自從“智慧城市”的概念推出以來,全世界各國、各領域、各產(chǎn)業(yè)的人們都在尋求“智慧城市”的發(fā)展之路。
12月12日,2014 DIY SMART CITY社會創(chuàng)新峰會在北京成功舉辦,共有400余名來自不同國家、不同城市、不同行業(yè)的關注智慧城市建設的創(chuàng)變客們濟濟一堂,帶著他們對智慧城市的期許、問題及創(chuàng)意,同來自全球的智慧城市實踐者和研究者們共同探討“以人為本的中國特色城鎮(zhèn)化發(fā)展的挑戰(zhàn)與機遇”。
什么是2014 DIY SMART CITY社會創(chuàng)新峰會?
2014 DIY SMART CITY 社會創(chuàng)新峰會是由芯世界社會創(chuàng)新中心聯(lián)合英特爾(中國)有限公司、中關村物聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟、英國皇家藝術基金會(NESTA)、聯(lián)合國開發(fā)計劃署(UNDP)、愛創(chuàng)家(Ashoka)共同發(fā)起的。旨在通過聯(lián)結創(chuàng)變客從而推動官產(chǎn)學研及社會組織的跨界合作,建立學習型網(wǎng)絡,共同探索和實踐以人為核心的中國特色城鎮(zhèn)化的方法、路徑和模式。
什么是“智慧城市”?
關于“智慧城市”的定義,每個人心中應該都會有屬于自己的標準,目前智慧城市聯(lián)盟所做的定義是這樣的:“智慧城市就是運用信息和通信技術手段感測、分析、整合城市運行核心系統(tǒng)的各項關鍵信息,從而對包括民生、環(huán)保、公共安全、城市服務、工商業(yè)活動在內(nèi)的各種需求做出智能響應。其實質(zhì)是利用先進的信息技術,實現(xiàn)城市智慧式管理和運行,進而為城市中的人創(chuàng)造更美好的生活,促進城市的和諧、可持續(xù)成長。”
英特爾中國研究院院長 吳甘沙對“智慧城市”的解讀
峰會上,英特爾中國研究院的院長吳甘沙先生在主題演講中,為到場的創(chuàng)變客們詳細解讀了他眼中的“智慧城市”。吳院長通過親身經(jīng)歷,講解了“智慧城市”的建立應當是結合“自頂而下”與“自下而上”兩種方式來進行DIY,從而實現(xiàn)利用未來的城市基礎設施支持和放大開放式創(chuàng)新。與此同時,吳院長還提出了“龍時代”的軟件定義城市與城市生活實驗室。
“龍時代”的軟件定義城市:“龍時代”是一個簡稱,具體來說就是龍這個單詞“Dragon”中的每個字母都有其代表的概念。“D”是指“Data driven”數(shù)據(jù)驅動、全局優(yōu)化;“R”是指“Resilient”彈性、可管理;“A”是指“Automated”自主、高效率;“G”是指“Gamified”游戲化;“O”是指“Open”開放;最后“N”是指“Networked”互聯(lián)。“龍時代”的深度含義,成功的定義了未來建立“智慧城市”的主控軟件所需要必備的條件。
城市生活實驗室包含了城市DIY工具+個人LIFE儀表盤、居民應用商店、開放數(shù)據(jù)集市以及城市操作系統(tǒng)。而英特爾本身也正從這些方面入手,發(fā)揮自身芯片技術與計算能力的優(yōu)勢,積極與其他行業(yè)的合作伙伴聯(lián)手,共同助力“智慧城市”的建立。
關于“以人為本的智慧城市”主題深入討論
大會上圍繞“全球以人為本的智慧城市的發(fā)展現(xiàn)狀”和“對以人為本的智慧城市的探索”主題展開了深入的討論。韓國水原市副市長李在俊、開放數(shù)據(jù)中國聯(lián)合創(chuàng)始人高豐、巴塞羅那智慧市民項目發(fā)起人托馬斯.迭茲、國家發(fā)改委城市和小城鎮(zhèn)改革發(fā)展中心副主任邱愛軍等重量級嘉賓也都分享了各自的實踐經(jīng)驗及理性思考,并深度討論了將這些經(jīng)驗引入中國的可能性。
英特爾全力助力中國“智慧城市”的建設
目前,政府對于中國“智慧城市”的建設提供最大的支持與方便,英特爾也緊跟政府的腳步,以自身獨有的優(yōu)勢,全力推動中國“智慧城市”的建設與發(fā)展。英特爾中國首席責任官楊鐘仁表示:跨國機構的資源、全球視野和專業(yè)知識能在以人為本的智慧城市建設中發(fā)揮積極作用,技術和社會創(chuàng)新的融合會讓城市的市場變得更宜居、更繁榮。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結構"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構聯(lián)合提出SparseLoRA技術,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。