作为全球人工智能计算领导者,NVIDIA携手合作伙伴亮相2017中国国际社会公共安全博览会(CPSE 2017),并展示NVIDIA Metropolis全新端到云的智慧城市解决方案。
视频是全球最大的数据生成源,它们来自政府资产、公共交通、商业楼宇和道路等领域中部署的数亿台摄像机。至2020年,摄像机的累计数量预计将增加至约10亿台。视频及数据的采集让城市变得“可视化”,而智能数据分析推理才赋予城市真正的“智慧”,进而为城市安全保驾护航。
在处理城市建设中的海量数据方面,AI比人力更擅长。由深度学习驱动的AI计算机能够颠覆传统数据处理、分析的方式,高效整合海量图像信息并将其转化为深层次的理解。
从数据采集,存储,处理到推理运用,城市视频监控分析人员每日面临复杂挑战。以往单纯依靠人员监控的方式仅能覆盖视频监控数据的凤毛麟角,而早期视频分析系统的处理能力正确度远远低于人类。
NVIDIA Metropolis智慧城市平台将GPU深度学习及加速、推理能力应用于城市安防系统中,可以实现视频数据的实时处理,并不断通过训练推理,提高性能,让每一次数据采集都赋予意义。
Metropolis是一个涵盖训练和推理,从端到云的AI城市整体解决方案。它在数据中心和云端整合了NVIDIA Tesla加速计算平台,在终端整合了Jetson嵌入式平台;软件层面则通过TensorRT、DeepStream、JetPack等帮助开发者实现优化加速、视频处理和推理提升。
目前正式发布的Metropolis版本中,包含了DeepStream SDK,简化了由深度学习提供支持的、用于AI城市与超大规模数据中心的可扩展智能视频分析的开发工作。它将用于推理的NVIDIA TensorRT,用于转换的视频编解码SDK,以及所有需要的预处理和数据管理整合成为一套优化的API。开发者可以使用DeepStream来进行图像分类、场景理解、视频归类、内容过滤等,以满足最严苛的吞吐与延迟的需求。
此外,Metropolis还包含打造Jetson平台的开发套件JetPack。对于批量大小(Batch Size)为1的低延迟应用程序,JetPack 3.1版本可将其深度学习推理性能提高一倍。这些解决方案都能帮助开发者更高效地在终端构建AI应用。
目前,NVIDIA Metropolis平台越来越多地被用于安防领域,从改善交通与停车,到增强执法效力,再到提升城市服务等方面,让城市安全变得更加有“深度”。
在中国,NVIDIA已经与阿里巴巴、海康威视、华为、大华、宇视、商汤科技、旷视、依图科技、东方网力、佳都科技等厂商携手,推出了覆盖视频分析、人脸识别、智慧交通等领域的安防解决方案,不断让GPU的强大处理能力渗透至城市安防的各个领域。
NVIDIA亚太区战略运营与合作伙伴副总裁潘迪表示,“NVIDIA在安防领域提供端到云,从训练到推理的人工智能整体解决方案,NVIDIA Metropolis将GPU的强大性能提供给城市安全领域的合作伙伴,并共同引领安防行业的新变革”。
目前,NVIDIA在安防领域的核心合作伙伴已经超过50家,并不断拓展中,越来越多的企业正在使用NVIDIA Metropolis平台,来共同打造更安全、更智慧的城市。
好文章,需要你的鼓励
本文探讨如何使用生成式AI和大语言模型作为倾听者,帮助用户表达内心想法。许多主流AI如ChatGPT、Claude等被设计成用户的"最佳伙伴",或试图提供心理健康建议,但有时用户只想要一个尊重的倾听者。文章提供了有效的提示词技巧,指导AI保持中性、尊重的态度,专注于倾听和理解,而非给出建议或判断。同时提醒用户注意隐私保护和AI的局限性。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
人工通用智能和超级人工智能的出现,可能会创造出一种全新的外星智能形态。传统AI基于人类智能模式构建,但AGI和ASI一旦存在,可能会选择创造完全不同于人类认知方式的新型智能。这种外星人工智能既可能带来突破性进展,如找到癌症治愈方法,也可能存在未知风险。目前尚不确定这种新智能形态是否会超越人类智能,以及我们是否应该追求这一可能改变人类命运的技术突破。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。