华为云|行稳方可致远——让人工智能助力公路智慧腾飞

华为云|行稳方可致远——让人工智能助力公路智慧腾飞

文章图片

华为云|行稳方可致远——让人工智能助力公路智慧腾飞

“人工智能就像一列加速前进的火车 ,
当你刚开始听到它轰隆隆的声音时 ,
它离你还很远 ,
但当它终于来到你身边时 ,
它只会呼啸而过 ,
随后便远远地把你甩在身后 。 ”


今天 , 我们刚刚听到火车的声音 , 还有讨论它的资格;当它呼啸而过 , 可能就是它们来讨论我们了 。
似乎突然进入“智慧”时代 , 说话谈事时 , 不提“智慧”好像就落伍了 。 然而 , 当前所谓的“智慧” , 还只能被作为炒作的噱头 , 绝大多数是利用现代计算机技术对传统模型进行再包装 。 正视当前的发展水平 , 正确地看待和合理应用 , 才应该是我们面对“人工智能”时的正确态度 。
人工智能前进中的挑战
数字化 , 用数字来表征事物可量测特征(广义 , 包括统计资料)的简称 , 随着计算机技术水平的发展和量测水平的提升 , 更多的特征数据被计算机管理、分析、表述 , 使得事物的多方面特征可以被同时展示 , 让我们对事物更立体、更全面的认识 , 当数据汇集量和分析达到一定程度的时候 , 就可以说进入了大数据的范畴 。
人工智能 , 是利用计算机技术 , 在边界清晰、规则明确、数据可靠的前提下 , 代替人对可量测特征数据进行繁杂的数据分析、完成特定任务 , 并根据要求进行反馈的一种应用技术 。 是基于计算机技术和数字化成果发展完善的一项应用技术 。
机器智能 , 是对呼啸而过后智能的称呼 , 以区别于人工智能 , 目前笔者对其唯一的想象:是以“机器”为物理支持的智慧 。
数字化是大数据、人工智能的基础 , 在当前的技术水平下大数据、人工智能都是对数据进行采集、整理、分析的工具 , 它们之间还没有明确的界限 。 通过数字化 , 提升了对事物特征全面性的把握 , 也降低了对人员部分专业素质的要求 , 达到提升效率、改进工作的效果 。 但要认识到数字化只是一个工具是对事物部分特征的表达是1后面的0 。 当前事物的形成、存在、运动中很多基础性问题以及很多关键的信息 , 尚无法被量测并数字化技术和社会发展中存在的多数问题也不可能仅仅依赖数字化、人工智能解决 。 人工智能进一步的前进和应用至少面临四个方面的挑战 。

【华为云|行稳方可致远——让人工智能助力公路智慧腾飞】数据收集

一是关键数据的获得 。 人工智能的基础是事物特征的数字化 , 关键数据难以获得是最大的挑战之一 。 虽然期望的数据收集方案是由分析的需求提出 , 有目的性收集 , 但现实往往很残酷 , 仅就土木工程而言 , 滑坡的精确内应力及分布、桥梁各处实际内应力及构件间的传递、应力集中的关键点数值等等 , 目前的技术水平仍然难以获得 。
二是垃圾数据的处理 , 当前能被收集到的主要是低效甚至垃圾数据 , 这些数据也可能是未来某些应用的基础 , 但当下仍然属于需要被剔除的垃圾 , 需要耗费大量的资源进行筛选、管理和维护 。
数据管理

建立起数据之间的联系 , 特别是建立起数据库内部 , 以及不同数据库之间的联系 , 形成网状关联 , 给轻量化提取和高效利用创造条件 , 并给未来数据项目和数量扩充预留条件 , 需要具有深刻认识事物特征、跨学科管理和分析信息、发明数据关联方法的能力 , 是当前的巨大挑战 。 目前BIM模型应用就是一个典型的案例 , 虽然目前对如何推进数据联通已经有人提出了思路 , 但是在建立公共基础数据库格式方面尚难以下手 。

相关经验推荐