人工智能 720p(人工智能技术应用学什么)

2008年以来，从中央到地方，各级政府都在力推智慧城市的建设。何谓智慧城市，顾名思义就是能够具有思考功能的，更灵活，更方便人生活和居住的城市。相对传统城市，智慧城市主要由"数据收集、存储、分析"等几个环节所组成，并充分利用新技术及其带来的启发，让系统、运作和服务得到改造和提升，智慧城市的涵盖范围非常广，衣食住行娱乐全都包含在智慧城市的建设里。

想要打造智慧城市，可少不了人工智能这个发动机。人工智能又被称为"21世纪电力"--为万事万物提供动力。因此国家不断加大对人工智能等新兴产业的扶持力度，并出台一系列政策，积极推动其创新发展。从《"十三五"国家科技创新规划》到《"互联网+"人工智能三年行动方案》，再到《新一代人工智能发展规划》都在不断提出研发并支持人工智能产业发展，推进重点领域智能产品创新。人工智能未来和城市的发展是协同共进、相辅相成的。

城市化的进程中，随着人口向大城市集中，城市人口急速膨胀，既有公共服务和基础设施往往无法承载而产生诸多城市病，譬如交通拥堵，空气污染，独居老人无人看护……城市本身就像托庇其中、为谋生而疲于奔命的普罗大众，停不下来又无法自我改善。建筑学家梁思成曾说过："城市是一门科学，它像人体一样有经络、脉搏、肌理，如果你不科学地对待它，它会生病的。"。"城市病"带来的危机后患无穷，如何解决城市环境、城市资源及城市管理等方面面临的问题？"智慧城市"成了一剂良方，凭借人工智能物联网的结合，在城市化推进过程中，通过对城市各类信息资源进行收集、跟踪、集成、共享以及分析，有效规划和管理城市资源、公共服务、各类活动及其带来的经济、社会或环境变化，最大限度地优化和利用有限资源支撑城市的经济增长和可持续发展。

一、人工智能在智慧城市建设中的应用情况

（一）人工智能和物联网技术通过算法指引交通

城市化进程持续推进，人口规模大幅度增长，造成城市范围内规模化常态性拥堵，通勤问题增加经济成本、挤占居民生活工作的时间，但要解决的不仅限于交通拥堵问题，还包括如何利用公共交通有效连接各大社区，如何选取关键站点，如何为人们提供多重通勤选择等等。如今，通过使用物联网和人工智能，某些问题可以得到妥善解决。例如：通过实时停车传感器，向驾驶员显示最近的停车位，无需盲目绕行，从而减少交通拥堵及对空气带来的污染。根据不同人群的数据，分析出市民的移动轨迹、通勤时间等并与城市的信号设施等相连接，从而做出相应的决策。根据物联网收集的数据，可以更有效对道路设施及公共交通网进行维护，从而省去了多次检查造成的人力损耗，也不会因为长时间的检修造成交通堵塞。

（二）人工智能和物联网技术通过传感器监测环境

城市化进程中，城市人口暴增，汽车使用量跃升，工厂林立，城市空气质量不断恶化。除了威胁人类健康之外，环境恶化对每个国家的经济也产生严重的负面影响，凭借物联网+人工智能的强大功能，城市能够敏锐地发现空气污染问题，政府得以最快速度地作出反应，划定解决措施的优先级。各式空气质量传感器配置在公共交通、智能家具或其他可供连接的固定或移动设备上，获取实时环境监测数据，随后以低廉或免费的价格提供给地方政府，便于政府根据空气质量水平科学地进行市政规划，决定新的市政基础设施在何处建造的问题，如步行街，自行车道，电动车充电桩等。换句话说，政府如今可以结合各种工具获得的数据做出决策，一改仅根据历史数据或意见就作出决定的较为原始的做法。

