空間智能是主要基于3D視覺信息進行理解、推理、生成、交互的AI系統 空間智能概覽:3D生成、自動駕駛、具身智能是空間智能不同成熟度的應用領域,XR是空間智能的原生交互方式 從智能三要素、普及便捷度、經濟性出發,自動駕駛和3D生成是空間智能最先成熟的領域,具身智能仍處早期,各要素尚未完備 文字、圖片、視頻數據相比空間智能規模更大,支撐了以語言模型為核心的AI浪潮快速發展,3D和物理AI在數據成熟后空間智能也將迎來爆發 文本、圖片、視頻等數據由于互聯網內容的長期積累,數據規模上顯著大于自動駕駛、3D和具身智能 空間智能涉及3D視覺類數據、物理世界交互數據,互聯網數據的作用有限,需要等待數據體系進一步成熟,數據整體上比語言更復雜,對數據處理的要求也更高
人形機器人定義:具備現實意義的顛覆性產品,有望開啟下一個十年產業大周期 定義:目前人形機器人并沒有統一標準定義,根據《HumanoidRobots》的歸納,人形機器人應當能“在人工作和居住的環境工作,操作為人設計的工具和設備,與人交流”。在此前提下,人形機器人最終應具有與人類似的身體結構和運動方式,并具備一定自助感知、學習和決策能力,目前市面上的人形機器人通常身高在1.3米到1.8米之間,可分為足式機器人與輪式機器人。 價值:人形機器人集成人工智能、高端制造、新材料等先進技術,有望成為繼計算機、智能手機、新能源汽車后的顛覆性產品,將深刻變革人類生產生活方式,成為科技競爭的新高地、未來產業的新賽道、經濟發展的新引擎。 人形機器人產業發展歷程:商業化進展持續加速,預計2027年部分場景實現規模化落地 海外人形機器人概念萌芽較早,以技術導向為主,較于海外,國內以應用突破方向為主,隨著國內人工智能、高端制造、新材料等先進技術的繼續積累與突破,2023年國內人形機器人進入集中爆發期,大批廠商推出自身人形機器人產品并嘗試應用于服務、汽車等場景,逐步探索商業化落地。 國家頂層設計已經明確發展目標,2025年整機產品實現批量生產,2027年產業規模化發展,深度融入實體經濟,推動人形機器人產品規模化落地。各地方政府政策中也明確提到人形機器人,強調開展人形機器人創新研究,推動規模化應用,政府進一步加強對人形機器人產業戰略引導,但缺乏明確應用場景說明,還需企業持續探索。 社會因素:社會老齡化衍生陪伴需求,勞動力不足引發機器替人潮 中國人口出生率近年持續下降,意味著勞動力要素的供給在未來會呈現下降趨勢,且中國已于2021年進入老年人口占比超14%的深度老齡化社會,面對勞動要素供給不足以及人口老齡化難題,結合當前最前沿的AI、通訊、硬件等技術,高智能化的人形機器人可以成為一種有效的輔助工具,來幫助照料、陪伴老年人以及補充勞動力缺口等。
低空經濟應用場景發展現狀和特點 按用途將低空經濟應用場景分為生產作業、交通運輸、文旅體驗、安防安保等四大領域 生產作業大規模應用反哺低空核心技術發展 特點: 以提升效率為核心,減少人力成本、適用于復雜或危險環境。 應用頻次高,需求明確,已形成專業服務市場 交通運輸應用拓展經濟空間和地理空間 特點: 重構三維立體交通網絡,緩解城市交通擁堵問題 解決“最后一公里”配送、偏遠地區運輸等傳統交通盲區問題 需配套建設新型基建 文旅體驗應用培育新型市場消費模式 特點: 創造沉浸式消費新場景,增強游客體驗 用戶付費意愿強,商業模式靈活,盈利模式多樣 高度依賴空域開放與安全保障能力
