摩赛智慧园区 | 摩赛智慧园区新闻
182
archive,paged,category,category-182,paged-5,category-paged-5,ajax_fade,page_not_loaded,,select-theme-ver-4.6,wpb-js-composer js-comp-ver-5.5.5,vc_responsive
news8-1_摩赛智慧园区

智慧园区存在的问题

在AI与物联网技术大行其道时,智慧园区似乎又一次成为科技界关注的焦点.

事实上,关于园区的智能化与数字化升级,一直都不是一门小生意。截至2017年,国内对“智慧园区”项目年投入已经超过1000亿人民币,年新启动项目接近300个。各式各样的产业园区、服务园区、物流园区,打着智慧与智能的名目层出不穷。

但在一片繁荣之下,却孕育着难以掩盖的问题。

泛滥的“智慧园区”在繁冗的名目和噱头之外,似乎并没有带给产业需求实际的帮助。由于国内的智慧园区项目很多与地方政府的新城规划项目紧密结合,参与企业和技术提供方十分复杂,往往会产生鱼龙混杂的状况。很多只是增加了温度湿度传感器,并增添了一定程度的数据可视化以及园区IT项目,也被冠以智慧园区之名。

这些所谓的“智慧”,只是解决了“园区发生过”什么这样的问题,却难以主动观察和干涉园区正在发生的状况,也就无法使智能技术真正保证园区安全,提升体系效率。

当然,园区的智慧化也处在不断提升的过程。德国、日本、美国等智能园区较发达的经验和技术模式正在通过不同模式进入中国。而新兴科技企业中,BAT等巨头在依托云计算提供产业园区的智能化升级;京东、苏宁这样的电商企业都在提出新的智慧园区解决方案;菜鸟网络也在不久前公布了未来园区方案。

但总体而言,中国大部分与智慧城市、特色小镇相配套的智能园区,都有着着急上马,噱头当先的问题。而令人担忧的是,这样的智慧园区所占比例并不低。综合起来,我们可以看到智慧园区的不够智慧,体现为三个方面: 

问题一:“智能”经常被用来装装样子

产业园区的核心需求,毫无疑问是安全。制造业、物流行业等产业园区,无论是温度、湿度的变化,还是电力系统、水利系统的偶然问题,或者火种丢弃等意外情况,都将给整个系统带来难以估计的损失。所以安全是每一个产业园区的核心诉求。

这种情况下,很多园区都开始用传感器、智能摄像头来提供安全防护,但这种所谓的智慧加持有一个核心问题,那就是传感与监控设备监控和覆盖的空间比率很低,难以覆盖整个园区。甚至只是出现几个重点区域,装装样子展示一下而已。而且往往传感器与智能摄像头的后端报警机制比较空白,一旦出现危险信号,如何处置和救援经常缺乏体系化方案。

当然,这种情况并不仅仅存在于中国,美国、德国、日本等很早开始搭建大型产业园区的国家,如今已经开始面临智能迭代中的困境。由于改造成本的限制,智能化往往只能覆盖极少数区域。

类似问题的解决方案,主要是广泛利用AI+IOT设备,结合边缘计算设备的部署,让AI监控覆盖更多空间,尤其是园区角落,甚至下水道、通风口、绿化带等区域。随着AI+IoT设备体系的成本不断下降,相信情况会不断好转。

问题二:没有大脑的信息孤岛

智慧园区的另一个普遍面临的问题,是收集上来的数据如何处理让人非常头疼。

国内很多智慧园区项目,实施方案就是多安装摄像头,然后把监控数据传上云端,确保远程可看,以及能够再次调用。这也就完成了全部的“智慧化”、

这样的方案当然很好,但问题是在庞大的园区体系中,大量摄像头会生成大量数据。这些数据在安保过程中会给安保人员带来可怕的工作负担,最终导致大量摄像头处在无人监察的状态里。

另一个问题,是摄像头的效率并不高。仅仅能起到事后作为证据留存的意义。能够在事故以及安全隐患之前,自主判断问题,主动干预,才是园区对安全监控的真正需求。

这也就是智慧园区项目中经常出现的数据孤岛现象,从摄像头数据到更多环境、物流、车辆、人流数据,都是相互孤立的收集与输出,无法进行主动判断与整体判断,也就谈不上真正的智能。

而且信息孤岛形态的园区,往往还会给运营人员带来大量用不上,但必须敷衍一下进行处理的数据堆积,给整个运营系统造成压力。而且数据处理费用最终要归还给园区企业负担。

统一数据处理、主动服务的AI大脑正在成为这个问题的解决方向,很多科技企业也推出了相关服务。但AI中枢系统与实际产业的结合,依然处在比较空白的探索期当中。

问题三:有了“智慧”,人却更忙了

另一个智慧园区的尴尬问题,是很多所谓的“智慧化”。比如很多智慧园区项目中,只是把园区的很多工作都进行了数据转化和云端上传,甚至仅仅是给一些园区服务加上了APP等。

可是这样,还是依赖人工去操作,非但没有解放园区工作者的劳动,反而增加了一些监控与维护任务。

园区应该以人机协作,降低工人劳动强度为目标,这一点日本和德国的物联网园区项目中早已成为共识。而依靠IoT技术的成熟,中国科技企业也开始在各种物料与仓促园区中实现大规模人机协同。

产业园区,作为多种产业实体的综合因素。其涉及人员与设备因素复杂,对效率和成本的要求更高。雨后春笋般的智慧园区建设,有很多非技术的复杂原因驱动。在IoT、云计算、人工智能等技术解决方案更加成熟,智慧园区的发展朝着什么样的发展形态运行,还是要时间来检验。

news7-1_摩赛智慧园区

柬埔寨七星海长湾项目发布 打造文旅度假新地标

项目启动仪式

中新网11月30日电 日前,柬埔寨七星海旅游度假区首秀板块——“七星海长湾”全球品牌发布会暨奠基仪式在柬埔寨国公省七星海举行。本次全球品牌发布活动以“只为 超越世界想象”为主题,参会嘉宾在柬中战略合作与经济发展上给予了充分肯定,并对“七星海长湾”作为推动两国深化合作、产城开发建设样板示范及生态环境保护方面充满热忱期待。

在国内房地产投资逐渐降温的趋势下,作为东南亚投资价值洼地,柬埔寨文旅产业投资已经成为引领下个10年的价值风口。“七星海长湾”位于七星海旅游度假区核心位置,项目总占地200公顷。依山面海,自拥1.9公里海岸线,不仅有东南亚仅存的原生态自然环境,也有世界第二大天然红树林保护区。该项目以智慧产业园区、商业风情街、文旅区、瞰海公寓、别墅度假区、游艇码头度假区、滨海休闲度假酒店区、静海浴场八大功能区为核心,力求缔造世界级旅行度假新地标。