（三）人工智能和物联网技术通过智能设备辅助家庭护理

现代社会人口老龄化趋势不可逆转，老人护理费用高昂，但实际上所换得有限的护理服务十分低效，一天下来家庭护工查看老人身体状况的次数仅为三次。相较之下，现在市面上许多物联网产品都有远程监控的功能，且能在事故发生时及时报警。例如：专为老年人设计的智能手表，它可以监控使用者的位置，健康状况，提醒使用者按时服药，帮助收集、发送医疗数据等等。可以感应移动、温度、湿度和噪音的设备，通过机器学习，他们能够记忆房屋中人员的日常行为模式，并在异常行为发生时提醒监护人做出及时应对。监控水电消耗的智能设备，同样他们能够识别使用者日常行为模式，并在特定时间点发生异常时，设备会向监护人发出预警。以上所有设备均可独立工作，无需人为干预。这些设备可以通过移动网络连接，对硬件要求更低，也增加了其推广的可能性。

（四）人工智能和物联网技术驱动的新商业模式

如果要实现这些智能设备的大规模推广，那么公共机构与设备生产商之间要追求更为长久的合作关系。同时，由于智能城市的复杂性，需要纳入更多的基建公司，通力合作，互补提供服务与技能，共同创新。这种新型的生态合作关系意味加入的各方背景各不相同，为各自擅长领域添砖加瓦，尤其是作为直接接受方的城市居民，需要深入其中并不断提供建议与反馈。虽然物联网能解决很多问题，但从经济现实角度考虑，多数城市无法为城市基础建设一次性买单，因此亟需新的商业合作模式来解决。如果市场采用新的收费模式，按月收费或者按服务效果收费，或许能更易获取政府的青睐。值得一提的是，物联网在开解当下痛点问题的同时，也要注意保护市民隐私信息，保证技术合理使用。没有监管的技术有可能带来更多的负面影响，带来不可挽回的损失。唯有技术创新与社会责任相结合，才能创造新型、经济、可持续发展的智能城市。

（五）人工智能和物联网技术服务智慧交通

在智慧城市建设中，从智慧交通可见一斑，未来人工智能的警用机器人将取代交通警察，实现交通安全的全方位监控、全天候巡逻、立体化监管。当前，完善公路交通安全防控体系是全国公安交通管理部门的重大科技建设项目，公路交通安全防控体系实现对公路上车辆通行情况、交通违法情况和道路隐患及时监控、发现、取证、传递、处理、反馈、修正，进一步提供公路监控力度与水平，进一步增强勤务管理科学性与针对性，及时发现查纠各类交通违法行为，明显改善了道路通行秩序，有效遏制了重大交通事故。公路交通安全防控体系涉及的核心技术是交通行为监测、交通安全研判、交通风险预警、交通违法执法，而这些技术现已与人工智能融为一体。实现公路交通运行状态"看得见"、车辆通行轨迹"摸得透"、重点违法行为"抓得住"、安全隐患事件"消得了"、路面协作联动"响应快"、交通信息应用"服务优"等目标，都离不开人工智能技术。人工智能的未来应用，就是把现在交通管理人工做的事情慢慢都通过系统和设备来完成，智能化程度越来越高，初级和终极决策慢慢会被人工智能决策替代掉，现在所有的智能交通产品和技术无非就是为了实现这个目标。至于人工智能在交通领域的应用能不能理性发展还要看公司本身，但可以肯定的是--需求不可能推动理性发展。未来的智能交通，一定是城市交通大脑连接管理城市交通的所有智能化设施，所有交通数据都汇集到了一个"大脑"之中，有成千上万的专家辅助决策方案，各个部门的管理模式都可以和系统相匹配，做出的决策有跨部门联动的都可以顺利执行。要提醒的是，和其他很多技术一样，人工智能也不可能解决所有问题，尤其是一些非技术问题，交通运输部公路科学研究院首席科学家王笑京就认为，需要避免过度"神化"智能交通技术应用效果，通过科学规划和系统设计形成科学的交通发展结构仍然是城市交通发展的关键工作，智能交通技术的功能是支撑服务升级。人工智能是安防领域的未来，在通往未来的道路上，还有许许多多障碍和困难需要跨越和克服，但总体趋势是乐观的，我们坚信只有具备自主、个体化、不断进化完善的人工智能大脑，才能解决安防领域日益增加的需求，成为广大用户的专家和助手，提升整个安防领域的智能化水平，推动安防产业的升级换代。

