Sejauh manakah bandar daripada menggunakan kecerdasan buatan?

Bagaimanakah kecerdasan buatan berfungsi, dan bagaimana kita sampai ke tahap di mana promosinya di bandar dan ruang awam adalah langkah seterusnya dalam pembangunan bandar pintar

Penggunaan AI adalah lebih daripada sekadar memilih penyelesaian

? Dalam Dalam konteks memahami cara kecerdasan buatan berfungsi, terdapat dua aspek penting untuk dipertimbangkan: latihan dan inferens. Latihan adalah setara dengan mengajar kanak-kanak. Kami melatih sistem AI untuk mengenali perkara seperti yang dilakukan oleh manusia. Dengan berulang kali menunjukkan imej, ia boleh belajar dan memahami konsep yang berbeza. Sebagai contoh, jika kita ingin menganalisis corak lalu lintas atau menggunakan ruang dengan cekap melalui pergerakan, kita perlu berulang kali mendedahkan AI kepada imej bas, teksi, basikal, dll., dalam pelbagai keadaan seperti siang dan malam, hujan dan kabus. . Melalui proses berulang ini, kecerdasan buatan secara beransur-ansur memperoleh keupayaan untuk mengenal pasti objek dengan tepat dan mencapai ketepatan tertentu.

Sebaik sahaja model AI mencapai peringkat kematangan, ia dibungkus dan digunakan untuk inferens. Inferens ialah bahagian kedua tugas AI, menggunakan pengetahuan yang dipelajari untuk membuat tekaan berpendidikan. Apabila data masa nyata mengalir masuk, AI menukar maklumat visual kepada teks atau bentuk lain data bukan imej. Data ini, bersama-sama dengan metadata tambahan seperti cap masa dan faktor persekitaran, diproses menggunakan logik dan peraturan perniagaan.

Untuk inferens yang cekap, pengkomputeran berprestasi tinggi diperlukan, terutamanya apabila berurusan dengan model yang kompleks atau sejumlah besar data. Oleh kerana masa yang diperlukan untuk memproses data, kaedah pengiraan tradisional mungkin tidak mencukupi. Di sinilah pengkomputeran dipercepatkan dan pemprosesan selari dimainkan. Kuasa pengkomputeran lanjutan ini membolehkan berbilang model AI berjalan serentak. Sebagai contoh, kamera boleh dilengkapi dengan pelbagai model untuk mengesan bukan sahaja kenderaan, tetapi juga kebakaran, asap, pergaduhan, kemalangan, dsb. Penggunaan berbilang modal ini memberikan berbilang kesimpulan daripada satu sumber data dan memerlukan kuasa pemprosesan yang ketara.

Pilihan penggunaan termasuk tepi, di mana sistem AI volum tinggi diletakkan terus di dalam atau berhampiran penderia, atau pusat data, di mana berbilang kamera disambungkan ke titik pusat, seperti pelayan. Tetapan ini boleh didapati di tempat seperti stadium atau lapangan terbang. Sebagai alternatif, penggunaan awan boleh dipilih apabila pemprosesan kritikal masa tidak diperlukan dan data boleh dipindahkan ke pelayan awan jauh untuk analisis.

Mengenai transformasi digital bandar, kita melihat pelbagai istilah yang digunakan untuk menggambarkan transformasi ini, termasuk bandar pintar, bandar pintar, bandar kognitif dan bandar hijau. Tumpuan awal adalah menggunakan teknologi maklumat untuk meningkatkan kecekapan dan mengurangkan sisa dalam persekitaran bandar, yang menghadapi cabaran infrastruktur disebabkan oleh faktor seperti pembandaran dan migrasi. Kaedah tradisional untuk meningkatkan infrastruktur terbukti tidak mencukupi, jadi penyelesaian yang lebih bijak diperlukan untuk mengoptimumkan ruang dan kapasiti yang terhad.

Perkembangan teknologi telah memainkan peranan penting dalam transformasi ini. Memandangkan ketersambungan menjadi lebih meluas, tumpuan awal adalah pada penyambungan peranti, menghasilkan penyelesaian yang didayakan IP. Ini membuka jalan untuk soal siasat dua hala bagi peranti, yang membawa kepada Internet Perkara, peranti pintar dan percambahan data yang dikenali sebagai "datafikasi." Dengan pertumbuhan besar peranti IoT yang disambungkan, serta kemajuan dalam pengkomputeran mudah alih, teknologi awan dan sambungan yang lebih pantas seperti 4G dan 5G, sejumlah besar data menjadi tersedia, mewujudkan cabaran baharu dalam cara menggunakan data dengan berkesan.