项目规划图

据悉,“七星海长湾”首期率先启动的55公顷智慧产业园区,作为行业定制智慧产业园区,开发团队深入了解行业特性,解析行业痛点,以“顶级安全”和“全能配套”两大保障为出发点,规划建设海岸5A级办公楼、拎包入住精装公寓、美食餐厅、商业街区、康体运动场地等,特色三重安保措施,保证为所有入园企业提供宽松、安全、长效的经营环境。项目以产业托底,5年内将引入8万产业及旅游人口,保证产业与旅游协同发展。

正恒(柬埔寨)有限公司执行董事吴建峰在会上表示:“正恒(柬埔寨)有限公司是一家专注于国际化房地产开发和城市发展建设的公司,选择在柬埔寨深耕,积极响应国家政策,助力柬埔寨打造政治互信、经济融合、文化包容的利益共同体、命运共同体和责任共同体。我们非常有信心,这里必将成为世界级旅游标杆项目,谱写柬埔寨城市发展新篇章,重构世界文化旅游新版图。”

吴建峰还介绍,正恒(柬埔寨)有限公司不仅拥有柬中政策优势、自然资源优势以及建设规划优势,同时战略合作伙伴也都是行业领军者。正恒专注国际房地产开发和城市发展建设,团队凭借丰富海外开发经验,从设计到施工,通过强强联合,自身精益求精,来实现品质保障。”

现场来宾对项目报以高涨的投资热情,发布会结束后,在柬埔寨政府领导、正恒(柬埔寨)有限公司负责人与众多柬中媒体的联合见证下,现场举行了盛大的入园投资签约仪式。

11月28日,在“七星海长湾”地块上,正恒(柬埔寨)有限公司大生产副总经理阳凯旋及本项目的总包方:中铁十一局柬埔寨分公司、华西三建的领导分别发表了开工演讲,表达了对于施工质量及进度的承诺。在具有柬埔寨特色的舞狮表演欢腾气氛中,正恒(柬埔寨)有限公司的多位领导以及嘉宾代表,共同手持金铲一起为项目奠基培土,将本次奠基仪式推向了高潮,自此,“七星海长湾”正式启幕。

news6-2_摩赛智慧园区

国家发布人工智能的三年发展计划(2018年-2020)

