一图看懂 NVIDIA 与智慧城市

出自瘾科技

智慧城市是目前相当热门的科技新议题，而在智慧城市的背后也隐含另一个火热话题人工智慧的应用，当人工智慧的当红炸子鸡 NVIDIA 遇到智慧城市会激盪出怎样的火花？这次就以五项相当重要的应用，包括公众场所的安全、交通管理、自驾车与医疗为例，为大家介绍如何将人工智慧应用在未来的都市当中吧。

建构更安全的公众场所

在大都会当中，车站、公园等公众场所往往是最容易发生意外的地方，所以智慧城市的相关应用有很多是针对公共场所的安全监控而设计的，都市中的基础建设也因此具备更多的功能，例如将智慧摄影机结合路灯、站牌或是贩卖机等，部署基础建设也扩展安全监控的范围，使公众场所的安全监控网络更完整。

藉由分析群众行为或结合警方的系统找出通缉犯等功能，将可以预防意外事故的发生。其中，深度学习系统可让影像系统学习过往在公众场合发生的各类事件，并将这些影像行为进行分析，监控系统可从中学习包括搭乘电扶梯跌倒的意外、偷窃、暴力斗殴以及各种可能危害公众安全的行为，同时亦可判断在那些与公众意外发生相近的影像其实是不需要启动警报的。

在这些应用当中， Jetson 平台将扮演城市中各种智慧监控的最后一哩的守护神，结合 Jetson 平台的深度学习与影像分析能力，不再需要将资料全部上传回中控中心，就可直接在监控的最前线发现可能的问题，藉由部署具备人工智慧的智慧监控系统终端，能够降低远端系统运算庞大影像与资料分析的负担，并快速的通报潜在危机。

智能监控：帮助巡警发现城市中的可疑份子

过往这种都市监控系统需要透过人力观看影像判断事故，无法在同一时间内分析大量影像资料。在结合深度学习后，系统能够主动于事故发生时发出警报，甚至在发现嫌疑犯时，能先进行人物识别，再透过多个摄影机连续纪录与追踪其行为与移动路径，后续让执法人员能更快速的抓到嫌犯。

警察是第一线的人民保母，他们需要在城市中穿梭，并且揪出潜在城市当中的可疑份子，认出所有的通缉犯须仰赖惊人的记忆力，除了人数外，也不一定能熟记每位通缉犯的容貌，也可能当下觉得有印象但却无法及时想起，等到事后才发现放过了危害这个城市的有害份子。

不过随著统一化架构的深度学习系统以及效能越来越强大的终端人工智慧平台，现在警察身上所配戴的监视用相机、车上的行车纪录器以及无人机等，可跳脱被动的纪录化转为主动的影像辨识，亦可能成警察们打击犯罪的助力。

NVIDIA Tesla GPU 与 DGX 超级电脑的组合也同样能用于将嫌疑犯的特徵和潜在暴力行为以深度学习的方式进行培训，这些培训出来的资料能藉由导入 NVIDIA Jetson 平台的终端装置例如：员警身上的随身摄影机、行车监视器或无人巡逻机进行即时分析比对，当发现可疑人物时就可通知警察，让城市中的罪犯无所遁形。

智慧交通管理：终结城市的道路拥塞

每到上下班时间都会城市往往就会陷入胶著，然而透过物联网结合感测器，交通拥塞的情况能得到纾缓，成为发展智慧城市的基础。同时，当各项交通建设与城市摄影机都相互连结，就可作为智能交通管理的依据。

城市交通仰赖影像分析以及资料分析，透过部署在城市各处、基于 Jetson 嵌入式平台的智慧摄影机迅速分析路况，并将资料统整、传送回远端电脑，便可计算出当前的车辆密度与适合车速，并将这些资讯进一步用于红绿灯调节上，减少踩煞车停等红绿灯的时间，同时，道路的状况也能被推播给驾驶并通知其他可行的替代路线，解决城市交通壅塞的问题并同时提升交通工具的能源效率。

自驾车：颠覆传统交通的模式

环保议题持续受到重视，电动车随之成为未来的明日之星，而自动驾驶也成为未来大众运输共享新概念背后的重要推手，两者结合势在必行。其中自动驾驶牵涉的技术更为繁杂，需透过大量的感测器取得影像资料、距离和定位等资讯，并将这些讯号整合作为车辆的感官，透过人工智慧系统计算出正确的路线，即时且快速地反映当前路况并做出正确的抉择，何时该前进、转弯与煞车都是事关人命。

人为驾驶容易受到注意力、技术的影响, 尤其在智慧手机出现后更容易导致驾驶分心，造成多起驾驶事故。自动驾驶技术的出现也能够间接降低车祸事故的发生率，将交通工具的主控权安心的交给理性的系统并平安到达目的地。同时透过与车联网和物联网技术的结合，车辆可与先前所提及的交通管理系统和附近的车辆相互交换资讯，提前得知附近车辆即将进行的行为并做出应对超车、减速等对应行为，不再因突发情况造成意外。

