面是,此次疫情作为一个契机,促进了原有一些“概念化”的智能设备场景落地。如,京东物流智能配送机器人完成在武汉的首单配送;火神山医院的无人超市被赋予新的使命;华为云IoT联合旺龙智能推出了无接触智能乘梯解决方案,基于园区物联网平台实现电梯、门禁、摄像头、蓝牙等设备的统一接入管理及多子系统联动,通过手机APP/微信小程序/手机蓝牙等方式远程呼叫电梯并自动点亮目的楼层...... 事实上,无接触式交互并非此次疫情爆发下提出的崭新概念,它的诞生源自于十七年前爆发的“非典”。当时的情况亦如当下,“少出门、少聚集”是指引生活的准绳,在现实需求的催生之下,当时很多社会学和经济学领域提出了“非接触经济”的生活新形态。可惜的是,受信息技术发展的限制,“高光”时刻并不持久。当下,5G、人工智能技术已有一定基础,“非接触型经济”表现形式已经较为成熟,也有相当可观的市场规模,专家预计此次“非接触经济”将比2003年更加持久,并给人们带来消费理念与消费习惯的改变。 因此,不难预见,特殊疫情时受到重点关注的非接触式的产品、系统与服务模式,将成为今后工作和生活中的常态,智能家居作为营造智慧健康安全舒适的技术保障,作为非接触式经济解决方案的核心系统,必将受到热捧。 “宅”经济加速智能家居落地 疫情期间,长时间的"宅",刺激了人们对家居生活的二次改善和需求的提高,由各种智能设备撑起的智能家居生活,也成为“宅”经济发展的一股中坚力量。 日前,TCL通过线上发布会的形式,一口气发布了电视、冰箱、洗衣机、空调、智能锁等五大品类超过30款新品,以及四个大智能场景解决方案和一套智能生态系统。TCL实业控股CEO王成表示:“疫情中最大的改变是我们居家生活方式的改变。”经过此次疫情,人们会更加重视和追求安全、健康的生活方式。未来,智能家居这种智能产品会越来越受到市场认可,迎来新的发展机遇。 数据机构的统计数据也印证了这一点:据中国电子技术标准化研究院电子设备与系统研究中心所述,中国智慧家庭市场规模正以每年20%-30%速度增长,智慧家庭产业发展空间巨大。IDC数据也显示,2019年全球智能家居出货量将高达8.4亿台,2023年将增长至14.6亿台,复合年增长率达到14.9%。 与需求增长相对应的是,智能家居市场规模正日益扩大, 不管是传统家电厂商、硬件厂商,还是互联网厂商或新创企业,甚至老牌工业厂商都在紧盯智能家居行业。从小米500亿加码,到天猫精灵升级为独立事业部,到更多的家电甚至安防、装修等大品牌、大企业围绕自身核心业务,以不同的切入点,大踏步涉足智能家居领域各细分应用,所汇聚的各类资源也成为智能家居市场发展的新一轮推动力。 当前,采用人工智能技术的交互方式已经基本实现了人和家居的初步交流。这次疫情也衍生出更多的智能家居服务内容。如:与第三方教育系统打通,让学生在家也可以获取家庭作业辅导,课程补习等教育服务;通过智能家居完成物业报事、报修、缴费等事项;还可以通过智能家居与智慧社区无缝对接获取社区平台更多的增值服务等等。 当然,从宏观上看,目前智能家居系统仍存在一定的局限性:受当前人工智能和大数据应用的限制,大多数智能家居系统还不能为机器学习等人工智能技术的集成积累足够的数据,也不能从当前有限的数据中挖掘出用户的深层次需求,但整体而言,智能家居产业正朝着技术创新、互联互通、信息安全、生态整合的方向发展。在这个技术迭代加速、市场多元化发展的时代,智能家居未来的成长值得期待。

    时间:2020-03-16 关键词: 智能家居 5G 大数据

  • 智能家居究竟有没有必要?

    智能家居究竟有没有必要?

    当今,随着我国经济水平和科技水平的快速提升,智能家居逐渐得到了很多人的追捧。当前,越来越多的智能家居产品逐渐走进了很多人的家庭。然而,也有一些人存在困惑,智能家居究竟有没有必要购买和使用? 很多消费者对于产品的所谓“智能”标签都是打了一个问号的,同样功能的产品,加了一个语音控制功能,就算是智能了?这样的产品买回家到底算不算智商税?此外,相比一键操作的产品,语音控制经常出现识别不准确,甚至识别错误的情况,远不如按键或者触屏操作方便,“智能化”并没有给用户带来便利。 对此,龙梦竹认为,随着大数据、云计算的发展,信息呈现出了集中且琐碎的发展态势,用户每天承担着太多来自各个维度的信息,因此很难得到真正想要的内容;同时,手机、电脑等人机交互方式,不论是信息的获取还是服务功能的满足,都不是以用户为中心,而是聚合在某个独立的产品上。但以“音箱”为代表的智能硬件,则是希望改变这种“产品中心化”的模式,而是创造以场景为前提、以用户为核心的信息服务和功能实现。以车载智能助手为例,当用户对它说出“我饿了”这样的口语信息时,它会理解用户有用餐的需求,也会把用户导航到附近的餐厅。在这种情况下,用户的语音的交流其实是有前置场景的需求的,智能设备的存在是希望 AI 能够为了人类而服务,把人类从产品中解放出来。因此,智能音箱等产品虽然也是在承担信息的聚合,但体现的是一个从信息和服务中心化走向去中心化的过程。 而对于语音操作的质疑,龙梦竹也作了进一步解释:智能设备不一定会取代传统手机,与按键、触控、一样,语音交互是一种人机交互方式的智能补充。通过多模态的交互,让智能设备在为用户传递信息或提供服务时可以选择最优的交互方式,从而提高用户体验度。 还有一个重要的问题:智能家居产品究竟是需求驱动产品开发,还是产品调教用户习惯? 每一家智能设备厂商都声称,某设备可以解决用户在某些使用场景下的痛点,但是反对的声音认为:厂商不过是强行创造了一种可以使用某产品的场景,从而调教用户去适应产品,从而达成对某产品的使用习惯。 对于这些疑问,龙梦竹也表达了一些观点,她认为,需求也分为真需求和伪需求。以智能照明为例,表面上是用户想不用手机、遥控器去操控电视,希望更方便,但它背后的本质需求是:用户希望有一个家居中控的助手,来让一切操作简化。所以,她认为智能设备的研发与使用是建立在真实的用户需求的情况下,厂商会去做适当的引导和教育,但其本质其实还是需求驱动,“场景永远不是由厂商来创造的,所有的场景是天然存在的,只是重新被唤醒激活,以做到更好的用户服务。”龙梦竹补充说。