促进新一代人工智能产业发展三年行动计划
(2018-2020年)
  当前,新一轮科技革命和产业变革正在萌发,大数据的形成、理论算法的革新、计算能力的提升及网络设施的演进驱动人工智能发展进入新阶段,智能化成为技术和产业发展的重要方向。人工智能具有显著的溢出效应,将进一步带动其他技术的进步,推动战略性新兴产业总体突破,正在成为推进供给侧结构性改革的新动能、振兴实体经济的新机遇、建设制造强国和网络强国的新引擎。为落实《新一代人工智能发展规划》,深入实施“中国制造2025”,抓住历史机遇,突破重点领域,促进人工智能产业发展,提升制造业智能化水平,推动人工智能和实体经济深度融合,制订本行动计划。
  一、总体要求
  (一)指导思想
  全面贯彻落实党的十九大精神,以习近平新时代中国特色社会主义思想为指导,按照“五位一体”总体布局和“四个全面”战略布局,认真落实党中央、国务院决策部署,以信息技术与制造技术深度融合为主线,推动新一代人工智能技术的产业化与集成应用,发展高端智能产品,夯实核心基础,提升智能制造水平,完善公共支撑体系,促进新一代人工智能产业发展,推动制造强国和网络强国建设,助力实体经济转型升级。
  (二)基本原则
  系统布局。把握人工智能发展趋势,立足国情和各地区的产业现实基础,顶层引导和区域协作相结合,加强体系化部署,做好分阶段实施,构建完善新一代人工智能产业体系。
  重点突破。针对产业发展的关键薄弱环节,集中优势力量和创新资源,支持重点领域人工智能产品研发,加快产业化与应用部署,带动产业整体提升。
  协同创新。发挥政策引导作用,促进产学研用相结合,支持龙头企业与上下游中小企业加强协作,构建良好的产业生态。
  开放有序。加强国际合作,推动人工智能共性技术、资源和服务的开放共享。完善发展环境,提升安全保障能力,实现产业健康有序发展。
  (三)行动目标
  通过实施四项重点任务,力争到2020年,一系列人工智能标志性产品取得重要突破,在若干重点领域形成国际竞争优势,人工智能和实体经济融合进一步深化,产业发展环境进一步优化。
  ——人工智能重点产品规模化发展,智能网联汽车技术水平大幅提升,智能服务机器人实现规模化应用,智能无人机等产品具有较强全球竞争力,医疗影像辅助诊断系统等扩大临床应用,视频图像识别、智能语音、智能翻译等产品达到国际先进水平。
  ——人工智能整体核心基础能力显著增强,智能传感器技术产品实现突破,设计、代工、封测技术达到国际水平,神经网络芯片实现量产并在重点领域实现规模化应用,开源开发平台初步具备支撑产业快速发展的能力。
  ——智能制造深化发展,复杂环境识别、新型人机交互等人工智能技术在关键技术装备中加快集成应用,智能化生产、大规模个性化定制、预测性维护等新模式的应用水平明显提升。重点工业领域智能化水平显著提高。
  ——人工智能产业支撑体系基本建立,具备一定规模的高质量标注数据资源库、标准测试数据集建成并开放,人工智能标准体系、测试评估体系及安全保障体系框架初步建立,智能化网络基础设施体系逐步形成,产业发展环境更加完善。
  二、培育智能产品
  以市场需求为牵引,积极培育人工智能创新产品和服务,促进人工智能技术的产业化,推动智能产品在工业、医疗、交通、农业、金融、物流、教育、文化、旅游等领域的集成应用。发展智能控制产品,加快突破关键技术,研发并应用一批具备复杂环境感知、智能人机交互、灵活精准控制、群体实时协同等特征的智能化设备,满足高可用、高可靠、安全等要求,提升设备处理复杂、突发、极端情况的能力。培育智能理解产品,加快模式识别、智能语义理解、智能分析决策等核心技术研发和产业化,支持设计一批智能化水平和可靠性较高的智能理解产品或模块,优化智能系统与服务的供给结构。推动智能硬件普及,深化人工智能技术在智能家居、健康管理、移动智能终端和车载产品等领域的应用,丰富终端产品的智能化功能,推动信息消费升级。着重在以下领域率先取得突破:
  (一)智能网联汽车。支持车辆智能计算平台体系架构、车载智能芯片、自动驾驶操作系统、车辆智能算法等关键技术、产品研发,构建软件、硬件、算法一体化的车辆智能化平台。到2020年,建立可靠、安全、实时性强的智能网联汽车智能化平台,形成平台相关标准,支撑高度自动驾驶(HA级)。
  (二)智能服务机器人。支持智能交互、智能操作、多机协作等关键技术研发,提升清洁、老年陪护、康复、助残、儿童教育等家庭服务机器人的智能化水平,推动巡检、导览等公共服务机器人以及消防救援机器人等的创新应用。发展三维成像定位、智能精准安全操控、人机协作接口等关键技术,支持手术机器人操作系统研发,推动手术机器人在临床医疗中的应用。到2020年,智能服务机器人环境感知、自然交互、自主学习、人机协作等关键技术取得突破,智能家庭服务机器人、智能公共服务机器人实现批量生产及应用,医疗康复、助老助残、消防救灾等机器人实现样机生产,完成技术与功能验证,实现20家以上应用示范。
  (三)智能无人机。支持智能避障、自动巡航、面向复杂环境的自主飞行、群体作业等关键技术研发与应用,推动新一代通信及定位导航技术在无人机数据传输、链路控制、监控管理等方面的应用,开展智能飞控系统、高集成度专用芯片等关键部件研制。到2020年,智能消费级无人机三轴机械增稳云台精度达到0.005度,实现360度全向感知避障,实现自动智能强制避让航空管制区域。
  (四)医疗影像辅助诊断系统。推动医学影像数据采集标准化与规范化,支持脑、肺、眼、骨、心脑血管、乳腺等典型疾病领域的医学影像辅助诊断技术研发,加快医疗影像辅助诊断系统的产品化及临床辅助应用。到2020年,国内先进的多模态医学影像辅助诊断系统对以上典型疾病的检出率超过95%,假阴性率低于1%,假阳性率低于5%。
  (五)视频图像身份识别系统。支持生物特征识别、视频理解、跨媒体融合等技术创新,发展人证合一、视频监控、图像搜索、视频摘要等典型应用,拓展在安防、金融等重点领域的应用。到2020年,复杂动态场景下人脸识别有效检出率超过97%,正确识别率超过90%,支持不同地域人脸特征识别。
  (六)智能语音交互系统。支持新一代语音识别框架、口语化语音识别、个性化语音识别、智能对话、音视频融合、语音合成等技术的创新应用,在智能制造、智能家居等重点领域开展推广应用。到2020年,实现多场景下中文语音识别平均准确率达到96%,5米远场识别率超过92%,用户对话意图识别准确率超过90%。
  (七)智能翻译系统。推动高精准智能翻译系统应用,围绕多语言互译、同声传译等典型场景,利用机器学习技术提升准确度和实用性。到2020年,多语种智能互译取得明显突破,中译英、英译中场景下产品的翻译准确率超过85%,少数民族语言与汉语的智能互译准确率显著提升。
  (八)智能家居产品。支持智能传感、物联网、机器学习等技术在智能家居产品中的应用,提升家电、智能网络设备、水电气仪表等产品的智能水平、实用性和安全性,发展智能安防、智能家具、智能照明、智能洁具等产品,建设一批智能家居测试评价、示范应用项目并推广。到2020年,智能家居产品类别明显丰富,智能电视市场渗透率达到90%以上,安防产品智能化水平显著提升。
  三、突破核心基础
  加快研发并应用高精度、低成本的智能传感器,突破面向云端训练、终端应用的神经网络芯片及配套工具,支持人工智能开发框架、算法库、工具集等的研发,支持开源开放平台建设,积极布局面向人工智能应用设计的智能软件,夯实人工智能产业发展的软硬件基础。着重在以下领域率先取得突破:
  (一)智能传感器。支持微型化及可靠性设计、精密制造、集成开发工具、嵌入式算法等关键技术研发,支持基于新需求、新材料、新工艺、新原理设计的智能传感器研发及应用。发展市场前景广阔的新型生物、气体、压力、流量、惯性、距离、图像、声学等智能传感器,推动压电材料、磁性材料、红外辐射材料、金属氧化物等材料技术革新,支持基于微机电系统(MEMS)和互补金属氧化物半导体(CMOS)集成等工艺的新型智能传感器研发,发展面向新应用场景的基于磁感、超声波、非可见光、生物化学等新原理的智能传感器,推动智能传感器实现高精度、高可靠、低功耗、低成本。到2020年,压电传感器、磁传感器、红外传感器、气体传感器等的性能显著提高,信噪比达到70dB、声学过载点达到135dB的声学传感器实现量产,绝对精度100Pa以内、噪音水平0.6Pa以内的压力传感器实现商用,弱磁场分辨率达到1pT的磁传感器实现量产。在模拟仿真、设计、MEMS工艺、封装及个性化测试技术方面达到国际先进水平,具备在移动式可穿戴、互联网、汽车电子等重点领域的系统方案设计能力。
