“三位一体”智慧城市,进入“百度时间”

2023-12-24 08:08

本文主要是介绍“三位一体”智慧城市,进入“百度时间”,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文 |陈选滨

来源|智能相对论(aixdlun)

作为前沿技术的探索者,科技企业正在积极探索新型智慧城市的建设路径,并加速将技术成果转化成为智慧城市建设成就。

12月17日,在2020百度云智峰会上,百度智慧城市事业部总经理黄艳发表了“与城市共成长,与生态共繁荣”的演讲,并展示了百度智能云在为政新治理、为企新动能、为民新服务方面取得的最新成果。

对于百度智慧城市的发展,她总结道:“整体而言,我们构建了一套自主可控、赋能生态、带动产业的智慧城市整体架构......而这一切都是因为我们希望能够用技术让城市里面每个人的生活更加安和、健康、幸福。”

不难发现,围绕区域数字化转型所展开的现代城市治理议题,已经成为科技企业深度参与的一项社会工程。

根据住建部发布三批智慧城市试点名单,截止至2020年4月初,住建部公布的智慧城市试点数量已经达到290个。如果计算科技部、工信部、国家测绘地理信息局、发改委所确定的智慧城市相关试点数量,目前我国智慧城市试点数量更是累计已达749个。

伴随着政企协同的城市智能化、数字化共建项目越来越多,智慧城市的建设格局也正在一步步落实、清晰。

智慧城市“三位一体”

在这个发展过程,城市治理的协同性逐步呈现成为智慧城市建设的“三位一体”格局——政企协同,民众参与。

其一,政府。作为城市建设者、管理者,政府是智慧城市建设的领导者,往往需要基于城市发展的个体化需求差异来做好城市数字化、智慧化转型的顶层设计,以及为企业提供建设场景。

其二,企业。落实技术应用、推动智慧化解决方案的实践,需要具体的场景承载。企业是智慧城市建设的参与者,其技术、平台与方案都需要根据当地区域的发展需求进行调整匹配,与城市同行。

百度基于自家的飞桨深度学习平台和国产AI芯片,参与打造了北京 “海淀城市大脑”。在此,智慧城市的政企协同已经达到一个新高度,呈现出两方面的思考。

一方面,百度作为技术的提供者,其强大的AI算法为城管、交通、住建等22个城市场景的智能化提供了必要的底层支持。不同城市的智慧化建设需求不尽相同,需要因地、因时制宜,百度与不同地方的合作都意味着是一次强绑定的深度合作。

其三,民众。这或许是智慧城市建设过程中参与感最弱的一个主体,但事实上,民众是智慧城市建设的支持者,其诸多行为与反馈最终都将影响着智慧城市建设的走向与效果。

巴塞罗那从2009年开始探索智慧城市的发展模式,至今取得诸多颇有成效的建设成果,也因此被认为是欧洲智慧城市建设的标杆。而取得如此成就,并非易事。在这个过程中,民众为巴萨罗那的智慧城市建设提供了非常显著的支持。

巴塞罗那市政厅的首席技术和数字创新官提到,数据是巴塞罗那智慧城市的核心。到目前为止,大约4万名巴塞罗那市民正在为智慧城市计划提供数据。

诚然,在智慧城市,技术的底层支持是必要的。同时,数据的核心支持也是关键,不可忽视。也就意味着,在整体的建设下,民众不可缺位。

那么,围绕一个城市的智慧化、数字化转型,至少需要政府、企业与民众的三方配合才能迎来真正意义上的建设发展。对应的,在智慧城市的建设目标上,也将是对应政府、企业与民众三方需求的服务成果。

黄艳将百度智慧城市的建设成果和服务理念总结凝练为三个方面,即:为政:新治理;为企:新动能;为民:新服务。其中的思考也正是基于“三位一体”的建设格局所对应展开。

对于政府而言,建设智慧城市的目的不在于为了建设而建设,而在于通过智慧化、数字化的手段提高城市治理能力。

对于企业而言,智慧城市项目的展开有利于培育新的产业动能,深度参与其中,在提高自家市场竞争力的同时,也将更好的赋能各行各业,推动产业智能化转型发展,是市场共赢的局面。