    时间:2020-03-16 关键词: 云计算 智能家居 大数据

  • “新基建”时代,5G、人工智能、大数据等技术天然能够普惠千行百业

    “新基建”时代,5G、人工智能、大数据等技术天然能够普惠千行百业

    从竞争力来看:“老基建”时代比得是谁路修得好,谁楼盖得稳;“新基建”时代比得是谁更能用技术普惠行业。换言之,“新基建”时代,竞争将全面“升维”。 “新基建”与“铁公基”和以房地产为代表的“老基建”时代有着本质不同,被赋予了新的科技内涵。 恐怕你也已经有所察觉,“新基建”7 大领域并不在同一个层次。我们不妨按照社会化的进阶顺序,将其涉及的领域拆解为三个层级: 1. 新设施层级:特高压、城际高速铁路和城市轨道交通、新能源汽车充电桩 2. 数字化层级:5G 3. 智能化层级:大数据、人工智能、工业互联网 新设施是指为了弥补某些传统基建“短板”而生的新型细分领域,典型的比如新能源汽车充电桩;数字化强调万物的联网和数据采集,5G 特有的超高速、低时延、大连接等特性使其在加速万物互联过程中发挥着无可比拟的重要作用;智能化则更进一步,致力于从大数据中挖掘价值,并利用人工智能技术帮助人们的生活更便捷,生产更高效,推动社会向更高级更聪明的阶段“进化”。 数字化和智能化这两个层级的加入,让“新基建”的参与方发生了改变。过去,造桥、修路、盖房的都是设计院和工程建设公司,但是现在,推动 5G 发展的是运营商,推动大数据、人工智能发展的多是互联网巨头、物联网公司和人工智能初创企业等…… 于是,我们看到,在 3 月 4 日中央政治局常务委员会会议召开后不久,许多在过去看来和“基建”两个字似乎完全不沾边的企业迅速对“新基建”予以响应。 人工智能巨头百度已经在 AI 领域布局多年,并在 2019 年就指出,未来十年,“智能经济”将成为中国经济的标签。而在“新基建”时代,百度要继续成为 AI 和云基础设施的建设者。 谈到对“新基建”的认识,百度 CTO 王海峰表示,“新基建”将通过新兴科技的快速突破和落地应用,带动国家经济发展新旧动能的转换。作为其中的重要篇章,AI、大数据、云计算在近期疫情防控和复工复产中,已经显露出服务社会、经济的重要价值。百度既是 AI 基础设施建设者,也是 AI 技术及应用创新引领者和推动者。 (百度 CTO 王海峰) 同期,王海峰在题为“‘新基建’号角吹响智能云一往无前”的内部邮件中,宣布对百度智能云事业群组(ACG)进行组织架构调整,通过扁平化管理,提升组织效能,以加速百度智能云发展。 同是互联网巨头的阿里巴巴,面对“新基建”的大势,云计算依然是投入重点。另一边,ICT 巨头华则以 5G 作为切入“新基建”的核心。 除此之外,腾讯、浪潮等也企业纷纷行动…… 和架构臃肿、效率低下的传统企业相比,这些新参与者们往往锐意创新、快速迭代,它们曾经颠覆过广告、颠覆过超市、颠覆过媒体、颠覆过通讯……它们的入局,也意味着“新基建”时代竞争激烈程度的加剧。 受益方“升维” 我们都知道,基础设施是对整个国民经济具有乘数效应和撬动效应的“杠杆”——远的来说,几千年前战国时期秦国兴修水利、开垦荒地等举措带来国力兴旺;而 1929-1933 年大萧条时期,罗斯福新政中推出“以工代赈”和大力兴建公共工程,立即起到了经济复苏的效果。 我们不妨以修路为例来看一下整个价值的传导过程:假设政府为新建一条道路投资了 1 个亿,就可以直接增加上百吨钢材用量,上千吨水泥用量以及上千吨沥青用量,更重要的是,新增了几千个就业机会。工人拿到工资,管理者拿到报酬,资本家获得利息……人们有了钱,就可以去消费。买了房子,拉动房地产上下游的投资;买了手机,推动消费电子产业链的繁荣…如此循环往复,GDP 就在这个过程中成倍增加,经济也就这么发展起来了。 在“新基建”时代,价值的传导过程不同于过去的“链条式”,将变得更加发散,5G、人工智能、大数据这些技术,天然能够普惠千行百业。 就拿这次疫情“大考”来说——员工在家办公导致对远程协同办公平台需求量的激增;学生在家学习导致对在线教育平台需求量的暴涨;医患资源的不均衡导致对远程医疗需求的猛增;人们在家做饭导致生鲜电商平台交易量的大幅提升……办公、教育、医疗、零售,看似是互相割裂的垂直行业,但却都对云计算数据中心这种基础设施资源有了相同的需求。 (百度阳泉云计算中心一期 AI 计算集群) 更广阔的市场,更大的蛋糕,也必将引来更强力的竞争。 目前,百度、阿里、腾讯、华为、运营商都已在部分承担着新型基础设施建设者的角色。比如百度在全国布局智能云计算数据中心,北京、保定、苏州、南京、广州、阳泉、西安等地相继落户,实现中国华北、华东、华南、西北等区域用户全面覆盖。 不只数据中心,人工智能也在疫情期间被应用于不同行业……起到了重要的支撑作用。 在城市智慧政务领域,百度推出的 AI 测温系统、智能外呼平台、电子出入证等一揽子防控产品,快速落地应用在交通枢纽,基层街道社区,工厂园区、商业写字楼等,提高了疫情信息排查效率,让社区防护工作有堵有疏;智慧医疗领域,灵医智惠推出的智能咨询助手助力第三方机构为公众提供在线问诊服务,倍数级提升新型肺炎人工在线咨询效率;智能质检帮助制造企业安全复工,解决工人无法返厂难题。 (百度智能质检系统帮助企业在疫情期实现安全运行) 另外,AI 技术的应用还涵盖了辅助诊断、影像分析、药物研发、医疗机器人等多个医疗细分领域,尤其是在主战场 AI 医学影像方面,AI 技术实现了筛查的时间窗口前移。 从理论上看,“新基建”对于国民经济的积极作用远远大于“老基建”,我们也有理由相信,未来它在很大程度上能够带动 GDP、增加就业、促进发展。

    时间:2020-03-16 关键词: 人工智能 5G 大数据 新基建

  • 压力变动力,疫情促使智慧医疗变革

    压力变动力,疫情促使智慧医疗变革

    今年爆发的新冠肺炎疫情迅速蔓延,席卷全国,这一定程度上对我国的经济和人民的生活造成了一定的影响。然而,这场疫情也促使了我国智慧医疗产业进行变革,促进了智慧医疗的落地。 面对疫情“大考” 智慧机器人蓄势待发 在此次疫情过程中,云端智能机器人运营商达闼科技携手中国移动捐赠了首批5G云端医助护理机器人、5G云端消毒清洁机器人、5G云端送药服务机器人和5G测温巡查机器人发往疫区,大大提高病区隔离管控水平。 此外,包括猎户星空、思必驰等在内的多家人工智能企业也积极推出智能医疗服务机器人驰援抗疫前线,涵盖配药、送药以及健康检测等功能,智能机器人应用场景进一步丰富,这也为智慧医疗的崛起提供了更多可能。 面对疫情“大考”,机器人成为强大的防疫大军,疫情催熟下智慧医疗站在了风口。可以说,这场试验为智慧医疗的未来发展提供可借鉴思路。 智慧医疗成生物医药行业新风口 虽然我国智能医疗服务机器人普及率较低,但是应用场景和需求都很旺盛。根据国际机器人联盟(IFR)统计数据测算,2018年我国智能医疗市场规模达34亿元,预计到2025年,我国智能医疗机器人市场将突破百亿元。不只是市场需求升级,国家政策也全面助力,为我国智慧医疗产业升级提供有利的新生“土壤”,智慧医疗也成为生物医药行业发展的新风口。 在新医改方案的指导下,各地政府加大对当地智慧医疗建设方面的投入,扩大智慧医疗产业布局。在国家“互联网+医疗健康”的号召下,杭州集聚布局智慧医疗产业,打造华佗小镇,力图成为中国医疗科技的“硅谷”。 不止是杭州,像贵州、山东、益阳、河北等多个省市也在智慧医疗产业升级上不遗余力,不仅大大提高医疗服务水平,智慧医疗升级,也成为生物医药产业转型的关键。 例如,在距离北京天安门正南50公里的固安产业新城,重点打造生物医药产业集群,以体外诊断试剂、多肽和蛋白质类药物、高端医疗企业和生物技术服务等为主要产业,形成从新药研发、中试到规模制造的全产业链配套。 不得不说,随着技术的日新月异,生物医药行业因为人工智能、大数据、云计算等技术融合,在医学领域实现一个巨大的飞跃,智慧医疗撬开产业升级的新出口。虽然疫情催生智慧医疗加速落地,但我国智慧医疗尚处于初期阶段,未来产业发展,任重而道远。

