來源:時空人工智能賦能數字孿生城市白皮書編委會
日前,《時空AI賦能數字孿生城市白皮書(2021)》(以下簡稱白皮書)正式發布,這是國內外產學研合作共同針對時空AI的首次系統性闡述,并形成了較為完整體系框架,勾勒出未來可能的發展路徑。白皮書由維智科技創始人陶闖博士主編,由同濟大學、北京大學、武漢大學、威斯康辛大學、明尼蘇達大學等高校教授共同編寫,并由中國科學院、中國工程院李德仁院士,中國科學院周成虎院士,中國工程院郭仁忠院士,英國皇家科學院院士Michael Batty等共同指導完成。
人工智能的發展從感知階段進入認知和預知階段。AI的發展已經滲入到多個應用領域。近年來,尤其是全球疫情的爆發讓大家認識到“時空大數據+AI”在科技抗疫防控中產生了巨大的價值。AI技術與地理空間智能、城市空間智能、時空大數據智能、數字孿生城市的發展產生了深度的融合,推動了AI在認知和預知層面的創新與發展。
這些領域無論在理論方面、還是技術創新和應用實踐方面,一個核心的底層創新是基于時空的人工智能:時空人工智能(Spatio-TemporalAI)。隨著城市數字孿生的發展,時空人工智能(ST-AI)開始受到產學研的廣泛重視,白皮書旨在推動AI技術與城市數字孿生的場景結合,通過場景應用推動技術升級,通過技術創新賦能城市數字化轉型。
01、時空人工智能提出背景
時空大數據意味著對一個城市的豐富知識,如果正確使用,可以幫助解決各類城市化發展以及場景賦能挑戰。通過融合基礎地理信息數據資源池(2D、3D),感知物聯網數據資源池(環境感知數據),維度豐富的時空數據資源池(人、車、物、場),構建統一的地理信息數據、時空數據、業務數據的數據治理框架,以及豐富靈活的時空服務體系框架,能夠支撐海量數據和復雜應急應用的高效率對接。
02、時空人工智能:城市數字化轉型的新引擎
時空人工智能(Spatio-TemporalAI)是人工智能領域的新型創新應用技術,旨在以時空為‘索引’對多源異構數據進行時空化治理和融合,并借力知識工程和AI算法進行智能化分析,從而挖掘知識和輔助決策。時空人工智能是上述提出的地理空間智能、城市空間智能和時空大數據智能等的統一表示,包括從時空感知、認知到決策的多項核心技術。其應用生態領域非常廣泛,包括智慧城市、智能交通、智能園區、智能零售、智能地產、智能商業等多個領域。
其首要核心是推進落實城市新型基礎設施之數字孿生底座建設,通過城市數據時空價值釋放與共享、時空動態數據資產構建等,助力實現新型智慧城市自組織、自學習、自預測的智能泛在愿景。
以“賦能、創新、合作、共享”為理念,推動布局構建開放共享、普惠全球的時空人工智能技術和應用平臺。助力智慧城市各個領域的技術成果轉換、應用場景落地、標準研究和制定以及行業生態建設等方面的發展,加快城市數字化轉型和構筑動態數字孿生城市新范式。
03、關鍵技術
時空大數據應用,涉及采集、接入、存儲、管理、分析諸多流程環節,每個流程環節又有眾多技術路線及其實現框架可供選擇。這些技術和框架疊加與融合,即構成了時空大數據技術體系,支撐時空大數據的多類型應用。
(1)數據接入層主要作為數據入口,負責時空大數據的接入與緩存,并供下游系統消費;
(2)數據存儲和管理平臺負責時空大數據的存儲,并組織相應的索引接口,按訪問模式可分為分布式文件系統型和非關系型數據庫型兩類:分布式文件系統型主要用于面向大規模數據量的聚合分析場景,而非關系型數據庫型主要用于各類數據精確查詢;
(3)數據處理與分析平臺除了提供基本查詢訪問接口之外,進一步提供高性能分析方法,根據數據存在形式和應用場景,分為面向批處理的離線數據分析和面向流處理的實時流計算;
(4)應用層則根據需要,直接調用查詢/處理層的訪問接口與計算分析操作,或者通過二次開發來組合相關方法,以支持時空大數據的高階應用。
04、生態應用
城市智能
城市規劃的誕生可回溯至十九世紀英國《內城地區法案》的誕生,其本質上是協調處理人-地關系的關聯。但由于過去一方面無法在掌握城市空間精細化的形態特征與功能構成,一方面無法了解人的行為使用,使得在過去百年中產生重要影響的城市理論多為定性的經驗歸納,城市規劃、城市設計和城市管理基本都依賴于專家的主觀經驗判斷,研究與實驗往往只能在分析的規模與精度中擇一深入。
而海量時空數據和時空人工智能的結合,有望改變“宏觀尺度”與“微觀細節”難以共存的難點。一方面提供兼具大規模與高精度的全景圖像,另一方面在CIM本底的基礎上通過智能化算法學習專家經驗判斷、解析建成環境領域的復雜問題,進而形成城市感知、城市體檢、更新規劃、精細化城市設計與治理的行業閉環,推動行業范式的革新。
交通智能
城市居民是公共交通出行的組成主體,城市居民的出行活動規律是對城市公共交通運行狀況的反映。因此居民出行活動的規律對于深刻理解城市公共交通具有重要的意義。當前,在大數據爆發的時代背景下,各種類型的時空軌跡大數據用于居民出行模式研究,如浮動車運行軌跡數據、交通智能卡刷卡數據等。