目前，全球范围内，各大城市争相发展智慧城市已成潮流，而在该领域，智能交通表现最火热。2016年10月13日，杭州市政府公布了"城市大脑"计划，通过杭州5万多路道路摄像头做信息采集，相关数据汇集到后台进行交换与处理，由人智能系统做出算法决策，然后再传回到交通设施上执行。阿里云ET人工智能技术将为城市大脑提供内核支持，采用飞天（Apsara）操作系统，将百万级的服务器连成一台超级计算机，可对整个城市进行全局实时分析，自动调配公共资源。所谓城市数据大脑，简而言之就是利用人工智能技术，形成以数据为驱动的城市决策机制，根据实时数据，调控调配公共资源，对此，阿里巴巴华先胜介绍说："这些视频如果由交警三班倒地去看，需要15万个交警，而通过算法，城市大脑可以在短时间内把这些视频都看完，数清楚有多少辆车往哪个方向走了。"2016年11月底，百度云与中国海事局、太原铁路局、南方航空公司、福田汽车达成合作，成立覆盖陆海空车的智能交通生态联盟。百度云希望通过自身在云计算、人工智能和大数据领域的技术优势，构建"交通大脑"，与上述合作伙伴一起发展智能交通。百度副总裁王路表示，百度可以通过深度神经网络、深度机器学习开源平台，对交通大数据进行归类、提取、利用，实现多系统配合协调并实现智能交通。2017年2月，深圳交警在留仙小学附近的留仙大道某红绿灯路口开始试点"智能行人过街系统"，据称，该系统主要包括：视频采集分析存储上传系统、控制器、显示屏、闸机、语音播报和前端计算机等系统组成，主要有4种功能：语音播报、延时关闭、检测控制、人脸识别和抓拍报警。高德地图采用人工智能技术为用户提供公共交通的实时位置和智能导航。这些技术将能大幅度改善公共交通状况，避免拥堵，并且减少废气排放。

（六）人工智能和物联网技术推动智慧物流

在前不久刚刚结束的两会上，人工智能首次被写入政府工作报告。其中，交通部长李小鹏指出：各种运输方式融合发展是未来重点，大力发展多式联运、打通交通物流信息"孤岛"十分关键。通过人工智能实现传统海陆空多位物流融合势在必行。AI技术已不断渗透在配载线路优化当中。集货线路优化、货物配装及送货线路优化等，是配送系统优化的关键。国外将配送车辆调度问题归结为VRP(VehicleRoutingProblem，即车辆路径问题)、VSP(VehicleSchedulingProblem，即车辆调度问题)和MTSP(MultipleTravelingSalesmanProblem，即多路旅行商问题)。解决相关问题会运用到AI背后的运筹学、应用数学、组合从不同执行角度支持和实现配送路线。除此之外，以硬件机器人为AI落地的产品也逐渐应用在物流的仓储和装卸环节当中，这些机器人具备感知、判断和自行解决物流中某些问题的能力，主要技术创新包括三大方向：：KIVA式"货到人"拣选，高效分拣抓取和无人货物配送；"货找人"订单拣选：通过采用视觉识别技术给机器人"装上眼睛"，实现货架找人的订单拣选，如亚马逊推出的KIVA机器人、海康威视最近推出的阡陌系统。KIVA机器人能根据订单找到合适的产品，其顶部中间有一个可升降的圆盘，可抬起重达750磅（340千克）的货物，"眼睛"位于顶部中央位置，它可以识别出货架，之后与"眼睛"平齐的黑色平面将会上升，将货架举起来并交付给工作人员。高效分拣抓取：机器人拣选作业是由机器人来进行品种拣选，如果品种多，形状各异，机器人需要带有图象识别系统和多功能机械手，机器人每到一种物品托盘就可根据图象识别系统"看到"的物品形状，采用与之相应的机械手抓取，然后放到搭配托盘上。目前这一方向也面临着一些挑战和机遇，主要体现为是否能为客户提供达标的识别准确度和精度以及满意的性价比。分拣抓取机器人要进入市场仍需一段时间。货物配送：主要分为无人机和机器人系统，解决物流最后一公里问题。目前亚马逊、谷歌、京东等纷纷加大在该方向的投入。亚马逊仓储机器人系统是智慧物流装卸环节的典范，国内的苏宁物流、京东、菜鸟网络等在这方面均有布局。