    时间:2020-03-18 关键词: 5G 大数据 智慧医疗

  • 智慧物流提升了用户的购物体验

    智慧物流提升了用户的购物体验

    近段时间,据我国著名电商平台贝贝网相关负责人表示,贝贝网正加大建设智慧物流,不断升级供应链体系,提升用户的购物体验,为用户提供更全面和优质的购物体验。 智慧物流是通过大数据、云计算、智能硬件等智慧化技术与手段,提高物流系统思维、感知、学习、分析决策和智能执行的能力,提升整个物流系统的智能化、自动化水平,从而推动物流发展,降低社会物流成本、提高效率。 自2009年智慧物流概念提出以来,不只是物流行业公司,众多电商平台也积极投入智慧物流建设。 2014年京东开始布局仓内机器人技术,随后几年,京东逐渐将物流体系、云计算、大数据、人工智能相链接,实现智慧物流全方位布局;2018年,阿里旗下的菜鸟网络全面布局IoT+人工智能,构建智能物流骨干网;不久前,苏宁也在亚洲消费电子展(CES Asia2019)上首次公开了自己在智慧物流上的新方向。 毫无疑问,从“流量争夺”、“商家争夺”、“体验争夺”之外,智慧物流正日渐成为电商平台争夺逐鹿的全新战场。 此次,贝贝网将联合十余家物流服务商,在智能仓配、产地直供、物流客服、退款售后、逆向物流、物流时效,六大方面全面升级,打造母婴电商智慧物流新标杆。 未来,在智能仓配方面,贝贝网将实现100%电子面单,95%包裹智能分拨;在产地直供方面,建立直发专线,将实现“从田间地头到餐桌”的急速送达;在物流客服方面,开通“物流客服专属通道”,全面解决购物过程中的物流问题,做到“有求必应”;在退款售后方面,搭建“退款专属通道”,实现“极速退款”;在逆向物流方面,将提供优质退货服务,一键呼叫上门取件、运费理赔,真正实现“退货无忧”;在物流时效方面,将逐步实现揽件到签收的全链路监控。 据贝贝网相关负责人介绍,五月,贝贝网已和韵达达成孝感智能仓改造意向,对出库现场进行智能化再造,在拣选、复核、称重出仓及快递分拣环节引入智能化设备,极大提升现场运营的智能化水平及出库时效和质量,有望让用户真正享受一单不落,极速到家的优质供应链服务。

    时间:2020-03-19 关键词: 云计算 大数据 智慧物流

  • 让大数据服务智慧交通建设

    让大数据服务智慧交通建设

    当今,大数据与各行各业的联系已经越来越紧密了。尤其是随着互联网和信息行业的发展让人们不断地尝试利用大数据技术服务智慧交通建设。当前,如何利用大数据打造智慧交通警务得到了很多人的关注。 打造“大数据智慧警务”原因分析 从必要性方面分析:一是日益凸显的交通管理困境。面对人口高度密集、交通飞速发展、管理日趋艰难的困境,人车路矛盾的进一步加剧,积极发展以大数据为基础的智慧交通,是时代和形势的紧迫要求。也是我国交通管理转型升级的必然要求,运用大数据技术对交通管理手段进行革新显得尤为迫切。 二是警力严重短缺。随着我国社会经济的不断发展,公路里程数已跃居世界第一,私家车的拥有量也呈现爆发式增长,在这种情况下,交通管理警力明显不足,在当前交管任务如此严峻的情况下,向科技要警力,依托科技解放警力显得尤为重要。 我们应当利用互联网科技便捷的数据传输功能,实现对路面交通的管理与监控,只有认识到位,才可以真正了解互联网对交通管理工作的重要性,进而才可以利用互联网科技服务交管业务。三是传统管理手段具有局限性。无论是从对交通资源的支配、交管数据的整合还是从对交通发展趋势的预判上看,传统的交通管理手段已经与现实的交通发展水平拉开了极大距离,疲于应付的交通管理方式已难以适应日益严峻的挑战,推动智慧警务已是迫在眉睫。 从可行性方面来看,现有的智能交通建设为实现智慧警务提供了更多可能。一方面政府部门更加重视智能交通基础设施投入。为缓解交通拥堵,力保路畅民安,国内很多省市在大数据交通应用上已经不同程度的尝试,并取得了明显效果。各大城市相继开展智能交通系统建设,市区灯控路口监控实现全覆盖,交通信号灯实现智能化、国标化改造。研发交通指挥调度智能平台,实现指挥调度、智能交通信号控制、特勤路线警卫、情报信息综合研判等功能,并基于PGIS地图操作,通过科技信息化手段提升交通指挥调度和路面查缉智能化水平。 另一方面是智能交通系统带来的效果显著。其一,有利于精准引导实战。运用系统挖掘数据、研究数据,可以有效指导勤务管理、强化源头监管、引导事故预防,实现异常道路流量快速报警、快速精确疏导,交通违法行为精准查处,实现情报信息引领警务实战。其二有利于指挥调度科学高效。以交通警情为导向,以视频、网络为载体,高度整合PGIS、监控、信号、诱导、GPS定位系统及110接处警的资源和功能,对交通安全警情和道路拥堵警情可视化监测和处置,建立协调联动、快速反应、合成作战的多级应急指挥体系。 其三有利于交通组织智能精细。灯控路口实现信号智能化,实行全天侯自适应信号控制,有效解决了交通流密疏不平衡问题。其四有利于治安防控精准打击。灯控路口实现了高清监控全覆盖,建立车辆轨迹云平台,实现车辆、轨迹和图像信息的融合共享,利用大数据云计算技术,对海量数据进行深度挖掘,为治安刑事案件侦破工作提供强有力的技术支撑。 大数据背景下数据太多与智慧偏少的矛盾冲突 道路交通管理涉及面广、参与者多,各种交通行为和交通管理手段产生了巨大的基础数据。其中包括道路监控、路口流量等所采集的动态数据、车驾管理服务基础数据、交通违法处理数据以及其他道路交通管理的相关数据。目前我省有831万名机动车驾驶人,657万辆机动车,其日常交通行为必然还会在通行区域广为分布的监控及数据采集器上产生更为巨量的道路交通基础数据。但实际却发现,交管部门的调查研究却并没有能有效跟得上电子采集数据的脚步。其中主要忽视了几个方面的重要内容: 一是数据理解不够全面、利用率严重不足。有了更多数据,并不意味着会产生更全面和更深刻的理解,因为数据需要科学的分析和解读才有意义,仅仅运用系统自身挖掘数据、研究数据势必存在很大局限。另外,数据基数巨大,更迭频繁,面对海量数据,执法者很难有效提出适合用这些数据解决的新问题。除了常规分析交通流,高效指挥调度、精准打击之外,很难进一步充分利用新数据更加高效地指导其他工作开展,其实从某一方面来说也形成了一种数据资源的浪费。 二是资源整合存在难度,数据分析不全面。在经济全球化、区域一体化、社会信息化的背景下,各类风险跨界性、关联性增强,没有哪类风险不需要综合施策,没有哪个地方和部门不需要协调配合。但仅在公安内部,各警种部门就存在权力限制,各项数据难以相互融合,资源、数据难以统筹,程序、规范难以对接,条条、条块、线上线下难以实现一体化,制约了数据的有效利用和长远发展。内部关联整合尚且不足,遑论外部联合配合。 目前智能交通系统尚未与其他系统建立常态化数据汇聚机制,很难做到公开信息全量共享,数据分析进而进一步受限。 三是海量数据兼具迷惑性。无论是视频监控、执法数据汇总抑或是交管大平台等的的确确都可以为交管工作提供颇为精确的数据,海量数据的产生也确实将会进一步丰富交通管理手段,疏导交通难点、痛点,并可以通过解决一系列问题为交通管理带来深刻影响。但是其中所记录的每一条车辆轨迹、每一条违法记录、每一名驾驶人身份信息以及其他每一项数据,并未完完全全发挥其应有的贡献,反而对交通管理者造成一种假象,好像拥有了更多关于交通方面的数据,交通管理的现状就真的立即得到改善一样,并因此获得极大的成就感。这就极易造成一种恶性限制,执法者沉溺于现有的设施中,对于大量数据产生满足感,并不进一步发挥主观能动性,探索挖掘数据背后的信息。

