十幾年前,深度學習之父傑弗裡·辛頓在思考深度學習算法時,統計學家告訴他:在三維空間裡,算法很可能不會有效,隻能找到局部最優而找不到全局最優,這意味着算法沒有泛化能力,此路不通。
但今天我們都知道了結果,深度學習已經成為打開人工智能的最好鑰匙。事實上,在深度學習的高維空間裡,總能找到一條通往全局最優的路徑。或者說,要想得到更優的效率,就先要将自身的思維或者掌握的信息高維化。
這其實正是今天數字城市的底層邏輯。局部信息化,上雲甚至引入人工智能的算法,都隻能在局部最優上“打轉”。要想得到更大的收益,引入更多的參與者,提供更廣的視角,更豐富的數據和場景才是出路。
數字深圳就是這個底層邏輯鮮活的案例。
地鐵裡的大小事
地鐵有監控不是新聞。但是每列地鐵運營列車運行1小時,大概産生25GB的數據,這些原始數據如果不能及時上傳,如果缺乏自動标記手段。那最多就是成為各種悲喜劇的回放。
通過視頻找遺失物,不存在的。想象在海量數據中一幀一幀去找線索,多數失主都會崩潰。
遺失物找不着這還無所謂,但是如果治安事件呢,或者災害天氣應急呢?所以隻有視頻錄制遠遠不行。還需要實時回傳,需要及時标記。緊急情況,靠人工停車、清客下線,停運,交通局部梗阻……每個城市都會遇到這種不靠譜的時候。
在華為的幫助,深圳地鐵提供了另一個選擇:
地鐵機場快線11号線,華為搭建了5G超寬帶車地無線通信。在華為AirFlash 5G車地轉儲解決方案保障下,全車8節車廂40個高清攝像頭的25GB數據,僅需150秒便可自動傳輸。再通過AI圖像識别等技術,利用乘客上下車的時間,便可快速确認遺失物位置、接觸者人身份及軌迹,全程無需人工幹預……
當然,這隻是一個溫柔場景,同樣的數據引入到公安、安全或者某大學的研究課題,可以演化出更絢麗的故事。
在這裡,時延是一個關鍵維度。時效決定了整個系統是樹懶還是獵豹。時效更決定了整套系統是一個沉默的記錄者,還是一個及時的守護者。
因為有了數據的及時上傳和處理,應急反應的時間可以壓縮到乘客進出站。在争分奪秒的應急處理中,這意味着參與者全部重新考慮方案。也意味着很多意外、災難從源頭被消滅。善戰者無赫赫之功,說的就是這個場景。
亡羊補牢還是防微杜漸
但是,在某些場景下,數據回傳幾乎沒有經濟性可言,比如輸電網絡的巡線。
然而電力對現代城市而言,重要性可能僅僅略遜色于空氣和水。美國有個開腦洞的電視劇《滅世》,講述的就是大停電後,政府停擺,秩序崩潰的故事。
所以對城市而言,電力保障永遠是排在最要緊事項清單裡。對電力系統,不能靠亡羊補牢來解決問題。對電力傳輸而言,亡羊就意味着事故。在這裡必須要防微杜漸。
安全巡線,就是保證漫長輸電線路的安全可靠,對深圳而言就是電力保障的重點。據了解,深圳目前在運110kV及以上架空線路共計511回3900餘公裡,獨立杆塔7700餘基。最近十年線路長度增長了
接近1倍, “一車兩人三水壺”的傳統粗放型線路工作模式已經不能适應新時代的新要求。
深圳供電局從2013年開始創新試點應用視頻在線監測系統,雖然一定程度上提升了工作效率,但普遍缺乏智能識别功能,需要将視頻和圖片回傳後台之後用人工進行分析。
但是,采集圖像回傳消耗大量流量,設備無法長期開啟,視頻圖像需要降低清晰度;塔杆供電依賴太陽能,設備運行功耗高,長期陰雨天氣導緻供電不足,設備掉線率高……特殊的使用場景,讓依靠數據回傳的方案走到了死胡同。
提高可靠性的關鍵在于邊緣計算,提高數據及時處理的能力,降低回傳數據量。
深圳供電局與華為攜手,在邊緣側部署輸電視頻監控終端,集成Atlas 200 AI加速模塊,在全市的輸電杆塔和無人機的在線監測攝像頭裡部署昇騰人工智能處理器,運行AI推理算法進行就地圖像視頻分析,輸電線路5大典型隐患場景、7大本體缺陷識别在邊緣完成,及時上傳告警。