  (二)神经网络芯片。面向机器学习训练应用,发展高性能、高扩展性、低功耗的云端神经网络芯片,面向终端应用发展适用于机器学习计算的低功耗、高性能的终端神经网络芯片,发展与神经网络芯片配套的编译器、驱动软件、开发环境等产业化支撑工具。到2020年,神经网络芯片技术取得突破进展,推出性能达到128TFLOPS(16位浮点)、能效比超过1TFLOPS/w的云端神经网络芯片,推出能效比超过1TOPS/w(以16位浮点为基准)的终端神经网络芯片,支持卷积神经网络(CNN)、递归神经网络(RNN)、长短期记忆网络(LSTM)等一种或几种主流神经网络算法;在智能终端、自动驾驶、智能安防、智能家居等重点领域实现神经网络芯片的规模化商用。
  (三)开源开放平台。针对机器学习、模式识别、智能语义理解等共性技术和自动驾驶等重点行业应用,支持面向云端训练和终端执行的开发框架、算法库、工具集等的研发,支持开源开发平台、开放技术网络和开源社区建设,鼓励建设满足复杂训练需求的开放计算服务平台,鼓励骨干龙头企业构建基于开源开放技术的软件、硬件、数据、应用协同的新型产业生态。到2020年,面向云端训练的开源开发平台支持大规模分布式集群、多种硬件平台、多种算法,面向终端执行的开源开发平台具备轻量化、模块化和可靠性等特征。
  四、深化发展智能制造
  深入实施智能制造,鼓励新一代人工智能技术在工业领域各环节的探索应用,支持重点领域算法突破与应用创新,系统提升制造装备、制造过程、行业应用的智能化水平。着重在以下方面率先取得突破:
  (一)智能制造关键技术装备。提升高档数控机床与工业机器人的自检测、自校正、自适应、自组织能力和智能化水平,利用人工智能技术提升增材制造装备的加工精度和产品质量,优化智能传感器与分散式控制系统(DCS)、可编程逻辑控制器(PLC)、数据采集系统(SCADA)、高性能高可靠嵌入式控制系统等控制装备在复杂工作环境的感知、认知和控制能力,提高数字化非接触精密测量、在线无损检测系统等智能检测装备的测量精度和效率,增强装配设备的柔性。提升高速分拣机、多层穿梭车、高密度存储穿梭板等物流装备的智能化水平,实现精准、柔性、高效的物料配送和无人化智能仓储。
  到2020年,高档数控机床智能化水平进一步提升,具备人机协调、自然交互、自主学习功能的新一代工业机器人实现批量生产及应用;增材制造装备成形效率大于450cm3/h,连续工作时间大于240h;实现智能传感与控制装备在机床、机器人、石油化工、轨道交通等领域的集成应用;智能检测与装配装备的工业现场视觉识别准确率达到90%,测量精度及速度满足实际生产需求;开发10个以上智能物流与仓储装备。
  (二)智能制造新模式。鼓励离散型制造业企业以生产设备网络化、智能化为基础,应用机器学习技术分析处理现场数据,实现设备在线诊断、产品质量实时控制等功能。鼓励流程型制造企业建设全流程、智能化生产管理和安防系统,实现连续性生产、安全生产的智能化管理。打造网络化协同制造平台,增强人工智能指引下的人机协作与企业间协作研发设计与生产能力。发展个性化定制服务平台,提高对用户需求特征的深度学习和分析能力,优化产品的模块化设计能力和个性化组合方式。搭建基于标准化信息采集的控制与自动诊断系统,加快对故障预测模型和用户使用习惯信息模型的训练和优化,提升对产品、核心配件的生命周期分析能力。
  到2020年,数字化车间的运营成本降低20%,产品研制周期缩短20%;智能工厂产品不良品率降低10%,能源利用率提高10%;航空航天、汽车等领域加快推广企业内外并行组织和协同优化新模式;服装、家电等领域对大规模、小批量个性化订单全流程的柔性生产与协作优化能力普遍提升;在装备制造、零部件制造等领域推进开展智能装备健康状况监测预警等远程运维服务。
  五、构建支撑体系
  面向重点产品研发和行业应用需求,支持建设并开放多种类型的人工智能海量训练资源库、标准测试数据集和云服务平台,建立并完善人工智能标准和测试评估体系,建设知识产权等服务平台,加快构建智能化基础设施体系,建立人工智能网络安全保障体系。着重在以下领域率先取得突破:
  (一)行业训练资源库。面向语音识别、视觉识别、自然语言处理等基础领域及工业、医疗、金融、交通等行业领域,支持建设高质量人工智能训练资源库、标准测试数据集并推动共享,鼓励建设提供知识图谱、算法训练、产品优化等共性服务的开放性云平台。到2020年,基础语音、视频图像、文本对话等公共训练数据量大幅提升,在工业、医疗、金融、交通等领域汇集一定规模的行业应用数据,用于支持创业创新。
  (二)标准测试及知识产权服务平台。建设人工智能产业标准规范体系,建立并完善基础共性、互联互通、安全隐私、行业应用等技术标准,鼓励业界积极参与国际标准化工作。构建人工智能产品评估评测体系,对重点智能产品和服务的智能水平、可靠性、安全性等进行评估,提升人工智能产品和服务质量。研究建立人工智能技术专利协同运用机制,支持建设专利协同运营平台和知识产权服务平台。到2020年,初步建立人工智能产业标准体系,建成第三方试点测试平台并开展评估评测服务;在模式识别、语义理解、自动驾驶、智能机器人等领域建成具有基础支撑能力的知识产权服务平台。
  (三)智能化网络基础设施。加快高度智能化的下一代互联网、高速率大容量低时延的第五代移动通信(5G)网、快速高精度定位的导航网、泛在融合高效互联的天地一体化信息网部署和建设,加快工业互联网、车联网建设,逐步形成智能化网络基础设施体系,提升支撑服务能力。到2020年,全国90%以上地区的宽带接入速率和时延满足人工智能行业应用需求,10家以上重点企业实现覆盖生产全流程的工业互联网示范建设,重点区域车联网网络设施初步建成。
  (四)网络安全保障体系。针对智能网联汽车、智能家居等人工智能重点产品或行业应用,开展漏洞挖掘、安全测试、威胁预警、攻击检测、应急处置等安全技术攻关,推动人工智能先进技术在网络安全领域的深度应用,加快漏洞库、风险库、案例集等共享资源建设。到2020年,完善人工智能网络安全产业布局,形成人工智能安全防控体系框架,初步建成具备人工智能安全态势感知、测试评估、威胁信息共享以及应急处置等基本能力的安全保障平台。
  六、保障措施
  (一)加强组织实施
  强化部门协同和上下联动,建立健全政府、企业、行业组织和产业联盟、智库等的协同推进机制,加强在技术攻关、标准制定等方面的协调配合。加强部省合作,依托国家新型工业化产业示范基地建设等工作,支持有条件的地区发挥自身资源优势,培育一批人工智能领军企业,探索建设人工智能产业集聚区,促进人工智能产业突破发展。面向重点行业和关键领域,推动人工智能标志性产品应用。建立人工智能产业统计体系,关键产品与服务目录,加强跟踪研究和督促指导,确保重点工作有序推进。
  (二)加大支持力度
  充分发挥工业转型升级(中国制造2025)等现有资金以及重大项目等国家科技计划(专项、基金)的引导作用,支持符合条件的人工智能标志性产品及基础软硬件研发、应用试点示范、支撑平台建设等,鼓励地方财政对相关领域加大投入力度。
  以重大需求和行业应用为牵引,搭建典型试验环境,建设产品可靠性和安全性验证平台,组织协同攻关,支持人工智能关键应用技术研发及适配,支持创新产品设计、系统集成和产业化。支持人工智能企业与金融机构加强对接合作,通过市场机制引导多方资本参与产业发展。在首台(套)重大技术装备保险保费补偿政策中,探索引入人工智能融合的技术装备、生产线等关键领域。
  (三)鼓励创新创业
  加快建设和不断完善智能网联汽车、智能语音、智能传感器、机器人等人工智能相关领域的制造业创新中心,设立人工智能领域的重点实验室。支持企业、科研院所与高校联合开展人工智能关键技术研发与产业化。鼓励开展人工智能创新创业和解决方案大赛,鼓励制造业大企业、互联网企业、基础电信企业建设“双创”平台,发挥骨干企业引领作用,加强技术研发与应用合作,提升产业发展创新力和国际竞争力。培育人工智能创新标杆企业,搭建人工智能企业创新交流平台。
  (四)加快人才培养
  贯彻落实《制造业人才发展规划指南》,深化人才体制机制改革。以多种方式吸引和培养人工智能高端人才和创新创业人才,支持一批领军人才和青年拔尖人才成长。依托重大工程项目,鼓励校企合作,支持高等学校加强人工智能相关学科专业建设,引导职业学校培养产业发展急需的技能型人才。鼓励领先企业、行业服务机构等培养高水平的人工智能人才队伍,面向重点行业提供行业解决方案,推广行业最佳应用实践。
  (五)优化发展环境
  开展人工智能相关政策和法律法规研究,为产业健康发展营造良好环境。加强行业对接,推动行业合理开放数据,积极应用新技术、新业务,促进人工智能与行业融合发展。鼓励政府部门率先运用人工智能提升业务效率和管理服务水平。充分利用双边、多边国际合作机制,抓住“一带一路”建设契机,鼓励国内外科研院所、企业、行业组织拓宽交流渠道,广泛开展合作,实现优势互补、合作共赢。
声明:凡注明为其它来源的信息均转自其它平台,目的在于传递更多信息,并不代表本站观点及立场和对其真实性负责。若有侵权或异议请联系我们删除。
news5-2_摩赛智慧园区

