云栖科技评论第62期:建造可以“思考”的城市

云栖科技评论第62期:建造可以“思考”的城市

62

卷首语

人民网公众号

阿里云公众号

建造可以“思考”的城市
 截止到2017年,中国人口超过千万的城市数量已经达到13个,共计有30个城市的人口总量超过800万,城镇化率达到了历史性的58%,已有超过8亿人生活在城市之中,这是中国经济的高速增长所创造的全球前所未有的城镇化奇迹。

 中国的城镇化趋势还将持续下去。城市具有集聚经济效应和规模经济效应,这会让城市规模在没有特殊原因的前提下持续膨胀下去,不仅如此,发达国家的城镇化率水平约为80%,随着中国经济的继续增长,中国的城镇化规模以及大城市聚集度都将继续提升。

 城市确实让生活更美好,但城市越大,所要面临的问题也就越多,交通拥堵、环境恶化、住房紧张、就业困难等随之而来的大城市病,让城市的美好大打折扣,但是,单纯的持续增加公共投资,在电力、通讯、公共交通、给排水、污水和垃圾处理等方面投入重金,对身患或者即将身患大城市病的城市来说收效甚微。

 传统的城市管理模式日渐失效,新的城市治理运营的模式,需要突破城市管理者“脑力”与洞察的局限,要实现从城市中任意一个微小的毛细血管到城市全局“生命体征”的感知、运营与管理,要通过城市全量、核心的“生命体征感应指标(体感指标)”优化城市公共资源,推动城市治理模式提升,并最终推动城市企业和产业发展。

 在数字经济时代,数据正是城市的“体感指标”,散落在城市里各个角落的数据,包括政府数据、企业数据、社会数据、居民数据、产业数据,是城市治理和运营最宝贵的资产,将数据全部集合起来,通过大数据、人工智能的方法对数据进行融合的计算,继而打造一个智能平台,比如说了解交通实时状况、事件突发预警,不仅可以对城市生命体征实现感知,更可以让城市学会“思考”。以数据为感官输入,以新一代信息技术为思维方式,城市将学会思考,得到从微小角落到城市宏观社会、产业发展的治理和运营方式。

 而城市“思考力”的承载,正是城市大脑,它汇集城市数据与大数据、人工智能技术,面向复杂度高、体量大、数据多样化的巨大场景,通过数据来优化城市公共资源,借助数据来推动城市治理模式的提升,城市大脑通过数据开放进一步推动产业发展。正因如此,城市大脑才成为了“大脑”,让我们可以创造可以“思考”城市的主脑。

 但城市大脑并非只是“大脑”,随着它成为城市数据的汇总,城市级大数据与人工智能技术的承载,它实质上已经成为数字经济时代城市处理的“数据智能能力基底”,就像城市的供电网络、供水网络一样,城市大脑成为城市供给数据资源、大数据与人工智能技术的新一代城市基础设施。
 阿里云研究中心 崔昊

 编辑制作:人民网研究院 内容提供:阿里云研究中心
 本刊仅用于行业交流,非商业用途。编辑或专家观点独立,不代表本刊立场。部分所选用内容,未能与作者取得联系,请联系本刊:yjy@people.cn

1、谷歌公布AI研究7大准则


谷歌公布AI研究7大准则

 【新闻摘要】 在宣布退出与美国国防部合作的军事AI项目Project Maven后不久,谷歌首席执行官桑达尔?皮查伊宣布,谷歌已经改变了在军事领域上的策略方向,他表示,谷歌将不会帮助美国国防部开发“AI武器”或将AI技术融入到武器系统中,但仍将继续与国防部保持合作。同时,桑达尔?皮查伊宣布了谷歌AI研究的7大准则,其中包括有益于社会、避免创造或增强偏见、为保障安全而建立和测试、对人们有说明义务、整合隐私设计原则、坚持高标准的科学探索和根据原则确定合适的应用。(阅读报道)
 【小云评论】谷歌通过AI研究7大准则,描绘了一个美妙的AI发展图景,即AI将完全基于科学和多学科的方法,借助大量具有相同高水平道德准则的研究人员共同努力,推动AI获得持续进步,并将其能力向优化社会治理、促进经济发展和提高人们的生活水平的方向发展。但我们也应当注意到,此次谷歌与美国国防部合作事件所引起的轩然大波及谷歌发布的AI研究7大准则,实际上都在提醒我们,AI研究需要的不仅仅是阿西莫夫机器人三定律那样的“人类共识”,而是切切实实可以保证“AI研究正常有序发展,造福国计民生”的顶层设计和规范性的法律法规。

