在經濟學家的預言中,中國的城市化會和美國的新技術革命并列成為影響21世紀人類社會發展進程的大事。但城市化究竟應該如何進入良性發展軌道?——用科技手段來實現,成為現階段解決這一問題的答案。
“人工智能+物聯網” 智慧城市賽道的黑馬
作為馳騁在這一賽道上的“黑馬”,伽瑪科技發展飛速。在伽瑪科技總裁倪剛看來,主要是因為選準了賽道。但事實上,選賽道是第一步,如何在賽道上馳騁是選擇之后更為關鍵的。
選準“人工智能+物聯網”賽道 覆蓋千萬級人口
對于這一理念,倪剛非常認可,在他看來,伽瑪科技在兩年半的時間內能夠獲得超高水平的發展,本質也是基于“賽道理論”:“選擇行業是非常關鍵的,這對于伽瑪科技的發展來說是至關重要一點。”
隨著近年來信息科技的發展,互聯網、物聯網、云計算、大數據,以及人工智能等產業開始呈現井噴的發展態勢。其中,互聯網先聲奪人,在新世紀前后最早進入到公眾視野。物聯網雖然較互聯網提出時間晚,但截至今日,距離其最初面世“Networked Coke Machine”也已經有28年歷史,隨著各國政府將下一代技術規劃悉數落定在物聯網上,其迎來了新時代的發展機遇。
至于人工智能,雖然概念的提出早于互聯網,但由于落地困難,經歷了兩落三起,如今正在經歷的第三次產業熱潮,動力主要基于2006年以來大數據和深度學習的廣泛應用,從而讓更多的人機互動硬件開始進入公眾視野。NFC智能巡防點采用了NFC射頻識別技術。NFC(Near Field Communication)近場通信技術是由非接觸式射頻識別(RFID)及互聯互通技術整合演變而來,在單一芯片上結合感應式讀卡器、感應式卡片和點對點的功能,能在短距離內與兼容設備進行識別和數據交換。在13.56MHz頻率運行于10厘米距離內,但是使用這種手機掃描方案的用戶必須更換特制的手機。目前這項技術在日韓被廣泛應用,他們的手機可以用作機場登機驗證、大廈的門禁鑰匙、交通一卡通、信用卡、支付卡等。具有NFC射頻識別技術、儲存設備信息、加密技術、捆綁5組設備、操作快捷方便、通信輕松、安全、迅速等優勢特點。
“物聯網和人工智能的歷史性發展機遇決定了伽瑪科技走在快速發展的‘賽道’上”,倪剛表示說:“無論出于降本增效,還是提升產能質量的意圖,傳統360行各行各業都需要技術變革,目前來看,物聯網和人工智能是給傳統產業帶來科技變革的重要技術,不僅能提升生產效率,通過技術手段也可以延伸整個產業渠道的銷售能力,給各行各業插上了快速發展的翅膀,伽瑪科技選擇的這個賽道幾乎沒有上限。”
而與以往孤立發展不同的是,進入2017年以來,各類技術開始形成融合之勢,這也是選擇以“人工智能+物聯網”為底層技術的伽瑪科技迎來爆發的重要原因。
“人工智能+物聯網” 智慧城市賽道上的黑馬
“思維”與“神經網絡傳輸” 知易行難
經濟學家斯蒂格利茨曾斷言,影響21世紀人類社會發展進程的兩件大事:一是以美國為首的新技術革命;二是中國的城市化。與西方國家進入現代社會后出現的逆城市化現象不同,二十世紀后半期以來,中國的各種發展資源更多向城市集中,規模經濟推動著城市的快速膨脹和經濟的高速增長。
然而,集中式的增長也給城市的良性管理帶來不少問題,尤其是在城市安全、道路交通、市民服務等方面有極大的挑戰。如何利用科技手段推進城市治理體系的優化和治理能力的現代化,成為智慧城市、智慧消防,以及智慧社區被提出的重要背景。
創建智慧城市的底層技術與物聯網和人工智能密不可分。“以智慧社區為例,AI在其中正在扮演越來越重要的角色。它的成熟落地能夠有效滿足客戶的實在需求、能夠解決存在多年的產品漏洞,能夠處理指數級增長的實時數據,能夠讓談及多年的智慧社區更好的落地。”伽瑪科技副總裁倪剛表示。
在他看來,如果說人工智能技術在智慧城市的建設中充當大腦的功能,那物聯網就是輸送思維意識的神經網絡。那么,作為核心節點的智慧社區的改造,在人工智能技術賦能后,大腦的機能讓各個智慧社區作為臟器發揮出應有的功能,從而貫通更大規模的城市級連接,最終形成健康而有活力的智慧城市。
如何“思維”和“神經網絡傳輸”,是伽瑪科技在智慧城市建設中所扮演的角色。然而,知易行難,即使是黑馬在快道,也難以避免現實遇阻。但盡管是幾十分之一的入選率,也不代表之后就可以高枕無憂,適應各類項目無壓力。“我們在南京嘗試了4000多個點位,在全國都是非常龐大的應用案例,并且已經非常成熟了,但如果更換了地點,比如更換到武漢,整套體系就必須推倒重來。”倪剛繼續解釋到,因為城市結構有很大差異,武漢的立體性建設,以及住家數量龐大的現實情境下,管理方式和技術設置都需要重新設計和調整,這些都是非常大的挑戰,我們用了一年半的時間才適應了重慶市場。”事實上,這些以前遇到的挑戰,在伽瑪科技攻克一個個難題后,正在成為他們的優勢之一。
智慧消防廠家在不斷遇到問題和各個攻破之后,伽瑪科技最終給到的智慧化改造方案主要涉及社區、單元門門禁管理系統的建設、人臉識別下的社區深度布控、用于社區日常監測的視頻聯動等。通過打通社區內的人、車、物等細小單元,再將這些多維數據匯入、整合、分析,最終實現更大規模的城市級連接。