当前位置:主页 > 成功案例 >

且数据量呈几何式增长

    经过不断的优化迭代,现在这套人工智能天气观测系统对20多种类型的云状识别准确率达87.5%,云量识别实际准确率也在85%以上,霜露、雨凇雾凇识别准确率均在80%以上。
  就像“人脸识别”一样,AI帮胡德云和他的同事们实现了24小时“天脸识别”,准确度不输于人工观察,杨焕强不用再每天必须守在观测场了。胡德云说:“这套系统在五月份会在3到5个气象站进行试点,效果好就有机会推广到全国。”
  杨焕强孤守山顶仰望天空的日子里,徐振磊正在用脚丈量佛山的输电线路。
  在佛山市不到4000平方公里的土地上,铺设着超过5000公里的输电线路,而徐振磊和同事们要做的,就是保护这些线路的安全可靠运行,确保电力供应的安全。徐振磊所在的南方电网广东佛山供电局输电管理所,有9个线路班组,每班平均十来人,这些人每天要驱车100多公里,巡查沿途输电线路的情况。线路运维人员每天大部分的时间都消耗在路上,不仅工作量大,有些地方路况不佳,开车都很难到达。最近几年,他们开始尝试用科技进行改善,比如应用无人机帮忙巡线,还在一些线路上安装了摄像头。
  但是,即使有了摄像头和无人机等新型设备,他们依然需要定期到工地现场,和施工人员沟通情况,针对施工密集的隐患点甚至要三天一查,时刻监督现场施工安全,保障输电线路安全运行。输电线路在线监控装置的大面积部署能让人少跑几趟,但带来了新的挑战——传回来的照片仍然需要人工筛别,且数据量呈几何式增长,平均每人每天要面对几千张照片,这给审核人员带来了巨大的工作压力。 亚马逊智能音箱Echo所搭载的语音助手Alexa再爆隐私漏洞。7名团队成员透露,工作人员在一定情况下可以获取用户所在地点。该团队中的2名成员表示,通过在第三方地图软件上输入用户的地理坐标,他们可以轻松找到用户的住址。他们还向彭博社记者演示了整个过程。
  尽管目前尚没有证据证明有成员追踪了用户个人信息,但是这两名成员认为亚马逊赋予团队成员的权限范围过大,显然超过了工作所需。彭博社就曾报道亚马逊公司在世界各地雇用了上千名员工,用于监听其智能音箱产品收录的语音。他们每天工作9个小时,每人需处理约1000段音频,即将自然语言转述为代码并录入软件。知情者表示,这以工作对算法的优化非常重要,能使Alexa更好地理解并回应人类的指令。
  根据彭博社的报道,语音助手Alexa通过获取设备所在地理位置来更好地为用户服务,比如精确地推荐附近的餐厅。目前尚不清楚有多少用户收到影响,但是知情者表示,目前为止,大部分的员工都可使用该监听系统。亚马逊方面曾在10日发表声明称,亚马逊的员工没有直接权限获取能够确认用户身份和日常工作内容的信息,这些信息的权限管理非常严格,只有极小一部分员工得到了授权,用于处理极少量样本,且亚马逊会定期调整每个员工的权限。如有员工滥用该信息优化系统,亚马逊将采取零容忍态度。用户担忧数据用于盈利这已经不是亚马逊的Alexa助手第一次面临隐私泄漏的指控了。
  2018年5月,来自美国波特兰的Danielle家中的私密对话被亚马逊智能音箱录制,并发送给了她丈夫公司的一位员工。
  2018年8月,一名亚马逊用户行使了欧盟数据保护法GDPR(通用数据保护条例)中的权限,即用户有权利向科技公司要回并保存与自身相关的全部隐私数据。结果除了自己的数据,亚马逊错误地将另一名用户的1700条Alexa录音片段也发送给了他。彭博社在报道中指出,这种形式的隐私泄漏可能带来两大问题,一是被不法分子或黑客利用,二是这些个人信息很有可能被公司出售作为商用。
  根据“消费者报告”的报道,谷歌作为另一智能音箱开发巨头,目前已经申请了数个专利。这些专利主要用于推测用户日常睡眠、做饭、娱乐洗澡等是日常活动的时间。在专利描述中明确提出,第三方向机构可以利用此专利的推测结果,向用户提供有趣的信息、产品、服务甚至是广告,以此提高用户的生活质量。