2、日本造出“准商业化”纳米组装机器人


日本造出“准商业化”纳米组装机器人

 【新闻摘要】 日本东京大学工业科学研究所的研究人员在《自然?通讯》杂志上发表的研究成果显示,他们所研发的纳米组装机器人系统,即可以与纳米级物体进行精确交互的纳米操作机器人,已经非常接近商业化,这套“准商业化”的纳米机器人系统可以将不同二维材料人工叠加在一起,形成被称为vdW的异构结构,这一可以按需设计和叠加的人工结构极大丰富了材料的属性,被认为是自然界中并不存在但却性能优异的神奇材料,简单理解来说,就像是“原子层面的乐高”。(阅读报道)
 【小云评论】通过将性质迥异的二维材料堆叠在一起,能够创造出无限丰富的新材料和新物理特性,使得人类对材料的设计变得前所未有的简单,将创造出无限种基于材料创新的可能。日本东京大学工业科学研究所的这一研究成果,很可能改写纳米技术研究的游戏规则,打开大规模纳米制造的前景。值得注意的是,这一研究成果的创新,很大程度上来自于借助人工智能技术改善的图像处理算法,但也同时受制于人工监督的效率而未能取得更进一步突破,人工智能对科学研究的渗透与赋能,形成大科学和新技术的交叉,将产生具有深远意义的“化学反应”,持续的渗透与交叉,将会把这一反应推向更高的成就。

3、MIT 新设备助力假肢技术迈上新台阶


MIT 新设备助力假肢技术迈上新台阶

 【新闻摘要】 日前,麻省理工学院媒体实验室极限仿生学中心的研究人员已经成功开发出一种新的神经接口通讯模式,能够将动作指令从中枢神经系统发送到机器假肢,并将假肢关节运动的本体感受反馈回中枢神经系统,这种被称为主动肌-拮抗肌神经接口(AMI)的新模式,通过一种新的假肢手术实现,并在假肢中保留了动态肌肉反馈系统。据悉,麻省理工学院对 AMI 进行了广泛的临床试验,并第一次成功为布莱根妇女医院的一名患者实施了手术,在手术中,医生在患者的假肢中加入了两个主动肌-拮抗肌神经接口设备(AMIs):一个与机器踝关节连接,另一个与机器距下关节连接,通过让生物传感器发出电子信号,将机械拉伸转化为电信号,大脑就可以将其翻译为位置、速度和力量的感觉,而新假肢可以与植入的AMI接口设备的程序相连,由此,该系统实现了大脑与新假肢之间的“通信和协作”。(阅读报道)
 【小云评论】对于截肢病患来说,让假肢获得身体感觉非常困难,更不用说让假肢与大脑之间进行协作,MIT的这项开创性研究,能够让病患对假肢有更好的控制和反馈,增强他们的主观感受,实现更高质量的生活,而这也再一次体现出了人类运用科技实现人机交互乃至人机共生的巨大裨益。事实上,AI和云计算正在创造一个“人机混合+云上协作”的时代:一方面,我们的工作将与AI深度结合,AI作为知识发现的手段,帮助我们对数据进行收敛、提炼,形成高价值密度的知识集而不仅仅是数据集;另一方面,通过在云平台上建立知识共享、业务协作平台,我们将能够汇集更多的专业“大脑”,利用人的know-how,产生更为精准和具有深度的洞察,并形成决策。

