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
机器人智能公司Inbolt将于2026年6月在芝加哥Automate展会上发布两项新能力:Inbolt机器人编程功能和扩展版机器人控制模块。新功能可让工程师直接基于CAD模型构建程序,结合视觉模型实时定位实体零件并自动调整运动路径,彻底消除传统调试中耗时数周的手动示教环节。此次更新还将原生支持安川机器人,使平台覆盖品牌扩展至六个。
浙江大学团队提出目标视角复现任务(TVR),测试AI主动导航至指定视角的能力,最强模型成功率仅12%,人类达93%,并验证了视觉示范学习与多轮强化学习的提升路径。
本文提供了一套完整的笔记本电脑深度清洁方案。硬件方面,介绍了如何用温和洗涤剂清洁机身、用微纤维布擦拭屏幕、用压缩空气清理键盘及清洁充电线的正确方法。软件方面,建议及时更新操作系统与驱动程序,删除冗余文件与临时下载内容,并通过开启Windows Storage Sense功能实现自动清理,同时将剩余文件整理归类,保持系统整洁高效运行。
这项研究提出"VLM即教师"框架,让视觉语言模型在视频生成推理时充当实时监考官,通过可微分奖励信号在线优化轻量LoRA模块,平均提升视频推理性能16.7分。