Kontroversi telah timbul mengenai konsep data besar, data berguna dan data pembaziran. Dalam usaha untuk transformasi digital, mencari cara untuk mengekstrak nilai daripada sejumlah besar data telah menjadi isu yang mendesak. Kesimpulan yang dicapai ialah bergantung semata-mata kepada saintis data untuk memproses dan menganalisis data melalui kaedah tradisional seperti platform risikan perniagaan dan bahasa pertanyaan seperti SQL tidak boleh berskala. Walau bagaimanapun, kemunculan pengkomputeran tepi telah mengubah keadaan ini dengan mengurangkan kos pengkomputeran dengan ketara. Teknologi seperti GPU memperkenalkan pengkomputeran selari dan pengkomputeran dipercepatkan, meningkatkan prestasi sebanyak 100 hingga 1,000 kali ganda.

Mengurangkan kos dan meningkatkan kuasa pengkomputeran telah menimbulkan pembelajaran mendalam, yang boleh mengajar mesin memproses data, tanpa mengira saiznya. Mesin akan belajar cara memproses dan menganalisis data, menghapuskan keperluan untuk buruh besar-besaran dan sebaliknya memerlukan kuasa pengkomputeran yang mencukupi. Lebih besar set data, lebih cepat pemprosesan dan lebih ketara hasilnya. Kita telah memasuki era di mana perkara yang kelihatan mustahil benar-benar boleh dicapai.

Tumpuan teknologi seperti 5G, pembelajaran mendalam dan GPT AI telah membawa revolusi, dan kecerdasan buatan kini dijangka memacu inovasi dalam tempoh 30, 40, 50 atau 60 tahun akan datang, sama seperti Internet memacu sebelumnya 30 tahun. Kecerdasan buatan kini boleh disepadukan ke dalam pelbagai aplikasi, termasuk kenderaan dan penderia autonomi. Penyepaduan ini memerlukan kerjasama pelbagai komponen dan pihak berkepentingan untuk mencipta pengalaman yang lancar dan tanpa geseran.

Bandar-bandar telah mula menerima peralihan teknologi ini, mengiktiraf potensi AI untuk menyelesaikan masalah dan mencipta nilai untuk rakyat. Tumpuan telah beralih daripada memahami AI sebagai konsep kepada meneroka aplikasi dan impak praktikalnya. Menggunakan AI dalam bidang seperti pengurusan trafik boleh mengurangkan kemalangan dengan ketara, kadangkala sehingga 70% bergantung pada aliran lalu lintas dan lokasi, manakala kilang boleh menggunakan AI untuk mengoptimumkan prestasi mesin, meningkatkan keselamatan dan meramalkan keperluan penyelenggaraan. Selain itu, kereta pandu sendiri yang dibantu AI boleh meningkatkan keselamatan dengan bertindak balas secara proaktif kepada potensi risiko.

Aplikasi berpotensi terdiri daripada menganalisis cara orang ramai menggunakan jalan raya dan ruang, menggabungkan penderia visual dengan pemantauan kualiti udara dan menyepadukan data dengan sistem penjagaan kesihatan dan kecemasan. Ini membolehkan keputusan termaklum dibuat, seperti menukar corak lampu isyarat secara dinamik berdasarkan kualiti udara dan keadaan trafik. Walau bagaimanapun, penyepaduan ke dalam operasi bandar sebenar melibatkan lebih daripada sekadar keupayaan teknikal. Ia memerlukan proses membangunkan dan mengurus perubahan untuk memastikan keselesaan dan penerimaan di kalangan pengendali bandar dan pembuat keputusan.

Bandar berada pada peringkat penerimaan yang berbeza, dengan pengangkutan, pengangkutan, lapangan terbang, stesen kereta api dan lebuh raya menjadi kawasan utama yang perlu diberi perhatian. Lapangan terbang boleh mengoptimumkan operasi, meningkatkan langkah kesihatan dan keselamatan serta mengurus risiko dengan memahami tingkah laku orang ramai. Stesen kereta api boleh memantau orang ramai, menganalisis penggunaan halangan, memeriksa trek dan memastikan kesihatan dan keselamatan melalui analisis tanpa nama. Senarai aplikasi yang berpotensi dan kes penggunaan adalah meluas dan berkembang.