  此外,还有两项专利的功能也颇有争议,即儿童危险行为预警和基于当前装修风格的商品推荐。这两项功能可能会对儿童进行监视,并拍摄设备所在处的照片、视频。
  谷歌表示,这两个专利目前暂时没有被应用在产品上。科技,正在一次次帮劳动者减轻工作的繁杂与沉重。从第一次科技革命开始,人类一步步从蒸汽时代迈入电力时代,再从计算机及信息技术时代迈进“第四次工业革命”——人工智能时代。AI开始逐渐取代那些繁重、危险、重复性的工作,让工作效率更高、让重复性工作更少、让劳动变得更有创造性。今天要讲的故事,就和人工智能这位“隐形劳模”有关,它无需历经挨饿受冻,也不会把工作谱写得惊心动魄,但是,它却在21世纪,用各种算法串联出一场新工业革命下的“AI的奉献”。
  “在我们眼里,云是一串数字”从南宋皇城遗址的凤凰山脚路一直向南走,只需要数百米就可以到馒头山,这里是杭州最老的社区——相比山下的智能化设施遍地、互联网公司林立,馒头山社区更像是一下穿越回了80年代,到处可见的铁锈斑斑和吱嘎作响的竹椅似乎都在见证着时光的洗礼。
  杨焕强和同事们所在的杭州环境气象中心就在馒头山顶。2006年毕业后,杨焕强就住到了馒头山,这一住,就是12年。
  作为气象观测业务人员,杨焕强的工作就是看云观天,用眼睛看、用仪器看、用探空气球“看”,最近又变成了用AI软件看……飘过杭州的每一朵云,杨焕强和他的同事们都见过。
  把家安在山上的原因很简单:气象观测的工作时间是早上7:00到晚上20:30,这还是近年调整之后的时间。杨焕强刚来馒头山时,面对的是24小时3班倒的工作模式,不把家安在山上,根本留不出给自己休息的时间。
  过去的12年,除了偶尔去附近的钱塘江边跑跑步,杨焕强连过年都待在山上。他至今还记得自己第一次独自在山上过年的场景,以往都是和家人过团圆年,但现在陪伴他的只有三五个同事和布满整个场地的观测仪器。“这是岗位需要,但没点毅力还真坚持不下来。”杨焕强说。
  “与星为伴、与云为伍,这在别人看来是件浪漫的事。但在我们眼里,它就是一串数字。”胡德云说,他是杭州环境气象中心主任、高级工程师,在他和杨焕强这样的专业人士眼里,云,是可以量化的——普通人眼里的白云、彩云、乌云,在他们眼里可以细分成三族十属二十九类,天空的云量可以细化到11个级别。而他们要做的就是准确地“认”出这些云,且识别准确率不能低于80%。
  馒头山与杭州市区平均海拔相差不大,但让人感觉气温比城区里低几度,花开也比外面晚一点。但胡德云的意识却一点也不慢,他的想法总是很超前:以前气象环境中心是24小时人工值守,现在大部分气象要素实现自动化了,那能不能把剩下的部分也实现自动化,让气象观测员从馒头山的气象观测场解放出来?
  天气瞬息万变,可人工的定时观测始终不能实现高时空密度的连续观测,这个时候,AI帮到了胡德云和杨焕强。用高清视频摄像机图像结合人工智能算法,如果能够有一个云图的模型规范了不同形状的云图对应的结果,那么当产生新的云图时,只要输入模型进行比对,就能得出结果。为了验证这个想法的可行性,胡德云和他的同事在全国建立了28个站点,收集了内蒙古、青海、黑龙江、北京等多地不同的气候图片,从沙暴、扬尘到高原云状,他们全都“捕捉”到了,数量达100万张。
  收集到足够多的图片样本只是第一步。之后,他们将精选的2万张气候图片,借助百度EasyDL定制化训练和服务平台进行训练(百度EasyDL定制化训练和服务平台是一个零技术门槛的快速应用平台,用户根据文字提示进行简单的页面操作,只需四步,最快10分钟即可训练业务定制的深度学习模型。目前EasyDL已经开放了定制化图像分类、物体检测和声音识别、声音分类等能力),打造了一套能够智能“看云”的AI系统,这套系统里包括观察云状、云量、天况、霜露、雨凇雾凇、茶叶霜冻识别等气象图片的定制化模型,目前,已经对20多种云状、11种云量,以及雾、霾、沙尘、霜露、结冰、结雪、雨凇雾凇、茶叶霜冻等天气状况进行自动观测。
  
点击次数:  更新时间2019-05-02  【打印此页】  【关闭