要讓城市如何有意志的統(tǒng)一體般根據(jù)現(xiàn)實(shí)證據(jù)做出決策,一種可行的方式在于整合物理與數(shù)字化市政基礎(chǔ)設(shè)施,從中剖析資源使用模式與新興趨勢(shì)。然而,隨著城市變得越來(lái)越數(shù)字化、整合的技術(shù)更多、收集的數(shù)據(jù)量更龐大,對(duì)這方面流程的管理能力也顯得愈發(fā)重要。
要充分發(fā)揮市政數(shù)據(jù)的力量,首先需要建立起協(xié)調(diào)統(tǒng)一的思維方式。過(guò)去五年以來(lái),由市政、企業(yè)及學(xué)術(shù)界合作伙伴組成的機(jī)構(gòu),已經(jīng)著手在歐洲各地多座城市當(dāng)中測(cè)試一系列智能技術(shù)、集成多種電動(dòng)汽車(chē)解決方案、深層推進(jìn)建筑能源改造、普及智能街道照明,并基于可持續(xù)理念為市政數(shù)據(jù)平臺(tái)打造基礎(chǔ)性管理系統(tǒng)。作為Sharing Cities項(xiàng)目的一部分,這項(xiàng)工作希望納入更多社區(qū)活動(dòng)、展示不同城市的實(shí)際情況,幫助參與者與市政管理者及服務(wù)設(shè)計(jì)者分享當(dāng)前面臨的具體挑戰(zhàn)。只有這樣,最終解決方案才能真正實(shí)現(xiàn)量身定制與價(jià)值最大化。
但總體而言,目前的智慧城市市場(chǎng)仍主要關(guān)注“解決方案”,而未能充分考慮到城市與各個(gè)社區(qū)的實(shí)際需求。
在大多數(shù)情況下,現(xiàn)有技術(shù)解決方案都是以封閉方式根據(jù)城市需求做出改造,而這往往導(dǎo)致公眾無(wú)法參與提案流程、最終對(duì)成果缺乏信任度與參與感。
反過(guò)來(lái),市政也需要改善自己向市場(chǎng)表達(dá)需求的方式。例如,只有做出明確定義,市政機(jī)構(gòu)才有機(jī)會(huì)使用產(chǎn)品或服務(wù)解決具體問(wèn)題與特定狀況。幸運(yùn)的是,大多數(shù)城市之間存在著眾多共通用例,對(duì)記錄及經(jīng)驗(yàn)的共享有望加快這一過(guò)程并實(shí)現(xiàn)全面標(biāo)準(zhǔn)化。
智能、互聯(lián)化基礎(chǔ)設(shè)施的優(yōu)勢(shì)不僅切實(shí)存在,而且已經(jīng)得到了證明。當(dāng)多個(gè)數(shù)據(jù)源(例如London Datastore)聚集在同一位置時(shí),即可成為市政規(guī)劃人員的強(qiáng)大工具。格林威治已經(jīng)證明,將多種不同電動(dòng)出行解決方案(例如電動(dòng)汽車(chē)、電動(dòng)自行車(chē)、充電站、智能停車(chē)與智能路燈)組合起來(lái),能夠建立起真正的智慧城市模型,通過(guò)整合來(lái)自不同設(shè)備及傳感器的數(shù)據(jù)為決策者提供寶貴洞見(jiàn)。
以這類(lèi)模型為基礎(chǔ),城市可以收集不同領(lǐng)域內(nèi)的數(shù)據(jù),包括交通流量、空氣質(zhì)量、公共照明、建筑物供能與停車(chē)情況等。關(guān)于智能街道基礎(chǔ)設(shè)施的最新運(yùn)行手冊(cè),就展示出將多種智能技術(shù)結(jié)合起來(lái)在減少碳排放、服務(wù)交付與商業(yè)模式等方面帶來(lái)的積極影響。更重要的是,這類(lèi)運(yùn)行手冊(cè)在任何城市的區(qū)域或整體物聯(lián)網(wǎng)解決方案中都能發(fā)揮良好作用。
當(dāng)然,我們需要以謹(jǐn)慎、透明的方式管理智能基礎(chǔ)設(shè)施的實(shí)際運(yùn)作。在這方面,引導(dǎo)本地社區(qū)參與其中,并就數(shù)據(jù)收集與數(shù)據(jù)洞見(jiàn)決策提出建議將至關(guān)重要。如此一來(lái),市政才能對(duì)本地情況建立更深層次的理解,由此確定智能技術(shù)所能解決的特定領(lǐng)域與問(wèn)題。
