都市における人工知能の導入はどの程度進んでいるでしょうか?

#人工知能はどのように機能するのでしょうか?また、都市や公共空間での人工知能の推進がスマート シティ開発の次のステップとなる段階にどのように到達できるのでしょうか?

人工知能 インテリジェントな導入は、単にソリューションを選択するだけではありません

人工知能の仕組みを理解するという文脈では、トレーニングと推論という 2 つの重要な側面を考慮する必要があります。研修は子供たちに教えることと同じです。私たちは AI システムを人間と同じように認識できるようにトレーニングします。画像を繰り返し見せることで、さまざまな概念を学習し、理解することができます。例えば、交通パターンを分析したり、移動を通じて空間を効率的に利用したりしたい場合、昼夜、雨や霧などのさまざまな条件下で、バス、タクシー、自転車などの画像を繰り返しAIに照射する必要があります。 。この反復プロセスを通じて、人工知能はオブジェクトを正確に識別する能力を徐々に獲得し、一定の精度に達します。

AI モデルが成熟段階に達すると、推論のためにパッケージ化され、デプロイされます。推論は AI の仕事の 2 番目の部分で、学習した知識を適用して経験に基づいた推測を行います。リアルタイム データが流入すると、AI は視覚情報をテキストまたはその他の形式の非画像データに変換します。このデータは、タイムスタンプや環境要因などの追加のメタデータとともに、ロジックとビジネス ルールを使用して処理されます。

効率的な推論には、特に複雑なモデルや大量のデータを扱う場合、高性能コンピューティングが必要です。データの処理に時間がかかるため、従来の計算手法では不十分な場合があります。ここで、アクセラレーテッド コンピューティングと並列処理が登場します。この高度なコンピューティング能力により、複数の AI モデルを同時に実行できます。たとえば、カメラに複数のモデルを搭載し、車両だけでなく、火災、煙、喧嘩、事故などを検出することもできます。このマルチモーダルな展開では、単一のデータ ソースから複数の結論が得られ、かなりの処理能力が必要になります。

導入オプションには、大容量 AI システムがセンサーの内部または近くに直接配置されるエッジや、複数のカメラがサーバーなどの中央点に接続されるデータセンターが含まれます。これらの設定は、スタジアムや空港などの場所で見られます。あるいは、タイムクリティカルな処理が必要ない場合はクラウド展開を選択し、分析のためにデータをリモートのクラウド サーバーに転送することもできます。

都市のデジタル変革に関しては、スマート シティ、インテリジェント シティ、コグニティブ シティ、グリーン シティなど、この変革を説明するためにさまざまな用語が使用されています。当初の焦点は、都市化や移民などの要因によるインフラストラクチャの課題に直面している都市環境において、IT を使用して効率を向上させ、無駄を削減することにあります。インフラストラクチャをスケールアップする従来の方法では不十分であることが判明しているため、限られたスペースと容量を最適化するためのよりスマートなソリューションが必要です。

テクノロジーの発展は、この変革において重要な役割を果たしました。接続がよりユビキタスになるにつれて、当初はデバイスの接続に重点が置かれ、その結果、IP 対応ソリューションが誕生しました。これにより、デバイスの双方向の問い合わせへの道が開かれ、モノのインターネット、スマート デバイス、および「データフィケーション」として知られるデータの急増につながりました。接続された IoT デバイスの大幅な増加、モバイル コンピューティング、クラウド テクノロジー、4G や 5G などの高速接続の進歩により、膨大な量のデータが利用可能になり、データを効果的に使用する方法において新たな課題が生じています。

ビッグデータ、有用なデータ、無駄なデータの概念をめぐって論争が起きています。デジタル変革の追求においては、大量のデータから価値を抽出する方法を見つけることが差し迫った問題となっています。結論としては、ビジネス インテリジェンス プラットフォームや SQL などのクエリ言語などの従来の方法を介してデータの処理と分析をデータ サイエンティストだけに依存するのはスケーラブルではないということでした。しかし、エッジ コンピューティングの出現により、コンピューティング コストが大幅に削減され、この状況が変わりました。 GPU などのテクノロジーにより並列コンピューティングとアクセラレーテッド コンピューティングが導入され、パフォーマンスが 100 ～ 1,000 倍向上します。