    时间:2020-03-19 关键词: 科技 大数据 交通建设

  • 智慧交通的先锋队——智慧客车

    智慧交通的先锋队——智慧客车

    今年爆发的新冠肺炎对我国的经济和人们的生活造成了一定的影响。对此,中共中央政治局常务委员会2020年3月4日会议上提出“新基建”概念。“新基建”概念一提出便得到了业内广泛的关注。 在“新基建”的九大领域中,涉及到汽车和交通的有车联网、高铁、城际轨道交通、新能源汽车(充电桩),以及无人驾驶等,落实到客车领域,就是我们已经推进了数年的“智慧客车”,让智慧客车成为智慧交通的先锋队。 一、智慧客车是智慧交通的重要组成部分,未来发展空间巨大。 智慧客车是智慧交通的重要组成部分,涉及智慧公路客运、智慧公交客运和网约客运等细分市场,在科学应对像新型冠状病毒这样重大突发公共事件中的重要性是不言而喻的。 智慧客车是指安装了G-BOS系统的客运车辆,是通信技术、总线技术、数字地理、传感技术、数据挖掘技术等高科技在客车上的综合应用。其系统能及时抓取和锁定司机及乘客等相关人员的各种有效信息,对处理重大突发公共事件和防控疫情能起到很好的作用。 还有,近些年宇通、金龙等在自动驾驶等方面,也有许多重大突破。 但是,目前客车行业在智慧客车领域发展比较领先、并能形成产业化的客车企业还是不多,离真正的产业化和市场化还有一段距离要走。 未来,作为智慧交通、自动驾驶的重点示范产品,智慧客车发展空间巨大。在疫情阻击战中,也具有不可忽视的作用。 二、智慧客车对有效控制疫情的传染源、切断传播途径及抗疫中的有序调度车辆都能起到重要作用。 就此次发生的新冠肺炎疫情而言,智慧客车至少可以做到以下几个方面: 一是通过系统对所有乘客测量体温进行筛查,可以通过红外热成像双目摄像机和人体测温黑体,实现±0.3℃精度的人体温度测量,同时把上车人员的可见光视频录像进行保存,对异常温度值,可以实现本地声光警戒和远程监控中心预警。 二是可以利用大数据识客系统通过人脸搜脸、黑名单库等比对,对新型冠状病毒感染疑似人员进行锁定,并第一时间隔离,避免再次传播,达到疫情管控的目的。 三是可以利用城市“天网”摄像头采集的人脸和车辆识别信息,可以了解一个人的近期运行轨迹,便于发现密切接触者,采取及时有效的隔离和管控措施,阻止疫情扩散和蔓延。 四是可充分利用车联网技术“智慧云平台”,随时监控每辆车的实时运行状况,为工作人员管理、调配车辆提供极大便利,可以以“智慧”提高一线抗击疫情的战斗力。 在疫情发生期间,如果市内公交客车和公路营运客运车辆都具有智慧系统,首先就可以对乘坐市内公交客车等交通工具的乘客进行体温鉴别、通过人脸搜脸、黑名单库等比对,对疑似人员进行锁定,并第一时间采取隔离措施,避免再次传播。 三、智慧客车作为智慧交通组成的一分子,是城市规模化发展的必然选择,是构建智慧城市不可缺少的中坚力量,是城市管理层科学决策的重要依据,可大大提高抗击疫情的效率。 随着城市规模越来越大和城镇化率越来越高发展趋势的到来,城市的功能越来越丰富。据权威部门预测,2030年全世界超过1000万人口的城市将达到40个,2020年中国的城镇化率将达到60%,到2035年估计将达到75% “智慧城市”的概念应运而生。 智慧城市是信息技术手段与城市发展理念、运作模式、体制机制有机融合。具有自动感知、快速反应、科学决策、高效处理、贴心服务的能力。通过感官神经元细胞(城市感知设施)透彻感知外界变化与状态,通过完善互通的神经网络传递神经冲动(数据与信息资源),在中枢神经系统(城市智慧运营管理中心)和周围神经系统(各政府部门、行业的信息平台)的协同控制下,向着快速反应、科学决策的目标发展。很显然,智慧交通是智慧城市的重要组成部分。 而智慧客车又是组成智慧交通的一分子,是构建智慧城市的中坚力量。比如在此次新冠疫情发生期间,如果各个城市都具有科学的智慧交通体系,具有成熟的智慧客车体系,那么管理武汉这座城市的决策者们的决策效率会明显提高,在调度疫情服务车辆方面就会更加有序、高效,在对运送众多感染者方面也会根据病情的轻重缓急、离医院的距离远近等信息作出科学的车辆调度和合理安排,会大大提高特大城市,尤其是疫区城市抗击疫情的效率。 四、智慧客车比一般客车在节能、安全性能、传动效率、经济性综合效益方面都要好很多,可以有效降低抗击疫情的成本,为最大限度降低疫情造成的损失作贡献。 众所周知,客车作为生产资料,是要计算成本的。而智慧客车比一般客车在节能、安全性能、传动效率、经济性等综合经济效益方面都要好很多(上表数据来自公开资料整理) 试想一下,如果这次武汉抗击疫情期间,使用的公共车辆为智慧客车,智慧客车比一般客车在节能、安全性能、传动效率、经济性综合经济效益方面都要好很多,可以有效降低抗击疫情的成本,可以为最大限度降低疫情造成的损失作出贡献。 这次疫情使得交通行业,尤其客车行业受到重大打击,这就更需要客车企业重新审视智慧客车的发展战略,共同促进我国智慧客车产业化的发展进程。