人工智能会成为优秀的天气预报员吗?

近日,一则人工智能或能提前一周预测台风的消息引发关注。报道称,日本海洋研究机构和九州大学的研究小组利用人工智能深度学习技术,开发了从全球云系统分辨率模型(NICAM)气候实验数据中高精度识别热带低气压征兆云的方法。该方法可识别出夏季西北太平洋热带低气压发生一周前的征兆。

不看不知道,原来人工智能在天气预报方面已经开始发威。它会比人类预报得更准吗?记者为此采访了中央气象台专家,试图理解气象预报的AI助手究竟表现如何。

AI已成天气预报研究热门根据相关报道,研究小组具体的做法是首先利用热带低气压跟踪算法,将全球云系统分辨率模型20年积累的气候实验数据,制成5万张热带低气压初始云及演变中的热带低气压云图片,再加上100万张未演变成热带低气压的低气压云图片,共105万张图片组成10组学习数据,利用深度卷积神经网络的机器学习,生成不同特征的10种识别器,然后构筑出可对10种识别器结果进行综合评价的集合识别器。

对此,中央气象台台风与海洋气象预报中心副主任钱奇峰表示,相关报道只介绍了做法,并没有体现出具体的预报成果,“台风发展有一些阶段,发展时间比较长,在大洋上形成胚胎,短则2至3天、长的要5天甚至7天发展成台风。要提前7天识别出热带低气压发生前的征兆,相信是可以做到的。” 据钱奇峰介绍,将神经网络的方法用在天气预报上并不新鲜,上世纪八十年代已经有一些应用,随着大数据和人工智能的发展,海量数据深度学习、复杂神经网络等逐步应用,人工智能预报天气已经成为很热门的一个话题。不光用在临近天气的预报,气候应用研究、台风海洋预报、海雾的预报等领域,都有人工智能技术的加持。

中央气象台天气预报技术研发室副主任代刊介绍,学界对AI在天气气候中的应用研究进展进行了分类整理,主要包括雷达质量控制、卫星数据反演及同化等气象数据处理;短时临近预报、概率预报、台风海洋天气预报、极端或灾害性天气预警、环境预报等天气业务;风暴环境特征分类、天气系统识别等天气气候分析;通信、生态环境、水资源和能源等领域的商业或行业应用。如何将人工智能技术应用到天气气候研究和应用领域,已成为热点方向。

为弥补传统数值模式的不足代刊告诉记者,传统天气预报不断发展更加复杂的动力数值模式,以求更准确和提前预报天气,人工智能预报天气则是以大数据驱动为主的预报技术,“实际上这两种方式是解决不同的问题,即不断发展的数值模式系统提供更高分辨率、更准确的预报结果,但由于其自身的缺陷以及天气预报的不确定性,仍然不能满足各种用户的不同需求,数据驱动方法为弥补这一差距提供了非常有用的工具。”代刊表示。

在我国,近年来随着天气业务现代化建设的推进,AI技术也得到逐步应用。据代刊介绍,在国家气象中心,研究人员已经将数据挖掘技术应用于海量集合预报数据的预报信息提取,如发展的最优百分位技术和台风路径最优选取集成方法,对提高预报准确率起到显著效果。“我们正在探索将人工智能技术应用于网格预报业务,通过与清华大学合作,采用分布式深度学习框架、时空记忆深度循环网络算法,雷达外推预报准确率较之以往平均提升40%。”代刊说。

在公共气象服务中心,研究者联合天津大学共同研发了全国强对流服务产品加工系统。该系统运用图像识别和深度学习等新技术,能够快速和智能化地监测预警强对流天气,可以判断出未来30分钟内强对流天气发生和影响的区域,预测产品的区域空间分辨率为1公里,每6分钟滚动更新。

除了国家气象台,各省级气象台也都已开展相关研究,“人工智能这么火,我们肯定希望早把它用在我们的专业上,不用新技术就落伍了。”钱奇峰笑说。目前,广东省气象局利用阿里平台开展的基于深度学习的短临降水预报效果良好;北京市气象局也将机器学习方法应用于温度预报;福建省气象局基于机器学习的降水要素的客观订正方法已在多个省气象局得到业务推广应用。结合优势向纵深发展虽然取得了一系列成绩,但与发达国家相比,国内关于AI作用于天气预报的研究和应用还存在一定差距,包括:AI技术应用集中在短时临近预报上,而对于天气预报业务的全链条,如数据质量控制、多灾种天气预警能力、产品制作以及决策服务等的支撑还远不足;AI技术以应用开发为主,相关理论研究以及面向业务需求有针对性的研发还不够深入。

对此,代刊建议,为进一步推进AI技术在业务流程的关键环节发挥重要作用,未来应加强新的、更高级的AI技术理论研究和应用开发,“目前大部分AI技术方法研发还是以大气科学专业背景人员为主,需要统计学、计算科学、大数据挖掘等专业背景的科学家加入,并积极与相关高校、科研院所合作。”更重要的是数据, AI技术的产品输出质量受到输入数据质量的限制,要想取得更好效果,需要加强高质量、长序列的气象训练数据集的研发,例如提供长历史、统计特性一致的模式数据,整理和开发高分辨的观测和分析资料用于训练和检验。在前述日本海洋研究机构和九州大学的研究中,研究小组为了利用深度学习获得更高的识别精度,对每一种气象类型都需要超过数千张图片的大量数据。“我们也在做长序列气象数据的再分析。”代刊表示。

另外他强调,目前大部分AI技术类似“黑箱”,在通常情况下运行良好,但遇到极端情况可能会失效。因此,据代刊介绍,英国气象局一直在利用数据驱动,将统计技术与物理模式和深刻理解结合起来,并积累了大量经验,例如将高分辨率观测网、复杂数值模式和再分析数据利用统计技术结合起来为风能行业发展了业务预报工具,能够提供更高精度的风力预报,并适用于复杂地形条件。

“为了克服来自黑箱应用的挑战,还需要发展针对环境科学的机器学习理论和方法。”代刊表示。此外,也需要积极推动研究成果到业务应用的转换,包括建立开放性、众创的后处理支持基础架构,建立跨部门的团队来建设和维护通用AI算法软件、训练及测试数据、检验评估等,提供资源用于培训相关人员的研发水平。代刊表示,有好的预报不等于能做出好的决策,传统数值预报结果越来越精确,但降水量、台风强度和路径等预报结果并不一定导向好的应对决策。在这方面,人工智能技术大有可为,虽然AI还不能很好地模拟传统的物理过程,但通过综合如交通、能源、农业等各领域的数据和研究,它能帮助人类在应对天气影响时拿出更优良的决策方案。