AI berpotensi membentuk inovasi untuk setengah abad akan datang

Adakah sektor swasta menggunakan kes untuk AI dalam infrastruktur swasta, seperti lapangan terbang, matang sebelum kes penggunaan sektor awam

Kecerdasan buatan untuk infrastruktur swasta berbanding penggunaan sektor awam? kes Kematangan kes penggunaan pintar bergantung pada aplikasi tertentu. Dalam sektor awam, contohnya ialah pengurusan tepi jalan, di mana inisiatif pemantauan dan kemampanan memainkan peranan penting. Dengan memasang penderia di seluruh bandar, pandangan menyeluruh tentang operasi dan keadaan bandar boleh dicapai, termasuk sisa, jenayah dan lalu lintas. Terdapat permintaan yang semakin meningkat untuk penyelesaian AI dalam pengurusan trafik, termasuk pemantauan kenderaan atau pejalan kaki, pengesanan tempat letak kereta haram dan pengurusan tempat letak kereta.

Inisiatif sektor awam juga bertujuan untuk menyediakan maklumat masa nyata kepada rakyat dan pembuat keputusan. Contohnya, melalui penggunaan kamera, tempat letak kereta yang tersedia boleh dikenal pasti dan disampaikan kepada rakyat melalui aplikasi atau platform lain. Kes penggunaan lain melibatkan pengurusan sisa, di mana AI boleh mengesan tong melimpah dan mencetuskan amaran kepada kakitangan yang sesuai. Secara keseluruhan, terdapat tumpuan yang semakin meningkat pada trafik, mobiliti, kemampanan, pemeriksaan visual yang berkaitan dengan pengurusan dan perkhidmatan bandar.

Sebaliknya, sektor swasta cenderung mempunyai masa yang lebih mudah untuk menggunakan kes penggunaan AI kerana sifat dipacu ROI mereka. Syarikat swasta lebih cenderung untuk melabur dan menskalakan penyelesaian AI mereka dengan cepat jika nilai dan faedah dapat dibuktikan. Walau bagaimanapun, sektor awam sering mencari nilai melebihi pulangan kewangan. Ia mempertimbangkan cara AI boleh meningkatkan perkhidmatan, meningkatkan kesejahteraan rakyat dan menggalakkan keselamatan. Akibatnya, proses perolehan dan belanjawan sektor awam mungkin lebih lama.

Dalam ruang ini, terdapat lebih 150 syarikat permulaan yang menyediakan penyelesaian AI untuk jenis kes penggunaan ini. Sesetengah syarikat permulaan telah memperkenalkan model perniagaan inovatif yang membolehkan bandar melabur dalam projek dalam bentuk perbelanjaan modal (CapEx) atau memilih model perbelanjaan operasi (OpEx). Model OpEx melibatkan pemula yang menggunakan dan menyelenggara infrastruktur sambil menyediakan perkhidmatan melalui model perisian-sebagai-perkhidmatan (SaaS) atau data-sebagai-perkhidmatan (DaaS). Pemula ini menumpukan pada menjual nilai yang mereka sediakan dan bukannya peranti itu sendiri.

Adakah lebih mudah untuk berinteraksi dengan satu industri daripada yang lain dari segi kecerdasan buatan Salah seorang daripada mereka lebih aktif mencari penyelesaian kecerdasan buatan daripada yang lain

Dari segi kerjasama kecerdasan buatan dengan industri yang berbeza, penyertaan Tahap kesukaran berbeza-beza? mengikut wilayah. Khususnya, negara-negara tertentu di Eropah, Timur Tengah dan Afrika, seperti UK, Jerman, Perancis, Itali dan Sepanyol, sedang giat mengejar penyelesaian dikuasakan AI. Bandar Timur Tengah, khususnya, akan melihat kepada NVIDIA untuk matlamat tertentu dan membantu mencapai matlamat tersebut, tetapi tahap penglibatan ini terhad kepada bahagian bandar yang lebih kecil.

Jika anda mempertimbangkan kematangan teknologi bandar atau keluk kematangan transformasi digital, bandar yang lebih maju akan secara proaktif mengejar penyelesaian kecerdasan buatan. Mereka telah melakukan penyelidikan mereka, membaca kisah kejayaan dan tidak sabar-sabar untuk meneroka lebih lanjut. Walau bagaimanapun, kebanyakan bandar (kira-kira 70%) masih dalam proses mempelajari AI dan mungkin kekurangan infrastruktur dan pemahaman yang diperlukan tentang cara memulakan perjalanan AI mereka.