（七）人工智能和物联网技术助力环境保护

互联网小常识：服务器在进行文件传送时要求用户输入账号和密码，但是可以使用“匿名FTP服务”来使用户不用输入密码。

2016年，一家国外媒体评选的十大最环保科技创新中，人工智能上榜。如何监控大片森林的退化情况呢？许多国家的政府正逐步采用人工智能程序Terra-i，该程序利用实时的雨量数据来预测某一栖息地的植被覆盖情况，再把预测内容与地球监测卫星拍摄的栖息地图像相匹配。预测情况和实际情况之间的差异体现了人类活动对栖息地的影响。最酷的是，Terra-i在分析时能够利用神经网络"学习"不同降雨量对应的实际绿化水平。2015年，IBM和北京市环保局合作推出"绿色地平线"项目，利用IBM认知计算、大数据分析以及物联网技术，分析空气监测站和气象卫星传送的实时数据流，提供未来3-5天的高精度空气质量预报，实现对北京地区的污染物来源和分布状况的实时监测。在节能减排方面，IBM研究院开发了一套新能源功率和天气模型预测解决方案，结合天气预报和优化分析技术预测风能和太阳能的发电功率，能够帮助能源电力公司提高新能源发电并网的可靠性。据称，该技术已在国网冀北电力的张北县风光储输示范项目（670MW）的一期工程（160MW）得到应用，并在现有基础上增加大约10%的新能源并网量。

（八）人工智能和物联网技术服务智慧政务

近些年来，智慧政务的主要发展方向为简化审批、加快建设信息化系统。据2018年北京安博会了解到，科大讯飞研发了基于大数据、人工智能、信息安全和移动互联网技术的"社会服务管理信息化平台"。该平台可实现城市数据资源的共享协同。据了解，项目建成后，共整合77个部门（大类）数据，交换数据10.8亿条次，中心库沉淀数据5.8亿条，截至2017年12月13日，共受理121715个事项，办结121247个，办结率99.6%，截至2015年底，科大讯飞社会服务管理信息化建设已覆盖5省（皖、吉、赣、桂、粤）19个地市，其中安徽省合肥、芜湖、阜阳，吉林省长春、江西省新余均为信息惠民试点城市。

互联网小常识：从路由选择算法对网络拓扑和通信量变化的自适应能力的角度来划分，可分为静态路由选择算法与动态路由选择算法两大类。

二、人工智能和物联网技术服务智慧城市的应用疑难

人工智能和物联网技术在智慧城市建设中的应用疑难，以公共安全领域为例，中国平安城市建设在经历了基础设施建设阶段，在公共安全领域中AI赋能的前端视频监控采集设备，人工智能算法支撑的人脸识别，车辆识别，特征识别已经在天网工程等建设中应用落地，而基于物联网传感器应用的证件感知门，智慧门牌，温度湿度压力容器甚至PM2.5等传感器技术的物联网基础设施也已建成，到现在的"雪亮工程"是安防行业继平安城市后又一历史性机遇，"雪亮工程"已出现加速向上拐点，取代"平安城市"成为安防市场主要驱动力。"雪亮工程"在政府采购招标网上公开的中标项目总额在2017年由第一季度的3亿增长到了第四季度的43亿，四季度同比增速达到220％。2016年全年公开中标项目总额仅为2亿，2017年达到66亿，是2016年的33倍。为了实现力争到2020年实现公共安全视频监控建设联网应用"全域覆盖、全网共享、全时可用、全程可控"的目标，接下来无论是发达地区，还是边远地区或者欠发达地区，都有望在未来两年内大力建设平安城市、雪亮工程等视频监控项目。可以看到通过雪亮工程的建设，切实的增强了预计预防、打击犯罪、整体防控、基础防控和破解社会管理难题的能力，目前已进入以数据分析为核心的情报驱动的信息化建设阶段。在这个阶段，数据是重中之重，而对于公共安全领域的使用者和管理者来说，如何更高效地收集和分析数据是一个重点。所以，从应用层面来看，大数据、视频云和智能分析的有机结合与多维应用已经是当前公共安全项目建设的热点。未来，搭载AI技术的实时智能视频监控系统将作为智慧城市中的平安社区、智能交通、智慧商业、智能家居等领域物联网应用的核心一环。2017年3月，"人工智能"被写进政府工作报告，未来可以预见，伴随一系列政策的出台，AI技术在安防领域将加速落地，并掀起新一轮智能安防改造与建设热潮。近年来，伴随着人工智能技术的第三次大爆发，众多围绕AI技术的企业走到了台前，向着智慧城市AI＋（人工智能）安防不断迈进，安防行业的人工智能化是必然的趋势之一。当前，AI技术对安防行业的驱动和颠覆力是远甚于先前的高清视频、智能分析，未来的AI＋（人工智能）安防发展趋势将从后端向前端延伸、从静态处理到动态识别、从被动防御到主动防控转变；AI技术的融入，促使智慧城市不断向网络化、集约化、智能化发展。但是，目前的人工智能，物联网在智慧城市公共安全领域的建设中依然存在一些问题，主要表现在以下几个方面：