对于民众而言,城市作为社会活动的主要区域,未来生活工作的各项需求、生活质量的提高等等民生需求都需要智慧城市建设的支持。

显然,“三位一体”的智慧城市建设格局在城市管理、城市产业、城市民生三大层面依依展开,也覆盖了城市系统的三大关键主体。那么,在明确了建设主体之后,所谓的建设路径也将逐步清晰。

建设路径“分工初显”

尽管每一座城市的发展需求与战略不一样,但是围绕着城市智慧化、数字化转型所展开的变革依旧有迹可循。

特别是伴随着国内各大城市与科技企业的积极参与,越来越多的实践案例已然将智慧城市建设的底层逻辑提炼出来。

1. 技术“爆破”城市需求。

在智慧城市,应对不同的城市需求需要底层技术的支持。譬如,在城市安全方面,SENSORO(北京升哲科技有限公司)与百度智能云联手打造出城市安全解决方案在运行期间成功识别隐患数十万余处,预警数百次早期火灾、煤气泄漏等事件,挽救了127个生命。

而该方案背后的支撑正是两者通过人工智能、云计算、物联网技术,融合视觉感知、物联网感知、大数据感知,研发出来全新一代软硬件一体化的城市级智能全感知系统。

技术成果带来的价值不难总结,伴随着越来越多的科技企业助力,智慧城市在AI、大数据、边缘计算等前沿技术的支持下,越来越敏锐、高效地应对城市中突发的、延迟的问题与需求。

2. 中台统筹城市场景。

中台的作用在智慧城市的建设过程中愈发显著。目前,无论是政府在做的顶层设计,或是企业提供的解决方案,中台已然是智慧城市建设的标配。

智慧丽江的建设围绕着以“一个城市大脑建设”为核心展开,在全力推进智慧小镇、智慧商业、智慧医疗、智慧旅游等14大重点场景智慧化的同时,重点打造集成化的指挥中心,上下衔接。指挥中心的设立成为统筹丽江城市服务与管理的关键。

同样的,在百度的智慧城市整体架构上,围绕城市大脑所展开的是全面且灵活的服务中台层,自下而上分别是城市大脑感知中台、城市大脑AI中台、城市大脑数据中台与城市大脑智能交互中台,四个中台各自分工,分别提供数据感知、AI算法、大数据、智能交互等多维能力。

在城市与企业的建设思路上,中台的定位逐渐清晰——居中统筹协调,成为输出底层技术与对接城市场景的重要中枢,随之成为解决方案和顶层设计的标配。

3. 生态扩展城市边界。

智慧城市建设的另一个标配是生态扩展。诚然,城市系统的多元化与复杂化,注定智慧城市建设不是单打独斗的项目,政企协同、民众参与的基本格局就决定了其是一项联合共生的项目,生态扩容也是刚需。

特别是对于科技企业而言,在市场化的竞争下,生态联合无疑是一项重要的能力。在此,百度智慧城市便确立了“平台+生态”的战略打法,同时基于百度的城市大脑中台,百度智能云初步建立了包括80余家合作伙伴在内的“百度智慧城市生态合作伙伴联盟”。

如此,面对复杂多元的城市系统,百度可以赋能生态伙伴的产品,而生态伙伴也能借助百度在AI、云服务等方面的能力,强强联合,共同将城市大脑中台与城市综治、公共安全、应急管理、医疗健康等各行各业产品相结合,进行全面赋能,不断拓展智慧城市的服务边界。

智慧时代“未来已来”