地理智能
隨著時空地理大數據的爆發式增長和信息技術的推動,地理空間建模分析方法與人工智能技術具有廣闊的交叉前景。時空人工智能的思想可以很好地顧及地理規律的復雜性、地理信息表達的多樣性以及地理數據的不完備性等關鍵問題,為構建更加智能化的地理空間建模和分析方法提供扎實的理論基礎和技術支撐,輔助人類更好地理解“人類-環境”復雜系統中的各類地理現象。
園區智能
產業規劃是園區發展的基礎所在。需要深入考慮本地經濟水平、資源優勢、配套支撐、產業基礎等多重因素,傳統基于專家經驗指導的方法耗時長且無法保證能對復雜因素進行全局把控和科學分析,以致許多園區無法形成核心競爭力,呈現粗放發展模式。
基于時空人工智能能夠對尚無產業規劃的園區進行產業規劃推薦,對已有產業規劃的園區進行產業補全建議,聚集把優勢傳統特色產業做大做強、做優。結合知識圖譜技術,將多源數據進行圖譜化,利用圖結構表示學習和相似子圖計算,挖掘數據之間潛在的關聯信息,最終服務于上層業務與客戶。
05、時空人工智能賦能數字孿生城市案例
城市時空智能平臺通過構建專業數學模型,全流程、全方位、全角度、全過程的對城市進行解構分析,對城市狀態進行系統量化,模擬城市系統運行,感知城市體征,監測城市活動,預演各種建設效果對城市帶來的影響,從而實現查看-監測-感知-預警-模擬-評估的全流程。
平臺整體上分為數據層、計算層、應用層和決策支持層等四個部分。
城市狀態量化:以規劃大數據庫為基礎,將各類數據空間化,將城市狀態、描述轉化為可視化的規劃指標。
城市體征可視:開展城市生命體征的量化研究,分專項用數據量化城市運行狀態,在視圖中可視,形成城市“儀表盤”。
城市規劃預演:根據規劃設想進行方案實施模擬與仿真預演,形成規劃“預演室”。
城市評估決策:對城市運行狀態進行動態檢測,對照規劃目標評估,為決策提供依據,形成城市仿真決策的智慧“大腦”。
針對不同的用戶群體的使用需求,城市三維智能信息平臺提供了四套視圖,分別面向城市決策者、業務管理者、規劃管理者以及公眾。
06、結語
總體而言,目前時空人工智能技術在促進城市數字孿生的發展中已經開始起到重要作用。時空人工智能的生態應用已涉及城市的智能感知與設計、交通智能管治理、地理智能分析以及園區智能管理等多個領域,在多級、高頻和高精度的時空大數據與人工智能算法的支持下,可以實現精準化、動態性和高效性的智能城市治理,取得了一定的實踐經驗與成效。
為了進一步適應城市發展的科學性、包容性和彈性需求,未來需要加強時空人工智能技術與城市數字孿生城市發展的深度的融合,從動態數據庫高質量建構、智能算法迭代優化以及應用場景多元拓展等方面持續努力。
城市是社會分工和生產力發展的結果,是人類文明的重要組成部分。進入二十一世紀以來,我國城市化進程加速,以人工智能、云計算、大數據、物聯網等新一代信息技術驅動的智慧城市逐步發展,為新時代促進經濟增長、建設美好生活、實現城市可持續發展,提供了可行之路。
2021年是不平凡的一年,我國宣告實現了第一個百年奮斗目標,全面建成了小康社會,開始向全面建成社會主義現代化強國的第二個百年奮斗目標邁進。在國家新型城鎮化大背景下,十四五規劃綱要強調“加快數字化發展,建設數字中國”,明確提出“以數字化助推城鄉發展和治理模式創新”,為智慧城市未來十年的發展作出戰略指引。
日前,百度智慧城市事業部聯合中國信通院產業與規劃研究所正式發布《百度智慧城市白皮書》(以下簡稱《白皮書》),全面分析了我國智慧城市的發展歷程、最新態勢及未來趨勢,從新型智慧城市的頂層架構、建設路徑、實踐案例等方面,為新時期智慧城市建設提供了建設思路和發展建議。
發展階段與態勢
智慧城市概念自2008年(以IBM首次提出“智慧地球”的時間為參考)提出以來,全國各地加速布局實踐,歷經多輪迭代演進,先后形成概念導入期(2008-2012年)、試點探索期(2012-2016年)、統籌推進期(2016-2020年)等重要發展期,正邁入集成融合發展的新時期。
智慧城市進入集成融合期(2020年后)以來,相關技術集成、制度集成、數據融合、場景融合較為活躍,初步呈現出四大發展態勢:一是政策方面,國家系統性整體性布局、各地分級分類推進;二是技術方面,數字孿生與深度學習技術加速重構智慧城市技術體系;三是應用方面,應用整合帶動數據與業務需求、業務場景的深度融合;四是實踐方面,各級政府加強省市縣統籌協同發展,并逐步向基層治理延伸。
概念導入期(2008-2012年)
以行業應用數字化、網絡化為驅動,重點引入無線通信、光纖寬帶、GIS、遙感等技術,實現單個系統信息化。在此階段中,企業開始引入智慧城市概念,以國外軟件系統集成商為主導,致力打造智慧地球、數字城市。