（一）技术成熟度亟待提高

尽管随着本轮人工智能技术大爆发的来临，视频智能分析、深度学习、大数据技术也已经开始在安防行业崭露头角。但是目前的视频智能分析技术对于视频成像质量要求较高，而目前的视频图像质量受环境影响较大，加上由于编码、网络带宽等因素制约，在视频模糊、光照不足等情况下无法实现视频分析技术的有效辨识。深度学习技术目前也只能保证在设备制造过程中进行学习，无法实时对采集的图像进行进一步学习分析，尚不具备成长能力。此外，大数据技术应用中，目前的结构化处理能力尚有较大的发展空间，数据量的几何规模对计算机的计算能力、处理能力以及结构化分析能力有着更高的期待与要求。

（二）提高数据的开放程度以及加强数据之间的联系

目前，我国的互联网用户规模居全球首位，随着平安城市、雪亮工程的建设，为安防行业带来了丰富的数据资源和应用优势。但是，数据之间的关联融合非常少，数据资源仍处于分散状态，各个数据所有者之间的孤岛现象、烟囱现象仍很严重，数据的开放和共享程度低，难以开展多维数据融合分析，导致人工智能在获取有效的数据支撑这条道路上仍有很长时间要走。但是，最终承载着AI技术的实时智能视频监控系统将作为智慧城市中的雪亮工程、平安社区、智能交通、智慧商业、智能家居等领域物联网应用的核心一环。

（三）专业领域稀有人才的缺失

2017年3月，政府工作报告中提到，要加快人工智能等技术的研发和转化。人工智能进入政府报告，意味着其发展已经上升到战略高度。业内人士表示，随着后期细化政策的不断落地，将进一步推动产业高速增长。据相关数据统计，全球目前拥有约25万名人工智能专业人才。然而，从市场的发展来看，这一数量级的人才储备远无法满足未来几年中人工智能在垂直领域及消费者市场快速、稳健增长的宏观需求。更严峻的现状是，现有的人工智能专业人才中，有超过三分之一来自美国。这对于中国科技公司来说，更为不利。工信部教育考试中心副主任周明也曾在2016年向媒体透露，中国人工智能人才缺口超过500万人。未来，无论是安防巨头，还是人工智能领域的"独角兽"公司，人才缺口都看成为了这些企业人工智能发展的一道坎。

（四）业务应用需求不聚焦

下围棋的人工智能系统AlphaGo相继打败李世石、柯洁的大战几乎人尽皆知，给人感觉人工智能在攻陷围棋、在不同版本的人机大战中也获得了众多成就。然而，这更多地是一场科技秀，以此向外界展示自身人工智能技术实力，但在推动人工智能技术实际应用中，至今尚未有比较成熟的应用项目。随着智慧城市、平安城市的不断发展，各个城市你追我赶、大干快上，底层基础的建设在不断加强，但面向客户的最终应用需求仍然亟待从厂家到用户全链条的关注与开发。