同時,主站部署訓練和推理系統,持續優化算法模型,結合管理軟件實現模型遠程下發部署,快速升級系統功能。完整的數據閉環形成,整個系統擁有了自我進化能力。
現在,通過“以系統智能分析為主、人工判斷為輔”的嶄新模式,原來需要20天才能完成的現場巡視工作,輸電監控指揮中心現在僅需2小時就可完成,巡檢效率足足提高了80倍。
将感知能力向邊緣部署,電力傳輸故障可以更及時的被定位,而随着數據的積累和模型的進化,早期故障的診斷成為可能。
羊,不用丢了才發現圈破了。
類似的例子還很多,比如深圳交警,利用人工智能攝像機,同時抓拍4車道車輛、200張人臉,深圳交管局聯合華為,設計了100多種基于交通場景的人工智能算法,實時優化交通信号燈的控制策略。目前深圳2000多個紅綠燈路口,都借助大數據和自身的優勢算法,對路口的流量進行管理、優化。統計數據顯示,全市整體路口平均車速提升了25%。
發現無限可能的第N維
在第九屆全球智慧城市博覽會(SCEWC)上,深圳龍崗以全球首個基于智慧大腦的智慧城市,獲得中國區“數字政府創新獎”大獎。
龍崗區大數據平台累計接入結構化業務數據2534項,數據總量超過37億條,容量達2.7TB,形成了堅實有力的政府數據“底座”。
城市運行中心IOC是城市的智慧大腦,具有4大中心的功能,即數據中心、運行中心、監測中心、分撥中心和指揮中心。
龍崗的智慧樣本,可以說是華為“1 1 N”(即1個數字平台 1個智慧大腦 N個應用)的智慧城市解決方案整體架構的集大成者。
有了數字平台和智慧大腦,無數個N還會繼續加入。
比如,羅湖幼兒園食堂跟政府的“明廚亮竈”平台視頻對接,幼兒園的食品安全問題得到解決。
幼兒園周邊高清攝像頭與公安部門聯網進行身份信息比對,對于識别出的可疑人員及時告警,實現報警聯動,園區出入安全得到保障。
與智能化的安保方案對接,可疑人員越界翻牆入侵并告警聯動,自動識别校園周邊主幹道車輛違停、小攤小販占道經營等。提升了園區安保管理效率,也減輕了安保人員的負擔。
與城管系統對接,市民通過微信公衆号随手拍,參與城市管理,成為發現城市管理問題的“耳朵和眼睛”。2018年以來,市民上報的城管問題案件立案4萬多宗。
與環衛系統對接,為全區9500多名環衛工人配備智能手環、750多輛環衛車安裝GPS終端,實現清掃保潔作業精細化監管。
在深圳高交會上,華為公司董事,企業BG總裁閻力大透露,華為首先建設了新信息基礎設施,深圳城市智能運營中心(IOC),打通了42個委辦局的業務系統,100多類數據,28萬多路視頻,構建了深圳市“1 12 N”一體化指揮體系。
深圳IOC是一個能看、能用、能思考的智慧城市中樞,是城市運行監測中心、領導決策支持中心、城市指揮調度中心和事件分撥處置中心。
更重要的是,這套系統支持深圳市構建了公共服務領先,産業發展争優的營商環境,助力了深圳市的高質量發展。
客觀的說,深圳有大筆投資可以用在公共事業管理上。但是如果僅僅局限于此,數字深圳的推廣價值會大大降低。
高維空間裡的數字深圳
數字城市要走向正向循環,必須找到數字的經濟路徑。這才是最重要的維度,如果隻是花錢而不能造血,以當下的經濟形勢,基本上可以說困難重重。
在深圳機場和深圳地鐵建設的案例裡,我們依稀看到了數字城市的經濟道路。
2013年深圳機場新航站樓T3開始運營,設計容量為4500萬人次/年,但随着航空旅客量快速增長,2018年旅客量已經達到5000萬,遠超設計容量。
增效就是增收,這對深圳機場是很現實的問題。
通過基于華為沃土數字平台的多個智能資源分配系統,深圳機場提升了關鍵資源的利用率,機位利用率提升7個百分點,機位廊橋周轉率從10.24架次/天提升到11架次/天,每年有近400萬人次的旅客不用再乘坐擺渡車。
