“城市病”需要AI来治疗:百度拿出了代号ACE的特效药

栏目: C++ · 发布时间: 6年前

内容简介:AI这把火,已经从科技圈烧到了全中国。昨天,《新闻联播》甚至花了将近8分钟的时间,介绍中央政治局的第九次集体学习,主题就是“人工智能”。从庙堂之高到江湖之远,如何用AI赋能民生,已经成为所有人都在迫切关注的焦点问题。

AI这把火,已经从科技圈烧到了全中国。

昨天,《新闻联播》甚至花了将近8分钟的时间,介绍中央政治局的第九次集体学习,主题就是“人工智能”。

从庙堂之高到江湖之远,如何用AI赋能民生,已经成为所有人都在迫切关注的焦点问题。

今天恰逢“YES,AI DO”2018百度世界大会,我们则收获了一张由百度发出的智能城市“ACE王牌”。

早在之前的文章中我们就探讨过,车路协同V2X技术是治疗城市“交通病”的“特效药”,而百度则是产业链上的核心基础设施。但让人没想到的是,从“AI交通”到“AI城市”,百度奔跑得这么快。

距离提出Apollo车路协同技术框架,到以“ACE王牌计划”切入交通出行和城市综合治理,仅仅过去了两个多月。

那么,这个以智能交通为锚点,撬动智能城市版图的独特视角,究竟可行吗?

没有银弹:“城市病”需要AI来一点点“疗伤”

不知大家发现没有,AI的热,更多是一种宏观层面的普遍期待,各种不切实际的要求也接踵而来。

比如关于未来城市的想象中,被提及最多的场景,就是人们可以随手召唤一辆无人驾驶汽车或飞行器,没有任何拥堵地抵达目的地。

对于深受城市交通病之苦的人来说,这显然是一个堪称完美的乌托邦。但任何一项技术的全面泛化,都不是变魔术。

IBM大型机器之父佛瑞德·布鲁克斯曾经这样形容软件:软件本身的复杂性,导致工程的世界里不存在银弹,即一种万能的终杀性武器。这意味着,没有任何一项技术或方法可以使软件工程的生产力在十年内提高十倍。

智能城市也有着类似的特质。

作为一个多维度复杂活动的聚合体,城市之中的各个要素无时无刻不在高速变化中,这就使数据收集、处理、分析的难度大大提高。而其表现,就是我们经常挂在嘴边的“城市病”。

交通拥堵问题、热岛效应与环境问题、城市治理效率滞后与资源浪费严重。种种城市病困扰着今天中国高速发展的经济。

那么解题方案是什么呢?

我们可以设想一下,真正推进城市进化,首先是不能头疼医头脚疼医脚,解决了一个路口的交通拥堵,很可能造成下面若干路口的交通效率低下。

其次是不能粗暴减少交通准入和资源流通,不能以经济发展和百姓安居乐业为代价换取城市效率提升。

再者,不能以过高的管理成本为代价,换取表面上的城市光鲜亮丽,要从内出发,为城市的长远发展考虑。

综合来看,AI就成为了城市进化的最根本渠道。因为AI不仅提供了智能驾驶、自主泊车、车路协同等垂直场景解决能力,还带来了全局洞察、多维感知和庞大城市数据分析能力,能够兼顾城市宏观与交通微观的真实需求。

“城市病”需要AI来治疗:百度拿出了代号ACE的特效药

以AI为药方,切实推进“城市病”的层层解决,可能是相对更完善,符合今天社会发展趋势的办法。而此次百度世界大会上,我们就看到一个“车-路-城”渐次展开的路线图,已经展现在了百度的AI城市图谱之中。这或许是一条更容易通罗马的路。

百度智能交通,打造AI 城市的“传动装置”

从全球范围来看,各个巨头都在尝试用自己的方式和优势,让AI更快地切入城市的每个角落。

在整场百度世界大会上就能看出,智能城市被放到了前所未有的高度,甚至推出了让AI全面接管城市的“ACE王牌计划”(Autonomous Driving、Connected Road、Efficient City),以自动驾驶、车路协同、智能城市为发展脉络,形成“车-路-城”的智能生态闭环。百度副总裁王路表示:“百度将和政府领导、专家、合作伙伴共同努力,为智能城市添砖加瓦,将AI城市发展成为更广阔的市场。”

“城市病”需要AI来治疗:百度拿出了代号ACE的特效药

不难发现,与互联网时代的智能城市解决方案不同,百度AI城市解决方案最大的特质是,填充了非常多的元素和工程细节。

造一辆汽车,除了发动机,轮子、轿厢、刹车装置、传感器等等都要有。同理,造一个城市,只有AI也远远不够。

想要把技术的力量真实传导到城市中,还要加上一大堆的配件,并进行反复的调试和训练。

有的模块立马就能用,比如智能语音交互,DuerOS已经应用在智能车载系统中;有的则需要很多轮迭代,比如车路协同V2X。

目前百度在做的,就是这样的“笨功夫”。

第一步,打造车端智能,把车辆核心动力的基础数据汇总在一起,让车真正变聪明。本次百度大会上,百度就与一汽红旗合作,发布了中国第一辆L4级自动驾驶乘用车。

第二步,增强路段智能,对城市道路进行数字化升级,让车辆可以通过与路段传感系统的数据交互,掌握自己看不到的路况。

第三步,通过二者耦合实现实时感知、控制的新型智能交通控制系统。

将车辆、信号灯、摄像头等全量数据全面接入云端大脑,由算法根据车辆的行驶速度、通过频次等进行综合测算与指挥调整,做到实时感知、优化和调节,让绝大多数交通拥堵问题都能迎刃而解。

