当云计算像自来水或者电力一样可以随时获得,这对于人工智能(AI)的发展而言将意味着什么?曙光公司高级副总裁聂华的答案是“更低的实现成本和更广泛的应用机会”。
聂华提出,随着越来越多的城市部署了城市云计算中心这个“神经中枢”,人工智能应用就能够像自来水一样深入城市系统各个“神经末梢”。“城市有了更易获得的人工智能应用能力,智慧城市建设的‘最后一公里’也就迎来了曙光。”聂华说。
提升城市智慧的催化剂
根据国家相关部委推进智慧城市建设的部署,预计我国2017年启动智慧城市建设和在建智慧城市的城市数量将超过500个。
“建设智慧城市,只有将信息技术、信息资源融合到城市建设过程中,才能更好地满足城市智慧发展的需要。”聂华指出。
云计算和人工智能作为IT产业不断“进化”的产物,正是为解决大数据问题而生。聂华解释说:“云计算、人工智能正是由计算量需求越来越大,数据越来越多、越来越动态、越来越实时所催生出来的。”
实践证明,云计算中心在数据资源整合方面的能力出众。聂华表示,“通过算法与海量大数据结合,人工智能可以被应用到城市云系统的各个‘神经末梢’,而这正是人工智能的用武之地。”
此外,将人工智能与智慧城市的各项建设内容相结合,还使得城市云承载的各类应用显著提升智能水平,这在治理交通拥堵、气象预报与监测、金融安全等方面尤其突出。“通过人工智能算法深度挖掘数据资源,能够形成新的支持决策的数据源,用于进一步提升智慧城市发展水平。”聂华说。
“可以说‘城市云+人工智能’的组合完善了智慧城市的大脑,已成为提升城市智慧的催化剂。”聂华表示。
城市云升级助AI发展
今年5月底,麻省理工学院《技术评论》(MIT Technology Review)对人工智能发展前瞻给出了这样的预期:AI战胜人类围棋高手的目标已经达到,但语言翻译(2024年)、撰写高校论文(2026年)、驾驶卡车(2027年)乃至撰写纽约时报排行榜畅销书(2049年)和完成外科手术(2053年)都还需要待以时日。一言以蔽之,人工智能虽然火热,但要发展成熟仍有一段漫长的路要走。
聂华指出,便捷的云计算可以让大数据拥有更低的实现成本与更广泛的应用机会,而大数据发展又为AI发展奠定了数据基础。未来AI需要更加便捷、更加细致地深入智慧城市各个应用场景。从建设智慧城市的角度而言,这呼唤着城市云系统的进一步升级。
作为城市综合信息服务系统,城市云能够显著提升城市管理和公共服务能力。“城市云1.0帮助多个应用系统实现了物理集中,而实现城市云平台的弹性化则是城市云2.0的应有之义。”聂华介绍道。
“在智慧城市建设的实践中,城市云3.0阶段形成了大数据平台,打破了信息壁垒,为AI发展提供了抓手。”聂华表示。
“曙光下一个目标是城市云4.0,即在大数据时代,根据现有政务数据和应用将数据资源盘活。”数据资源的盘活无疑将催生更多的AI应用,从而进一步推动AI的发展。聂华说:“通过对数据的细致分析和智能处理来推动智慧城市建设,这是构筑城市云的意义,更是共享数据真正的价值。”
好文章,需要你的鼓励
Gartner预测,到2030年所有IT工作都将涉及AI技术的使用,这与目前81%的IT工作不使用AI形成鲜明对比。届时25%的IT工作将完全由机器人执行,75%由人类在AI辅助下完成。尽管AI将取代部分入门级IT职位,但Gartner认为不会出现大规模失业潮,目前仅1%的失业由AI造成。研究显示65%的公司在AI投资上亏损,而世界经济论坛预计AI到2030年创造的就业机会将比消除的多7800万个。
谷歌DeepMind团队开发的GraphCast是一个革命性的AI天气预测模型,能够在不到一分钟内完成10天全球天气预报,准确性超越传统方法90%的指标。该模型采用图神经网络技术,通过学习40年历史数据掌握天气变化规律,在极端天气预测方面表现卓越,能耗仅为传统方法的千分之一,为气象学领域带来了效率和精度的双重突破。
人工智能正从软件故事转向AI工厂基础,芯片、数据管道和网络协同工作形成数字化生产系统。这种新兴模式重新定义了性能衡量标准和跨行业价值创造方式。AI工厂将定制半导体、低延迟结构和大规模数据仪器整合为实时反馈循环,产生竞争优势。博通、英伟达和IBM正在引领这一转变,通过长期定制芯片合同和企业遥测技术,将传统体验转化为活跃的数字生态系统。
韩国成均馆大学研究团队开发了首个机器遗忘可视化评估系统Unlearning Comparator,解决了AI"选择性失忆"技术缺乏标准化评估的问题。系统通过直观界面帮助研究人员深入比较不同遗忘方法,并基于分析洞察开发出性能优异的引导遗忘新方法,为构建更负责任的AI系统提供重要工具支持。