“人工智能在气象行业中的应用刚起步,应用场景未来还有很多。“钱奇峰表示,“在未来10年当中,整合基于物理模式的数值预报和数据驱动的方法,将会给天气预报带来新的机会,例如将机器学习应用于交通堵塞、航空延误、花粉过敏等难以用物理模型处理的预报,能够提供更有价值的信息。”

news4-2_摩赛智慧园区

产业园区发展趋势

随着产业园区的主导产业,由传统产业向高新技术产业不断的转型,也必然使园区的发展内容和特征存在以下几个明显的趋势,也是未来产业园区规划和发展中需要注意的内容。
        趋势一、从注重优惠政策向发展产业集群转变:从世界高新技术产业发展来看,基本经历了由“单个企业→同类企业集群→产业链→产业集群”的发展路径演变,高新技术产业只有集群化发展,才会激发出更大的能量。从未来高新技术园区政策走向看,优惠政策将可能逐步从区域倾斜转向技术倾斜和产业倾斜(这是国外通行的做法)。
        趋势二、由加工型高新区向研发型高新区转型:由于高新技术园区功能的特殊性,决定了高新技术园区适合打造前端性产业链(研发、设计、中试等)。未来高新技术园区的发展在于比技术创新能力和技术转化效率,我国高新技术园区也将逐步走向以研发中心、研发型产业、科技服务业为主体的研发型高新技术园区。
        趋势三、从强调引进大型公司向科技型中小企业集群转变:随着高新产业系统化、交叉性的增大,使得科技研发与转化的复杂性日益加大,从而大规模研发的系统风险大大增加。而随着科技预测性和可控性的加强,在总体方向下,将研发课题市场化、模块化、专业化,采用小规模研究,充分利用其灵活性,可有效分散风险和加快科技研发速度。
        趋势四、由单纯的土地运营向综合的“产业开发”和“氛围培育”转变:产业园区的发展,未来必然应该从孤立的工业地产开发走向综合的产业开发,通过土地、地产项目的产业入股等方式,将土地、园区物业与产业开发结合起来;同样也从片面的环境建设走向全方位的氛围培育,在打造一流的硬环境的同时,加强区域文化氛围、创新机制、管理服务等软环境的建设。
        趋势五、由功能单一的产业区向现代化综合功能区转型:现代的产业发展不同于传统工业发展模式的特性——智力资源密集、规模较小、信息网络化,决定了新的产业区功能的综合性,不是单纯的工业加工、科技产品制造区,还包括配套服务的各种商业服务、金融信息服务、管理服务、医疗服务、娱乐休憩服务等综合功能。
         因此,产业园区的规划需要从战略层面对该园区进行整体定位,使其在产业方向、商业商务服务、人居环境配套上达到高度三位一体的统一,实现城市或园区的可持续发展。
         智能制造园区是指生产过程采取智能制造模式的园区,其以“园区+互联网”为理念,将新一代信息技术(物联网、大数据、云计算等)与制造活动各个环节(设计、生产、管理、服务等)相融合,对各项设施、服务进行升级,而不管它生产什么产品。
  通俗点说,智能制造产业园区就是高配版、智能化、科技化,管理成本更低,生产自动化程度更高的制造类园区。由于产业园区普遍都具有准公共产品的属性,投资规模大,投资回收期长。因此,做好产业园区规划,才能使后续的招商运营更好地开展,避免空置等问题。
        产业园区作为经济发展的重要平台,对推动我国的工业化、城市化起到了极大的推动作用。如今的产业园区发展和城市发展正处在交叉线,正逐步走向产业和城市共同推进城市发展的道路。产业园区的转型升级要真正实现以人为本,以企业需求为本,生产、生活、生态的融合。
news3-2_摩赛智慧园区

2018年发布安防标准概览

2018年,由全国安全防范报警系统标准化技术委员会(SAC/TC100)组织制定并经批准发布的国家标准和行业标准共35项。其中,国家标准14项,标准概览信息如下:

 

《手持式金属探测器通用技术规范》(GB 12899-2018)

本标准由公安部提出并归口,公安部第一研究所、国家安全防范报警系统产品质量监督检验中心(北京)、国家安全防范报警系统产品质量监督检验中心(上海)、中国民航科学技术研究院、深圳市鑫源通电子有限公司、广东守门神科技集团有限公司、上海太弘威视安防设备有限公司等单位起草,2018年11月19日发布,2019年12月1日起实施,代替GB 12899-2003。本标准规定了手持式金属探测器的技术要求、试验方法、检验规则、标识、标志、标签和包装、随机技术文件,适用于检查金属武器和金属违禁品的手持式金属探测器,是设计、制造、检验和使用此类设备的基本依据。其他用途的手持式金属探测器可参照执行。

《微剂量 X射线安全检查设备 第1部分:通用技术要求》(GB 15208.1-2018)

本部分由公安部提出并归口,公安部第一研究所、北京中盾安民分析技术有限公司、中国民航科学技术研究院、同方威视技术股份有限公司、国家安全防范报警系统产品质量监督检验中心(北京)、国家安全防范报警系统产品质量监督检验中心(上海)、上海高晶影像科技有限公司等单位起草,2018年11月19日发布,2019年12月1日起实施,代替GB 15208.1-2005。本部分规定了微剂量X射线安全检查设备的分类、通用技术要求、试验方法、检验规则、包装、标志、贮存和运输以及随机技术文件,适用于各种微剂量X射线安全检查设备,是设计、制造、验收和使用此类设备的基本依据,不适用于计算机断层成像(CT)、电子加速器类及X射线发生装置能量大于500keV的X射线安全检查设备。

《微剂量X射线安全检查设备 第2部分:透射式行包安全检查设备》( GB 15208.2-2018)

本部分由公安部提出并归口,公安部第一研究所,北京中盾安民分析技术有限公司、中国民航科学技术研究院、同方威视技术股份有限公司、国家安全防范报警系统产品质量监督检验中心(北京)、国家安全防范报警系统产品质量监督检验中心(上海)、上海高晶影像科技有限公司等单位起草,2018年11月19日发布,2019年12月1日起实施,代替GB 15208.2-2006。本部分规定了透射式行包安全检查设备的通用技术要求、试验方法、检验规则、包装、标志、贮存和运输以及随机技术文件,适用于各种透射式行包安全检查设备的设计、制造、组装、验收和使用(注:此类设备任意一个检查通道入口截面的高度和宽度均小于1.1 m)。本部分不适用于计算机断层成像(CT)、电子加速器类及X射线发生装置能量大于500keV的X射线安全检查设备。

《微剂量X射线安全检查设备 第3部分:透射式货物安全检查设备》( GB 15208.3-2018)

本部分由公安部提出并归口,公安部第一研究所、北京中盾安民分析技术有限公司、中国民航科学技术研究院、国家安全防范报警系统产品质量监督检验中心(上海)、国家安全防范报警系统产品质量监督检验中心(北京)、同方威视技术股份有限公司、上海高晶影像科技有限公司等单位起草,2018年11月19日发布,2019年12月1日起实施,为首次发布。本部分规定了透射式货物安全检查设备的设备分类、通用技术要求、试验方法、检验规则、包装、标志、贮存和运输以及随机技术文件,适用于各种透射式货物安全检查设备的设计、制造、组装、验收和使用(注:此类设备任意一个检查通道入口截面的高、宽尺寸中最大单边长度大于等于0.91 m小于等于2.41m)。本部分不适用于计算机断层成像(CT)、电子加速器类、X射线发生装置能量大于500keV的X射线安全检查设备及车辆安全检查类设备。