诚然,建设格局的基本确立与建设路径的初步呈现,都在表明智慧城市建设的进程正在悄然加快。

身处后疫情时代,我们也能很明显的感知到,滞后的城市治理水平在高速发展的时代是多么的“残酷”,面对突发性公共事件,不得不让我们深入的审视智慧城市建设的价值。

古人常说,“上工治未病,不治已病,此之谓也。”城市治理也当如此,做好“预防性”治理工作需要高效、快速、全面的城市管理体系和数字技术支持。那么,于短期发展与长远规划而言,智慧城市建设都是一个必要的社会工程。

目前,智慧城市建设的各方面条件已经走向成熟。在领导者的角度,经此一“疫”,各地政府愈发重视智慧城市建设,城市管理理念也在快速迭代升级。

在参与者的角度,科技企业长期以来的技术积累与布局提供了一个坚实的技术底座,正在转化成为智慧城市建设的基础动能。譬如,在人工智能领域,百度作为中国投入最早、技术最强、布局最完整的领军企业,在智慧城市建设上,便展示出了AI赋能的巨大价值。

基于自主可控、安全高效的飞桨深度学习平台,以及昆仑通用AI芯片、鸿鹄语音AI芯片全面兼容信创产业链,百度智慧城市为海淀打造了兼容开放、自主可控的城市大脑,作为底座以支持海淀区智慧城市的发展。而这恰恰暗合了十四五规划中重点强调的“坚持自主可控、安全高效”的理念。

在支持者的角度,民众目前享受着智慧城市所带来的便捷生活,也同时为智慧城市建设提供着必要的数据支持。权利与义务两者之间达到微妙的匹配,为智慧城市建设减少了诸多阻力。

那么,若是能抓住好这个时机,当下无疑是建设智慧城市的一个黄金时刻。在城市建设中,拉开数字化时代的大幕,迎接未来!

*本文图片均来源于网络

深挖智能这口井,同好添加vx:zhinengxiaoyan

此内容为【智能相对论】原创,

仅代表个人观点,未经授权,任何人不得以任何方式使用,包括转载、摘编、复制或建立镜像。

部分图片来自网络,且未核实版权归属,不作为商业用途,如有侵犯,请作者与我们联系。

智能相对论(微信ID:aixdlun):

•AI产业新媒体;

•今日头条青云计划获奖者TOP10;

•澎湃新闻科技榜单月度top5;

•文章长期“霸占”钛媒体热门文章排行榜TOP10;

•著有《人工智能 十万个为什么》

•【重点关注领域】智能家电(含白电、黑电、智能手机、无人机等AIoT设备)、智能驾驶、AI+医疗、机器人、物联网、AI+金融、AI+教育、AR/VR、云计算、开发者以及背后的芯片、算法等。

这篇关于“三位一体”智慧城市,进入“百度时间”的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/531128

相关文章

百度/小米/滴滴/京东,中台架构比较

小米中台建设实践 01 小米的三大中台建设:业务+数据+技术 业务中台--从业务说起 在中台建设中,需要规范化的服务接口、一致整合化的数据、容器化的技术组件以及弹性的基础设施。并结合业务情况,判定是否真的需要中台。 小米参考了业界优秀的案例包括移动中台、数据中台、业务中台、技术中台等,再结合其业务发展历程及业务现状,整理了中台架构的核心方法论,一是企业如何共享服务,二是如何为业务提供便利。

服务器集群同步时间手记

1.时间服务器配置(必须root用户) (1)检查ntp是否安装 [root@node1 桌面]# rpm -qa|grep ntpntp-4.2.6p5-10.el6.centos.x86_64fontpackages-filesystem-1.41-1.1.el6.noarchntpdate-4.2.6p5-10.el6.centos.x86_64 (2)修改ntp配置文件 [r

