前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >2018「AIoT+智慧城市峰会」圆满落幕!这里有最全干货集锦

2018「AIoT+智慧城市峰会」圆满落幕!这里有最全干货集锦

作者头像
AI掘金志
发布2019-08-29 16:33:31
7260
发布2019-08-29 16:33:31
举报
文章被收录于专栏:AI掘金志

2018年12月20日,由雷锋网主办的「AIoT+智慧城市峰会」在深圳顺利召开。

2018年是物联网和智慧城市关键一年。

这一年,AI和IoT融合已成趋势,无论是国内BATJ等巨头厂商,还是中小型物联网创业公司,都将公司战略从曾经的IoT转变为今年的AIoT;

这一年,也是智慧城市大步前进的一年,据不完全统计,目前已有290个城市入选国家智慧城市试点,并有超过300个城市分别与BAT、华为以及三大运营商等优秀的数字经济和智慧城市运营服务企业签署了战略合作框架协议;

也是在这一年年末,雷锋网邀来清华大学,以及BATJ、华为等巨头厂商,就AIoT及智慧城市技术及产业发展进程和现状进行总结和深入探讨。

清华大学尹首一:IoT中如何实现AI

清华大学微纳电子系副主任、微电子学研究所副所长尹首一在大会上表示,考虑到安全问题,设备端实现AI计算成为趋势。

要满足各种场景下AI计算的需求,需要考虑算力和功耗问题的权衡。例如智能手机对语音技术的应用,智能家电中也有严苛的功耗的约束。因而要在功耗受限场景下实现AI算法和运算就成为关键。

未来AI计算芯片组必须满足三个条件:可编程、计算/内存访问友好型、超高能效/超低功耗。

目前从世界学术界技术发展角度来看,大家从两个角度来进行努力:

  • 算法模型的紧凑、压缩。2016年,神经网络已经可以压缩到1比特,而精度仍然接近全精度的神经网络,误差只有一个百分点,在绝大多数场景可以忽略不计。
  • 硬件架构上的变革。硬件架构的运算现在一直在不断发展,但是还无法满足现在毫瓦级,甚至更高标准的需求,这将是对未来对新架构研发上提出的挑战。

今年6月份又看到一个大的新闻,美国硅谷一家AI芯片的公司,它收购了老牌的一家公司,宣布要开源它的CPU架构,变成开源指令级,这家公司核心的技术来源就是CGRA技术路线,该技术路线受到极大关注,相比于CPU、GPU、FPGA能够更好地实现超低功耗,清华的研究团队从2006年开始关注这一可重构架构,2015年应用到AI计算,并基于此设计了AI计算芯片,在基本计算单元级、芯片架构级实现了硬件重构;2016年开始应用先前研究成果,Thinker系列三款AI芯片,可以实现超高能效和超低功耗。

腾讯云张羿:智慧城市的政务服务构建

腾讯云政务民生首席架构师张羿就腾讯云在智慧城市的方案和实践进行了解读,从政务服务角度谈智慧城市的建设。

张羿表示,腾讯云定位数字化助手,打造连接器、工具箱及生态,为数字政府实现「互联网+」的目标。

同时,张羿在会上提出腾讯云打造「五型智慧城市」的目标:

以安全可靠、泛在互联的基础设施构建“感知之城”;

以普惠均等、精细透明的公共服务构建“体验之城”;

以绿色环保、可持续发展为核心的城市环境构建“生态之城”;

以多元参与,现在治理为核心的社会治理构建“开源之城”;

以高端智能、互融共生为核心的数字经济构建“创新之城”。

针对智慧城市建设模型,腾讯云有自己的「1314框架」,即:统一的城市门户,三张感知网(互联网、物联网、通信网),统一的城市服务平台(包括通信服务平台、公共支撑平台、数据和智能平台),四大主题应用领域(数字产业、数字民生、政府治理、城市管理)。

在人脸识别服务上,腾讯云推出实名认证平台,其中关键技术为活体检测,腾讯云的活体检测采用「四字唇动方面」,因为这样的方案对防止仿冒更有效。另外,针对特殊人士,腾讯云添加了人性化的「反光板选项」。现在已经在「粤省事」上可以使用。

