8月21日,由国家发展和改革委员会中国城市和小城镇改革发展中心、深圳市人民政府以及智慧城市发展联盟主办的2018(第四届)中国智慧城市国际博览会(以下简称“智博会”)在深圳会展中心拉开帷幕。华为以“新ICT,打造智慧城市神经系统”为主题,携手智慧城市生态圈合作伙伴亮相本届智博会,共同展示了创新领先的智慧城市解决方案,同时分享了丰富的实践经验。
在“2018中国智慧城市(国际)创新论坛”上,华为EBG中国区副总裁杨萍带来了“打造智慧城市黑土地,使能城市数字化转型”主题演讲,分享了华为对智慧城市的最新理解。
以下为演讲实录:
尊敬的各位领导、各位嘉宾,大家好。很荣幸参加2018中国智慧城市(国际)创新论坛,并与大家一起分享华为的观点。
深圳智能交通缓解城市交通拥堵难题
让我们先从一个案例说起,我们现在开会的城市深圳,是全国车辆密度最高的地方,平均每公里510辆车,居全国之首,部分路段高峰时速仅为10.7Km/h,过去拥堵情况比较严重。从2017年开始,深圳市交警与华为合作,利用全球领先的云计算、大数据、人工智能等技术开展联合创新。通过对道路交通数据的全量采集,感知路口最实时、最准确的路况信息,通过人工智能算法,实时调整交通信号灯的控制策略。简单一句话就是,过去是车看灯,读秒数通行,现在是灯看车,读车数放行。
结果是平均车速提升了15%,深圳逐步退出“堵城”之列,今年一季度全国城市拥堵排名第46,在一线城市中排名最低。
在这其中,华为提供了很多先进的技术,例如可同时抓拍4车道车辆、200张人脸的人工智能摄像机;专门用于智能分析,每天可处理上亿张图片的Atlas 人工智能服务器;上百种基于交通场景的人工智能算法,等等。正式这些先进的技术使得上述变化成为可能。
进入行业数字化时代,ICT成为使能器
这种变化不止发生在交通,物联网、云计算、大数据、人工智能、5G等技术正在深刻地改变各行各业和整个城市。我们看到,政府、金融、能源、制造、交通等行业都在进行广泛的数字化转型,像发生在深圳交通的变化在各行各业正在进行。在这种变化当中,以物联网、云计算、大数据、人工智能、5G为代表的ICT技术已经不仅仅体现为效率的提升,而是与客户的业务深度融合,真正帮助客户解决面临的问题,ICT已经成为行业数字化转型的使能器。
提供数字化转型底座,打造智慧城市黑土地
智慧城市是以城市维度的数字化转型。华为致力于打造全球领先的智慧城市神经系统,提供城市转型的数字化底座,构建智慧城市的“黑土地”。我们推出的“沃土”数字平台就是面向智慧城市的“黑土地”,它可以实现物联网统筹、大数据统筹、GIS一张图统筹、视频云统筹以及融合通信统筹这5大城市基础数字资源的统筹。通过这5大统筹使智慧城市的各类基础资源得以共享使用,并以最高效率向生态合作伙伴开放,共同服务于城市的治理与创新。通过“沃土”数字平台的建设,华为聚合并使能了大量合作伙伴,可以提供智慧城市建设所需要的顶层设计、集成、运营和业务应用等各个方面的能力,全方位地满足智慧城市的建设需求。
“沃土平台”的理念得到了客户和合作伙伴的广泛认可,迄今为止,华为参与了全球40多个国家,120多个智慧城市建设。
以5G为代表的创新技术蓬勃发展…
2018年6月14日,3GPP首个5G独立组网标准的正式冻结 ,5G已经完成第一阶段全功能标准化工作,标志着5G进入了商用阶段的开始。5G的带宽将达到每秒10Gb,可以实现小于1毫秒的时延,5G能在每平方公里实现100万个联接,我们可以想象,5G技术将在A无人驾驶、智能制造、智慧能源、机器人手术、超高清家庭娱乐、联网无人机、全景实时直播的社交网络、智慧城市等领域广泛应用,极大地改变我们的生活。
以技术创新与客户需求双轮驱动
像5G这些创新技术的发展,是华为多年来坚持研发压强投入的“冰山一角”。华为“以技术创新与客户需求双轮驱动发展”,在过去10年,研发投入累计超过3000亿元人民币,未来计划每年投入150亿-200亿美元的研发费用,并不断加大基础研究与前沿技术领域的探索。截至2017年12月31日,华为累计专利授权74307件,其中90%以上均为发明型专利。
我们这些投入的成果都将通过前面提到的“数字化底座”向各行各业开放能力,与包括智慧城市在内的各行各业客户共同实现数字化转型。
构建万物互联的智能世界
在过去的120年间,工业革命、电力革命和信息技术革命实现了人类文明的3次巨大突破,所释放出的生产力远超数千年文明所积累的总和。今天我们又迎来了新的拐点,以ICT为基石、以人工智能为驱动的第四次技术革命正在引领人类社会迈向万物感知、万物互联、万物智能的全新纪元。在这样的背景下,华为公司确立了新的愿景:把数字世界带入每个人、每个家庭、每个组织,构建万物互联的智能世界。华为愿意以“开放、合作、共赢”的理念,共建“客户+合作伙伴+华为”的数字化转型的共同体,携手把握机遇,共同迎接智能社会的美好未来!
谢谢大家!
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。