大模型時代的安全需求 新一代AI逐漸滲透到了各行各業,在顯著提高生產力和效率的同時,也帶來了前所未有的安全挑戰,亟需建立一個涵蓋各個層次的AI安全框架,有效控制AI安全風險 AI安全現有解決思路的局限 現有AI安全解決方案主要集中在數據安全、算法安全和模型安全三個層級,常見的措施包括模型加密、對抗樣本檢測、差分隱私等,一定程度上提高了安全性,但應對更復雜的安全威脅時往往顯得力不從心。 越來越多企業在云服務上進行AI訓練和推理現有的安全解決思路通常假設云服務本身是可信的,忽視了其可能存在的風險使得AI系統在云服務環境中的安全性面臨嚴峻挑戰 現有方案在保護用戶隱私數據傳輸方面存在不足,TLS協議缺少端到端的用戶隱私數據保護 用戶的隱私數據可能會被不可信的AI服務獲取,從而導致敏感數據的泄露 在系統層面,特別是對操作系統、硬件以及云服務等關鍵軟硬件和服務的保護上,安全性往往容易被忽略或未能得到應有的重視 系統層的薄弱環節可能導致整個系統的安全性失效
來源 | 中國信息通信研究院(轉載請注明來源)
編輯 | 數據君
在人工智能(AI)技術日新月異的今天,大模型技術已成為推動行業智能化轉型的重要力量。隨著模型參數量的不斷增長,大模型展現出強大的理解能力和復雜數據處理能力,在金融、醫療、政務等多個領域展現出巨大的應用潛力。然而,大模型的落地并非易事,其背后離不開高質量大模型基礎設施的支撐。近日,中國信息通信研究院發布的高質量大模型基礎設施研究報告(2024年),為我們揭示了這一領域的現狀、挑戰與未來發展方向。
大模型基礎設施作為支持大規模人工智能模型訓練、部署和應用的硬件和軟件資源的集合,是AI技術發展的基石。它涵蓋了高性能計算、海量數據存儲、高速網絡連接資源,以及相應的軟件框架和工具鏈,旨在為大模型的開發、訓練和推理提供高效、可靠和可擴展的支撐環境。隨著大模型技術的快速發展,對基礎設施的要求也越來越高,如何構建高質量的大模型基礎設施,成為當前AI領域亟待解決的問題。
當前,大模型基礎設施普遍面臨可用性低、穩定性差等問題。研究報告指出,大模型基礎設施的可用度仍有較大提升空間,平均無故障運行時間、平均故障定位時間和平均故障恢復時間等指標是衡量其可用性的關鍵。同時,高性能、可擴展性和可評價性也是高質量大模型基礎設施的重要特征。高性能意味著提高算力供給能力,以滿足大模型對算力的巨大需求;可擴展性要求基礎設施在負載增加時,能夠迅速增加資源以維持或提高性能;而可評價性則是指通過完整、有效的評價體系反映大模型基礎設施的應用成效。
大模型產業應用日益廣泛,生態愈發成熟,其背后是逐漸清晰的角色劃分和更加復雜的應用模式。在大模型研發應用的全生命周期中,基礎供應者、技術支持者、服務提供者、服務使用者、內容傳播者等相關角色在產業發展和安全保障方面承擔著不同的使命和責任。在大模型落地應用時,還有更多的工具/插件、文檔及環境信息、知識庫等被開發和利用,幫助提升大模型的能力。在這種復雜多元的產業現狀下,新風險和新挑戰與日俱增。如何沉淀多方安全實踐,明確全鏈路、多角色的技術與應用控制措施,促進協同治理,有效防范化解人工智能的風險,保障大模型技術及應用的持續穩定發展,是本書闡述的重點。