4、亚马逊曝光神秘团队“Grand Challenge”


亚马逊曝光神秘团队“Grand Challenge”

 【新闻摘要】 近日有媒体曝光了亚马逊建立的神秘团队“Grand Challenge”,该团队类似谷歌的创新实验室X,由谷歌眼镜之父Babak Parviz领导,研究领域包括癌症研究、医疗数据、“最后一英里”配送等多个前沿技术项目。Grand Challenge实验室研究目前已经透露的两个项目分别关注癌症领域和医疗病历方面:与西雅图弗雷德?哈钦森癌症研究中心合作的研究项目,力图将机器学习应用于预防和治疗癌症;另一个代号为Hera的项目将从电子病历中获取非结构化的数据,来帮助识别不正确的代码或误诊。这项技术可能捕捉到医生遗漏的细节,并能够辅助减少保险公司在评估人群患病风险时的误差。(阅读报道)
 【小云评论】神秘团队Grand Challenge的成员中,有相当一部分是来自于亚马逊内部的“大胆去想(Think Big)”竞赛被筛选出来的获胜者——通过向CEO 贝索斯在内的亚马逊最高领导层展示创意,获得加入Grand Challenge的资格。大胆去想,大胆地将充满想象力的想法付诸实际行动,不仅仅将推动科学技术呈现跨越式发展,更能够实现科学技术在现实社会中的创新应用,获得极大的社会和经济效益。将目光放之高远,允许甚至支持一些具有想象力的“奇思妙想”和前沿性技术研发工作,所产生的收益将同样难以想象。

5、微软开始测试“潜艇式”海底数据中心


微软开始测试“潜艇式”海底数据中心

 【新闻摘要】 6月5日,微软在苏格兰部署的海底数据中心正式开始运行,该数据中心位于苏格兰奥克尼群岛附近海域的深海之下,约为一个集装箱大小。这个“潜艇式”海底数据中心长40英尺,拥有12个机架,搭载了共计864台服务器和相应冷却设施,是2014年开启的Natick项目中的一部分,其目标是希望利用海水冷却服务器达到降低能耗的目的。据悉,该数据中心是一个完整的、五年免维护的数据中心,通过与法国Naval集团合作,将通常用于潜艇冷却的热交换系统加以改造,用于海底数据中心。系统通过管道将海水直接通过服务器机架背面的散热器,然后排回大海。数据中心排出的热海水可以很快与周围水流融合冷却。(阅读报道)
 【小云评论】随着越来越多的企业进行数字化转型,计算、存储和网络的需求正在转移到云端,同时,大数据、人工智能、物联网等技术领域同样需要云计算作为基础平台,加之智能消费电子——智能手机、智能电视、智能音箱大量进入人们的生活,当今世界对数据中心的需求呈指数级增长,数据中心正迅速成为21世纪基础设施的重要组成部分,现有的数据中心已经远远无法满足人类的需求。建设更多数据中心受到了土地和能耗的限制,利用海底空间放置数据中心,并使用海水冷却,可以大大降低数据中心能耗,成为降低数据中心能耗的新思路。此外,世界上有一半以上的人口生活在距离海岸约200公里以内的区域,将数据中心部署在沿海城市的附近水域可以极大地缩短数据与用户的距离,使AI驱动技术能够为人们营造更加流畅、真实的用户体验,满足人口密集区域对云计算基础设施的大量需求。

