导语
城市计算是用大数据和人工智能来实实在在的解决城市面临的各种具体问题。在人工智能呼声越来越高的同事,应该是如何选择发展道路。
强人工智能vs弱人工智能
强人工智能是基于逻辑和推导的,但发展缓慢,没有形成理论体系;弱人工智能是基于计算的智能,是伴随着摩尔定律的发展,计算,存储等发展起来的。如何将算法和场景更好地结合,商业化,还有很多要做。
城市计算和智能
城市化导致的人口大量聚集,带来了交通,环境,能源等诸多问题。并且各个方面牵扯深广,环环相扣。而随着感知技术和计算环境的成熟,城市里的大数据逐渐成为了变革的源泉。本期从4个方面,城市感知,城市数据管理,城市数据分析,城市服务提供阐述智能城市的整体流程。
城市计算:用大数据和AI驱动智能城市
感知模式:基于人和基于传感器的。基于人的又分为主动和被动。
感知挑战,感知到的数据存在偏斜采样,感知器有限造成数据稀疏,往往需要根据局部特征数据推断全局分布。链路上数据丢失。
城市数据管理:数据规模大,种类多,变化快,对云平台带来一定挑战。比如,车的轨迹是timeseries的三维数据,存储以及解析方式都与传统数据不同。另外,三维空间的查询往往不是kv查询,而是近似查询,找周围的点,计算最近距离等。
城市数据