這屆云棲大會(huì)最吸睛的黑科技當(dāng)屬“阿里云天空物聯(lián)網(wǎng)”。一艘飛艇帶著LoRa網(wǎng)關(guān)在會(huì)場(chǎng)上空游弋,在云棲大會(huì)期間,持續(xù)為大會(huì)的物聯(lián)網(wǎng)設(shè)備提供網(wǎng)絡(luò)服務(wù),實(shí)現(xiàn)地面40000米高空到地下20米的完全覆蓋。
同時(shí),“阿里云天空物聯(lián)網(wǎng)”聯(lián)合地面網(wǎng)關(guān),還支持著大會(huì)現(xiàn)場(chǎng)的物聯(lián)網(wǎng)設(shè)備?,F(xiàn)場(chǎng)一款黑科技大屏,同步記錄了所有數(shù)據(jù)。
數(shù)據(jù)源來(lái)自道閘、車閘、空氣傳感器、店里傳感器、垃圾桶、大巴、人體密度攝像頭、人體流量攝像頭、人臉識(shí)別攝像頭、車輛識(shí)別攝像頭。
現(xiàn)場(chǎng)由“天空物聯(lián)網(wǎng)”網(wǎng)關(guān)通過(guò) LoRaWan 平臺(tái)采集到了所有場(chǎng)館的空氣和電力的數(shù)據(jù)。通過(guò)合作伙伴泰立智匯和成都博高信息的共同努力,將全場(chǎng)數(shù)十個(gè)點(diǎn)位的電力數(shù)據(jù)實(shí)時(shí)上報(bào)。這可以讓會(huì)場(chǎng)管理人員在電力供應(yīng)出現(xiàn)波動(dòng)和異常時(shí)可以及時(shí)處理。通過(guò)麥樂(lè)克的空氣傳感器,實(shí)時(shí)的溫度、濕度、二氧化碳數(shù)據(jù)會(huì)被傳送到后臺(tái),通過(guò)這些數(shù)據(jù)可以管理場(chǎng)館的空調(diào)、新風(fēng)系統(tǒng)讓參觀者擁有一個(gè)舒適的參觀環(huán)境。
除了環(huán)境數(shù)據(jù),阿里云IoT 和??低暫献鳎瑢?shí)現(xiàn)了對(duì)停車場(chǎng)車輛品牌、顏色的識(shí)別。實(shí)現(xiàn)了對(duì)重點(diǎn)區(qū)域的人流量的控制和重點(diǎn)人員的人臉識(shí)別,如果有不明人士出現(xiàn)可以快速和公安聯(lián)動(dòng),保障會(huì)場(chǎng)安全。
同時(shí)針對(duì)現(xiàn)場(chǎng)35個(gè)會(huì)場(chǎng)和展覽館的承載量,實(shí)時(shí)統(tǒng)計(jì)了每個(gè)場(chǎng)館的負(fù)載和壓力。
這一切都依賴阿里云 IoT 的物聯(lián)網(wǎng)平臺(tái)和MQ消息隊(duì)列、Flink實(shí)時(shí)計(jì)算,才能將物聯(lián)網(wǎng)數(shù)據(jù)直接接入到“中央廚房”大屏中。
阿里云天空物聯(lián)網(wǎng)項(xiàng)目如今已經(jīng)得到了非洲野生動(dòng)物保護(hù)的執(zhí)行方肯定,并有望引進(jìn),想象一下飛艇將從云棲大會(huì)翱翔到非洲大草原上方,為大草原,瀕危的河馬、長(zhǎng)頸鹿、獅子和其它野生生物提供物聯(lián)網(wǎng)絡(luò),保護(hù)這些瀕危的野生動(dòng)物,將是多激動(dòng)人心的事情。
飛艇演示僅僅是物聯(lián)網(wǎng)呈現(xiàn)給大眾的具象一面,阿里云在當(dāng)天宣布啟動(dòng)“達(dá)爾文計(jì)劃”,旨在通過(guò)一系列的包括平臺(tái)、芯片和微基站在內(nèi)的全鏈路生態(tài)服務(wù),交付給企業(yè)一張自有可控的物聯(lián)網(wǎng)。
現(xiàn)在,每個(gè)家庭都有WiFi,將來(lái),每個(gè)企業(yè)都將有LoRa。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問(wèn)題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問(wèn)題偏愛(ài)不同專家配置,為AI推理優(yōu)化開(kāi)辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問(wèn)題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開(kāi)發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過(guò)滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問(wèn)題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開(kāi)辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來(lái)顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。