《微剂量X射线安全检查设备 第4部分:人体安全检查设备》(GB15208.4-2018)

本部分由公安部提出并归口,公安部第一研究所、北京中盾安民分析技术有限公司、同方威视技术股份有限公司、国家安全防范报警系统产品质量监督检验中心(北京)、国家安全防范报警系统产品质量监督检验中心(上海)、深圳市计量质量检测研究院、深圳黎明镒清图像技术有限公司等单位起草,2018年11月19日发布,2019年12月1日起实施,为首次发布。本部分规定了人体安全检查设备的分类、通用技术要求、试验方法、检验规则、包装、标志、贮存和运输以及随机技术文件,适用于各种人体安全检查设备的设计、制造、组装、验收和使用。本部分不适用于计算机断层成像(CT)的X射线安全检查设备。

《微剂量X射线安全检查设备 第5部分:背散射物品安全检查设备》(GB 15208.5-2018)

本部分由公安部提出并归口,公安部第一研究所、北京中盾安民分析技术有限公司、同方威视技术股份有限公司、国家安全防范报警系统产品质量监督检验中心(北京)、国家安全防范报警系统产品质量监督检验中心(上海)等单位起草,2018年11月19日发布,2019年12月1日起实施,为首次发布。本部分规定了背散射物品安全检查设备的分类、通用技术要求、试验方法、检验规则、包装、标志、贮存和运输以及随机技术文件,适用于各种利用X射线背散射成像技术对物品实施安全检查的微剂量X射线安全检查设备的设计、制造、组装、验收和使用。本部分不适用于便携式背散射安全检查设备。

《通过式金属探测门通用技术规范》(GB 15210-2018)

本部分由公安部提出并归口,公安部第一研究所、国家安全防范报警系统产品质量监督检验中心(北京)、国家安全防范报警系统产品质量监督检验中心(上海)、中国民航科学技术研究院、深圳市鑫源通电子有限公司、广东守门神科技集团有限公司、上海太弘威视安防设备有限公司等单位起草,2018年11月19日发布,2019年12月1日起实施,代替GB 15210-2003。本标准规定了通过式金属探测门的技术要求、试验方法、检验规则、标识、标志、标签和包装、随机技术文件,适用于检查金属武器和金属违禁品的通过式金属探测门,其它用途的通过式金属探测门可参照执行。

《楼寓对讲系统 第2部分:全数字系统技术要求》(GB/T31070.2-2018)

本部分由全国安全防范报警系统标准化技术委员会(SAC/TC 100)提出并归口。公安部第三研究所、公安部第一研究所、深圳市视得安罗格朗电子有限公司、厦门立林科技有限公司、福建省冠林科技有限公司、厦门狄耐克电子科技有限公司、中山市奥敏电子有限公司、厦门ABB振威电器设备有限公司、国家安全防范报警系统产品质量监督检验中心(上海)、国家安全防范报警系统产品质量监督检验中心(北京)等单位起草,2018年12月28日发布,2019年7月1日起实施。本部分规定了全数字楼寓对讲系统的系统结构、功能要求、性能要求、试验方法、说明文件和检验规则,适用于采用数字处理技术的楼寓对讲系统。

《楼寓对讲系统 第4部分:应用指南》(GB/T 31070.4-2018)

本部分由公安部提出,全国安全防范报警系统标准化技术委员会(SAC/TC 100)归口。公安部第三研究所、公安部第一研究所、福建省冠林科技有限公司、厦门立林科技有限公司、厦门狄耐克电子科技有限公司、厦门ABB振威电器设备有限公司、深圳市视得安罗格朗电子股份有限公司、中山市奥敏电子有限公司、国家安全防范报警系统产品质量监督检验中心(上海)、国家安全防范报警系统产品质量监督检验中心(北京)等单位起草,2018年12月28日发布,2018年12月28日起实施。本部分规定了楼寓对讲系统的系统设计、工程施工、工程检验、工程验收、系统运行与维护等要求,适用于楼寓对讲系统的设计、施工、检验、验收、运行与维护。

《入侵和紧急报警系统 告警装置技术要求》(GB/T 36546-2018)

本标准由公安部提出,全国安全防范报警系统标准化技术委员会(SAC/TC100)归口,国家安全防范报警系统产品质量监督检验中心(上海) 、国家安全防范报警系统产品质量监督检验中心(北京)、博世(珠海)安保系统有限公司、霍尼韦尔安防(中国)有限公司、中安消物联传感(深圳)有限公司等单位起草,2018年7月13日发布,2019年2月1日起实施,为首次发布。本标准规定了入侵和紧急报警系统中告警装置的分类、技术要求、试验方法和检验规则,适用于入侵和紧急报警系统中采用远程电源供电/自供电方式的告警装置的设计、生产和检验。

《出入口控制系统技术要求》(GB/T 37078-2018)

本标准由公安部提出,全国安全防范报警系统标准化技术委员会(SAC/TC100)归口。北京艾克塞斯科技发展有限责任公司、公安部第一研究所、国家安全防范报警系统产品质量监督检验中心(北京)、国家安全防范报警系统产品质量监督检验中心(上海)、浩云科技股份有限公司、深圳捷顺科技股份有限公司等单位起草,2018年12月28日发布,2019年7月1日起实施。本标准规定了出入口控制系统的构成与应用模式、安全等级、功能与性能要求、安全性要求、电磁兼容性要求、可靠性要求、环境适应性要求、标志、文件提供,适用于以安全防范为目的,对指定目标进行授权、识别和控制的,单独的出入口控制系统,也适用于其他电子系统中所包含的出入口控制系统。是设计、检测和验收出入口控制系统的基本依据。

《X射线计算机断层成像安全检查系统技术要求》(GB/T 37128-2018)

本标准由公安部提出,由全国安全防范报警系统标准化技术委员会(SAC/TC100)归口,同方威视技术股份有限公司、中国民航科学技术研究院、公安部第一研究所、北京中盾安民分析技术有限公司、公安部安全防范报警系统产品质量监督检验测试中心、公安部安全与警用电子产品质量检测中心等单位起草,2018年12月28日发布,2019年7月1日起实施,为首次发布。本标准规定了X射线计算机断层成像安全检查系统的分类、技术要求、试验方法、检验规则、标志、标签和随机文件,适用于X射线计算机断层成像安全检查系统,是设计、制造、验收和使用此类设备的依据。

《公共安全重点区域视频图像信息采集规范》(GB 37300-2018)

本标准由公安部提出并归口,公安部科技信息化局、公安部第一研究所、公安部治安管理局、公安部安全与警用电子产品质量检测中心、北京中盾安全技术开发公司等单位起草,2018年12月28日发布,2020年1月1日实施。本标准规定了公共安全重点区域视频图像信息采集部位和采集种类、技术要求和采集设备要求,适用于公共安全视频监控联网系统中重点公共区域和重点行业、领域涉及公共区域的视频图像信息采集与管理。

《安全防范工程技术标准》(GB 50348-2018)