6、微软宣布 75 亿美元并购 GitHub


微软宣布 75 亿美元并购 GitHub

 【新闻摘要】 6月4日微软公司正式宣布以75亿美元收购代码托管平台GitHub,如果一切顺利,该交易预计将于今年年底前完成。GitHub为各类开源项目提供免费的代码托管服务,是当前开源开发协作领域的首选服务,除了作为各类项目的权威源代码库之外,GitHub自身独特的pull请求工作流程也在客观层面成为代码贡献领域的标准实践。值得注意的是,当前主流的开源机器学习开发框架,都托管在GitHub上。(阅读报道)
 【小云评论】GitHub被收购几乎是早已注定的事情,但谁也没想到,买家会是微软。就微软自身而言,收购GitHub一举多得:首先,收购GitHub有助于改善微软一直以来与开发者之间不太友好的关系,顺利、优秀地运营GitHub,会让微软在开发社群、开源生态中加分;其次,GitHub作为全球最大的代码及开发项目托管平台,其自身的平台和服务可以补充微软的SaaS产品版图;第三,微软可以以 GitHub + VSTS + Azure 的产品组合提供完整的云开发+云计算的组合拳;第四,微软可以通过 GitHub 这一软件开发的入口,获取更多的企业级云服务的客户。但摆在微软面前的难题同样不少:涉嫌非法的代码、在多国面临的法律和审查问题、未来GitHub的中立性和透明度,都是微软绕不开的“坑”。

7、硅谷科技“增长”已超过2000年网络泡沫


硅谷科技“增长”已超过2000年网络泡沫

 【新闻摘要】 根据 PitchBook 截至 5 月 15 日的数据,2018年已经出现了11 家新独角兽企业(指估值超过10亿美元),而TechCrunch 在今年 2 月末记录到了全球独角兽公司达到279家的顶点峰值。美国国家经济研究局 (NBER) 最近的一项研究得出结论,平均而言,独角兽被高估了大约 50%,这也就意味着,在该项研究所覆盖的135家独角兽企业中,有大约65家企业的估值应该低于10亿美元。与此同时,大多数独角兽公司都没有创造数十亿美元的收入。多个财务模型预测结果显示,多达 80%的独角兽公司将在两年内失败。举例来说,估值最高的私营科技公司 Uber 虽然收入快速增长,但仍然没有利润——Uber 在 2016 年收入为 65 亿美元,但却有 28 亿美元的净亏损。我们现在很可能正处于一个比 2000 年互联网泡沫更大的科技泡沫中,估计“独角兽”这个因科技浪潮而兴起的词汇不久就将堙没。(阅读报道)
 【小云评论】即使是在神话故事中,独角兽也是稀有的存在,但在中国,据长城战略咨询联合科技部火炬中心发布的《2017年中国独角兽企业发展报告》显示,中国已经有了超过164家上榜企业,很显然在中国独角兽企业并不少见,更不用说,独角兽往往用来形容互联网相关企业,它们高度集中在文化娱乐、电子商务、汽车交通和科技金融领域,这又进一步提高了“独角兽密度”,但这些企业中的大多数,既未做到所在领域的No.1,也没有真正形成10亿美元的年营收。因此,如此多的独角兽企业,很难说不是一种被臆想出来的泡沫经济,正如财经作家吴晓波所说:“独角兽既不可能大批量人工繁育、催熟,也不可能根据几个僵化指标和评比活动筛选出来,而是必须实实在在经过市场检验的高科技企业。”

8、美国政府已关闭 5800 个数据中心,考虑更多云计算合同


美国政府已关闭 5800 个数据中心,考虑更多云计算合同

 【新闻摘要】 据CNBC报道,美国行政管理和预算局原计划在2018年底前,节省大约27亿美元的开支,但实际上政府相关方面的赤字仍然在不断增长,因此该计划可能只可以节省下16.2亿美元。据美国政府问责局报告显示,出现这一情况的其中一个原因是政府使用的数据中心呈爆炸式增长:美国联邦政府从2010年7月的2094个数据中心增加到2017年8月的12062个,新增加了约15万台服务器。因此,美国行政管理和预算局计划进一步关闭美国联邦政府运营和管理的数据中心,转而采用云计算服务。(阅读报道)
 【小云评论】云计算、大数据、人工智能等新一代信息技术,不仅仅驱动着实体经济的转型,也同时助力着政府服务的数字化转型,在提升政务服务水平、社会治理能力、营商环境改善等方面发挥重要的作用,是未来政府服务的数字基础和智能核心。就云计算来说,一方面,它将是政府提供数字化、网络化、智能化、微粒化服务的核心基础设施,在其上建构数字化的政务服务是未来的大趋势,并以此为基础,构建更多“最多跑一次”的政府服务数字化转型典范;另一方面,以云平台构建政府事务处理、社会治理的网络协同平台,实现政务信息系统及政务大数据的整合共享,结合人工智能技术减少重复、机械的劳动,将驱动政府基础架构的再次进化。