《報告》深入分析大模型技術及其應用面臨的安全風險,總結提煉當前的產業最佳實踐,形成了以公共云基礎設施、開源生態數據供給為發展引擎,以一套覆蓋全生態鏈的安全架構為保障的指南,為人工智能行業的安全治理提供了可借鑒的方法和路徑。《報告》認為,公有云是大模型技術發展和應用落地的優選路徑,開源生態促進大模型算法發展與安全,高質量數據供給生態是具備持續競爭力的基礎,體系化的安全治理能力是穩定發展的保障。 ??中國電子技術標準化研究院副院長范科峰表示,在人工智能時代,發展與安全從來都不是對立的,而是相輔相成。人工智能安全標準化工作,既是人工智能安全治理的重要支撐,也是推動技術健康發展的基本保證。展望未來,人工智能技術的發展與治理必然需要更加廣泛、更加緊密的協作與配合。 ??據了解,這是阿里巴巴連續第三年發布人工智能治理相關報告。從聚焦倫理與治理、隱私保護、消費者權益等重要領域,到提出敏捷治理與協同共治的理念,本次新發布的報告聚焦大模型技術發展面臨的機遇與挑戰,探索技術應用與安全治理的平衡,貫穿三年的主線是“負責任的技術”。 ??阿里巴巴集團副總裁錢磊介紹說,“負責任的技術”有兩層含義:一是“守己”,負責任地堅守科技倫理和安全底線;二是“利他”,作為大型科技公司,阿里有責任發展先進技術,促進行業發展,推動新技術走進千行百業。阿里巴巴堅持云和AI協同發展,過去一年高強度投入人工智能基礎設施建設,推動算力成本持續降低,“通義千問”API調用價格一年間下降了97%。與此同時,阿里巴巴努力提高自研基礎模型“通義”系列的能力,堅持全尺寸、全模態開源,促進技術創新,與廣大生態伙伴一起,推動把AI能力真正轉化成為千行百業的生產力。 ??本次研討會由北京市互聯網信息辦公室指導,阿里巴巴集團和中國電子技術標準化研究院聯合主辦。 ??北京市互聯網信息辦公室副主任潘鋒表示,將建立健全大模型研發、上線、運行等全生命周期管理體系,統籌推進算力、數據等基礎要素供給,協同各方夯實人工智能發展的基礎。 ??會上,來自中國社會科學院、北京大學、同濟大學、中央財經大學等高校院所的專家,圍繞人工智能基礎模型安全風險的平臺治理、開源與可控、中外人工智能治理政策和大模型數據訓練中的侵權風險等話題探討人工智能的發展與治理之道。 ?
地下空間作為人類活動空間不可分割的部分,是繼宇宙空間、海洋資源外可開拓的第三大領域,也是 繼陸、海、空、天、電、網之后的第七維戰略空間。無人系統通過跨域協同合作可涌現出單個主體難以實現的 智能水平,在地下空間發揮關鍵作用。本文針對地下空間無人系統相關需求,圍繞地下空間各領域相關研究進 展,梳理其關鍵技術研究現狀及未來發展趨勢。介紹了地下礦井無人開采系統、地下軌道交通無人系統、地下 管廊綜合管理系統、地下空間無人作戰系統的國內外研究現狀;對地下空間通信、地下空間態勢感知、自主導 航定位及集群協同控制關鍵技術進行概述,并指出現存的問題;對地下空間無人系統未來發展趨勢進行了展望。
關鍵詞:地下空間;無人系統;跨域協同;可靠通信;態勢感知;集群協作;自主規劃;智能交互.、
無人機具有快速部署、成本低廉等優勢. 無人機空地網絡通過將基站設備部署至升空無人機平臺,能從空 中快速構建對地覆蓋網絡,因而在應急救災、偏遠覆蓋、智能交通、智慧城市等方面具有廣闊的應用前景,近年來 受到廣泛關注. 面向無人機空地網絡應用場景,結合無人機的機動、組網、載荷等特點,圍繞無人機空地網絡覆蓋 性能提升、無人機空地網絡通感算一體化設計、智能反射面技術輔助的無人機空地網絡、魯棒無人機空地網絡四 個維度,從網絡場景、關鍵技術挑戰、性能優化控制方法等幾方面梳理無人機空地網絡的研究現狀,并探索優化提 升無人機空地網絡性能的未來研究方向.