本标准为国家工程建设标准,主编部门为公安部,批准部门为住房和城乡建设部,主编单位为公安部第一研究所和公安部科技信息化局,参编单位共有中国建筑标准设计研究院、公安部安全与警用电子产品质量检测中心、公安部安全防范报警系统产品质量监督检验测试中心、中国建筑设计研究院有限公司、北京中盾安全技术开发公司等20家单位。本标准于2018年5月14日发布,2018年12月1日实施。本标准规定了安全防范工程常用的术语和工程建设的基本规定、规划、工程建设程序、工程设计、工程施工、工程监理、工程检验、工程验收、系统运行与维护以及工程建设全生命周期的咨询服务等内容,适用于新建、改建和扩建的建(构)筑物的安全防范工程建设以及系统运行与维护。本标准共有28个强制性条文,必须严格执行。

来源:公安部检测中心

 

声明:凡注明为其它来源的信息均转自其它平台,目的在于传递更多信息,并不代表本站观点及立场和对其真实性负责。若有侵权或异议请联系我们删除。

news2-1_摩赛智慧园区

生态均衡:创新驱动的边际底线

业内生态平衡的重点还在于调结构,稳增长;在于通过供给侧改革,提升服务产品性能,并且不断孵化消费侧的新增需求。那种为了创新而创新,动辄就“砸钱”“烧钱”的举动,已经背离了物业服务的初衷。
马云曾经讲过,离开了商业模式的服务是不能持久的。见过有些物业公司,开始时一下手就投资几千万去研发网络平台,动静很大,却后劲不足。对此,《物业的本质》一书的作者陈伟先生曾指出,物业服务企业的创新驱动,必须“既要仰望星空,也要脚踏实地”。在纷繁复杂的世界里,我们既要有解放思想,让思想冲破牢笼的冲劲儿,更要有应对万千变化的定力。
上述实践告诉我们,在“互联网+物业”的新格局、新征程中,必须要适应新形势,做出新抉择,诠释很多新定义,但千万要注意保护好我们赖以生存的生态环境,不可在激进中忘却初心。
news1_摩赛智慧园区

沈建忠:人工智能将是行业科技化发展的必然方向

全球科技化加速发展势不可当,人工智能将是物业行业科技化深度发展的必然方向
在当下的新经济时代,互联网技术的快速发展和日趋成熟,已经渗透到每一个传统行业,为传统行业很多问题的解决带来了契机。物业管理由早期的“三保一化”到借助成熟的互联网发展起来的智慧社区、设备远程监控、智慧停车系统等,彻底颠覆原有的服务模式,极大的提升了客户享受服务的便利性、舒适性和幸福感。
人工智能的定义是一个方法,还是一个路径,或者是一个目标,目前尚存争议,而且当前各行业应用也略有混乱。甚至,今天围绕着物业管理行业开展的人工智能产品,可能都需要从底层算法、技术应用、工程实施多多方面进行深入研发。其中,可能存在着专业知识应用深度不够,甚至有些客户体验参与的服务边界不清等诸多问题,这都有待进一步的发展和观察。但我们坚信,随着物联技术的进一步成熟和大数据、云计算这类前沿科技成果的快速普及,物业管理的科技升级也将不可避免进入人工智能应用时代。
人工智能技术的应用将在客户体验、管理效率上给物业服务带来颠覆式的影响
当前人工智能成为市场最热的科技“风口”,并结合资本和产业需求开始在各行业快速发力。将来人工智能也将带给物业行业极其深远的颠覆式影响。
管理效率
科技就是用最简洁的方式,最大化的满足用户的需求;用最简单、最实用的途径,来帮助用户解决他最关注的问题。阿里巴巴,既不卖东西,也不送东西,却可以让上亿人一天内在平台上消费500多亿。提升效率成为当前大多数物业企业进行机械化、智能化应用升级的首要目标。随着智能手机与移动通讯网络的发展,微处理器、传感器、无线网络接收器的价格大幅下降,物联网技术将各种设备连接在一起,提供照明、安防、维修、预警监测等一系列智能化的服务,在物业企业的管理手段上大幅度提升技术应用,起到减员增效的良好效果。因此在物联时代,人工智能的物业技术将替代人工,解放劳动力,同时提升服务的质量、精度和便捷性。
客户体验
目前正处于IT时代已经走向DT的时代。大数据时代的一个特征就是:在任何一个地方,都可以与世界任何一个角落进行对接、联络。办公、服务、商务活动将不再仅局限于固定的场所,我们习惯的供给决定需求逐步转向需求决定供给,这就是大数据时代给我们提出的新课题。当今,消费主流已经从物质消费转化为情感消费、体验消费,服务好,用户便愿意花更多的钱。物业企业对科技升级必须从业主需求出发,绝不能仅仅因为追求新颖概念和品牌宣传,有可能会适得其返。
这几年,中国物业管理协会的大力开展转型升级的行业引导宣传,物业行业逐步熟悉互联网思维,并且通过标准化工具将管理重心聚焦服务场景,通过精细化服务举措增强客户体验。业内知名的物业企业通过app、微信等信息化工具与客户开展频繁的互动和关怀活动,并通过积累的数据开始了初步的分析工作来指导业务发展,取得明显的效果。将来随着机器学习、数据挖掘等科技手段技术的应用,可能带来指数级的客户需求细分。
我们可以设想,未来物业服务会出现这样一个场景:每户业主的居住需求和生活习惯偏好都将会被精准记录,系统自动从产品库筛选匹配的服务产品进行精准行销,并通过自动交互系统实现即时成交,物业服务人员完成线下产品和服务交付,客户对服务体验进行在线反馈。这种线上线下结合的资源调动和服务供给带来的便利、安全、舒适的服务体验将远远超过我们的想象。
基于大量物业企业科技应用的实例证明,我们已经可以对未来智慧物业有一个美好的预期,革命性的的人工智能技术创新,也会让物业管理行业进入一个全新的发展阶段。
物业人应积极拥抱变化,主动适应科技发展要求
在当今时代科技发展,给我们的生产和生活方式带来革命性的变化。从互联网到移动互联网,再到物联网,每一次变革让传统产业发生翻天覆地的变化,现代服务业需要提升科技含量,才能变得越来越有价值,行业和员工才能更有尊严。
而每个企业都没有详细的战略地图,都需要摸着石头过河,这需要我们企业管理者能深切认识科技带来的核心竞争优势,要有“顺应潮流的勇气” 。
现在有些中小物业企业存在两种典型的心态:
一类是固步自封,自己没有能力开发,又担心合作方式引入技术应用破坏客户数据的封闭管理,进而丢失后续可以想象的社区衍生商机。
另一类盲目跟进,脱离企业自身的实力进行科技投资,这两类都是不可取的。
每个企业处在不同的发展水平上,要根据自身的特点、企业发展的基础、行业发展的趋势,找准位置,把握机会,扬长避短,这就需要我们用更自觉的行动,去拥抱科技;用更积极的姿态,把传统物业行业和科技嫁接并融合,用更开放的心态,去追随现代科技的步伐。