試點探索期(2012-2016年)
以新興技術為驅動,引入RFID、LTE網絡、云計算等概念。ICT設備商、集成商等開始跑馬圈地,國家部委牽頭開展試點建設,以重點項目及應用建設為抓手,要求各部門數據共享,并開始打造數據共享交換平臺。在此時期內,信息技術在城市建設中全面應用,加速城市數字化進程。
統籌推進期(2016-2020年)
以數據為驅動,開始集成NB-IoT、5G、大數據、人工智能等新一代信息技術,智慧城市建設注重以人為本、統籌集約、成效導向,進入新型智慧城市階段。在此階段,國家多部委牽頭推進,以政府指導、市場主導的模式,國內互聯網企業、運營商、軟件商、集成商等生態主體,共同打造系統縱橫聯合、職能共享的城市大腦,助力城市實現智能化演進。
集成融合期(2020年以來)
以數字孿生為驅動,依托城市信息模型平臺的建設,各條線系統數據從被動共享轉向主動共享,多部門協同形成合力,共同推進智慧城市一體化建設,并通過政企合作、本地運營模式,實現跨行業協作生態交織發展。未來通過虛實交互、仿真推演等新階段新特征的普及應用、普惠創新,城市將進入決策智能階段,完成智能化向智慧化轉型。
十大發展趨勢
(一)決策智能:城市大腦從感知智能向認知智能、決策智能邁進
當下智慧城市已達到“能聽見、能看見、能感知”的感知智能階段,隨著技術發展、需求更新,城市大腦應成長為具備自優化、自學習、自演進能力的未來城市基礎設施,支撐城市治理體系現代化,引領城市數字經濟發展,推動城市向認知智能邁進,并逐步向決策智能演進。
(二)知識重構:跨模態數據融合、全行業知識圖譜決定城市智慧
未來,跨模態數據學習與知識圖譜的交互作用促進智慧場景的應用落地和大數據的價值挖掘,通過海量數據構建城市級全行業知識圖譜,對城市整體態勢進行全局、實時的感知,面向不同行業及領域提供全流程解決方案,使得城市大腦具有智能認知能力。
(三)數據融合:政府與社會數據融合助力形成城市治理強大合力
當前智慧城市的建設以政府主導、企業參與的形式為主,現有數據共享平臺中政務數據與社會數據對接機制缺失、對接范圍不廣、對接數據不足、對接應用不深,政務數據與社會數據之間融合利用存在鴻溝,互聯網巨頭、三大運營商等擁有的海量數據未得到充分利用。
(四)孿生驅動:數字孿生推動城市要素時空化集約化治理服務
隨著物聯感知與人工智能技術的融合發展,城市內全要素完成管、控、營數字化貫通,形成“萬物智聯”的城市全要素感知體系,城市物理空間與數字空間可實現精準映射、智能運行。基于數字孿生城市底座及城市感知體系,各業務部門可開展位置溯源、空間計算、人機交互、遠程控制、監測預警等,創新“去部門化”的集約治理和一站服務模式。
(五)敏態發展:疫情推動應用系統快速響應建設韌性城市
疫情突發倒逼聯防聯控應用迅速上線,未來城市大腦應能為業務系統開發提供堅實地基,支撐上層場景應用微框架、低代碼、敏捷開發、快速上線,促進城市韌性提升與高質量發展。
(六)入口融通:城市APP與移動互聯網入口相互依存發展
互聯網入口由于其自身用戶規模、內容應用及良好交互,成為城市APP的強有力補充。一方面,百度地圖、微信、支付寶等互聯網應用紛紛接入政務服務,通過小程序等為用戶提供公積金刷臉查詢、辦稅指南、殘疾人證件申請等優質服務;另一方面,城市APP紛紛融合互聯網數據,采用智能化政務服務搜索技術,為用戶提供更加精準、更加個性化服務。
(七)以城促產:推動產業現代化高級化成為智慧城市重要使命
智慧城市通過發展數字經濟形成疊加溢出效應,將更好支撐城市產業業態創新與發展方式轉型,引領城市現代經濟體系和生產方式加速向網絡化、數字化、智能化演進。各地區因地制宜推進區域數字經濟部署,大力推動本地產業數字化轉型,力爭搶占新一輪數字經濟競爭制高點,提升城市競爭力。
(八)生態共生:開放生態為智慧城市高質量發展提供土壤
智慧城市發展將以平臺企業為重要支點,發揮“點”的輻射帶動能力,引導市場進行數字經濟產業鏈要素集中投入,形成“線”的拉動;引導培養本地化的數字經濟產業集群,形成“面”的展開,構建“由點及線,由線及面”的智慧城市生態圈,實現資源最優配置,多方合作共贏,為智慧城市高質量發展提供肥沃的土壤。
(九)數據安全:區塊鏈、隱私計算等數據安全技術是運行保障
在保證數據安全、不泄露隱私數據的前提下,為實現數據自由流通和共享,區塊鏈、隱私計算等數據安全技術在快速發展和普及應用,可有效解決數據孤島問題,做到數據可用不可見,并實現數據可確權、可追溯,充分釋放數據價值,提升生產效率,實現數據在可確權的基礎上達到可信數據的交換和應用,確保城市安全穩定運行。
(十)長效運營:可持續發展需要技術、數據、人才、資金運營保障