三、人工智能物联网技术应用前景趋势

人工智能物联网技术的发展也是日新月异，应用前景广阔，在安防市场呈现出：

（一）前端物联设备高清化、智能化

安防业务系统应遵循"看的清、看的全、看的懂、看为用"的实战目标，而实现这一目标的基本前提就是规模化部署智能化、立体化的高清采集前端。随着编码技术的提升，目前720P、1080P码流带宽都在大规模应用范围之内，4K高清也逐步应用于特定的一些场景。要做到智能化、立体化，就必须要求场景足够细化，产品类型足够丰富，选型部署足够匹配。另一方面，安防行业的视频监控具有点位多、信息量大、传输成本高、后端大规模分析成本高、分析时效延迟等特点，如果单个前端设备具备智能化能力，不但可以大大提高整个系统的响应效率，还可以缩减后端平台的建设成本。建设过程中，在关注云计算，强调计算集中、数据集中处理机制的同时，在技术上也应该关注计算资源和数据处理的边缘化，关注边缘节点互动和通信的特性，目的是充分应用边缘节点的计算能力，有效减轻对网络的要求和投资，满足边缘节点的实时应用和区域应用的需求。通过计算和数据的边缘化，降低了整个系统对数据中心的依赖。应用人像识别、车辆识别、行为识别等前端分析行为，使视频图片的深度精细化分析逐步前置，我们将"雾计算"与"云计算"相结合，更好的提升了全网效能。

（二）深度挖掘，为探知数据加载智慧大脑

以视频图像为核心内容的智能前端设备，实现了数据多元化、探知立体化。但是，仅仅采集、记录信息是不够的，不能满足各业务实战对数据有效性的要求。数据的有效性分为两个方面：一方面，按照数学统计的说法，有效信息可能只分布在一个较短的时间段内，即所谓信息的密度，往往越高密度的信息价值越大；另一方面是深层次挖掘庞大的海量数据，关联得出高价值的有效信息。将这些视图大数据快速有效转变为各种业务实战所需的价值信息，需要为智能的前端探知设备加载智慧大脑。从"密而不漏"到"万里挑一"，前者保证目标和线索被记录，后者实现目标和线索主动显露。经过智能感知之后，智慧大脑实现了海量数据价值的智能挖掘和海量价值数据的智慧流通，并因此让价值信息的实战应用成为可能。

（三）精耕视频云，实现实战应用数据化

依托专有业务信息网新建人脸大数据防控、车辆大数据防控、视频大数据治安巡控、视频大数据情报追踪、视频大数据指挥调度、视频大数据侦查实战等视频大数据应用建设，实现视频云调用、图像云智能、涉车云分析、人像云比对、综合云研判、策略云评估等应用。与上级平台的情报、指挥决策、综合防控、网安共享、执法办案、业务监督、移动应用、网上服务等应用云对接，实现更广泛的大数据整合应用和跨业务部门的深度视频大数据应用，实现省内应用关联，跨地市的视频大数据防控、视频情报分析、专项行动指挥等，从而达到提升预警防范能力、治安防控能力、指挥救援能力的目的。

随着语音识别、图像识别、语言处理、语义理解等技术的愈加成熟，智能分析、云计算、云存储、大数据技术不断升级，加上深度学习算法种类的不断完善与芯片技术的计算及稳定性能提升，使得视频深度学习技术成熟度越来越高，给人工智能和物联网技术在智慧城市领域带来了全新的机遇。同时，政府的功能性需求也为安防行业的发展发挥了巨大的驱动作用。智慧城市行业与领域的细分必将为人工智能安防的发展奠定基础，平安城市、雪亮工程等一系列安防工程系统的建设部署了大量的高清智能前端，必将带来巨大的视频图像资源，有效的数据资源将为视频结构化、深度学习、大数据等技术的发展提供巨大的样本基础，从而为人工智能安防的发展带来明显的推动作用，促进安防领域感知水平和应用能力不断提升。