康普企业网络北亚区副总裁陈岚
COVID-19疫情已对全球各地人们的生活造成了巨大影响,尤其是对各类场所经营方、场所访客、员工等,各类场地的所有者和各企业都渴望能在某种程度上回归到正常状态。在家坐等数月或数年之后冠状病毒销声匿迹是不现实的,相反我们其实可以逐步采取一些有效、积极的举措,以改善现状。如今,“技术”就可以帮助我们重拾返回大型场所的信心。实际上,疫情之下,全球都面临着一种紧迫感,急需开发新的系统对公共场地进行监控,保障公共安全。当务之急,就是推动这一变革。
国内已有完备的COVID-19防护机制,包括佩戴口罩,保持社交距离,测量体温,设定人员容量/拥堵阈值,以及暴露后的接触者追踪等。场所管理者需要积极配合相关规定的执行,并对合规性进行监控,而技术就是解决之道。“技术”是一个相对宽泛的概念。具体而言,相关技术解决方案需要生态系统中的各大厂商齐心协力,共同为各类场所开发解决方案。其中,有四项关键技术:
例如,在体育场或机场等大型公共场地,运营方需监控成千上万的访客。这种情况下,技术生态系统将通过红外摄像头,在入口处对访客进行体温检查。然后,基于Wi-Fi的定位系统会监控访客的活动、人流密度,协助追踪接触者,并在人员密度达到阈值时提醒场地管理者。此外,还可通过连接免接触式票务或支付系统,以尽量减少人际接触。
在医疗机构中,医院可以仅保留一处入口,在访客进入时对其体温进行人工检测,或者也可以通过技术解决方案,在访客通过任意入口进入场地时,自动对其进行测温。该系统还能使用基于定位的技术来监控访客密度,或通过其他方式尽可能地降低暴露于COVID-19的可能性。例如,当病房中的访客数量超过阈值时,管理方会收到提醒,或启用非接触式系统进行支付和挂号。
在校园中,开放式园区使得校方很难在学生入校时检测其体温。网络及相关解决方案能够监控学生和教职员工的体温,以及走廊或教室中的人员拥挤程度。此外,连接到Wi-Fi接入点的烟雾检测系统还可监控浴室中是否有人吸烟,并通知管理员。
定位信息是许多健康和安全应用的关键一环,但由于GPS卫星的工作频率难以穿透建筑结构,室内GPS一直面临考验,尤其是针对穿行于建筑物或场馆中的访客。通常情况下,由于分布式天线系统(DAS)和宏蜂窝基站也会支持紧急情况下的定位服务,室内GPS若无法在关键时刻提供精准定位,可能会存在安全风险。针对此问题,Wi-Fi定位技术就有了用武之地。使用信号三角测量(signal triangulation)和RF指纹技术,定位技术可记录X、Y、Z坐标,并将其传递给定位引擎进行映射。通过一组强大的应用程序编程接口(API),该信息可北向提供给专门从事室内及场所定位应用程序的生态系统合作伙伴使用。此外,许多公司不仅利用Wi-Fi接入点的内置API和网关功能实现了位置和IoT的集成,而且还定制了专用的仪表板,以管理COVID-19风险事件和触发事件,例如社交距离、人员容量阈值、接触者跟踪等。
除提供宽带连接之外,在场地中部署Wi-Fi的另一益处在于,在Wi-Fi区域部署分布式天线解决方案(DAS)时,无需额外的Wi-Fi硬件,就能补足GPS的技术缺陷。当用户通过移动设备报警时,设备将扫描附近的Wi-Fi接入点和蓝牙信标,以确定其室内位置。如果这些Wi-Fi接入点已存储于国家或相关部门的应急数据库中,且该数据库包括街道地址、楼层等可调度地址信息,该接入点可直接将这些信息从呼叫中心发送给急救人员。而这些都是在移动设备上拨打紧急号码时自动进行的,无需在现有Wi-Fi或蓝牙信标网络基础上重复铺设网络。
这些技术的使用意味着我们可以对基础设施进行编程,以查看其趋势并对潜在问题进行预测,从而使警报系统可主动监控场所和每位访客的传播风险。本质上,通过收集、分析数据,系统可进行实时风险评估。更进一步的话,系统可针对网络或场地环境建议具体的逻辑或物理更改并实施,以帮助维护公共安全。例如,Wi-Fi定位分析系统不仅有助于判断是否存在人员拥挤情况,还可计算目标停留时间以判断暴露程度。此类数据可用于判断场地的某些区域是否对COVID-19传播构成更高的风险,或者新的人流配置能否更有效地将特定区域中的访客或员工隔开。
无线技术和定位信息可以帮助我们更安全地重返体育、旅游、酒店、交通运输和商业场所,为公共卫生和安全带来改变,以上只是简单举例。当设备、距离和位置等相关数据恰当地被关联起来,且能够在融合的智能网络基础设施上实时传输、接收并共享时,关于提供健康和安全的服务就有了更多可能性。
网络连接已成为数十亿互联网用户的便利设施,通过提供连接和服务帮助人们回归正常生活。在过去十年中,网络系统提供商及其生态系统合作伙伴一直致力于完善用户体验和商业运营。疫情的当下,我们必须共同投身到公共健康和安全服务的实际应用中去。
好文章,需要你的鼓励
Rescuezilla 2.6.1发布,基于最新的Ubuntu 25.04"Plucky Puffin"版本,同时更新了基于旧版本的现有构建。新版本提供基于六个不同Ubuntu版本的构建,包括所有仍在标准支持中的LTS版本。该工具用于紧急备份、数据恢复和文件系统管理,支持硬盘、SSD和虚拟驱动器。新版本重新支持Firefox,并能处理多种虚拟硬盘格式。
伊利诺伊大学团队提出Re-Bottleneck框架,解决了音频AI系统只关注重现质量而忽视任务适应性的问题。该方法在预训练模型内部添加轻量级"翻译器",无需重新训练整个系统就能为其添加有序性、语义理解和等变性等新功能。实验显示,该技术训练成本仅为原系统的0.33%,却能显著提升下游任务性能,为AI音频处理提供了高效的定制化解决方案。
AI代码编辑器Cursor的开发商Anysphere收购了AI客户关系管理初创公司Koala,旨在加强与微软GitHub Copilot的竞争。此次收购主要为获得Koala的顶尖工程师人才,组建企业就绪团队,而非整合其CRM产品。Cursor正通过这种人才收购策略快速构建企业业务能力,该公司年收入已达5亿美元,服务超过半数财富500强企业。
莫斯科理工大学研究团队提出革命性AI训练新方法,通过固定视觉嵌入层实现模块化组装和渐进式生长。专业模型可像拼积木般无缝合并,AI系统能像生物般逐层发育。实验证明合并模型性能优于单体专家,深度增加能显著提升复杂推理能力。这种方法有望推动AI发展从资源密集型向生态化转变。