為提升數據可用性、釋放技術紅利、培育城市平臺用戶,各級政府需圍繞數據、技術、人才、資金等要素建立專門智慧城市運營機構,保障要素資源的高效配置與長效運營,避免運營不足而出現諸多“僵尸系統”,和不斷陷入“反復建設”的漩渦。
近年來,得益于算法、算力、數據三大要素的支撐以及應用場景的牽引,人工智能已成功由技術理論階段邁入產業應用階段,不斷向工業、農業、醫療、金融等各領域滲透,重塑傳統行業模式,衍生新的業態,賦能產業轉型升級,人類社會正由信息社會向以人工智能為關鍵支撐的智能社會加速邁進。
越來越多的國家已把人工智能作為引領未來、驅動新一輪科技和產業革命的戰略性技術。我國也在2017年出臺新一代人工智能發展規劃,推動人工智能發展進入快車道。上海將發展人工智能作為三大先導產業之一,從技術創新、產業集聚、應用示范、政策供給、人才建設等方面進行布局,著力打造人工智能“上海高地”。在全面推進城市數字化轉型的過程中,圍繞上海超大型城市有序治理的需求,加快人工智能在產業經濟、人民生活、城市治理等重點領域的深度應用,賦能城市迭代進化、加速創新。
2021年是“十四五”開局之年,為總結上海人工智能產業發展和賦能城市數字化轉型的成果,展望“十四五”期間上海人工智能發展形勢,在上海市經濟和信息化委員會的指導下,上海市人工智能行業協會牽頭編寫了《AI加速鍵上海人工智能創新發展探索與實踐案例集》,以案例介紹的形式為主,從基礎創新、產業落地、應用場景等多個方面展現上海人工智能產業的發展情況。
在本書的編寫過程中,上海市經濟和信息化發展研究中心為素材征集提供了重要支持,上海人工智能研究院有限公司、上海智慧城市發展研究院、億歐EqualOcean、今日人工智能編輯部等團隊負責各版塊的具體編撰,各個企業、機構為本書提供了寶貴的案例素材,在此一并致謝。
近日,由工業4.0研究院編寫的《數字孿生電網白皮書》正式發布。近幾年,電力行業引入數字孿生體技術,逐步形成了較為廣泛的數字孿生體應用場景。工業4.0研究院指出,電網行業具有價值較高、技術要求不復雜等特點,非常適合作為數字孿生體應用的先導性場景。
經過去10多年高速發展,電網行業的信息化程度較高,已經能夠滿足管理信息化的需要,但這還是數字化轉型的一個部分,因為管理信息化具有高維度和(數據)顆粒度大的特點,這對精細化甚至于精準化管理來講,面臨應用難度高和效果不足的挑戰。
電網行業最近幾年不斷引入數字孿生體技術,總體效果并不理想,其本質原因是沒有深入到設備系統層,傳統的信息化方法難以在生產現場應用,人還是生產系統的主要角色。為了解決這個問題,應引入新的概念體系,重構傳統的技術手段和實踐方式,數字孿生電網是一個較好符合需要的新方法。
本白皮書設計了數字孿生電網參考架構,展現了數字孿生基礎設施、數字孿生體平臺和數字孿生體應用三個層面的建設指引。跟其他類似的參考架構不同,數字孿生電網參考架構采用了開放體系,可以實現“建設-運行-優化”的閉環優化,這正是數字孿生體的潛力所在。
針對數字孿生電網可持續改進特征,白皮書還提出了從1.0到3.0的演進路徑,預計經過10年左右的時間,數字孿生電網將實現全局和全生命周期生產運行需要,達到源網荷儲一體化等管理目標。
為了加速數字孿生體產業的專業化分工和發展,本白皮書專門開辟了“數字孿生電網開源社區”章節,對數字孿生化、資產管理、物聯網、GIS系統、5G模組和數字孿生大腦等六大開源模塊做了介紹。
“21世紀以來,隨著人工智能、大數據、云計算、物聯網等新一代信息技術的快速發展及應用,“智能制造”概念進一步深化。根據我國工信部2016年出臺的《智能制造發展規劃(2016-2020年)》中定義,“智能制造是基于新一代信息技術與先進制造技術深度融合,貫穿于設計、生產、管理、服務等制造活動各個環節,具有自感知、自決策、自執行、自適應、自學習等特征,旨在提高制造業質量、效益和核心競爭力的先進生產方式。””
根據上海市人工智能技術協會和商湯智能產業研究院聯合發布的《數字化轉型白皮書:數智技術驅動智能制造》,如今各國對“智能制造”的理解都不再局限于生產過程或單體智能,而是擴展到產業價值鏈的各個環節、包含企業活動的方方面面,也不再單方面強調數智技術本身的應用價值,而是更加重視數智技術與先進制造等跨領域技術的深度融合和實踐創新。
由數據驅動代替經驗驅動已成為產業數字化轉型的共識。如果將數據視為智能時代的“新石油”,那么數智技術即是鉆取和提煉“石油”價值的“煉油工廠”,使用數智技術廣泛獲取數據,進行深度學習,將海量原始數據加工為知識,并轉化為決策或行動來指導企業運行。
數智技術是推動產業數字化轉型不可或缺的關鍵技術,其應用價值主要體現在三個方面:
決策更及時:實時獲取場景/業務數據的自動反饋,結合智能化分析進行動態預測,代替人工經驗判斷,提升決策的準確性和及時性,例如基于設備狀態實時分析的故障預測和健康管理,或基于在線用戶數據的需求預測,加速產品創新和迭代周期等。
