至顶网CIO与应用频道 10月19日 北京消息:电梯安全问题已成为社会各界关注的焦点,电梯数量庞大,逐渐老化,部分场景下维修资金跟不上,另外还有不文明乘梯行为,带来非常大的安全隐患。
提高电梯出行安全是民心所向,新再灵携手华为云,基于物联网技术实现了“云梯”解决方案,将电梯运行监管、紧急事件响应、故障发现和处理、公众信息服务等业务系统集成为统一的服务平台,使其具有事前预警、事中安抚与处置、事后追溯功能,为政府部门的安全监管提供了有效保障,从而在根本上减少电梯事故的发生概率。
电梯作为方便人们日常出行的主要运输工具。随着电梯数量的激增及电梯的老龄化和维保不到位,导致电梯安全事故频发,各地的电梯困人、伤人事件也常见端于媒体的报导。电梯安全已引起社会的高度关注。国家质检总局连续发文,要求加强电梯的安全管理。
如何让电梯安全有效运行?浙江新再灵科技股份有限公司经过两年多的攻坚克难研发,用物联网技术架构出一套电梯安全的智能管理系统——云梯。
云梯在安全管理方面实现了事前预警、事中安抚与处置、事后追溯的三大功效。
云梯由四大技术层对电梯实现有效的安全管理:
(1)信号传输:用PLC技术实现传感信息的稳定传输。
(2)视频分析:用视频算法有效识别电梯开关门状态,异物挡门,不当乘梯行为等。并可通过视频对讲劝阻不文明乘梯行为的发生。
(3)实时体检:以预防为主提高电梯的安全性。由线上的传感记录加线下的维保记录,对电梯实时安全体检,做到事前预警。
(4)智能处理:云梯对电梯运行在检测、管理、处置上都由智能系统自主处理。
图1:整体系统架构
从上图我们可以分析到,云梯系统将实时采集大量数据,通过各种通道传输到后台进行实时处理,并能实时将相关信息通知相关单位(例如维保、物业、质监部门等)。在这个过程中,大量数据将通过全国各地的网络传入到后台。我们以杭州市余杭区为例,假设有10万部电梯接入,那么相当于有10万用户在同时访问系统。如果全杭州市的电梯也接入这套系统,那么后台将承受非常大的压力,具体体现在如下几个方面:
1、 并发高,假设有10个县市区接入,并发将达到百万级别;
2、 数据处理性能要求高:云梯系统将实时采集视频、物理数据、环境信息,数据量非常庞大,需要后端大数据平台能实时处理,并将重要信息呈现给相关业务部门;
3、 高可靠的维保服务:电梯是一年365天不间断运行,而且云梯关系大众民生,后端系统必须保障极高可靠性以及对故障的容错处理;
4、 接入:全国范围内地接入;
5、 数据独立性:涉及大众民生的大量数据,必须确保数据安全可靠,不被泄露,不被滥用。
6、 人工智能的支持:云梯引入了人 工 智 能 视 频 识 别 技 术,需要对海量视频数据样本增加深度学习算法的支持;
综合考虑,云梯系统只能部署在公有云上。新再灵通过对业界多家云服务商的考察,发现与华为云契合度最高。在2015年,华为发布云战略时,提出“华为公有云上不做应用、下不碰数据”的运营原则,能极大打消客户的数据疑虑。通过双方的不断努力合作,双方构建了如下稳健的基于公有云的“云梯”系统。
图2:云梯系统架构
在整套系统中,新再灵使用到的华为云服务的如下资源对客户提供服务:
1)云计算资源:ECS服务器/Docker容器/GPU加速云服务器/裸金属服务器
2)存储资源:CDN/对象存储服务
3)网络资源:VPN(虚拟专用网络)
4)大数据基础服务: DIS(数据接入)/ DWS(数据仓库)/ MapReduce服务 / 数据挖掘服务 / 多维交互分析服务 MOLAP / 第三方人工智能服务
图3:云梯系统服务平台
图4:华为云服务保障
基于上述服务,华为云能协助新再灵“云梯”系统解决高并发、高数据处理性能、高可靠、全国范围内随时随地接入的要求,与新再灵“云梯”系统一起发展,共同构建云生态系统,推动物联网产业向智慧化发展。
未来,双方合作将进入全新发展阶段,向更高层面、更多领域迈进。基于真实场景的物联云服务,发挥新再灵在城市安全物联网方面的核心优势,实现对消防、游乐设施、索道等领域的安全监控与预警,有效提升城市安全管理能力、助力城市智慧转型,加快智慧城市发展进程。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。