    时间:2020-03-19 关键词: 信息 大数据 智慧交通

  • “新基建”成风口,莫让这一短板成掣肘因素

    近期,中央强调要加快大数据中心、人工智能等新型基础设施建设进度,“新基建”成为社会各界关注焦点。 随着疫情逐渐消退,复工复产、发展经济成为后疫情时代主课题,“新基建”与社会各领域融合发展的步伐急剧加速,在促进国家经济升级、科学技术进步、战略新兴产业发展等方面担任重要角色,将成为推动经济发展的新动能。 “新基建”风口下,“软实力”不足陷困局 “新基建”主要立足于科技端,本质上是信息数字化的基础设施。近些年,中国信息产业走过漫长的曲折之路,在国家、政府及企业、科研人员的共同努力下,硬件设施水平正由跟跑向并跑甚至领跑转变。但在计算机软件环境与学科应用等关键方面仍然和国际领先水平存在差距。 软件是信息技术之魂。万物互联时代离我们越来越近,软件作为“人、机、物”融合互联的技术基础,其价值正在向各领域延伸。在软件和应用短缺的情况下,再庞大的硬件计算资源也难以有效转化为生产力。 近年来我国软件产业规模持续扩大,但“大而不强”的问题仍未根本改观。核心技术掌握不够深入,基础软件、工业软件等关键领域对外依存度较大,产业发展失衡问题较为突出,核心领域软件研发及应用成为短板。 新基建按下加速键,也将给我国先进计算软件和应用生态带来更多的机遇和挑战,在此背景下,集中精力克服不足,逐步完善中国软件产业生态建设迫在眉睫。 实现从“重硬轻软”到“软硬并重” 人才培育是关键 当前我国经济正由高速增长阶段转向高质量发展阶段,在这一关键节点,需要高度认识新时期软件产业发展的重要作用和价值,切实实现从“重硬轻软”到“软硬并重”的转变。 工信部部长苗圩曾指出,中国软件价值失衡现象比较明显,人才结构性短缺问题突出。 随着大数据、云计算、人工智能等技术的交叉融合,高水平的技术交叉型人才的需求也在逐步提升。无论是从后疫情时代的经济提振,还是从国家长远的发展来看,人才培育至关重要。 为了建立和完善中国先进计算产业生态,突破计算机软件环境与学科应用等方面的瓶颈,以及培育高水平技术交叉型人才,中国科学院发起主办了中科院“先导杯”并行计算应用大奖赛。 据悉,首届中国科学院“先导杯”并行计算应用大奖赛即将在3月25日正式启动,大赛设置基础算法、人工智能、应用三个赛道,旨在针对软件环境、学科应用方面的相关瓶颈希望谋求突破,选拔及培育高水平的技术交叉型人才,让大计算中心、大数据中心等“新基建”能够更好的发挥作用。

    时间:2020-03-20 关键词: 人工智能 大数据 新基建

  • 未来智慧交通将迎来怎么样的发展?

    未来智慧交通将迎来怎么样的发展?

    当今,我国新冠肺炎疫情进入了攻坚期。随着我国国内新冠肺炎疫情的减弱,全国各地很多地方陆陆续续开始复工复产。然而,现在很多人对于应该选择哪一种交通工具出门而苦恼,是乘坐出租车、公交车还是地铁呢? 近月以来,多名出租车、公交车司机被确诊为新型肺炎,朋友圈满是各地急寻同乘人员的讯息和文章,再次将安全出行问题推向风口浪尖。 2月4日,呼和浩特市一名出租车司机被确诊为新型冠状病毒感染肺炎病例。除1月27日、1月29日在家休息,1月18日到1月31日,她驾驶蒙AY1754出租车共载客154次。 同日,金华东阳市一名公交车司机回河南老家后被确诊患新冠肺炎,东阳已找到该司机驾驶的公交车乘坐人员103人,并采取隔离留观措施。 2月7日,深圳卫健委发布通报:377路公交司机姚某检出新冠病毒“阳性”,随后,5条同场站线路(822、M281、 M428 、377、B741)约100辆公交已暂停运营,并对全部车辆进行了消杀。 在疫情特殊时期的公共交通调度、安全出行引导等难题面前,智能交通的安全、可控和高效性,可以更好地服务城市。 特殊时期,百度Apollo自动驾驶平台联合其生态合作伙伴新石器时代、智行技术等已赴武汉,北京、上海、青岛等地投资数十种可用于清洁、消毒、送餐等服务的无人驾驶汽车,并利用生态的力量帮助预防和控制工作。 为了扩大疫区无人驾驶服务的规模,百度Apollo于2月10日宣布将免费开放低速自动驾驶微型车套件和自动驾驶云服务矩阵等,为企业提供有力的支持。 未来,更多的自动驾驶汽车将成为战争流行前线的高效可控公共资源,并在社会服务方面做得很好。 除了百度之外,智能交通领域的多家企业也纷纷发力。 海康献出了临时卡点防疫检查站车辆预警解决方案,千方有重点场所疫情防控云平台解决方案,中控信息有疫情监测解决方案,平安智慧交通有防疫重点车辆核查系统和疫情防控交通一体化系统等。 此番疫情的发生,对于交通行业提出了莫大的挑战,但同时,疫情过后,智能交通也会迎来发展的机遇。 我们可见,疫情中人流和车流的管控可说是重中之重。此次疫情正值春节,大量的人员回乡、旅游,交通出行非常集中,跨省、跨城市、甚至跨国的流动都非常大。 出行方式主要包括铁路、飞机、长途客运和私家车等几种方式,因此考虑新市场需求,新产品管控和服务的对象主要是个体人和车辆。 谈及车流管控,我们需要掌握车辆在重点疫区及周边城市的跨地区活动情况、出现位置,并进行实时、动态的统计分析及实时过车预警,加强针对经过疫区车辆信息的感知防控能力。 在人流的管控上,需要掌握人的出行轨迹和信息,车辆的出行轨迹和信息,人员乘坐不同交通工具出行的信息。 简单来说,在这次疫情的防控工作中,对通行的人和车辆,我们需要弄清楚对方从哪个省份,哪座城市来,经过哪些城市,驻足过哪些地方,乘坐了哪些交通工具,所乘坐交通工具的车次/航班次等非常详细的信息。 一辆车一辆车的询问,一方面容易造成交通拥堵,另一方面也会增加病毒传播的风险,那么该如何解决呢? 首先可以依靠车辆轨迹追踪,基于道路视频监控、卡口等视频数据,通过车牌书本,以掌握重点车辆的重点疫区旅居史、停留史、活动轨迹,分析目标车辆的密切接触对象等信息,以及有关车辆和人员管控的外延信息,数据整合。 在这次疫情防控过程中,就有不少企业将大数据疫情防控系统多个省份的公安机关疫情防控工作应用,但这些系统主要应用在省内,城市等一定区域内的轨迹追踪。 除此之外,车辆数据的追溯效果还受前端数据采集质量,以及跨省数据共享等问题影响。所以未来还有相当大的提升空间,提升的关键点就在于重视交通基础数据的采集,重视交通采集前端设备的运维。 第二个可以考虑应用的场景是建立“迁徙大数据”,此前有地图商曾经对外发布了迁徙大数据,数据显示了春节期间不同城市人口的迁入量和迁出量,迁徙关系。 但这一地图数据主要是基于机动车数据生成,人的出行方式却不止机动车一种,因此整合大交通方式的人口迁徙特征则是需求提升的目标之一。 此外,这次疫情防控工作中,一个高频出现的场景是同架次/车次的个体出行者寻找,这对于出行追踪提出了新的需求。 例如我们开头提到的东阳公交车司机被感染后,由于强传染性,当地追溯了103位同乘人员进行检查与隔离。 在追溯过程中,我们看到一开始是媒体发布公告的形式召集,后期面向公众上线了疫情跟踪、同车查询系统,寻找过程还是较为被动。 目前,城市出租车出行有很多打车软件,都绑定有个人的移动联络方式,应急状况下主动的个体出行信息服务实际上也可以延续到城市出行末端。 未来若是能够打通一体化出行链后,这些信息要素就可以完全掌握,让追溯更加主动高效。 总而言之,未来智慧交通领域的发展,无论是其产品和解决方案的基础都是大数据的应用,不过每一次危机和困境都会伴随新的机会出现,疫情过后,我们都希望它能为智能交通沉淀些什么。