コストの低下とコンピューティング能力の向上により、サイズに関係なく、機械にデータの処理方法を学習させることができるディープラーニングが登場しました。機械はデータの処理と分析の方法を学習するため、膨大な労働力が不要になり、代わりに十分なコンピューティング能力が必要になります。データセットが大きくなるほど、処理が速くなり、より重要な結果が得られます。一見不可能に見えることが本当に実現できる時代に突入しました。

5G、ディープラーニング、GPT AI などのテクノロジーの融合が革命をもたらしました。人工知能はインターネットと同様に、今後 30 年、40 年、50 年、さらには 60 年にわたってイノベーションを推進すると予想されています先代のSameを30年間乗りました。人工知能は、自動運転車やセンサーなどのさまざまなアプリケーションに統合できるようになりました。この統合には、シームレスで摩擦のないエクスペリエンスを作成するために、さまざまなコンポーネントと関係者の協力が必要です。

都市は、問題を解決し、市民に価値を生み出す人工知能の可能性を認識し、このテクノロジーの変化を受け入れ始めています。 AI を概念として理解することから、その実際の応用例と影響を探ることに焦点が移ってきました。交通管理などの分野に AI を導入すると、交通の流れや場所によっては事故を大幅に削減でき、場合によっては最大 70% 削減できるほか、工場では AI を使用して機械のパフォーマンスを最適化し、安全性を強化し、メンテナンスの必要性を予測できます。さらに、AI 支援の自動運転車は、潜在的なリスクに積極的に対応することで安全性を高めることができます。

潜在的なアプリケーションは、人々が道路や空間をどのように利用するかの分析、視覚センサーと大気質モニタリングの組み合わせ、データと医療および緊急システムの統合にまで及びます。これにより、大気質や交通状況に基づいて信号パターンを動的に変更するなど、情報に基づいた意思決定が可能になります。ただし、実際の都市運営への統合には、単なる技術的能力以上のものが必要です。都市運営者や意思決定者の間で快適さと受け入れを確保するには、プロセスを開発し、変更を管理する必要があります。

都市は導入のさまざまな段階にあり、交通、輸送、空港、駅、高速道路が注目すべき重要な分野です。空港は人々の行動を理解することで、運営を最適化し、健康と安全対策を強化し、リスクを管理できます。鉄道駅は、匿名分析を通じて混雑状況を監視し、遮断機の使用状況を分析し、線路を検査し、健康と安全を確保できます。潜在的なアプリケーションとユースケースのリストは広範囲に及び、増え続けています。

AI には今後半世紀にわたるイノベーションを形作る可能性があります

空港などの民間インフラにおける AI の民間部門のユースケースは、公共部門のユースケースよりも先に成熟するのでしょうか?

民間インフラにおける AI ユースケースと公共部門における AI ユースケースの成熟度は、特定のアプリケーションによって異なります。公共部門では、監視と持続可能性への取り組みが重要な役割を果たす沿道管理がその例です。都市全体にセンサーを設置することで、廃棄物、犯罪、交通などの都市の運営と状況を包括的に把握できます。車両や歩行者の監視、違法駐車の検知、駐車場管理など、交通管理における AI ソリューションの需要が高まっています。

公共部門の取り組みは、国民や意思決定者にリアルタイムの情報を提供することも目的としています。たとえば、カメラを使用すると、利用可能な駐車スペースを特定し、アプリやその他のプラットフォームを介して国民に通知できます。もう 1 つのユースケースには廃棄物管理が含まれており、AI が容器の溢れを検出し、適切な担当者にアラートをトリガーできます。全体として、交通、モビリティ、持続可能性、都市管理とサービスに関連する目視検査への注目が高まっています。

対照的に、民間部門は ROI を重視する性質があるため、AI ユースケースを採用しやすい傾向があります。民間企業は、その価値と利点が証明できれば、AI ソリューションに投資して迅速に拡張する傾向があります。しかし、公共部門は多くの場合、金銭的利益を超える価値を追求します。 AI がどのようにサービスを向上させ、国民の幸福を高め、安全性を促進できるかを検討します。その結果、公共部門の調達と予算編成のプロセスは長期化する可能性があります。

この分野には、この種のユースケース向けの人工知能ソリューションを提供するスタートアップ企業が 150 社以上あります。一部の新興企業は、都市が資本支出 (CapEx) の形でプロジェクトに投資したり、運営支出 (OpEx) モデルを選択したりできる革新的なビジネス モデルを導入しています。 OpEx モデルには、スタートアップ企業がインフラストラクチャの導入と維持を行いながら、Software-as-a-Service (SaaS) または Data-as-a-Service (DaaS) モデルを通じてサービスを提供することが含まれます。これらのスタートアップは、デバイス自体ではなく、提供する価値を販売することに重点を置いています。

人工知能の観点から、ある業界との交流は他の業界よりも容易でしょうか?一方の業界は他方よりも積極的に人工知能ソリューションを追求しています?

