据IDC预测,全球数据圈将从2018年的33ZB增长到2025年的175ZB。数据的真正价值在于,决策者能够从相关数据中提取洞察与见解,并采取相关行动。人工智能(AI)和机器学习在数据分析中的应用预计将大幅增加。事实上,IDC表示,到2025年,认知系统所触及的分析数据量将增长100倍,高达1.4ZB。
1)人工智能监控的主要应用市场:平安城市和智慧城市
平安城市和智慧城市是安防领域内传感器、人工智能和数据将产生深远影响的两个垂直领域。全球城市监控市场在2017年已超30亿美元,预计从2016年到2021年将以每年14.6%的速度持续增长。上海、伦敦和亚特兰大率先在全市范围内部署监控系统,以强化公共安全。然而,一个城市部署的摄像头和传感器越多,系统需要的存储空间就越大。在5G、物联网传感器、具有AI功能的智能摄像头和边缘计算的推动下,平安城市现已发展成为智慧城市。
据市场研究机构HIS Market预测,智慧城市的数量将翻两番,从2013年的21个增加到2025年的88个。智慧城市项目的核心便是数据——通过数据的获取、分析、存储和分发以改善生活。
2)人工智能长久助力健康生活、交通畅通和经济增长
在智慧城市中,医疗、交通和地方经济的服务效率和质量有所提高,这都受益于传感器和数据的使用。下面举例说明一些实际应用中的情况。
健康生活:医生开始为患者配备日常可穿戴设备,这些设备就像物联网传感器,发送患者的健康指标(例如高血压)。通过接收患者健康信息的实时数据,医生可以在患者病情恶化或慢性疾病形成之前先一步为其提供治疗措施。
交通畅通:INRIX的研究报告称,美国每人每年因交通拥堵而损失多达97小时。麦肯锡全球研究所(McKinsey Global Institute)的研究表明,大城市使用交通监测器来改善交通流量,将通勤时间减少15%-20%,应急响应时间缩短20%-35%。而配备了车对车(V2V)和车对基础设施(V2I)通信功能的自动驾驶汽车可以增强行人探测能力。以上情况均依赖于数据来提高整体交通的流动性和道路安全性。
经济发展:通过使用智能摄像头、传感器和在线应用,城市可以节约能源、提高用户参与度和居民社区活动积极性。读数更加频繁的智能电表可以改变居民的生活方式,提高能源利用率,用水量跟踪系统也可使居民用水量至少减少15%。
3)人工智能的海量数据激发了新的存储架构和解决方案
随着数据在日常生活决策、商业运营和智慧城市项目中持续发挥重要作用,用于保存和保护这些数据的策略必须不断发展。首先,使用正确的存储架构和硬盘是系统集成商毋庸置疑的选择。大量传感器和监控摄像头对数据要求极高,因此仅靠云端的存储明显不够。
存储专家推荐使用“IT4.0”架构,这是一种新的存储架构,依赖于边缘和云计算进行数据分析。通过在更靠近终端(收集数据的摄像头和传感器)的边缘部署人工智能服务器和设备,可以在现场进行数据处理。
优化混合读/写工作负载的希捷酷鹰(Seagate SkyHawk)和酷鹰人工智能(SkyHawk AI)硬盘确保人工智能NVR快速将洞察发送给用户,使他们及时采取行动。一旦数据传输到云端,希捷银河(Seagate Exos)企业级硬盘加持的服务器就能更高效地完成工作,采集并归档PB级的数据,以进行深度学习和趋势分析。对于使用诸如面部识别系统等热数据的应用,配备希捷雷霆(Seagate Nytro)固态硬盘的刀片服务器可高效应对数据存储需求,实现实时响应,保证即时数据可用性,满足超高速及超强可靠性的存储需求。
先进的存储技术确保任务关键型数据随时用来分析,以便用户做出快速、明智的决策,从而提高工作便利性、推进业务进展,也可增强居民的城市体验。通过使用从边缘到云端的可靠存储技术以及可全天候运行的硬盘驱动器,集成商可以优化客户AI、监控和智慧城市解决方案的数据管理。所以,一个可靠性超强并面向未来的高性能存储系统,是智慧城市和平安城市最好的答案。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。