運營更精細:隨著產業數字化進程加速,所獲取的數據顆粒度越來越細、數據維度也更加豐富,由數據驅動的企業運營、管理會更加精細,例如基于用戶畫像的精準營銷,或對能源使用的實時監測和控制等。
應用更智能:智能化設備/應用輔助或取代人工崗位,并在應用過程中進行算法的自我迭代和優化,不斷提高決策水平,例如基于機器視覺的產品缺陷監測等。
盡管數智技術對產業數字化轉型的意義匪淺,但在實際落地過程中仍然存在一定挑戰:
數字化程度低,信息閉環難閉合:數據資產的積累是產業數字化轉型的重要前提,如何持續獲取數據,并將分布在不同系統、組織內的數據打通融合是企業數字化轉型的首要命題。目前,多數企業(尤其是中小企業)受限于資金和人才匱乏,對數智技術投入不足,導致企業數字化水平低,缺乏完善的信息網絡基礎設施;此外,由于缺少統一標準、接口和編碼體系,使得企業內外“數據孤島”叢立,無法實現互通、共享,導致企業使用數據規模、種類有限,信息閉環難閉合,海量數據的資產價值無法得到充分發揮。
跨界融合難度大,復合型人才缺乏:數字化轉型實際上是利用數智技術對企業流程再造的過程,需要既具備良好的數智技術素養,又能夠了解產業技術和發展規律的復合型人才。據清華大學互聯網發展和治理研究中心2020年對全球ICT人才調研統計,當前我國數智技術人才主要集中于科技行業,缺乏產業經驗和實踐背景,而產業IT人員總體對數智技術的認知不深,難以支撐產業數字化轉型需要。根據人力資源與社會保障部數據分析,2025年智能制造領域人才需求為900萬人,人才缺口預計達到450萬人。
不同產業差異大,規模效應難一朝形成:由于不同產業或產業中不同領域、不同企業之間存在技術、流程等差異巨大,數智技術在產業中的深入滲透須結合具體場景進行定制化開發,尚不存在一套放之四海而皆準的解決方案,這使得數智技術在產業互聯網中的應用很難像在消費互聯網時代一樣,短期建立規模效應、獲取巨大收益,而是需要與產業合作共進,在垂直領域中不斷積累解決問題的通用能力。
網絡安全問題不容忽視:隨著數智技術的應用推廣,網絡安全問題將成為數字化轉型過程中面臨的重要挑戰。一方面,傳統網絡安全系統跟不上數智技術應用和創新步伐;另一方面,數字化轉型帶來信息節點和信息總量爆發式增長,使得網絡攻擊的潛在損失“指數級”放大,對網絡安全技術提出更高要求。
近日,中國信息通信研究院和華為云聯合編寫發布《數字政府云原生基礎設施白皮書》,白皮書旨在為數字政府建設、城市智慧化發展提供技術指引和經驗參考。
新世紀以來,我國政務信息化建設經歷了“電子政務”、“互聯網 +政務服務”的階段,逐步實現了部門辦公自動化、重點業務信息化、政府網站普及化。近兩年來,政務信息化更是進入了“數字政府”時代。
近年來,各省市持續推進數字政府建設和發展,實踐經驗不斷豐富。各地數字政府的建設目標是在保障安全的基礎上,進一步實現政務領域服務一體化、數據共享化、治理智能化、響應實時化。數字政府基礎設施是承載數字政府各類業務的底座,從技術角度來看,面對數字政府的業務需求,當前以政務云為底座的數字政府基礎設施存在資源共享難、業務建設成本高,缺乏精細化運營、資源供給粗獷,系統邊界不清、業務端到端交付效率低等問題。為解決以上問題,政務云作為數字政府的核心平臺,其建設模式需要全面升級,從“云資源集約化”向“政務應用集約化”轉變。
白皮書核心觀點
1.數字政府時代到來,基礎設施建設將全面提速
我國政務信息化建設先后經歷了“電子政務”、“互聯網+政務服務”的階段,當前已經全面進入“數字政府”時代。”十四五“規劃明確提出要提高數字政府建設水平,構建成熟穩定的基礎設施成為支撐“數字政府”運行的算力底座。
2.政務云即將進入以“云原生化”為特色的新階段,全面升級為云原生基礎設施
以云原生基礎設施為核心的政務云,具有業務全局化可視可管、資源精細化運維運營、能力標準化共享互通等特點,可以有效提高數字政府業務多元化水平。云原生技術將成為政務云進行新一輪升級、實現“云資源集約化”向“政務應用集約化”轉變的重要支撐。
3.核心技術帶動產業發展,加速數字政府應用創新和生態構建
在云原生技術加持下,將進一步降低政務云的運維門檻、提升資產利用率、保障數字政府業務更高效、高可靠運轉,并構建標準化的應用開發、交付、運維、監控等全生命周期治理體系,實現應用能力標準化以及跨云、跨地域共享,賦能各類業務場景,進而加速應用創新及生態完善。
4.標準和評估體系逐步完善,助力數字政府提質增效
標準和評估體系是行業創新發展的引領和推動力量,中國信通院云計算與大數據研究所前期撰寫了政務云綜合水平、政務云解決方案、數字政府一體化支撐平臺等標準,目前,正在撰寫《數字政府基礎設施水平和運營效果成熟度模型》(IOMM-G)標準,助力數字政府提質增效。