Memulakan perjalanan AI anda adalah lebih daripada sekadar membeli kotak atau penyelesaian. Banyak bandar telah menyatakan hasrat untuk menggunakan data mereka sendiri dan membangunkan model mereka sendiri. Sesetengah bandar mempunyai entiti khusus di dalamnya, seperti pasukan IT atau dipacu AI, yang pemahaman dan pelaksanaan AI adalah matang.

Sebaliknya, terdapat dua jenis bandar lain. Kumpulan pertama memahami AI tetapi tidak mempunyai sumber dan kepakaran untuk melaksanakannya. Mereka mencari penyelesaian luar biasa, luar rak. Jenis bandar kedua memerlukan pemahaman yang lebih baik tentang AI dan sumber yang diperlukan untuk melaksanakannya. Bandar-bandar ini mengambil pendekatan yang lebih sederhana dan berhati-hati, meneroka penyelesaian AI pada kadar yang lebih perlahan. Secara keseluruhannya, sebahagian besar bandar termasuk dalam kategori memerlukan pendidikan berterusan dan kekurangan sumber untuk menerima sepenuhnya AI.

Bandar berada pada peringkat berbeza dalam perjalanan AI mereka, dengan sebanyak 70% masih memahami kemungkinannya

Pada masa lalu, bandar peringkat pertama sering dianggap mempunyai lebih banyak sumber kerana kerajaan bandar dan pihak berkuasa tempatan berasa lebih selesa dengan AI penyelesaian Pemacu utama minat. Walau bagaimanapun, keadaan telah berubah, dan kini kuasa penggerak di sebalik penggunaan AI melangkaui saiz atau sumber bandar. Isunya sekarang ialah bakat dan kepimpinan.

Terdapat sebuah bandar kecil di Jerman dengan populasi kira-kira 9,000 orang. Pekan ini mempunyai orang yang mempunyai kecerdasan luar biasa dan kepimpinan berwawasan yang memahami nilai kecerdasan buatan dan oleh itu menggunakan teknologi penglihatan komputer untuk mengimbas seluruh bandar dan mencipta kembar digital. Kadangkala, bandar yang lebih kecil mungkin lebih fleksibel dan terurus, menjadikannya lebih mudah untuk melaksanakan penyelesaian AI daripada bandar yang lebih besar dan lebih kompleks.

Penggunaan kecerdasan buatan di bandar sebenarnya bergantung kepada pelbagai faktor. Bakat dan kepimpinan yang mengiktiraf potensi teknologi memainkan peranan penting. Walau bagaimanapun, apabila kita bercakap tentang "bakat," adalah penting untuk diingat bahawa ia bukan hanya mengenai individu. Kami kini melihat bandar menjadi penggerak pertama dengan melabur dalam platform AI dan membuka peluang untuk inovasi dan kerjasama dengan universiti dan institusi penyelidikan. Halangan utama kepada permulaan dan penciptaan pekerjaan dalam AI ialah infrastruktur dan akses data. Bandar yang berpandangan ke hadapan sedang menyelesaikan masalah ini dengan melabur dalam infrastruktur pengkomputeran melalui perkongsian awam-swasta atau model lain. Intinya bukan siapa yang memiliki platform, tetapi kewujudan platform itu sendiri. Dengan menyediakan sumber pengkomputeran, menyediakan data yang berkaitan, dan mempromosikan hubungan dengan universiti dan komuniti tempatan, bandar-bandar ini membangunkan banyak inisiatif tempatan dan meningkatkan kemahiran tenaga kerja mereka untuk melengkapkan mereka dengan kemahiran masa depan. Ini, seterusnya, mewujudkan pekerjaan apabila pemula muncul daripada usaha ini.

Ia bukan lagi masalah di bandar besar yang mencetuskan minat terhadap penyelesaian AI. Bandar besar dan kecil sedang aktif meneroka potensi kecerdasan buatan, didorong oleh bakat, kepimpinan berwawasan, dan inisiatif yang memupuk inovasi dan kerjasama.

Atas ialah kandungan terperinci Sejauh manakah bandar daripada menggunakan kecerdasan buatan?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!