    时间:2020-03-20 关键词: 智能 大数据 智慧交通

  • 智慧交通需大力发展

    智慧交通需大力发展

    当今,随着物联网、大数据、云计算、人工智能等新一代高新技术的快速发展,智慧交通也得到了很大的发展。当前,智慧交通与这些高新技术的融合性越来越强,这也有利于智慧交通产业的升级。 智慧交通,是在交通领域中充分运用物联网、云计算、人工智能、自动控制、移动互联网等技术,对交通管理、交通运输、公众出行等交通领域全方面以及交通建设管理全过程进行管控支撑,使交通系统在区域、城市甚至更大的时空范围具备感知、互联、分析、预测、控制等能力,以充分保障交通安全、发挥交通基础设施效能、提升交通系统运行效率和管理水平,为通畅的公众出行和可持续的经济发展服务。 智慧交通作为智慧城市的重要组成部分,《交通强国建设纲要》要求大力发展智慧交通,推动大数据、互联网、人工智能、区块链、超级计算等新技术与交通行业深度融合。推进数据资源赋能交通发展,加速交通基础设施网、运输服务网、能源网与信息网络融合发展,构建泛在先进的交通信息基础设施。构建综合交通大数据中心体系,深化交通公共服务和电子政务发展。 如今,智慧交通已然成为智慧城市建设的重要突破口。 从应用成熟度看,在今天无论卡口、电子警察,视频监控是对图像和视频数据进行语意化和结构化处理成熟、完整、应用深度较深的领域。智慧交通可能是现在新兴技术和应用领域里,率先突破数据应用瓶颈的一个技术领域。 从技术角度看,包括大数据、云计算的技术架构,先在智慧交通里落地,智慧交通也必将引领整个智慧城市各个子模块的技术潮流和走势。 从使用者与应用者关联的角度看,交通的智能化,最终会影响到每一个人骑车、驾车、公交出行的感受。每位市民都能够有非常好的交通秩序体验,这一点就需要智慧交通的技术方案去支撑实现。 智慧城市的交通解决新思路应该是精准调控和主动引导、差异服务和整合服务、协同合作及协同决策。目前,智慧交通主要解决问题: 缓解拥堵,智能信号控制系统及时调整信号时长;诱导系统结合流量数据对车辆进行分流; 减少事故,加强监控范围,有效查处违章行为,打击违法车辆,降低交通事故发生; 协同指挥,跨部门统一调度、协同指挥,对于突发事故第一时间响应救援,防止后续交通堵塞; 诱导预警,对路况及时发布,引导司乘人员错开高峰路段,就近调整路线、停车泊位使用情况。 智能引导,对于特殊车辆进行智能引导、路线调整,智能交通平台结合GPS数据系统统一进行控制,减少道路影响。 智慧交通主要内容为道路管理智慧化、交通工具智慧化、出行方式智慧化。智慧交通缓解交通拥堵,改善城市交通状况,发挥最大城市交通效能,在智慧城市建设浪潮中起着非常重要的作用。在国家政策的大力支持,以及社会需求、技术的大力推动下,近年来我国智慧交通行业发展迅速。2010年行业市场规模仅200多亿元,2017年增至500多亿。智慧交通与各种新技术的结合愈加紧密,产生出多项具有显着社会和经济效益的产品,未来市场潜力巨大。预计2023年行业市场规模有望超1400亿元。

    时间:2020-03-20 关键词: 人工智能 大数据 智慧交通

  • 浅析多模态生物识别的发展趋势

    浅析多模态生物识别的发展趋势

    当今,随着物联网、大数据、云计算、人工智能等技术的快速发展,生物识别技术也得到了很大的发展。当前,据前瞻产业研究院的数据显示,预计今年全球的生物识别市场总额将达到250亿美元。 在国内市场方面,2010至2014年,国内生物特征识别市场的平均增速保持在60%以上,2014年生物特征识别市场规模为80亿元,2015年突破100亿元,预计2020年可突破300亿元。 从单个生物识别技术应用来看,指纹识别虽然占生物识别技术的份额最高,但整体呈下降趋势,从2007年的66.9%下降至2013年的60.1%,受这次疫情影响,预计在2020年的下降幅度将会超过50%左右; 而声纹识别、人脸识别、虹膜识别等所占份额则不断增长,到2020年比重预计分别达到22.4%、9.6%、6.4%。 虽然这些生物识别技术已经相对成熟,但依旧存在一些技术障碍,比如: 指纹识别技术应用比较广泛,但无法满足眼下对安全和卫生的需求;人的脸部特征也不是一成不变的,而且采集图像的过程中易受到光线等因素的影响,导致人脸识别精确度受到影响;虹膜能成像的距离很窄,如果用户的姿势稍有不对,就有可能采集不到清晰的虹膜,同时识别距离远近、复杂光线环境、睫毛遮挡、异形瞳孔等问题也影响虹膜识别的精准度;声纹和步态识别,则因为采集难度较大、受拍摄角度和环境影响大等,而难以推广。 从这次疫情防控的需求来看,单个生物识别技术的问题已经凸显,生物技术行业应该意识到在原有单一识别技术基础上,需增加一种或多种识别技术来提升生物识别的安全性,即第二代生物识别技术——多模态生物识别。 多模态生物识别,是指整合或融合两种及两种以上生物识别技术,利用其多重生物识别技术的独特优势,并结合数据融合技术,使得认证和识别过程更加精准、安全。 它与单一生物识别方式的主要区别在于,多模态生物识别技术可通过独立的或多种采集方式合而为一的采集器,采集不同的生物特征(如指纹、指静脉、人脸、虹膜图像等),并通过分析、判断多种生物识别方式的特征值进行识别和认证。 如今生物识别正从单一走向多模态化,单一生物技术识别无法支撑越来越复杂化、多样化的身份验证场景,而多模态生物识别可以实现人脸、指纹、指静脉、虹膜、声纹等多种生物识别的相结合,从而进行更精确的身份认证以及集中、统一的系统管理。 在后疫情时代,多种生物识别技术进行融合应用的多模态生物识别,变得更加灵活,能根据不同的应用需求和场景变化,来选择合适的融合方式和权重决策。这必将成为新一代身份识别与认证领域的发展趋势。 按照技术应用的场景划分,目前多模态生物识别主要的赋能方向,聚焦在几个方面,包括: 公共服务领域如公安、出入境、社保等机构等,应用“指纹+人脸+OCR”的识别方式;信息安全领域如军队、军工企业等,应用“指纹+虹膜+掌纹”的识别方式;个性化AIoT应用领域如部分政务机构、酒店、零售等行业,应用“人脸+指纹+虹膜”的识别方式。