「いつ」の違いについて業界の AI コラボレーションは地域によって参加のしやすさが異なります。具体的には、英国、ドイツ、フランス、イタリア、スペインなどのヨーロッパ、中東、アフリカの特定の国が、AI を活用したソリューションを積極的に追求しています。特に中東の都市は、NVIDIA に特定の目標を求め、その達成を支援していますが、このレベルの関与は一部の都市に限定されています。

都市の技術的成熟度またはデジタル変革の成熟度曲線を考慮すると、より先進的な都市は人工知能ソリューションを積極的に追求するでしょう。彼らは調査を行い、成功事例を読み、さらに探求したいと考えています。しかし、ほとんどの都市 (約 70%) はまだ AI の学習過程にあり、必要なインフラストラクチャや AI への取り組みの開始方法についての理解が不足している可能性があります。

AI への取り組みを始めることは、単にボックスやソリューションを購入するだけではありません。多くの都市は、独自のデータを使用し、独自のモデルを開発したいという願望を表明しています。一部の都市には、IT チームや AI 主導のチームなど、AI の理解と実装が成熟した専門の組織が内部にあります。

対照的に、都市には他に 2 つのタイプがあります。最初のグループは AI については理解していますが、それを実装するためのリソースと専門知識が不足しています。彼らは既製の既製のソリューションを探しています。 2 番目のタイプの都市では、AI についてのより深い理解と、AI を実装するために必要なリソースの両方が必要です。これらの都市は、より穏健かつ慎重なアプローチを採用しており、AI ソリューションの検討はより遅いペースで行われています。全体として、大部分の都市は継続的な教育が必要であり、AI を完全に受け入れるためのリソースが不足しているというカテゴリーに分類されます。

都市は AI への取り組みのさまざまな段階にあり、70% もの人々がその可能性をまだ理解しています

かつては、一級都市のほうが市政府としてより多くのリソースを持っていると考えられることがよくありました。地方自治体が AI ソリューションに関心を持つ主な要因。しかし状況は変わり、現在では AI 導入の原動力は都市の規模やリソースを超えています。今の問題は才能とリーダーシップです。

ドイツに人口約9,000人の小さな町があります。この町には、人工知能の価値を理解し、コンピューター ビジョン テクノロジーを使用して町全体をスキャンし、デジタル ツインを作成する、並外れた知性と先見の明のあるリーダーシップを備えた人々がいます。場合によっては、大規模で複雑な都市よりも小規模な都市の方が柔軟性が高く管理しやすいため、AI ソリューションの実装が容易になることがあります。

都市への人工知能の導入は、実際にはさまざまな要因に依存します。テクノロジーの可能性を認識する才能とリーダーシップが重要な役割を果たします。ただし、「才能」について話すとき、それは個人だけのことではないということを覚えておくことが重要です。現在、都市が AI プラットフォームに投資し、大学や研究機関とのイノベーションやコラボレーションの機会を開拓することで先駆者となりつつあります。 AI 分野のスタートアップと雇用創出に対する主な障壁は、インフラストラクチャとデータ アクセスです。先進的な都市は、官民パートナーシップやその他のモデルを通じてコン​​ピューティング インフラストラクチャに投資することで、この問題を解決しています。重要なのは、プラットフォームの所有者が誰かではなく、プラットフォーム自体の存在です。これらの都市は、コンピューティング リソースを提供し、関連データを提供し、大学や地域社会とのつながりを促進することにより、多くの地域イニシアチブを開発し、将来のスキルを備えた従業員のスキルを向上させています。これらの取り組みから新興企業が誕生し、これにより雇用が創出されます。

人工知能ソリューションへの関心を高めているのは、もはや大都市だけの問題ではありません。大小の都市は、人材、先見の明のあるリーダーシップ、イノベーションとコラボレーションを促進する取り組みによって、人工知能の可能性を積極的に模索しています。

以上が都市における人工知能の導入はどの程度進んでいるでしょうか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。