<noframes id="nd9lj"><form id="nd9lj"><nobr id="nd9lj"></nobr></form>
<address id="nd9lj"><listing id="nd9lj"><menuitem id="nd9lj"></menuitem></listing></address><address id="nd9lj"></address>

<address id="nd9lj"></address>
<address id="nd9lj"><nobr id="nd9lj"><meter id="nd9lj"></meter></nobr></address>

<noframes id="nd9lj"><form id="nd9lj"><nobr id="nd9lj"></nobr></form>
首頁 報告正文

時空人工智能賦能數字孿生城市白皮書(2021)

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。

具體內容如下

?

責任編輯:姚治

分享:
數博故事
貴州

貴州大數據產業政策

貴州大數據產業動態

貴州大數據企業

更多
大數據概念_大數據分析_大數據應用_大數據百科專題
企業
更多
美国成年性色生活片 - 视频 - 在线观看 - 影视资讯 - 心悦网