华为苗彩霞:华为OceanConnect使能产业物联网

华为OceanConnect物联网平台首席架构师苗彩霞认为,近十年,AIoT突飞猛进,其中数据成为其中关键点之一。

其中,芯片+LiteOS可以给出完整的物理画像;在网络层,华为的NB-IoT网络可以实现低功耗传输;在云端,分布式计算和处理促进了万物互联。华为通过万物感知、万物互联、万物智能,使能现在的智慧社会。

对于华为而言,底层做万物连接和设备管理,统一的设备发放、管理,以及数据收集等;基于ICT技术,打造上层使能能力。在整体物联平台中,基于资产模型、知识图谱,以及以此为基础的上层开放,对于独立开发者和应用开放商,可以便捷应用。

边云结合的AI很重要。华为在边缘有自己的智能盒子,在云端有自己的算法、训练和优化。同时,并非所有数据需要上传到云端,最小损失报到云端很重要,这在华为的整体架构中很重要。华为在数据存储、数据处理、数据分析和数据可视上做了大量工作。

在应用使能方面,华为通过开放AIP使能垂直行业、行业套件提供快速应用构建、无码化设备集成开发三方面推动行业生态。

百度聂科峰:AIoT安全为构建智慧城市的基石

百度AI安全技术总监聂科峰表示,AI+IoT是以传感器为特征的AIoT终端承担了数据采集、AI分析、结果反馈、智能执行等任务。

现在AIoT中的安全并不乐观,尤其随着PC到AIoT时代,生态碎片化逐渐严重。现在在安全方面的挑战包括两方面:传统联网设备的风险,以及AI带来的系统性安全风险。

在AI方面的挑战是持续的,其中核心挑战为「不确定性」,包括认知不确定性和随机不确定性。在此过程中,可以通过数据污染、数据流攻击、机器学习对抗性攻击来进行模型训练。

针对系统性解决AIoT安全问题,聂科峰认为应该从安全评估、安全响应和安全保障三个方面进行应对。

安全评估。AIoT设备未来在上市前可以有基本的(包括硬件、固件、应用软件、外围接口、通讯等)设备标准评估;

安全保障。基于语音、摄像头等AIoT设备需要做风向DNS服务器和其他服务器的云端风险部署;在设备端,要对安全状态监测、恶意应用监测、数据安全防护、系统漏洞排查四层防护,全面保障设备终端安全。

安全响应。包括安全OTA和AIoT系统自适应热修复漏洞能力。未来设备可能只需要一个小的path就能实现。

百度AIoT安全解决方案在云管端都有布局,具体布局如下图所示。

ZNV力维曹友盛:AIoT赋能智慧城市

ZNV力维首席技术官曹友盛表示,现在做的两件事就AIoT和智慧城市,在峰会上,ZNV力维展现了他们现在做了一些创新应用实践。

曹友盛认为,人工智能到现在只是万里长征的第一步,只是在人脸上有了一定的突破。今年10月是AIoT的出现,明年会有更多机会。

关于AIoT和智慧城市,智慧城市首先要解决的知识图谱、数据应用落地的问题,AIoT只在IoT上做智能集成。具体为:

  • 打通城市物联网从感知到认知的“任督二脉”,形成感知到认知的“闭环”;
  • 智慧城市需要解决智慧共享、 智慧流动、智慧交流,建立数据DIKW的智能化和自动化生成。智慧城市从解决具体问题着手,建立专业知识图谱,解决数据应用的落地;
  • 智慧从智能感知做起, 通过边缘计算、区域智脑、城市大脑,建立一个全网智能的物联网,而不是靠几个大脑。

对于关键在于打通感知与认知的“任督二脉”,形成“赋能”闭环。

在感知端和认知端的趋势包括,提升生产与服务过程的敏捷性与协作性,实现「智能辅助开发」;提升资源共享,全网流动,实现「算力、AI等赋能」;降低生产与运营的不确定性,实现「描述(增强)型分析」;建立端到端的行业智能,实现「DIKW(半)自动化构建」;物理世界与信息世界从割裂到协作融合,实现「物信孪生」;流程割裂到全流程协调,实现「数据融合-》业务融合」。最终实现产业生态多边开放协同创新。