    时间:2020-03-20 关键词: 物联网 生物识别 大数据

  • 海鑫科金大力发展智慧安防产业

    海鑫科金大力发展智慧安防产业

    智慧城市信息化建设过程中,公安积累了丰富的业务数据,如何快速挖掘其内在价值,转化为现实战斗力,在更高更深层次服务保障公安工作的开展,已成为公安信息化亟待解决的关键问题。 海鑫科金及其子公司高奈特基于大数据应用领域的技术积累和丰富的场景落地经验,推出“云眼多网大数据风控系统”。 云眼多网大数据风控系统围绕“人、地、事、物、组织”五大要素,融合“人、车、电、网、像”等多源异构的动态感知数据。 之后,他们利用大数据等技术构建数据模型打造科学的风控体系,形成了既可以满足专业警种深度应用,又可以服务公安机关全局的大数据应用平台。 庚子新年伊始,新型冠状病毒感染的肺炎疫情在全国乃至全球蔓延。 据悉,全国多地公安机关便依托云眼多网大数据风控系统,快速搭建起“疫情全息态势感知与防控平台”。 这个平台汇聚各级公安机关、卫健委、社区、医院、药店、互联网、通信等相关数据,实时感知确诊、疑似、发热、经鄂等人员及疫情态势,为战疫工作提供了高效保障。

    时间:2020-03-20 关键词: 系统 大数据 智慧安防

  • 大数据背景下大力发展智慧安防

    大数据背景下大力发展智慧安防

    当今,在大数据时代背景下,尤其是在大集成、大联网的环境下,安防行业产生了海量的数据和信息。安防行业的数据量在近几年呈现出高速的增长趋势,这也促使了安防行业与大数据技术的融合。 安防行业数据主要来源于平安城市、智慧城市和智能交通等大型安防项目,面对海量的数据,也带来了数据整合、数据存储、数据分析应用等一系列问题。解决这些问题后,也进一步促进了大数据技术和产品在行业的落地应用。 什么是大数据? “大数据”是指一组数据集非常庞大且复杂,很难利用现有的数据库管理工具进行处理。它有助于统一大型数据集,并能够从分析中得出其它信息,而不是来自具有相同数据总量的单独的较小数据集。大数据时代的来临,带来了很多现实中的难题,为了解决这些难题需要新的技术变革,需要新一代的数据库技术,业界称之为大数据技术。 安防大数据主要应用领域 1.大数据是视频智能分析基础 在大数据应用时代,视频因其信息含量最高、数据量最大,分析运算最复杂而成为大数据时代采集分析传输存储应用最具挑战的国际技术难题!智能视频分析研究永无止境,分析算法必须以监控视频为资源,研究实时或历史监控视频中的目标特征提取、增强与行为分析等关键技术,才能推动监控视频应用模式从事后被动处置向事前主动预防转变。 2.帮助实现智慧城市智能化 大规模数据在智慧城市系统流动过程中,出于传输效率、数据质量与安全等因素的考虑,需要对大规模数据进行预处理。大数据处理技术往往需要与基于云计算的并行分布式技术相结合,这也是目前国际产业界普遍采用的技术方案。大数据分析与挖掘技术为智慧城市治理提供了强大的决策支持能力。 3.提高警务办事效率 互联网技术的飞速发展已经为构建一个大型全国性的专业报警运营服务平台提供了有力的技术支撑。通过这个报警平台,报警运营服务商手中会累积海量的用户数据,例如用户的身份信息、警情数据、消费记录、维修记录等,这些都是非常宝贵的资源。报警运营服务商可以在此基础上,应用大数据技术进行分析和挖掘,充分发挥大数据的商业价值。如公安系统中的图侦技术,应用模式多样,思维活跃,围绕着“发现线索”的目的可衍生出多种技战法,只有从这些具体的技战法中才能提炼出需求,真正告诉系统的设计者“我们要什么”。 4.让智能家居“聪明”起来 智能家居会产生大数据,同时也是大数据的重要应用领域,不然它极有可能将停滞不前。家庭产生的大数据能让智能家居更“聪明”,但需要根据实际情况进行有效处理,而不是任何数据的“一锅端”,通过大数据与云计算技术的结合应用,智能家居系统能够第一时间对用户家庭中智能设备的数据、信息进行有效分析、记忆,并将得到的规律反过来应用于智能设备,提升智能家居的智能效果。 未来,随着人工智能、深度学习的发展,大数据的挖掘应用必将进行地更为彻底。在此过程中,拥有海量视频大数据的安防行业,将迎来更广阔的市场和发展机会。中科融通在安防大数据应用中,将发挥更加重要的作用,推进技术融合、数据融合及业务融合,从而实现技术更先进、运行更智慧、客户更幸福的目标。

    时间:2020-03-20 关键词: 智能家居 大数据 智慧安防

  • 如果想学习大数据运维知识,应该先学习Linux还是Oracle数据库呢?

    如果想学习大数据运维知识,应该先学习Linux还是Oracle数据库呢?

    从大数据发展的当前趋势来看,它是担任运营和数据维护职位的好选择。 未来,将有足够的增长空间和更高附加值的职位。 当然,操作和数据维护职位的雇用门槛相对较高。 初学者必须经过系统的学习过程,才能获得相关职位的资格。 从数据运维的技术体系结构来看,在学习的过程中一定会涉及到Linux操作系统和各种数据库产品,包括Oracle数据库。虽然在当前的大数据时代,数据库管理系统会逐渐从关系型数据库向NoSql数据库转换,但是关系型数据库依然是不可或缺的,所以当前学习数据运维依然要重点学习Sql相关知识。 在具体的学习顺序上,应该先学习Linux操作系统,然后再学习数据库知识。在学习Linux操作系统时,应该注重三方面内容,其一是注重学习资料的选择,在学习的初期尽量不要选择那种知识量特别大的专业书籍,这一类书籍通常并不是用来为初学者入门的,在没有专业人士的指导下往往并不会有一个较好的学习体验,也很少有人会坚持完成整本书的阅读和理解。所以,初学者尽量要选择比较容易理解的书籍,可以重点关注一下这本书: 在学习完Linux之后,可以进一步学习Oracle数据库知识,学习Oracle的过程除了要注重数据库的理论知识之外,一定要多做实验,尤其在学习Sql语言的时候,更应该边用边学。Oracle数据库的参考资料也非常多,初学者可以重点关注一下这本书: 最后,学习数据运维知识还需要学习一下Python编程知识,掌握Python编程能够在一定程度上减轻运维的岗位负担,同时也会促进自身的岗位升级。随着云计算、大数据和人工智能等技术纷纷落地应用,未来Python语言的应用场景会越来越多。 我从事互联网行业多年,目前也在带计算机专业的研究生,主要的研究方向集中在大数据和人工智能领域,我会陆续写一些关于互联网技术方面的文章,感兴趣的朋友可以关注我,相信一定会有所收获。