近年來,數字孿生得到越來越廣泛的傳播。同時,得益于物聯網、大數據、云計算、人工智能等新一代信息技術的發展,數字孿生的實施已逐漸成為可能。
人工智能通過智能匹配最佳算法,可在無需數據專家的參與下,自動執行數據準備、分析、融合對孿生數據進行深度知識挖掘,從而生成各類型服務;數字孿生有了人工智能技術的加持,可大幅提升數據的價值以及各項服務的響應能力和服務準確性,賦能給各垂直行業。
01、AI+數字孿生產業現狀
數字孿生依托知識機理、數字化等技術構建數字模型,利用物聯網等技術將物理世界中的數據及信息轉換為通用數據,并且結合AR/VR/MR/GIS等技術將物理實體在數字世界完整復現出來。在此基礎之上,利用人工智能、大數據、云計算等技術做數字孿生的描述、診斷、預警/預測及智能決策等共性應用賦能給各垂直行業。
由此可見,人工智能是數字孿生生態的底層關鍵技術之一,其必要性主要體現在數字孿生生態系統中的海量數據處理、系統自我優化兩個方面,使數字孿生生態系統有序、智能運行,是數字孿生生態系統的中樞大腦。
根據中國電子技術標準化研究院對數字孿生生態的構成分析,數字孿生生態系統主要可以分為基礎支撐層、數據互動層、模型構建與仿真分析層、共性應用層以及行業應用層等。
人工智能技術主要應用在仿真分析層面,在仿真分析層,根據中國電子技術標準化研究院發布的《數字孿生應用白皮書》,如何在大體量的數據中,通過高效的挖掘方法實現價值提煉,是數字孿生重點解決問題之一。
數字孿生信息分析技術,通過AI智能計算模型、算法,結合先進的可視化技術,實現智能化的信息分析和輔助決策,實現對物理實體運行指標的監測與可視化,對模型算法的自動化運行,以及對物理實體未來發展的在線預演,從而優化物理實體運行。
02、AI+數字孿生的應用
近年來,數字孿生得到越來越廣泛的傳播。同時,得益于物聯網、大數據、云計算、人工智能等新一代信息技術的發展,數字孿生的實施已逐漸成為可能。人工智能通過智能匹配最佳算法,可在無需數據專家的參與下,自動執行數據準備、分析、融合對孿生數據進行深度知識挖掘,從而生成各類型服務;數字孿生有了人工智能技術的加持,可大幅提升數據的價值以及各項服務的響應能力和服務準確性,賦能給各垂直行業。
現階段,除了航空航天領域,AI和數字孿生的融合還被應用于電力、船舶、城市管理、農業、建筑、制造、石油天然氣、健康醫療、環境保護等行業,特別是在智能制造領域,數字孿生被認為是一種實現制造信息世界與物理世界交互融合的有效手段。
未來,技術的不斷發展迭代將支持數字孿生應用的普及。可以預測,行業將會朝著數字孿生開發平臺邁進:企業可以將來自不同系統的數據聚合到一個統一的交互式可視化界面,對商品的整個生命周期進行操作,支持業務流的可視化查看和交互,以獲得全新的洞察。
03、AI+數字孿生應用場景
數字孿生最早應用于工業制造領域,在生產中發揮了很好的聯通物理和信息兩個世界的橋梁和紐帶作用。隨著大數據、物聯網和人工智能等技術的不斷發展,數字孿生的形態和概念不斷擴展,并逐步提升為多維動態的管理模式和解決方案,同樣對零售、教育、傳媒等領域產生了深刻的影響。
場景一
AI數字孿生彌補零售行業線上與線下鴻溝,打造可觸摸的交互式生態環境。
場景二
AI數字孿生突破傳統限制,實現三維立體文化傳播與展示。
場景三
實現教育信息化2.0環境下的全周期、全數據、全空間和全要素的學習。
場景四
AI數字孿生反映實體建筑的全生命周期過程。
日前,為推動數字經濟健康蓬勃發展,賽迪區塊鏈研究院發布了《區塊鏈+數字經濟發展白皮書》。該白皮書指出,在數字經濟蓬勃發展的當下,區塊鏈在推動數字經濟創新發展方面潛力巨大,當前,已在農業、制造業、物流業、金融、民生等領域逐步應用,加速推動經濟數字化轉型。此外,白皮書對我國數字經濟發展現狀進行分析,探討了區塊鏈技術驅動數字經濟發展的技術優勢和理論依據,從實體經濟、政府數字化治理、數字資產等方面詳細解析了區塊鏈如何賦能數字經濟發展,并針對區塊鏈驅動數字經濟發展存在的挑戰提出相關建議。
白皮書首先對區塊鏈在數字經濟各場景應用方面做了闡述。在區塊鏈應用取得系列進展的同時,其賦能數字經濟發展面臨的挑戰也不可忽視。目前來看,區塊鏈技術安全性仍需提高;大規模落地推廣也存諸多困難。
白皮書還提出,加快區塊鏈核心技術創新、建立基于區塊鏈的數字經濟監管體系、加速推動應用落地和加強人才培養等建議以促區塊鏈進一步發展迭代。建議加強區塊鏈+數字經濟專業人才培養:
一是要加大基礎型數字經濟、區塊鏈人才培養,加快培育具有扎實技術理論知識和較高應用管理能力的復合型人才;
二是注重高端技術人才培養,與國外著名高校、科研機構、知名企業等聯合培養區塊鏈碩士、博士等高層次人才,推進中外合作人才培養和引進項目;
最后,鼓勵實力雄厚的區塊鏈企業、互聯網企業和金融企業創辦“企業大學”,根據市場需求和產業發展導向開展技術與管理培訓,構建“企業-市場-產業”三位一體的區塊鏈人才培養模式。