感知端趋势将实现以业务模型(数据模型或知识模型)驱动智能化能力,实现物自主化与物协作化;认知端,ZNV力维做了人脸大数据系统心理和情绪识别系统等。

ZNV力维针对AIoT,做了物联网的DIKW智能集成架构,针对全网智能的智能节点设备,有一系列Oasis融合智能单元。曹友盛举例称,在上海做了人口管理,用DIKW模型做出盗窃嫌疑预警、重点跟踪人员预警、吸毒人员移动预警、容留吸毒嫌疑预警、实有人口未登记预警、肇事肇祸精神病人异动预警等智能预警模型。

雷锋网总编李宗仁:AI投研邦(雷锋网会员计划)

雷锋网总编李宗仁宣布,雷锋网正式宣布会员计划——AI投研邦计划,其中包括AIoT行业报告。

什么是AIoT行业报告?具体为一份行业报告,具有一线信息,全面可靠,专家意见,同行反馈,系统由于的特点。

AI投研邦的四大权益为:每日投研通讯、大咖Live、全年12份AI+专业研报、会员超级彩蛋(大咖读书、折扣票、峰会演讲等相关信息不定期发布)。

  • 权益一,投研通讯。是每天两分钟网络AI+行业投研咨询,第一时间掌握你关注领域的投研进展和行业动态。
  • 权益二,全年40+场大咖Live。有国内外一线AI大咖亲授,雷锋网的十个行业主要是:驾驶、安防、零售、医疗、金融、芯片、智慧城市、AIoT、机器人、安全。
  • 权益三,AI投研研报。全年是12份AI+研报,为你分享最前沿、最AI、最不容忽视的行业势能,也是刚才说的十个领域。足不出户就能与全世界的同行、投资人进行沟通与交流的学习平台。
  • 权益四,会员超级彩蛋。包括好书荐读,包括今天峰会上午嘉宾内容的精彩特集视频版跟精编文字版,还有跟今天会议折扣门票福利等。

雷锋网在汽车、安防、金融、医疗、教育、零售、安全、芯片、AIoT、智慧城市十大领域有至少两年的深厚积累,在一线信息方面,每一份报告发布前两个月进行重新采访。

最后,李宗仁总结称,AI投研邦基于雷锋网深厚行业积累,是一线信息、全面可靠、专家意见、同行反馈、系统有序的独家原创报告。

京东城市陈旭旭:用AI和大数据打造智能城市

京东城市计算事业部高级专家陈旭旭表示,城市计算是城市数据的采集、管理、分析挖掘和服务提供「数据 + 计算」解决交通、规划、环境、能耗、公共安全、商业、医疗等痛点。

时间数据和空间数据两种,同时在此基础上细分为六种数据(空间静态点数据、空间点时序数据、时空动态点数据、空间静态网数据、空间静态时间网动态数据、时空动态网数据),基于数据标准化合算法模块化,们认为所有城市的数据都是可以被分在这六个数据模型之中的,所以这是我们提出的数据标准化的概念。

在城市计算的理念上,我们提出了以规划到运维到预测的闭环可持续发展模式,这个已经运用到工业界,为我们的城市计算打下基础。

如今,京东在智能选址、公共安全等方面已经有具体方案。

传统厂商做的系统集成和信息化,我们利用大数据和人工智能从数据中获取知识,解决行业问题;在云服务方面,我们以解决城市痛点为出发点、可基于任意云搭建服务;在AI方面,我们将点、线、面结合的顶层设计+多领域垂直应用结合。

阿里云IoT田辉:系统之系统

阿里云IoT事业部高级算法专家、智能城市架构师田辉认为,智能城市如果是一个人,广义上的IoT是人的眼睛、耳朵等传感层基础设施,采集信息后传递给神经中枢做决策。城市物体的分布、状态,以及在城市维度表现出来的知识,可以帮我们解决一部分城市问题。

智慧城市的范畴包括看得见的部分(诸如一卡通办、一图、一号等)和看不见的部分(包括热岛效应、地下设施等)。而从物联网的角度,阿里会做几件事情:合理的基础设施部署、各个子系统在平台上的互通、在基础设施上产生的数据资源的应用。

