第十三屆上海國際軌道交通展覽會上,新銳人工智能企業(yè)——銀河水滴創(chuàng)始人兼CEO黃永禎發(fā)表《人工智能為軌道交通帶來的變革與機遇》主題演講,闡述了利用AI升級軌道交通的可行性和巨大價值。此外,銀河水滴智能交通業(yè)務(wù)板塊的兩大產(chǎn)品軌道交通綜合智能監(jiān)測車“水滴智檢”及智能安檢儀也亮相展區(qū)。
軌道交通亟待升級 AI助力事半功倍
黃永禎在演講時表示,銀河水滴是專注于計算機視覺和視頻大數(shù)據(jù)分析的人工智能企業(yè),在該行業(yè)有著近20年的技術(shù)積累,掌握了全球最先進的步態(tài)識別技術(shù),銀河水滴目前擁有智慧交通、智慧安防、智慧工業(yè)三大業(yè)務(wù)板塊,在智慧交通領(lǐng)域,公司基于“人工智能+大數(shù)據(jù)+物聯(lián)網(wǎng)”理念,致力于為軌道交通打造全方位的智能解決方案。
據(jù)介紹,中國城市軌道交通協(xié)會發(fā)布的《2017中國城市軌道交通年度統(tǒng)計分析報告》顯示,截止到2017年年底,我國已有34個城市開通城市軌道交通,運營里程達到5033公里,是世界上城軌交通運營里程最長的國家。其中,地鐵運營線路總長達3884公里,占線路總長的77%。但與此同時,軌道交通運維方式落后,人員數(shù)量嚴重不足、高端維護設(shè)備依賴進口等不足也更加顯著,利用人工智能技術(shù)提升整個行業(yè)的智能化運維能力成為行業(yè)共識,人工智能+大數(shù)據(jù)+物聯(lián)網(wǎng)的技術(shù)手段,可以在軌道巡檢、列車控制系統(tǒng)、機電設(shè)備監(jiān)控系統(tǒng)、行車指揮系統(tǒng)、安檢和乘客管理系統(tǒng)等方面提供巨大的智能升級空間。
永禎表示,未來,銀河水滴將在軌道交通領(lǐng)域繼續(xù)深入探索,將在列車自動駕駛、列車智能運行綜合平臺等領(lǐng)域布局,助力中國軌道交通事業(yè)實現(xiàn)從質(zhì)量到服務(wù)的全方位升級。”
銀河水滴新品亮相
在演講時,黃永禎博士分別從軌道巡檢、乘客安檢和站內(nèi)安防三個維度分享了銀河水滴利用AI升級軌道交通的解決方案,并結(jié)合銀河水滴的產(chǎn)品實踐案例分析了步態(tài)識別技術(shù)相較于其他生物識別技術(shù)在軌道交通領(lǐng)域應(yīng)用的效果和優(yōu)勢。
黃永禎首先向大家重點介紹了中國首臺小型化軌道交通綜合智能檢測車——銀河水滴軌道交通智能檢測車“水滴智檢”,該檢測車可對地鐵軌道、隧道等完成智能化巡檢。該檢測車以AI為核心,基于中科院自動化所二十年的技術(shù)積累,打破國外技術(shù)壟斷,擁有完全自主知識產(chǎn)權(quán),集成鋼軌及鎖扣缺陷檢測、鋼軌內(nèi)部缺陷檢測、車輛限界檢測、隧道環(huán)境異常檢測、接觸網(wǎng)缺陷檢測、軌距檢測六大功能模塊。該檢測車采用靈活的產(chǎn)品設(shè)計方案,既可整車售賣,也可分功能按模塊售賣。
據(jù)介紹,銀河水滴軌道交通智能檢測車“水滴智檢”的研發(fā)歷時16個月,咨詢了上百位軌道行業(yè)專家,自帶動力,單人可駕駛,操作簡單,智能檢測速度每小時可達15公里,檢測結(jié)果穩(wěn)定可靠,可以為每條地鐵線路節(jié)省專業(yè)維護人員30人左右,一臺設(shè)備全生命周期可節(jié)省約6000萬元運維成本。 水滴智檢的推出將改變國內(nèi)地鐵巡檢主要依靠人力的現(xiàn)狀,大大提高檢測速度及檢測精度,提升地鐵運營的智能化水平,為公眾安全出行保駕護航。
在智能安檢方面,黃永禎向與會者介紹了銀河水滴智能安檢儀是基于銀河水滴自主研發(fā)的深度結(jié)構(gòu)表達模型,通過大量的樣本學習、訓練,可以自動識別液體、管制刀具、槍支等違禁品并報警,輔助安檢人員進行快速準確的違禁品識別,提升旅客安檢速度,保障地鐵運行安全。
據(jù)了解,上海國際軌道交通展覽會(Rail+Metro China),創(chuàng)辦于2002年,是亞太地區(qū)權(quán)威的涵蓋城市軌道交通及鐵路領(lǐng)域的專業(yè)國際展覽會。本屆軌道展的展品涵蓋機車車輛及配套裝備、通信信號系統(tǒng)與IT技術(shù)、車輛內(nèi)飾系統(tǒng)、檢修及維保設(shè)備、牽引供電與驅(qū)動裝置、規(guī)劃設(shè)計與咨詢服務(wù)、基建配套設(shè)施等,共有來自中國、德國、法國、捷克、英國、瑞士、丹麥、奧地利、西班牙、意大利、美國等16個國家和地區(qū)的200多家企業(yè)參展。
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(zhuǎn)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(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)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(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)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(gòu)聯(lián)合提出SparseLoRA技術(shù),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(wù)上驗證有效性。