9、阿里云发布ET农业大脑,养猪种树样样在行


阿里云发布ET农业大脑,养猪种树样样在行

 【新闻摘要】 6月7日,上海云栖大会,阿里云总裁胡晓明正式发布了ET农业大脑,这是继ET大脑在航空、交通、工业、环境、医疗等多个领域落地后,又进入的一个新的行业。ET农业大脑目前已经应用在了生猪养殖、苹果及甜瓜种植等多个领域,未来还将很快在石榴、生菜种植中落地。ET农业大脑在四川特驱集团的应用中取得了显著的成效,通过将猪场铺上有ET农业大脑加持的摄像头,解决了人工大规模养殖的深度拓展和降本增效问题,还形成了更智能、更精细的养殖模式,预计今年母猪年生产能力可以提升3头,死淘率降低3%左右。(阅读报道)
 【小云评论】我国是农业大国,农业从业人口却在逐年下降,并呈现出农业劳动力老龄化程度高、速度快,新增农业劳动力快速放缓的态势,急需通过信息化、现代化、数字化的手段,提高农业生产效率、加速农业产业化,以此保障农业生产的正常有序发展。未来ET农业大脑将从四个维度将最先进的大数据、云计算、人工智能技术负载在农业上:1、把农业资料数据化,生成数据档案;2、对农产品进行全生命周期管理和监测,提升农产品的质量;3、打造智慧农事系统,在手机端对农作物进行可视化管理;4、打造全链路的溯源系统,对农产品进行溯源。

10、MIT创造了一个“精神变态AI ”


MIT创造了一个“精神变态AI ”

 【新闻摘要】 麻省理工学院媒体实验室的团队创造了一个名为诺曼的AI,它被该团队称之为“全世界第一个精神变态者人工智能”:通过使用 Reddit 论坛上充斥着令人不安的死亡、尸体等暗黑内容的子论坛的数据来训练诺曼,使得这一AI在进行名为“罗夏墨迹测验”的投射人格测试(个性测试)时,与传统AI所“看到”的较为常态或乐观的意象不同,看到的多偏向冲突性、死亡场景,像是被枪杀、触电而死。该实验室助理教授Iyad Rahwan 接受采访时就指出,诺曼 AI 能反映出非常黑暗的事实,说明人工智能可以学习这个世界中的恐怖现实。(阅读报道)
 【小云评论】好在诺曼项目团队留了一个“后门”: 可以让人们回答自己所看到的世界,可能会帮助诺曼修复自己,把它从暗黑世界里拯救出来。事实上,创造诺曼的MIT团队并非为了塑造一个阴暗的AI,他们的目的是告诉全世界必须正视一件事:用来教导或训练机器学习算法的数据,会对 AI 的行为造成显著影响。也就是说,有偏差、偏见的数据就会可能训练出带有偏差/偏见的人工智能,预测或分析出带有偏差/偏见的结果。正如本期第一条评论中所说的,AI研究需要的不仅仅是阿西莫夫机器人三定律那样的“人类共识”,而是切切实实可以保证“AI研究正常有序发展,造福国计民生”的顶层设计和规范性的法律法规。

人 民 网 版 权 所 有 ,未 经 书 面 授 权 禁 止 使 用
Copyright © 1997-2018 by www.people.com.cn. all rights reserved

Source: People’s Daily Online Click to Read more from the respected source


 

Affiliates