在Sharing Cities項(xiàng)目中,我們采取一系列以市民為中心的方法,在社區(qū)與利益相關(guān)方之間建立起良好協(xié)作,幫助決策方更好地了解不同人群如何與不同類(lèi)型的技術(shù)進(jìn)行交互。我們還開(kāi)發(fā)出一套數(shù)字社區(qū)參與平臺(tái),即“數(shù)字社會(huì)市場(chǎng)(Digital Social Market)”,旨在發(fā)布激勵(lì)政策、鼓勵(lì)特定行為并提供環(huán)保生活選項(xiàng)。
這種由需求帶動(dòng)并以結(jié)果為基礎(chǔ)的設(shè)計(jì)方法,已經(jīng)在示范區(qū)內(nèi)帶來(lái)巨大的收益。這不僅超越了我們最初提出的環(huán)保目標(biāo),同時(shí)也創(chuàng)造出得到當(dāng)?shù)厣鐓^(qū)歡迎、并有望長(zhǎng)久發(fā)揮作用的高質(zhì)量治理方案。
好文章,需要你的鼓勵(lì)
這項(xiàng)研究提出了"高效探測(cè)"方法,解決了掩碼圖像建模AI難以有效評(píng)估的問(wèn)題。通過(guò)創(chuàng)新的多查詢交叉注意力機(jī)制,該方法在減少90%參數(shù)的同時(shí)實(shí)現(xiàn)10倍速度提升,在七個(gè)基準(zhǔn)測(cè)試中均超越傳統(tǒng)方法。研究還發(fā)現(xiàn)注意力質(zhì)量與分類(lèi)性能的強(qiáng)相關(guān)性,生成可解釋的注意力圖譜,展現(xiàn)出優(yōu)異的跨域適應(yīng)性。團(tuán)隊(duì)承諾開(kāi)源全部代碼,推動(dòng)技術(shù)普及應(yīng)用。
伊利諾伊大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了CLAIMSPECT系統(tǒng),通過(guò)層次化分解復(fù)雜爭(zhēng)議、智能檢索相關(guān)文獻(xiàn)、多角度收集觀點(diǎn)的方法,將傳統(tǒng)的"真假"判斷轉(zhuǎn)變?yōu)槎嗑S度分析。該系統(tǒng)能夠自動(dòng)構(gòu)建爭(zhēng)議話題的分析框架,識(shí)別不同觀點(diǎn)及其支撐證據(jù),為科學(xué)和政治爭(zhēng)議提供更全面客觀的分析,已在生物醫(yī)學(xué)和國(guó)際關(guān)系領(lǐng)域驗(yàn)證有效性。
清華大學(xué)研究團(tuán)隊(duì)首次提出情感認(rèn)知融合網(wǎng)絡(luò)(ECFN),讓AI能像人類(lèi)一樣理解和表達(dá)情感。該系統(tǒng)通過(guò)多層次情感處理架構(gòu),在情感識(shí)別準(zhǔn)確率上比現(xiàn)有最佳系統(tǒng)提升32%,情感表達(dá)自然度提升45%。研究突破了傳統(tǒng)AI情感理解的局限,實(shí)現(xiàn)了跨模態(tài)情感融合、動(dòng)態(tài)情感追蹤和個(gè)性化情感建模,為醫(yī)療、教育、客服等領(lǐng)域帶來(lái)革命性應(yīng)用前景。
哈佛大學(xué)研究團(tuán)隊(duì)通過(guò)創(chuàng)新的多智能體強(qiáng)化學(xué)習(xí)方法,讓AI在戰(zhàn)略游戲中學(xué)會(huì)復(fù)雜推理。研究發(fā)現(xiàn)AI通過(guò)游戲競(jìng)爭(zhēng)能發(fā)展出類(lèi)人思維能力,在邏輯推理、創(chuàng)造性解決問(wèn)題等方面表現(xiàn)顯著提升。這項(xiàng)突破性成果為未來(lái)AI在醫(yī)療、教育、城市管理等領(lǐng)域的應(yīng)用奠定基礎(chǔ),展現(xiàn)了通過(guò)模擬人類(lèi)學(xué)習(xí)過(guò)程培養(yǎng)真正智能AI的新路徑。