    时间:2020-03-23 关键词: Linux oracle 大数据

  • 电工电路中的温度传感器

    电工电路中的温度传感器

    当今,随着物联网、大数据、云计算、人工智能等新一代高新技术的快速发展,传感器技术得到了很大的发展。当前,随着传感器技术的不懂升级和发展,各式各样的传感器被研制出来,其中就包括温度传感器。 温度传感器是将物理量(温度信号)变成电信号的器件,是利用电阻值随温度变化而变化这一特性来测量温度变化的,主要用于各种需要对温度进行测量、监视、控制及补偿的场合。 温度传感器根据感应特性的不同可分为PTC传感器和NTC传感器。PTC传感器为正温度系数传感器,阻值随温度的升高而增大,随温度的降低而减小;NTC传感器为负温度系数传感器,阻值随温度的升高而减小,随温度的降低而增大。 在正常环境温度下时,电桥的电阻值R1/R2=R3/R4,电桥平衡,此时A、B两点间电位相等,输出端A与B间没有电流流过,三极管V的基极b与发射极e间的电位差为零,三极管V截止,继电器K线圈不能得电。 当环境温度逐渐上升时,温度传感器R1的阻值不断减小,电桥失去平衡,此时A点电位逐渐升高,三极管V基极b的电压逐渐增大,基极b电压高于发射极e电压0.6V后,V导通,继电器K线圈得电,常开触点K-1闭合,接通负载设备的供电电源,负载设备的电工作。 当环境温度逐渐下降时,温度传感器R1的阻值不断增大,此时A点电位逐渐降低,使三极管V的基极b电压低于e极电压时,V截止,继电器K线圈失电,常开触点K-1复位断开,切断负载设备的供电电源,负载设备停止工作。

    时间:2020-03-28 关键词: 物联网 传感器 大数据

  • RFID技术之无人时代

    RFID技术之无人时代

    当今,随着物联网、大数据、云计算、人工智能等技术的不断发展,RFID等技术也得到了很大的发展。当前,RFID等技术大大促进了社会的发展,并且为人们的生活提供了很大的便利。 2019年1月22日,骨科手术机器人在武汉市第四医院辅助医生完成一台手术。这是湖北地区首次启用骨科手术机器人进行手术 我们似乎正在通向一个“无人时代”。 亚马逊的无人机、京东的无人仓、阿里的无人超市、百度的无人驾驶、西门子的无人工厂……层出不穷的“无人X技术”,让我们目不暇接、眼花缭乱。 时下,面对新冠肺炎疫情危机,ICU里的机器人医生、机场里的机器人巡检、电脑中的机器人老师……无人技术以“无接触”的方式,给我们带来了更多的安全感。 但是,这些快速迭代的新技术,在带给我们惊喜和便利的同时,也让我们的内心不免恐慌、焦虑,我们可能会发出疑问:“无人时代”,拥有血肉之躯的人将何去何从? 的确,一个整日辛苦奔波的出租车司机,在看到无人驾驶的新闻后,会担心自己的工作还能维持多久;一个社区零售店的小老板,在体验了无人超市的服务之后,会犹豫要不要将店铺关门歇业;甚至,一个准备怀二胎的妈妈,在得知了许许多多的“无人技术”之后,会犹豫是否继续这个计划…… 无人科技在战疫中的表现,让人们既焦虑又兴奋,也同样会让人们思考:如果“无人时代”必然来临,那届时人类还能做些什么呢? “无人”背后“有人” “上帝为你关上一扇门,同时也会为你打开一扇窗。”如果我们站在今天这个时点回头望,会发现人类技术的进步从来都是如此——新的技术产生,旧的职业消失,但新的职业也在应运而生,“无人技术”产生的连锁反应也大抵如此。 例如,从上个世纪开始,公路上的汽车逐渐取代了马车,工厂里的数控机床逐渐替代了传统机床,教室里的投影仪也取代了粉笔黑板,市场里的自选超市替代了传统的售货柜台,交易所里的电子系统取代了“红马甲”……这些业已发生的变革,同样给从业者带来了巨大的冲击,颠覆了传统的工作模式,但每一次变革,在消灭了原有岗位的同时,也创造了大量新的就业机会。 就拿证券交易来说,当证券交易所里的“电子交易撮合系统”取代了传统的“场内证券交易员”(红马甲)的人工撮合方式,“红马甲”从此退出历史舞台。但是,围绕“电子交易系统”会产生新的岗位,如软件编写、系统维护等。由此又延伸出为了使用电子交易系统而购买的电脑、通讯、服务器、存储器等IT设备,围绕这些设施设备所产生的新的工作机会,远远超过了过去“红马甲”的岗位数。 类似地,各种冠以“无人”之名的技术方案背后,都有无数的“有人”岗位。 例如,当下正火爆的无人超市,其运营带动了射频识别(RFID)技术、冷冻保鲜设备、传感器等的研发和制造;而围绕大数据、精准定位、人脸识别等新技术的开发,也将产生大量新型工作机会,从而创造更大的社会财富和价值。 再如,亚马逊在研发出自动补货技术后,大规模裁撤了传统采购跟单员,取而代之的是大量数据分析师和软件开发人员。他们根据每天在线产生的海量数据,分析客户的消费方式,优化库存的配置方案,设计最优路径的算法……随着业务规模的不断扩张,这些新增岗位的人数甚至可能会超过之前被裁撤的人员数量。 既然“无人技术”还需要大量的“有人”工作来维持,那么“无人技术”的真正意义何在呢? 事实上,“无人技术”是人类永恒的理想,它的真正目的是帮助人类脱离那些重复低效、高成本低产出的工作,或者是远离那些包含着不确定性的危险工作。人类逐渐把这部分工作转交给机器来完成,而将更多的精力转而用在那些高附加值、高产出并且能够为人类发展带来更大贡献的工作中去。 这其实是人类社会发展和自身进化的一部分。这种趋势,从原始人学会使用工具的那一刻起,至今未曾改变。因此,我们完全没有必要为此惶惶不安,更不用担心还未出生的孩子将来会不会失业。 “无人时代”考验生存能力 事实上,决定孩子们未来会不会失业的关键因素绝不是“无人技术”,而是他们是否具备承担未来那些“有人工作”的能力。 这些能力包括:持续学习能力、承压与自我激励能力、变革与沟通能力等。 首先是持续学习能力。正如我们今天所见,很难有一项专业技术可以让我们“吃”一辈子。当下一个“无人技术”取代了我们现有的工作,我们是否有能力掌握并胜任新的工作岗位,这就需要我们在一生中能够持续地学习,确保不会被时代所抛弃。 其次是承压与自我激励能力。社会发展的脚步会越来越快,可能昨天还十分新颖的技术方案,明天就会变得一文不值。快速发展给人们带来了巨大的压力,能否承受这种压力,并且不断地进行自我激励,在竞争中保持良好的心态,是未来社会生存的一个重要能力。 最后是变革与沟通能力。创新与变革相辅相成,新技术的产生和落地,需要我们具备创造力以及推动变革的能力。变革的最大阻力往往是“人”而不是“技术”,这是一个围绕“人”的工作,需要和不同的“人”打交道,因此需要具备很强的沟通能力。未来的精英一定是引领和推动变革的人,而不是那些等着接受变革,被动承担变革结果的人。 在这里,我们没有提到任何技术技能,因为它们都不是重点,真正的重点是我们以及我们的下一代是否具备适应未来社会发展的个人素质和能力。值得反思的是,这些能力的培养,在目前我们的教育中仍是缺失的。

    时间:2020-03-28 关键词: RFID 电子 大数据

首页  上一页  1 2 3 4 5 6 7 8 9 10 下一页 尾页
发布文章

技术子站

更多

项目外包

更多

推荐博客