聚焦AI新基建和产业机遇

为期三天的2020全球人工智能和机器人峰会于8月7日至9日在深圳举行。以“人工智能新基础设施,行业新机遇”为主题,举办了15场人工智能专场。此次峰会由中国计算机联合会主办,香港中文大学(深圳)和金皇朝娱乐金皇朝娱乐联合举办。

为了在更多领域推广人工智能

华中科技大学计算机科学与技术学院教授、中国计算机学会副会长金海在开幕式上介绍说,中国计算机科学与技术学会-中国计算机科学与技术学会年会面向人工智能、科学与技术、应用与产业领域的专业人士,旨在促进人工智能学术成果和新技术的交流、推广和应用,搭建交流平台,促进科技成果转化为现实生产力,促进产业发展。在“人工智能前沿特别会议”上,南京大学计算机科学系主任、人工智能研究所所长周志华教授作了题为“反演绎学习”的会议报告。周志华说,今天的人工智能热潮是由于机器学习取得的巨大进步,特别是深度学习技术,它在大数据和强大计算能力的支持下发挥了巨大的力量。在机器学习算法模型使用更多数据和计算能力之后,获得的性能增长可能远远超过算法模型设计者的期望。

城市脑2.0效率更高

在这次会议上,中国工程院院士、彭城实验室主任高文在《城市大脑2.0-边端云处理分工的人工智能赋能系统》报告中谈到了以云为中心的城市脑1.0及其现状。

根据介绍,在当前的城市大脑系统中,数据基本上以两种形式输入:图像和视频。但是,无论是作为传感终端的图像还是视频,如果以后需要调用,除了解码之外,还需要大量的计算程序,这就消耗了云计算的计算能力资源。此外,智能终端不能识别未指明的人或事。

“城市大脑1.0是一个以云计算为中心的系统。由于系统各部分没有良好的分工和协调机制,系统成本高,响应速度慢,数据可用性低。”高文说,为了解决存在的问题,有必要设计一个新的城市大脑——城市大脑2.0。

据介绍,鹏程实验室通过数据专线获得了深圳交警的5500个视频。数字视网膜服务器可以执行视频验证,例如视频内容压缩、特征提取、目标搜索和跟踪、自卸卡车监控等。它可以删除冗余信息并降低存储和传输压力。24小时压缩率在50%以上,根据10个以上特征进行车辆搜索和跟踪的平均识别率在90%以上。

Gao Wen表示,以边缘、端点和云为参照的“数字视网膜”及其标准化是城市脑2.0的核心,它不仅可以节省存储空间和带宽,还可以实现原始图像特征提取的低延迟和高精度,并有助于显著提高信息密度和价值。

会议期间,围绕新的人工智能基础设施,峰会设立了15个人工智能专题,包括人工智能前沿专题、机器人前沿专题、前沿语音技术专题、联邦学习和大数据隐私专题、人工智能芯片专题、智能驾驶专题、人工智能专题、智能城市“新基础设施”专题、企业服务专题、工业互联网专题、人工智能金融专题、视觉智能和城市物联网专题、医疗技术专题、人工智能

标签

发表评论