スマートシティの構築における人工知能の役割
マッキンゼー・グローバル・インスティテュートのレポートによると、「スマートシティ」は、通勤時間の短縮、犯罪の減少、健康負担の軽減、さらには二酸化炭素排出量の削減など、基本的な生活の質の指標を 10 ~ 30% 向上させることができます。スマート シティはテクノロジーとデータを使用して、より適切な意思決定を行い、より高い生活の質を提供します。
都市を「スマート」にするものは何ですか?
スマートシティとは、スマートな物理的、都市的、経済的インフラストラクチャーを備えた都市のことです。住民に官僚主義から解放された革新的なテクノロジー、実用的な設備、モビリティを提供します。スマートシティの最終目標は、生活の質、利便性、経済成長、持続可能な開発の向上です。
マッキンゼー グローバル インスティテュートの調査によると、スマート シティが機能するには 3 つのレベルがあります。
- テクノロジーベースは、データを生成して高速ネットワークに接続するスマートフォンとセンサーで構成されています。
- コンピューターは生データを処理し、洞察を提供し、アラートを生成します。
- これらのテクノロジーを一般に採用して使用することは、より良い意思決定と行動の変化につながります。
人工知能はスマート シティでどのように使用できますか?
- 交通管理: インテリジェントな交通管理システムは、ドライバーに通行止めや遅延を通知することで渋滞問題を解決できます。深層学習アルゴリズムを使用して交通の流れを予測し、削減することができ、二酸化炭素排出量の削減に役立ちます。交通違反検知システムやAI搭載カメラを活用することで、交通事故を大幅に減らすことができます。
- 環境保護: 人工知能を使用して、市民のエネルギー使用データを分析し、再生可能エネルギーを使用できる場所を決定できます。さらに、エネルギーが無駄に浪費されている都市を示し、エネルギーを節約するための対策を提案することもできます。 AI は汚染レベルを分析および予測することもできるため、当局が環境にとって最適な決定を下すのに役立ちます。
- 公共交通機関: 人工知能の助けを借りて、ユーザーは公共交通機関についてリアルタイムで学習できるため、時間と顧客満足度が向上します。都市部の自動バスは排出量を削減し、ルートを改善できる可能性がある。
- 駐車場: ナンバー プレート認識テクノロジーを使用すると、駐車場では、必要以上に駐車した車両に罰金を課すことができます。待っているユーザーには、車のサイズに基づいて空きスペースを通知できます。
- ヘルスケア: 患者監視システムは、慢性疾患を早期に検出し、予防するのに役立ちます。国民の健康報告書を分析し、医療相談を行うことができます。チャットボットは、医療支援、情報サポートを提供し、予約をスケジュールすることができます。
- 廃棄物管理: 人工知能は、さまざまな種類の廃棄物を区別し、最も近い位置を追跡し、廃棄物の充填レベルを監視してオーバーフローを防ぐことができます。人工知能はリサイクル可能なものをより効率的かつ迅速に分別できます。
- 安全性: AI 対応カメラは犯罪を検出し、当局に即時に報告します。ドローンは顔を認識してデータベースと比較し、身元を追跡し、都市や立ち入り禁止区域に入る人々を認証できます。
スマートシティに人工知能を応用する企業
- ニュージーランドを拠点とするスタートアップ ARCubed は、コンピューターを使用してリサイクル可能な材料をゴミから視覚的に分別する One Bin と呼ばれる人工知能ゴミ箱を開発しました。これにより分別ミスがなくなり、廃棄物が埋め立て地から迂回されます。ビンがいっぱいになると、ガベージ コレクターにも通知されます。
- ディープテックのスタートアップ Machine Can See は、車両の動きの予測を提供します。コンピューター ビジョンと物理シミュレーションを使用して、都市部の自動車を分析およびモデル化します。このスタートアップは、スマートパーキングソリューションの構築にも取り組んでいます。
- Pure Skies は、Devic Earth によって開発された大気汚染制御装置で、無線ネットワーク上で動作するパルス電波技術をサポートしています。乾式沈殿プロセスの自然速度の 6 ~ 7 倍の速度で汚染物質の除去を加速できます。
- Sentry AI はセキュリティ監視ソリューションを提供します。コンピュータービジョンを使用した顔と車両の検出。不動産管理に使用して、侵入や異常な動作を検出できます。
- Upciti は、人工知能ベースの画像分析を使用して、人や物の最適な流れを確保します。車両や歩行者をカウントしてエネルギー消費を削減するスマートパーキングやスマート照明などのソリューションを提供します。
- Hayden AI は、コンピューター ビジョンと車載センサーおよび 5G などの組み込み接続を組み合わせて、自治体がバスや自転車専用レーンの保護、スクール ゾーンの安全確保などを行えるスマートな車両を作成できるように支援します。これにより、輸送がより効率的になり、危険が軽減され、複雑なプロセスが自動化され、公共サービスが向上します。
- IntelliVision は、セキュリティ監視のための洞察とインテリジェンスを提供します。侵入を検知し、顔とナンバープレート番号を認識できます。
- Arrive は、スマート パーキング ソリューションを提供することで、都市の駐車状況の改善に取り組んでいます。そのテクノロジーを使用すると、ユーザーは Alexa を使用して駐車スペースを見つけることもできます。
- Telensa は、都市のエネルギー消費と二酸化炭素排出量の削減を支援します。各街路灯のセンサーは中央管理システムに接続されており、システムの照明は他のセンサーからのデータに基づいて微調整できます。
人工知能をスマートシティに統合する利点は何ですか?
- 都市における人工知能の適用は、サービスのパーソナライズされた提供を強化し、将来の傾向の予測と予測を支援し、さまざまな政策の導入前にその導入をシミュレーションするのに役立ちます。
- 人工知能は、的を絞った予測と支出管理を通じて都市の財政管理の改善に役立ちます。
- AI は、公共配給、一次医療、教育などの福祉システムについて推奨し、行動を起こすことで、町や都市の公平性を向上させます。
- 人工知能は、エネルギー、廃棄物、交通管理を通じて環境にプラスの影響を与えます。
- 人工知能は、効率的な製品やサービスの助けを借りて労働者の生産性を向上させ、それによって都市の経済成長を促進します。
人工知能をスマートシティに統合する際の課題は何ですか?
- 資金不足と技術的優位性は、人工知能都市の開発が直面する大きな課題です。
- スマートシティでのセンサーの実装と維持には、高価なインフラストラクチャが必要です。
- 洪水などの自然災害は、人工知能機器に損傷を与える可能性があります。
- 国民のプライバシーとセキュリティも大きな懸念事項です。サイバー攻撃の脅威は常に人々の念頭にあります。
- スマートシティの開発中は、収集されたデータにあらゆる種類のバイアスが含まれていないことを確認する必要があります。さらに、データ収集のプロセスは透明性があり、同意に基づいている必要があります。
人工知能に基づくスマートシティは、生活水準の向上と経済成長の促進だけでなく、都市部の変革において重要な役割を果たすことができます。しかし、上記の課題はその目標の達成を妨げており、早急に対処する必要があります。さらに、政府、テクノロジー企業、国民が協力して AI を活用し、豊かな都市を構築する必要があります。
以上がスマートシティの構築における人工知能の役割の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック











このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

検索強化生成およびセマンティック メモリを AI コーディング アシスタントに組み込むことで、開発者の生産性、効率、精度を向上させます。 JanakiramMSV 著者の EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG から翻訳。基本的な AI プログラミング アシスタントは当然役に立ちますが、ソフトウェア言語とソフトウェア作成の最も一般的なパターンに関する一般的な理解に依存しているため、最も適切で正しいコードの提案を提供できないことがよくあります。これらのコーディング アシスタントによって生成されたコードは、彼らが解決する責任を負っている問題の解決には適していますが、多くの場合、個々のチームのコーディング標準、規約、スタイルには準拠していません。これにより、コードがアプリケーションに受け入れられるように修正または調整する必要がある提案が得られることがよくあります。

AIGC について詳しくは、51CTOAI.x コミュニティ https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou を参照してください。これらの質問は、インターネット上のどこでも見られる従来の質問バンクとは異なります。既成概念にとらわれずに考える必要があります。大規模言語モデル (LLM) は、データ サイエンス、生成人工知能 (GenAI)、および人工知能の分野でますます重要になっています。これらの複雑なアルゴリズムは人間のスキルを向上させ、多くの業界で効率とイノベーションを推進し、企業が競争力を維持するための鍵となります。 LLM は、自然言語処理、テキスト生成、音声認識、推奨システムなどの分野で幅広い用途に使用できます。 LLM は大量のデータから学習することでテキストを生成できます。

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

機械学習は人工知能の重要な分野であり、明示的にプログラムしなくてもコンピューターにデータから学習して能力を向上させる機能を提供します。機械学習は、画像認識や自然言語処理から、レコメンデーションシステムや不正行為検出に至るまで、さまざまな分野で幅広く応用されており、私たちの生活様式を変えつつあります。機械学習の分野にはさまざまな手法や理論があり、その中で最も影響力のある 5 つの手法は「機械学習の 5 つの流派」と呼ばれています。 5 つの主要な学派は、象徴学派、コネクショニスト学派、進化学派、ベイジアン学派、およびアナロジー学派です。 1. 象徴主義は、象徴主義とも呼ばれ、論理的推論と知識の表現のためのシンボルの使用を強調します。この学派は、学習は既存の既存の要素を介した逆演繹のプロセスであると信じています。

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性を実証しています。 「S」で始まる関連研究

8月1日の本サイトのニュースによると、SKハイニックスは本日(8月1日)ブログ投稿を発表し、8月6日から8日まで米国カリフォルニア州サンタクララで開催されるグローバル半導体メモリサミットFMS2024に参加すると発表し、多くの新世代の製品。フューチャー メモリおよびストレージ サミット (FutureMemoryandStorage) の紹介。以前は主に NAND サプライヤー向けのフラッシュ メモリ サミット (FlashMemorySummit) でしたが、人工知能技術への注目の高まりを背景に、今年はフューチャー メモリおよびストレージ サミット (FutureMemoryandStorage) に名前が変更されました。 DRAM およびストレージ ベンダー、さらに多くのプレーヤーを招待します。昨年発売された新製品SKハイニックス