如今,數字經濟已成為推動我國經濟發展的關鍵引擎和新優勢,《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》將建設數字中國作為獨立篇章,意味著數字經濟轉型升級是我國未來10年經濟發展的關鍵機會,數字經濟將成為我國經濟轉型的核心組成。
未來,智慧城市將從城市數字化發展到數字化城市,整個城市在數字領域形成“數字巨系統”。
近日,由國家工業信息安全發展研究中心、聯想集團、中國產業互聯網發展聯盟、工業大數據分析與集成應用實驗室共同編制的《依托智慧服務,共創新型智慧城市——智慧城市白皮書(2021年)》(以下簡稱“白皮書”)正式發布。本書提出一系列智慧城市建設的新理念、環境友好的新型智慧城市提供參考。
以發展實踐拓展新型智慧城市內涵
新型智慧城市建設是進一步深入貫徹習近平新時代中國特色社會主義思想,結合我國城市發展實際,順應信息化和城市發展趨勢,主動適應經濟發展新常態、培育新的增長點、增強發展新動能而提出的新型城市建設與發展方式。
習近平總書記2016年4月在網信工作座談會上指出,“要以信息化推進國家治理體系和治理能力現代化,統籌發展電子政務,構建一體化在線服務平臺,分級分類推進新型智慧城市建設”。2020年3月,習近平總書記赴浙江考察時指出,通過大數據、云計算、人工智能等手段推進城市治理現代化,大城市也可以變得更“聰明”。
白皮書對從2008年開始我國智慧城市發展經歷的探索期、調整期、突破期、全面發展期等幾個階段進行了梳理,這些階段智慧城市的服務對象、服務內容非常廣泛,但核心主線是“利用新一代信息技術”提升城市服務質量。經過2020年的疫情沖擊,智慧城市在實踐中經受了考驗,但也存在很大的進步空間。后疫情時期,智慧城市建設在創新協同、為民服務、數據共享、產業賦能、應急安全等方面都出現了新的發展導向。
白皮書指出,未來新型智慧城市或將呈現以下特點:“先進技術+全程服務”成為智慧城市的新抓手;“數字空間+現實空間”成為智慧城市的新落腳點;“普惠民生+生態和諧”成為智慧城市的新目標。
“端邊網云智”架構助力優政、興業、惠民創新
新型智慧城市的建設邏輯需從頂層入手,結合軟硬件資源整合能力,為公眾提供全生命周期一站式服務管理。白皮書從技術角度,將智慧城市的整體框架分為發展戰略層、技術實施層和目標效用層三大層次。即新型智慧城市是以城市的戰略定位、建設規劃、措施保障、組織合作為指導規劃,通過“端-邊-網-云-智”的技術架構,實現管理高效、服務便民、產業發展、生態和諧的目標效用,達成新一代信息技術與城市現代化深度融合,迭代演進的新模式。
其中,“端-邊-網-云-智”作為新型智慧城市的技術實施層,蘊含巨大的創新發展空間,有望成為我國智慧城市技術應用方向的重要創新成果。
端”即智能終端,負責采集、存儲、傳遞數據,是智慧城市面向城市主體的智能化單元。
“邊”即邊緣計算,智能化時代海量數據的爆發式計算需求與應用低時延、靈活部署要求使得計算力下沉成為必然,邊緣計算應運而生。
“網”即以5G為代表的數據傳輸的網絡,是推動端、邊、云協同工作的粘合劑。
“云”即云計算,基于網絡實現異質設備間數據運算與共享的設備服務。
“智”即行業智能解決方案,面向智慧城市的不同細分場景,基于“端、邊、網、云”四層結構,根據業務需求、行業知識及計算能力,支持不同層次的數據計算和分析互動的行業智能化方案。
智慧城市建設是內涵型城鎮化發展的重要方面,包括社會管理智能化、國民經濟信息化、環境維護自動化和生活服務便捷化等內容。管理高效、服務便民、產業發展、生態和諧等均是新型智慧城市發展的目標方向。
白皮書重點分析了文昌智能教育、延慶智慧能源、上海帝王蟹溯源等典型案例,展示了新型智慧城市在優政、興業、惠民等方面取得的突出成效。據悉,聯想憑借領先的IT運維服務經驗和覆蓋網絡,智慧城市服務建設項目已在上海、江西、江蘇、福建、湖北、海南、河北等全國多個省市落地,涉足綠色能源、社會治安管理、城市應急管理、智慧教育、智慧交通、食品安全以及智慧政務等多個細分場景。在白皮書編制過程中,聯想為智慧城市建設運營實踐和案例調研提供了支持。
新型智慧城市發展重心將從建設轉到運營
白皮書也對智慧城市未來發展進行了預判,認為在未來新基建和新技術的融合過程中,城市治理或將逐漸完成由“管理型”向“服務型”的轉變。智慧城市作為一項巨大的城市服務產品,需要重點提升居民對城市的歸屬感,提高城市生活品質,促進城市產業經濟發展。智慧城市逐步走深向實,未來將重點在體制機制、發展思路、互動形式方面產生躍升。即將出現的變化將包括:治理思路改變——從“城市數字化”到“數字化城市”;階段重點改變——從“建設智慧城市”到“運營智慧城市”;互動形式升級——從“人與人的聯接”到“萬物互聯”。