同時,華為沃土數字平台通過對業務流數據(OT)和IT系統數據的高度融合,實現了航班全流程的可知、可視、可控,有效地将機位安排間隔從30分鐘降到20分鐘。
對于機場這樣的綜合體,單純靠一腔熱血,996式加班加點來增效,基本已經走到盡頭。在保證安全前提下提高資源利用率,需要全流程全方位的精算和協調。
深圳地鐵建設是另一個例子。目前,深圳共有16條線路、284公裡線路同步在建。這麼多同時開建的路線,建設任務繁重,既要“建得快”“建得多”“建得密”,又要保障施工安全和運營。
靠人工巡檢顯然難以滿足。
依靠智慧工地視頻分析系統,幫助地鐵在建的工程項目,借助機器視覺、AI智能分析、5G技術和物聯網實現遠程監控、風險預警,減少安全事故的發生,便于工地現場科學化和智能化管理。
當工人未佩戴安全帽、物料違規擺放、無關人員進入工地等違規情況發生,系統會自動及時響應進行處理,降低人力、提高工作效率、減小事故發生概率。這些,都讓工地變得更加安全,在保障安全的目标下“跑步”前進。
同電力系統巡檢一樣,研發的壓力也并沒有全部壓在華為身上,地鐵智慧工地視頻分析系統就是由深圳地鐵和華為聯合創新實驗室研發。行業主體提供領域知識,尋找最有經濟效益的突破口,華為提供通用技術的支撐,産品化進而産業化。
我們通常把數字經濟分為兩個部分,一是ICT的核心部分。這也是數字經濟,數字産業的基礎部分,也是華為智慧城市所建設的1個數字平台,1個智慧大腦。
第二個部分,即所謂溢出部分,也叫融合部分。體現在産業趨勢上即“數字産業化”與“産業數字化”,後者簡言之,就是千行百業以及整個社會的數字化轉型。這對應的就是華為聯合衆多合作夥伴給産業賦能的“N”。
增效增收,必然吸引更多的企業主體參與到數字城市建設中來。更多主體的參與,更加豐富的應用,數字經濟由此螺旋上升。
閻力大透露,根據華為和牛津經濟研究院聯合做的研究,數字經濟的增速是全球GDP增速的2.5倍,而對于數字化技術的長期投資回報是非數字技術投資的6.7倍。
在高交會上,閻力大也說:“我理解,深圳作為‘先行示範區’有兩層意思,先行意味着在衆多領域鼓勵探索創新、走在前列;示範意味着沉澱經驗,能給其他區域借鑒複制。”
從這個角度來看,數字深圳,就是華為在數字經濟領域的探索和創新。截至目前,華為已助力深圳1800多家企業實現了數字化轉型。
同時,華為還通過幫助城市逐步構建五大新基礎設施——雲、物聯網、數據湖、人工智能、視頻雲,帶動實體經濟、使能全産業生态向數字化、智能化演進,這個路徑可以歸結為:沉澱經驗,輸出解決方案,培育産業,新動能由此産生。
一個攝像頭,抓拍就是記錄交通違章;增加多車道的車牌識别,就是交通流量監控;多攝像頭聯動,就可以完成交通規劃;用在機場調度,地鐵施工現場,就是增效降費的生産工具;增加更多監控領域,就可以實現城市應急管理……用在城管、公安、衛生、醫療、教育,就是智慧城市。
海量的連接,實時的交互,“人、物、活動、環境”等主客體的高效協同,通過新技術改造和提升各行各業,深圳讓數據成為了驅動産業創新的核心要素。未來更多的傳感器,更豐富的數據維度,更多的應用場景,就能讓數字經濟就由此“生根發芽”,同時優化随維度的增加從局部走向全局,從城市管理走向經濟生活的方方面面,最終推動傳統業态加快升級疊代,新生業态實現快速崛起。
可以說,在走向更高維空間的過程中,數字深圳将點滴優化最終彙成為更高效的新城市、新動能、新經濟。
全文總結,優化城市管理職能,提高行政效率固然重要,但是找到新的經濟增長點更加迫切,而由華為承建的數字深圳舞台已經搭好,一幕幕數字經濟的好戲也正在陸續上演,這是一個身處高維空間裡的數字深圳,也是深圳先行先試示範區全新的價值和意義所在。
,更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!