阿里云IoT赋能智慧城市主要包括,电商领域积累的技术组件赋能智慧城市,通过阿里云物联网使能平台帮助厂商完成设备连接配置、ISV工作设置、SI工作配置等。

最后,田辉表示,阿里云IoT赋能智慧城市的定位为:以解决产业数字化转型升级中的痛点为出发点, 通过全面搭建IoT基础设施,打造使能平台,完善生态系统 推动物联网向智联网发展。

北京毫米科技徐旭:智能家居3.0

北京毫米科技COO兼联合创始人徐旭讲到,用户对智能家居的需求不在于「功能」,而在于更便捷的主动控制和更智能的自我决策控制。智能家居3.0就是设备具有自主感知、学习能力,并提供场景化、个性化的辅助决策或湾温泉的智能控制决策,实现分布式连接控智能。

徐旭表示,引入AI后,可以实现场景化决策、多设备联动控制、个性化智能控制。例如,智能设备根据用户日常操作习惯,学习到设备状态变化的关联性,自动形成场景。

在智能家居,为提供精准的个性化自动控制,利用大规模数据及机器学习和智能控制算法,解决场景的复杂性、用户偏好及习惯的多样性,以及人物实时状态识别等。

毫米科技的目标是创建一个会思考的家,利用HOMI的智能算法及数据,内置到自由产品及第三方产品中。目前,毫米科技有两条主要产品线,ROOME是针对于终端消费者市场的品牌,提供系列的智能产品。主要针对于存量家庭的照明智能化的快速升级改造;HOMInside向传统家电及电工企业提供智能模组及整体方案,帮助其产品进行快速的智能化升级。

Semtech甘泉:深耕LoRa 智慧城市才能“更有看点”

Semtech市场战略总监甘泉指出,IoT最重要的是要有更多的连接,把数据成功调取出来,让用户在连接的控制和使用中得到更好体验,最好的方法是使用低功耗的LoRa技术。

loRa能够实现超远距离部署、能耗低、架设方式简单,无论是小区域的需求还是大城市的网络部署,整个LoRa技术的应用已经非常成熟。在过去一年,LoRa技术得到广泛认可,超过90家运营商加入LoRa联盟。目前终端和基站的通讯距离是5000米,但在5G时代,几百米就能够实现很好地通讯。这意味着LoRa的部署成本相比传统运营商缩减了很多。

在Semtech,腾讯、阿里、中兴、信通院都是合作伙伴。目前部署长距离低功耗的物联网就两大阵营,一个是华为NB-IoT阵营,一个是LoRa阵营。从实际应用效果上看,LoRa阵营的实力和实际推广的效果会更多一些。在全球,loRa每年市场增长都在50%以上,中国的这一数字更高。

现在在水表、气表、电表还有热表上,很多都装上了LoRa的技术,现在的智慧城市的管理,也与LoRa息息相关,防火、锁具控制、自动报警、智能楼宇、智能送货等,LoRa技术都做了非常大的贡献。IoT不同于传统的互联网,其应用的点更多,且每个传感器的需求都不一样,因此,深耕下去,才能满足客户的需求,把智慧城市做得更好。

和而泰地产潘子健:DT时代的3个转型 大数据“掌握一个时代”

和而泰地产事业部总经理潘子健指出,目前业内会把智能与智慧搞混,而他觉得,智能和智慧实际上差的是数据,人类能从数据中提炼出知识,从知识可以形成智慧。

DT时代,人类面临3个重要的转型。

  • 第一是从信息化走向智能化。传统信息化是以流程为导向,人为采集数据,而智能化则是我们对客观世界的真实快速反应。
  • 第二是从互联网走向物联网。互联网主要是电脑、手机和智能终端的联网,物联网真正是把所有可以联网的设备统一连上网。2019年5G也要开始商用,5G时代到来时最主要的应用就是物联网的应用。
  • 第三是传统的数据分析向数据智能转型。IT时代数据分析、数据智能、商业智能比较火热。在物联网时代,大数据、人工智能的结合,会成为人类在整个社会变革过程中信息交互的方式。