另外，自驾车也能透过共享经济的方式使人类的交通方式产生变化，产生理性的新世代计程车。这类型的自驾共享车辆可直接开到家门并接送乘客到目的地，避免乘客受到骚扰或是刻意绕路赚取不合理的费用的情况，长期而言，此类客製化的方便服务可间接将低车辆的购买量，减少排碳量并将停车用地释出给其他更具环保或经济价值的用途做使用。

智慧物流的革新：提供更贴心及更便利的服务

随著网络服务的多元化，无论是商品或美食都可藉由网络订购，物流产业的兴盛也带起庞大的人力需求，而人工智慧与机器人技术的结合将为现今物流产业带来更符经济效益的创新产业模式，如亚马逊等大型网络通路服务，已导入机器人与机器视觉有效地将消费者所订购的商品分类并装载，而下一步就利用无人机、机器人与机器视觉技术将商品送至消费者手中。

智能服务的形态不受限机器人运送，其也可能是无人机、多足机器人或是履带机器人，这些机器人能够透过导航技术找到收货人的位置，并可配合顾客需求弹性安排送货时程，同时能利用机器视觉技术辨识出来领货的人是否为指定的收件人

在这些配合物流的机器人应用，当然少不了 NVIDIA Jetson 嵌入式技术的加持，但别忘了 NVIDIA 今年所公布的 ISSAC 虚拟机器人训练与 Holodeck VR 协作技术，能够在开发特殊形态的机器人以及训练时，透过 VR 虚拟实境的环境，作为验证机器人的结构、人工智慧训练以及人机互动培训使用，可省却前期大量开发不确定性的原型机器人，也不必承担原型机器人在测试过程受损而导致心血付之一炬的情况。

深度学习与医疗：医生的最佳小帮手

医疗领域高度重视淮确性与诊疗经验，过去前人积累的经验可作为当今遇到相近状况的前车之鑑，不过人类在进行医疗行为与诊断时，会需要第二意见的提供者辅助，作为提供精淮且量身订製的医疗评估。此时具有绝对理性、高效率且透过大量医疗资料分析作为基础的人工智慧，就可成为医生在面对患者诊断病况的小帮手，除了以过往的病例推断患者症状，还能协助分析患者的生理状况，建议合适的疗法与药物投放。

藉由 NVIDIA 的 Tesla GPU 与 DGX 超级电脑所训练的医疗辅助系统，能在医师进行诊断、判读 X 光片、断层扫描与开处方籤时提供具有根据的建议，尤其像是检查大量的 X 光片、断层扫描时，在减少医师人力与时间的负担下清楚地检查每个细节，并以深度学习系统中由病患所累积的大量病例做为学习基础，帮助医生选择合适的药品、协助判断出各种潜在疾病以及预测转移状况。

另外在医师与患者沟通时，亦可透过资料分析结果，为医师提供客观的宝贵资讯，并以医师之口将这些冰冷但确实的资料转化为感性的语言，纳入过去诊断经验的考量，让患者与家属能够从理性资料与经验分析全面掌握疾病的状况，实现精淮医疗的愿景。

NVIDIA 能提供从云到端的人工智慧解决方案

上述提到的五大应用都与基于影像分析的混合资料息息相关，可说是作为各种智慧城市相关应用的基础， 目前在探讨智慧城市与人工智慧多半都还是著重基于云的解决方案，不过这已经不足以满足日趋複杂的智慧城市需求，不过 NVIDIA老早就已经规划出一套从云端到终端的完整解决方案。

NVIDIA 的人工智慧应用是一趟漫长的旅程，从开始导入 GPU 加速并採用 CUDA 架构以及语言，就已经是为后续的人工智慧发展开始铺路，而当 CUDA 结合深度学习开始在影像辨识领域证实大幅超越传统人工智慧架构的效能后， NVIDIA 又开始将 CUDA 架构导入为嵌入式架构所设计的 Tegra 当中，达到从云到端的布局。

如今针对云的 Tesla 以及针对端的 Tegra ，俨然成为 NVIDIA 在人工智慧应用的两大王牌；在伺服器搭载 Tesla 加速器进行深度学习的培训后，可将培训结果转移到端末的 Tegra 上，使具备高效能、可达到一定程度的人工智慧性能，同时端末装置记录下的影像与感测讯号，又可回馈给远端的伺服器作为接下来的学习基础。

Tesla 已经迈入整合深度学习架构的 Volta 架构，新一代 Tegra Xavier 也将导入 Pascal 架构以及深度学习加速架构 NVIDIA ，大幅提升效能，使得端末人工智慧性能媲美小型工作站，在云与端两方因为新架构获得更高的效能后，可使人工智慧发展更丰富的应用。

NVIDIA 即将于 10 月 26 日进行 GTC 中国台湾场次，届时将由执行长黄仁勳亲自来台进行主题演说，将以人工智慧的产业发展现况、最新的趋势与软硬体架构进行分享，并有丰富的人工智慧相关领域的讲者进行演说，从应用、工业生产以及产业发展三方面进行分组议程，内容精彩可期。