以多旋翼和固定翼為代表的無人機設備因具有 低成本、快速部署、易于操控等優勢,近年來得到了 迅速發展. 依托無人機平臺也形成了多種新型應用 模式,無人機空地網絡就是其中的典型應用代表[1-2] 該網絡通過將原安裝于地面的基站設備部署至升空 無人機平臺,利用無人機的低成本和快速部署優勢, 構建無人機間、無人機與地面間網絡連接,以從空中 實現對地覆蓋網絡,從而有效解決地面通信基礎設 施受損或偏遠地區的網絡覆蓋問題[3-4] . 無人機的空中機動性使得原有地面通信網絡部 署方案不再適用,提升基于無人機的空地網絡覆蓋 性能是構建無人機空地網絡的基礎. 在應用方面,伴 隨著自動駕駛等新型應用模式的涌現,網絡內生感 知和計算能力也成為無人機空地網絡的關鍵需求之 一,在考慮無人機平臺機動屬性前提下提升無人機 空地網絡的通信、感知、計算綜合能力也成為適配該 應用場景的核心問題[5-8] . 面對城市、山區等空地環境 復雜、遮擋較強的場景,智能反射面(RIS)等新興通 信技術可以輔助改善通信傳輸環境,是提升無人機 到地面終端間通信質量的一個重要手段[9-12] . 此外, 無人機易受復雜多變天氣地形等工作環境影響,多 無人機協同組網易受相互之間的干擾影響,如何提 升無人機空地網絡的魯棒性能,構建無人機空地魯 棒網絡,適配不同工作環境、復雜組網及干擾環境, 保障無人機空地網絡的安全可靠高效運行,也是無 人機空地網絡的核心研究問題[13-18] . 針對無人機在上述空地網絡覆蓋性能提升、無 人機空地網絡通感算一體化設計、RIS 輔助無人機 空地網絡、無人機空地魯棒網絡設計維度的性能提 升和關鍵挑戰,已有的綜述論文并未進行充分論述. 本文將圍繞上述場景,進一步結合無人機的機動、組 網、載荷等特點,從關鍵技術挑戰、性能優化控制方 法等方面探討無人機空地網絡的研究現狀并探索提 升無人機空地網絡性能的未來研究方向. 1 無人機空地網絡覆蓋性能優化 1.1 網絡場景 地面基站通常布設成本高、建設周期長、對地形 地貌要求高,無法在偏遠和災害地區提供通信服務. 為填補地面基站覆蓋空缺,可以利用無人機快速部 署優勢,通過將通信設備加裝到無人機上形成空對 地覆蓋網絡,實現為大型災害現場提供應急通信保 障,為無通信基礎設施區域提供臨時通信服務,為偏 遠地區提供傳感器數據收集等應用. 如圖 1 所示,無人機空地網絡以固定翼或多旋 翼無人機為平臺,以單架無人機或多架協同組網的 方式提供對地的網絡覆蓋服務. 固定翼與多旋翼無 人機特點各不相同,因而所能提供的對地覆蓋能力 也不同. 具體而言,固定翼無人機承重載荷量大,對 通信設備的重量限制較少,但需要快速飛行來維持 升空能力,因此,當加裝通信設備后,固定翼無人機 的機動特性可能導致其無法對同一地面區域提供 持續穩定覆蓋[19] . 而多旋翼無人機具備空中懸停的 功能,能夠為地面同一區域提供持續性的網絡覆 蓋 [20] . 此外,為充分利用固定翼無人機與旋翼無人 機的優勢,固定翼無人機與旋翼無人機可以同時向 地面用戶提供覆蓋服務. 在多類型無人機共存的混 合網絡中,固定翼無人機飛行高度高、有效載荷大 的特點使其通常作為網絡的控制與調度中心,實現 資源與軌跡的聯合管控,并承擔與用戶和旋翼無人 機通信的功能. 旋翼無人機可以根據地面用戶的業 務需求提供靈活、多樣化的服務,通常被視為近地 面基站.
電力人工智能概述
信息物理融合系~(Cyber-PhysicalSystems,CPS)是將計算資源與物理資源緊密結合與協調的產物,它將改 變人 類與物理世 界的 交互方式 。作 為物聯 網的演進 ,CPS已經 引起 了國內外相 關科研 機構 、政府部 門和社會的廣泛 關 注。介紹和闡述 了CPS的定義、系統結構和特性,重點研究和討論 了CPS的理論技術體系、對計算機科學領域帶來的 重 大挑 戰以及研 究現狀 ,最后展 望 了 CPS的研 究動向