在大数据时代,隔三差五会出现新的技术理念,包括虚拟现实、边缘计算等等,但在所有的这些新技术、新趋势、新潮流里,堪称一个时代的只有大数据,所以在大数据时代,我们需要把握时代的契机。

和而泰地产作为清华大学和哈工大联合成立的公司,目前已经成为全球最大的智能控制器的生产厂商,每年有1.5亿的智能控制器出厂,不仅提前布局5G,更是早就把核心业务延伸到物联网、大数据、人工智能。目前已经历单品智能、场景智能、全屋智能、智慧家庭的四个时代,对智慧社区、智慧城市、智慧农业、智慧校园、智慧养老均有落地案例。

圆桌对话:AIoT与IoT的差距在哪?AIoT何时爆发?

活动尾声,Semtech市场战略总监甘泉、康行科技联合创始人潘江宇、和而泰地产事业部总经理潘子健、清华大学深圳研究生博士后&绿米算法工程师曲晓峰在现场进行了圆桌对话,议题是《AIoT技术和智慧趁势应用的融合》。

Semtech市场战略总监甘泉表示,AIoT要想做好,前提是大量的数据能够“喂养”,而目前,前端传感器的数量并不够多,收集的资料、数据信息也不够多。现在,loRa技术提供很好的渠道,阿里腾讯京东都在涌入,全球也有每年50%的市场增长,loRa技术势必会作为物联网连接的主流技术成长。

康行科技联合创始人潘江宇则认为,AIoT和IoT的差距就在于是否客户能迅速上手,有新的体验,带有刷脸、语音识别、智能互动的场景就是AIoT呈现的状态。此外,两者之家处理数据的方式也不一样,通过AI的方式处理能够反馈给设备,形成工具性的产品,用更加便捷的应用帮助人们的生活。他强调,技术要上天,但是产品要落地。

和而泰地产事业部总经理潘子健指出,4年之前他们就预测到IoT到AIoT的爆发,也在同年推出了C-life平台。从智能到智慧的升级,要有数据和计算以及服务,所以IoT到AIoT的升级或者爆发是一个必然。而和而泰从一开始做IoT就是瞄准计算、瞄准AI、瞄准服务。目前地产业都在“去地产化”,更加重视智能与服务,这又是一波新的契机。

清华大学深圳研究生博士后&绿米算法工程师曲晓峰则觉得,AI和IoT的结合可以分开谈:既有AI的产品接入到IoT里,也有IoT运营使用AI的技术。尽管物联网端的传感器数量还不够多,运行一些AI功能很受局限,但是今年已经看到有些AI功能的产品爆发的迹象了。2018年最主要的变化是AI冷静了,人们理性了,对AI的撕开更加注重在实际价值层面。眼下,AIoT的市场正在走来,5年就能全面繁荣。可能二三线城市稍微差一点,但是一线城市绝对是不一样的。

正如大会中各位大佬所言,2018年是AIoT和智慧城市觉醒的一年,2019年将会是各方势力继续加紧投入,产业崛起和场景落地继续开拓的一年。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2018-12-21,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 AI掘金志 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 清华大学尹首一:IoT中如何实现AI
  • 腾讯云张羿:智慧城市的政务服务构建
  • 华为苗彩霞:华为OceanConnect使能产业物联网
  • 百度聂科峰:AIoT安全为构建智慧城市的基石
  • ZNV力维曹友盛:AIoT赋能智慧城市
  • 雷锋网总编李宗仁:AI投研邦(雷锋网会员计划)
  • 京东城市陈旭旭:用AI和大数据打造智能城市
  • 阿里云IoT田辉:系统之系统
  • 北京毫米科技徐旭:智能家居3.0
  • Semtech甘泉:深耕LoRa 智慧城市才能“更有看点”
  • 和而泰地产潘子健:DT时代的3个转型 大数据“掌握一个时代”
  • 圆桌对话:AIoT与IoT的差距在哪?AIoT何时爆发?
相关产品与服务
大数据
全栈大数据产品,面向海量数据场景,帮助您 “智理无数,心中有数”!
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档