《纳瓦尔宝典》是纳瓦尔·拉维坎特(Naval Ravikant)的智慧箴言

《纳瓦尔宝典》是一本由埃里克·乔根森(Erik Jorgensen)编著的书籍,该书于2022年5月10日由中信出版社出版。这本书的核心内容围绕硅谷知名天使投资人纳瓦尔·拉维坎特(Naval Ravikant)的智慧箴言,特别是关于财富积累和幸福人生的原则与方法。 晓北斗推荐 《纳瓦尔宝典》 基本信息 书名:《纳瓦尔宝典》作者:[美] 埃里克·乔根森译者:赵灿出版时间:2022

安全管理体系化的智慧油站开源了。

AI视频监控平台简介 AI视频监控平台是一款功能强大且简单易用的实时算法视频监控系统。它的愿景是最底层打通各大芯片厂商相互间的壁垒,省去繁琐重复的适配流程,实现芯片、算法、应用的全流程组合,从而大大减少企业级应用约95%的开发成本。用户只需在界面上进行简单的操作,就可以实现全视频的接入及布控。摄像头管理模块用于多种终端设备、智能设备的接入及管理。平台支持包括摄像头等终端感知设备接入,为整个平台提

基于 YOLOv5 的积水检测系统:打造高效智能的智慧城市应用

在城市发展中,积水问题日益严重,特别是在大雨过后,积水往往会影响交通甚至威胁人们的安全。通过现代计算机视觉技术,我们能够智能化地检测和识别积水区域,减少潜在危险。本文将介绍如何使用 YOLOv5 和 PyQt5 搭建一个积水检测系统,结合深度学习和直观的图形界面,为用户提供高效的解决方案。 源码地址: PyQt5+YoloV5 实现积水检测系统 预览: 项目背景

MiniGPT-3D, 首个高效的3D点云大语言模型,仅需一张RTX3090显卡,训练一天时间,已开源

项目主页:https://tangyuan96.github.io/minigpt_3d_project_page/ 代码:https://github.com/TangYuan96/MiniGPT-3D 论文:https://arxiv.org/pdf/2405.01413 MiniGPT-3D在多个任务上取得了SoTA,被ACM MM2024接收,只拥有47.8M的可训练参数,在一张RTX

批处理以当前时间为文件名创建文件

批处理以当前时间为文件名创建文件 批处理创建空文件 有时候,需要创建以当前时间命名的文件,手动输入当然可以,但是有更省心的方法吗? 假设我是 windows 操作系统,打开命令行。 输入以下命令试试: echo %date:~0,4%_%date:~5,2%_%date:~8,2%_%time:~0,2%_%time:~3,2%_%time:~6,2% 输出类似: 2019_06

【MRI基础】TR 和 TE 时间概念

重复时间 (TR) 磁共振成像 (MRI) 中的 TR(重复时间,repetition time)是施加于同一切片的连续脉冲序列之间的时间间隔。具体而言,TR 是施加一个 RF(射频)脉冲与施加下一个 RF 脉冲之间的持续时间。TR 以毫秒 (ms) 为单位,主要控制后续脉冲之前的纵向弛豫程度(T1 弛豫),使其成为显著影响 MRI 中的图像对比度和信号特性的重要参数。 回声时间 (TE)

LeetCode:64. 最大正方形 动态规划 时间复杂度O(nm)

64. 最大正方形 题目链接 题目描述 给定一个由 0 和 1 组成的二维矩阵,找出只包含 1 的最大正方形,并返回其面积。 示例1: 输入: 1 0 1 0 01 0 1 1 11 1 1 1 11 0 0 1 0输出: 4 示例2: 输入: 0 1 1 0 01 1 1 1 11 1 1 1 11 1 1 1 1输出: 9 解题思路 这道题的思路是使用动态规划

O(n)时间内对[0..n^-1]之间的n个数排序

题目 如何在O(n)时间内,对0到n^2-1之间的n个整数进行排序 思路 把整数转换为n进制再排序,每个数有两位,每位的取值范围是[0..n-1],再进行基数排序 代码 #include <iostream>#include <cmath>using namespace std;int n, radix, length_A, digit = 2;void Print(int *A,