白皮書推出之際正值“十四五”規劃審議通過并正式發布,規劃明確提出“以數字化助推城鄉發展和治理模式創新,全面提高運行效率和宜居度。分級分類推進新型智慧城市建設,將物聯網感知設施、通信系統等納入公共基礎設施統一規劃建設,推進市政公用設施、建筑等物聯網應用和智能化改造”。新型智慧城市建設即將進入新的階段,該白皮書以真實案例剖析為基礎,結合理論和架構研究,形成較為完整的智慧城市體系框架,勾勒出未來可能的發展路徑,是新型智慧城市建設的重要參考之一。
為加快推動人工智能技術在電信行業的應用與融合發展,在AIIA產學研融合與應用工作組指導下,由電信項目組組織,中國信息通信研究院標準與技術研究所牽頭,中國移動通信有限公司研究院、中國電信股份有限公司研究院、中國聯合網絡通信有限公司研究院、華為技術有限公司、中興通訊股份有限公司、英特爾(中國)有限公司等單位共同編寫了《電信行業人工智能應用白皮書》2021版。
電信網絡作為信息通信的基礎設施,具有應用人工智能技術的巨大空間和潛力。國內外運營商、設備商和服務商等在電信網絡智能化方面紛紛布局,電信網絡智能化在標準研究、技術驗證與落地應用等方面均有重要推進。隨著5G網絡的大規模商用和網絡人工智能平臺的建設成熟,越來越多的網絡智能化應用與業務已經開展落地并發揮良好效果。
本白皮書系統分析了目前電信網絡智能化的總體發展態勢與應用現狀,集中展示AI技術在移動通信網、固定通信網和網絡業務服務三大類應用場景的19個典型落地案例,包括故障根因分析、異常小區發現、基站節能、業務內容智能推薦、網絡質量智能監控與業務智能識別調優等。
白皮書指出,構建智能化社會適應萬物互聯的新一代信息基礎設施,保障信息基礎設施的安全,對于促進信息技術與實體經濟融合、拓展數字經濟空間具有重要意義。
目前,全球已經掀起了人工智能應用的浪潮。將人工智能技術引入到新一代通信基礎設施,可以為網絡、計算、應用等信息基礎設施提供基于數據的感知、預測和管控能力,促進網絡、計算、應用等基礎設施的融合與協同。人工智能在越來越多的復雜場景下可以做出比人類更優的決策,無疑讓網絡智能化建設開拓了新的視野,給網絡的發展帶來了前所未有的新機遇,也為電信網絡重構轉型過程中遇到的眾多困難和挑戰提供了高效的加速解決路徑。
隨著電信行業人工智能應用加速在現網落地部署并釋放價值,網絡智能化基礎能力將持續增強,網絡知識與人工智能技術融合適配網絡智能化應用需求,新技術范式例如聯邦學習、遷移學習等技術將得到更多應用與關注。人工智能技術將貫穿電信網絡端到端全生命周期的運營與演進,實現網絡的泛在智能能力,幫助運營商實現數字化轉型,帶動整個電信產業的智能升級。
新一代人工智能(Artificial Intelligence,縮寫為Al)是引領未來的戰略性技術,正在與5G、大數據、物聯網等領域深度融合,加速推動智能經濟發展和產業數字化轉型。我國高度重視人工智能發展,習近平總書記在十九大報告中指 岀,要“推動互聯網、大數據、人工智能和實體經濟深度融合”,《新一代人工智能發展規劃》、《促進新一代人工智能產業發展三年行動計劃(2018-2020年)》等多個國家政策陸續岀臺,我國逐漸形成了涵蓋人工智能計算芯片、人工智能計算服務器、人工智能基礎應用、人工智能行業應用及產品等較完善的人工智能產業鏈。
數據、算法、算力是新一代人工智能發展的三要素。以人工智能新型計算能力為代表的人工智能計算中心是新型基礎設施建設的重要組成部分。隨著人工智能的深入應用,算力建設分散,中小企業或科研機構難以開展復雜模型、海量數據研究的問題日益凸顯,建設大規模人工智能計算中心正在成為推動人工智能產業進一步發展的關鍵要素。
人工智能計算中心發展呈現三大趨勢,一是全棧一體趨勢,即專用人工智能芯片與軟硬件協同優化提升計算效率;二是技術融合趨勢,即超級計算與人工智能融合,云與人工智能融合;三是平臺賦能趨勢,即人工智能計算中心賦能企業,形成算力生態。
人工智能計算中心是人工智能算力建設的重要發展方向,是涵蓋了基建基礎設施、硬件基礎設施和軟件基礎設施的大規模系統工程。依托人工智能計算中心,可以打造公共算力服務平臺、應用創新孵化平臺、產業聚合發展平臺、科研 創新和人才培養平臺,形成“1個人工智能計算中心+ 4個平臺”的人工智能產業布局,賦能區域產業集群。
當前,人工智能計算中心仍然面臨著能耗密度高、企業應用水平較低等問題,對于我國來說還面臨著人工智能芯片及框架等核心技術受制于人的挑戰。因此,在人工智能計算中心建設中,需要做好頂層設計、強化統籌推進,有效選擇 自主可控的技術路線,建立完善的運營機制,積極打造服務平臺,形成以人工智能計算中心為核心支撐的人工智能產業生態,加速人工智能新興產業創新發展,促進人工智能與傳統產業深度融合,拉動區域經濟轉型與高質量發展。