防微杜渐,“急”智非凡——人工智能赋能的智慧应急
人工智能驱动的数字化转型 , 以及作为核心基础设施的人工智能计算与赋能平台 , 将为应急管理提供强大支撑和赋能 , 为智慧城市发展保驾护航 。 
文章图片
文/尹智商汤智能产业研究院副院长
文章图片
智能与人工智能
提到智慧应急 , 首先想到的是人工智能 。 那么 , 为什么会出现人工智能 , 它的出现到底是历史必然 , 还是偶然的科技进步?回顾人类科技发展历史 , 我们会发现 , 只要人类追求更高效率和更低成本的脚步不停歇 , 人工智能的出现和发展就会是一个必然的趋
人类为了提升外力的效率 , 发明了蒸汽机 , 首次用可以控制的机械力 , 即蒸汽机产生的动力 , 代替了原来生产生活借助的不可控的水力、风力等自然力 。 然而 , 蒸汽机是一个机械设备 , 它的能量传动和部件运动的速率是机械物理速率 。 为了能够发明传动效率更高、更容易传输能量和信息的介质 , 人类发明了电并开始使用各种电气设备 。 然而 , 早期的电气设备还是由机械或人力控制的 , 如最早的电话交换机就是靠人手进行交换的 。 那么 , 是否有更高效、更自动的方式来控制电呢?有 , 那就是电本身 。 例如 , 半导体就是典型的用电控制电的流通 。 随后 , 人类发明了一系列自动化设备 , 可以对电气设备、电子设备进行编程 , 直到后来又出现了通用的、可编程的自动设备 , 那就是计算机 。 计算机虽然很自动 , 但其强项只是强规则计算 , 只要是有明确可表达逻辑、可以用规则描述的问题 , 就是计算机智能可解决的领域 。 但是 , 这恰恰也成为其弱点 , 对无法用明确规则表述的问题 , 例如 , 如何鉴定一个古玩 , 如何从一个医学影像中看到异常和病灶 , 如何用某种风格创作一幅画 , 如何学习一门方言 , 传统计算程序是非常低效甚至是无可奈何的 。 也就是说 , 计算机只适合执行指令 , 而不擅长根据对不规则的输入进行分析判断后做智能的决策 。 我们给它一张图 , 它并不知道也不关心图里有什么内容 , 它能做的只是用0和1代表的数据把这张图存储下来 。 因此 , 当我们需要更高自动化程度的时候 , 人类就需要机器自己去判断、解析信息 , 如我们给它一张图、一段视频或一段语音 , 我们希望它能够理解这些信息里的相关内容 , 并基于这种解读做出反应 , 这种无须人类干预的模式才有可能突破目前计算机系统整体效率的瓶颈 。 基于这样的逻辑 , 让机器帮我们看、听甚至帮我们思考的人工智能就出现了 。
因此 , 只要我们持续地追求效率最大化 , 人工智能就几乎是一个必然的趋势 。 如果把人工智能与人类智能进行对比 , 不难发现二者在“智能展示”方面非常相似 。 例如 , 二者都有感觉的过程 , 只不过人类是通过五官、肢体进行感觉 , 而智能体(如智慧城市)是用各种各样的传感器、摄像头进行感知 。 在传输方面 , 人类通过脊髓和神经通路 , 而智慧城市则是用有线和无线网络 。 在解析信息的过程中 , 人类是把信息传到大脑 , 由大脑进行处理 。 这是人工智能出现之前最大的差别 , 人看到一个信息立刻就能够判断出这个信息里有什么 。 例如 , 我们看到一个人 , 我们知道应该怎样跟他打招呼 , 但机器是不知道的 , 它看所有的东西都是“像素” 。 如何让机器解析信息?过去 , 机器只能感觉到但不能感觉懂 , 它只能把信息存下来 。 也就是说 , 原来那些非结构化的数据、视频、声音等只能称为“数字化” , 不能称为“数据化” , 因为它不能直接被机器所使用 。 只有机器能够理解图像或视频里有什么 , 它才真正是数据化 。 我们解析出信息之后 , 可以做一定的关联 。 例如 , 看到这个人 , 我们认识他 , 知道怎么打招呼 。 机器也一样 , 通过数据库里的数据关联 , 知道怎样去处理信息 , 最后去控制 。
- 苹果|华为新一代“小方表”来了:Watch FIT 2正式官宣
- 纸质表格|“数字化”助推火箭升空
- 炸锅|酷暑之下,莫让这些谣言再增“热”度
- 户外|“小眼镜”增多 专家支招教你科学用眼
- 单项冠军|再添三家“小巨人”,青岛高新区梯度培育见成效
- 陨石|小行星“打水漂”闯入地球 形成世界最长陨石陨落带
- 科技入黔|“科技入黔”助力贵州高质量发展
- 踩线|主播不“踩线” 直播才有未来
- 套餐资费|广电放号 5G套餐竞争告别“三国时代”
- Flyme|“国产系统之光”Flyme迎来十周年,纪念海报上线引发热议