最后,以AI city作为智能城市平台,将百度在AI、大数据、无人车、云计算等多个领域的技术与应用优势,渗透到城市基础设施、公共服务等全面领域中去,打出一张智能城市的“ACE王牌”。

除了战略规划路线图,个人觉得百度智能城市解决方案最打动人的一点是:上述关键动作中的每一步,百度都会拿出来做商业实践,这就使其积累了众多而广泛的产业生态合作伙伴及工程细节,这个用超级混凝土筑造的“AI城市”,显然要比用规划书和PPT搭建出来的结实得多,也可信得多。

目前,百度自动驾驶平台Apollo,已经有了超过131家全球合作伙伴,从产业端将原本各自为战的汽车厂商、芯片厂商、传感器厂商等等黏合在一起。据说2019年将有1万辆Apollo自动驾驶汽车上路。

百度的“自动驾驶+车路协同”方案,也已经在长沙全面落地,与长沙市政府共同打造城市无人驾驶出租车。

目前,百度已经解锁了车路协同的三大主要场景:V2X+高速公路、V2X+停车场、V2X+城市道路。

随着成果的日渐丰富精准,逐渐解锁更大的场景,在安防、能源、政务、教育等各个城市功能模组中输出百度大脑的能力,最终解决AI技术在城市中的传动问题。

百度的“佛系”玩法:背后是未来城市的通关密码

任何一个智能城市蓝图中,交通问题都是一个绕不过去的硬骨头。

因此,百度在智能交通技术竞赛中一马当先之后,将目光投向更广大的舞台,这并不奇怪。

尤其是在宏观政策鼓励的大环境下,各个城市都迫切地渴望利用AI来“旧貌换新颜”,这是多大的一块蛋糕啊。

“城市病”需要AI来治疗:百度拿出了代号ACE的特效药

秦失其鹿,天下共逐之。但是,智能交通的解决方案,能与其他城市管理场景无缝对接吗?如果不能,百度只从这个视角切入着实克制,这么“佛”心里真的不着急么?

我们得出的结论是,主要有三重顾虑:

1. 做智能城市难度很大,目前还没有哪个科技巨头能够吃透吃全,而百度已经围绕智能交通沉淀了顶级而领先的技术能力,尤其是智能语音、无人驾驶、车路协同V2X等多重技术,基础最扎实,这是先天条件;

2. 智能交通需要调配复杂产业资源,目前很多高处的桃子还没有摘到,比如主动识别与判断、车路一体化,急也急不来,“摊大饼”只能哄哄外行。沉下心来打造平台和产业生态,对突破行业天花板有好处;

3. 智能交通系统与AI的多方位融合,有很强的下沉性,把这个领域做好,就能很自然地渗透到其他很多城市场景中去。路径对了,接下来只能靠不断的工程和迭代;

4. 国家战略和各地方政府都在加大智能城市投入力度,百度以技术名片加一系列合作案例,正在成为各地智能城市建设的优先选择,北京、上海、长沙这些超级大城市,都把未来的城市规划交给了百度。

在巨大的天时地利面前,抓住核心优势突飞猛进,既可以在城市规划中占据先机,又避免了一下子多维度深层次铺开AI所带来的城市排异反应,就显得格外务实。

如今,AI技术本身已经达到了足够的应用成熟度,社会也普遍对AI充满了渴求。但在建造智能城市的过程中,仅有技术高度不行,还必须通透地理解技术的工程路径与应用细节;理解一个功能模块不行,还必须综合考量、全盘打通各个城市子系统,让它们共同做功。

AI虽然看起来很神奇,但它同时也很脆弱。在现实应用中一旦出现失误或短板,就会不可避免地引起群嘲,大大影响它的社会形象和产业价值。

百度从智能交通出发的城市梦,稳扎稳打,日拱一卒,功力必不唐捐。


以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

逆向工程权威指南

逆向工程权威指南

Dennis Yurichev(丹尼斯) / 安天安全研究与应急处理中心 / 人民邮电出版社 / 2017-3-1 / 168

逆向工程是一种分析目标系统的过程,旨在于识别系统的各组件以及组件间关系,以便于通过其它形式、或在较高的抽象层次上,重建系统的表征。 本书专注于软件的逆向工程,是写给初学者的一本经典指南。全书共分为12个部分,共102章,涉及X86/X64、ARM/ARM-64、MIPS、Java/JVM等重要话题,详细解析了Oracle RDBMS、Itanium、软件狗、LD_PRELOAD、栈溢出、EL......一起来看看 《逆向工程权威指南》 这本书的介绍吧!

随机密码生成器
随机密码生成器

多种字符组合密码

HEX HSV 转换工具
HEX HSV 转换工具

HEX HSV 互换工具