至顶网CIO与应用频道 08月11日 北京消息: 8月9日-11日,第九届中国国际道路交通安全产品博览会在南京盛大召开,本届博览会以“社会协同治理、科技引领未来”为主题,希望通过扩大社会参与,推进依法治理,深化科技应用,坚持安全与畅通并重,全面提升道路交通治理水平。在本次博览会上,华为以“因云而智,畅然出行——华为云行平台,出行可以预见”为主题进行了展示和主题演讲;同时展示了与深圳交警联合创新的成果,旨在提升我国道路交通安全管理的现代化水平、交警感知力和认知力,从而创造更加安全、有序、畅通的道路交通环境,最终实现“出行可以预见”。
公安部交管局李江平副局长、李泽军副局长、王京副巡视员及江苏省公安厅副厅长裴军等莅临华为展台
博览会首日,公安部交管局李江平副局长、李泽军副局长、王京副巡视员及江苏省公安厅副厅长裴军等莅临华为展台,对华为“云行平台”解决方案表示高度认可。同时,华为“云行平台”中核心组成部分——华为FusionInsight企业级大数据平台荣获2016-2017年度道路交通安全创新产品奖。
华为FusionInsight企业级大数据平台荣获2016-2017年度道路交通安全创新产品奖
业务驱动技术,“云行”带来智慧
随着城市交通的快速发展,城市中的车辆越来越多,民众出行要求也在不断提高,这就对城市交通管理提出了更多、更大的挑战。为实现从被动到主动的转变,实现协同治理、海量视频智能化处理、跨行业信息共享和跨区域指挥调度等新诉求,交警信息化正在步入发展的关键期,云化转型已经成为必然趋势。
对此,华为企业BG中国区公共安全业务部MKT与解决方案销售部部长李国涛在本次博览会智能交通创新发展论坛上表示,“云行平台”是一个开放的生态系统,分三层架构,即感知层、核心平台层和应用层。该架构的核心理念,一是软件硬件解耦,打破一体化硬件的限制,以服务化的形式实现上层应用的灵活和便捷;二是业务和数据解耦,打破数据被单一业务应用绑定的条块化现状,实现数据的充分融合与共享,从全局出发来发掘数据的价值;三是应用博采众长,让交警用户能够享用全行业最优秀的信息化成果。“云行平台”最终表现在业务应用上,就是为每个交警部门提供更多的选择空间,不被任何厂家所绑定,能很快的采用业界更加先进的技术和理念,真正实现一个平台上的百花齐放。
华为企业BG中国区公共安全业务部MKT与解决方案销售部部长 李国涛 论坛发言
“云行”平台,让出行可以预见
如何让道路安全、有序、畅通,实现“出行可以预见”?华为展台给出了完美诠释。展台上展示的“云行平台”架构不仅实现了软硬件解耦、业务数据解耦,更在应用方面开放平台,博采众长。
其中基于云端的智能分析,“云行平台”对摄像机无智能要求,让前端“减负”,变的更加灵活,能够应对更多的环境状况;同时华为利用深厚的研发积累和对业务的深度理解, 搭建了一套深度学习平台算法仓,让百亿级的全量数据通过“云行平台”的建模引擎实现分钟级可视化建模,形成一个“算法集市”,实现海量的算法任君挑选,道路信息全景预见。
在智能交通创新发展论坛上,华为企业BG中国区智慧交通解决方案总监徐冰冰全面介绍了该部分内容——即华为视频云解决方案。运用该方案,能够在道路交通感知层面,有效解决目前交通管理信息采集不全面、设备整体效率低、智能终端不断升级导致的交通治理水平参差不齐等问题,同时云化架构又可以与华为“云行大数据”、“云行AI”实现无缝对接,支持上层业务的智慧化。
华为“云行平台”大数据DataCube组件
联合创新 畅然而行
在深圳,“畅然而行”正在逐步成为现实。深圳交警与华为公司成立联合创新实验室,华为通过视频云、大数据等领先技术,将帮助深圳交警每月节省数百人力;并将通过创新的大数据DataCube组件,进行非现场执法分析、交通秩序专项分析、交通安全风险分析及交通组织优化分析等,将使得交通违章审核的效率提升80%;而通过创新的大数据Tracker组件进行道路交通的时空分析,还将帮助深圳交警实现分钟级模型建立,秒级分析得出情报,将在通勤分析、信号控制、交通仿真及交通诱导等方面发挥出色的作用。
作为全球领先的信息与通信解决方案供应商,华为积极关注道路交通安全行业的发展,响应各区域交警客户的需求,积极参与各区域ICT基础设施、信息化的建设,为智慧交通贡献自己的力量。面向未来,华为希望继续为客户提供最优质的产品与解决方案,在公共安全行业将持续加大投入,加深对行业的理解,针对客户需求提供更加客户化、行业化的解决方案,做交警信息化发展的同路人。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。