AI可以非常高效地识别手机划痕,大唐5G综合验证平台是面向5G关键技术的综合验证系统

C114讯
2015年4G建设热潮依旧,但是与5G技术及相关规划的进程也相当迅速。为促进全球业界在5G目标、技术标准及产业发展等方面尽快达成共识,IMT-2020推进组于5月28-29日在京召开了第三次IMT-2020峰会,本次会议主题为“5G技术架构”。本次峰会上,大唐电信集团不仅向业界分享了5G系统框架和关键技术研究的最新进展,还展出了业界首个支持128数字通道大规模天线系统的5G综合验证平台,成为关注的焦点。

煤炭行业是我国国民经济的重要支柱,煤矿企业也分别经历了第一代综合机械化建设、第二代集约化建设、第三代信息化建设三个发展阶段。近年来,以信息技术为核心的新一轮科技革命蓬勃发展,同时在国家对煤炭行业发展安全生产要求之下,煤矿的建设理念已逐步由高产高效、安全高效向着本安、智能、生态的方向发展,以智能化建设为代表的第四代煤矿建设已经开启。

AI落地场景在不断增多,但赚钱依旧艰难。

作为IMT-2020推进组的核心成员,大唐已在大规模天线、新型多址接入、超密集组网、高频段通信、低时延高可靠、灵活频谱共享等5G重点关键技术上取得了突破性进展。大唐5G综合验证平台是面向5G关键技术的综合验证系统,可验证5G相关的通信技术和产品实现技术,如支持128和256通道的大规模天线技术、PDMA图样分割非正交多址接入技术、U/C分离技术、业务本地化、RAN虚拟化等。该平台拥有强大的硬件处理能力,支持大吞吐量数据转发和高带宽数据处理。为同时满足基站和终端的业务验证,该系统在设计之初便采用了控制和业务分离的模式,可轻松应对多种验证需求和验证服务。此外,为了提升综合验证系统的使用、控制、演示以及对外服务能力,大唐还对该系统的操作维护功能、测试功能进行了优化,引入集控制与分析为一体的CAT(Control
Analysis
Tools)工具和云端操作功能。通过搭建5G关键技术的硬件平台和验证环境,大唐将进一步推动5G的技术储备和标准研究工作,为技术走向产业做足了准备。

因需而变,定制高效可靠方案

亿欧报告显示,2018年全年,近90%的人工智能公司处于亏损状态,而10%赚钱的企业基本是技术提供商。从谈概念、讲技术,到拼场景、抢落地,建立在大数据基础之上的人工智能,仍面临数据本身带来的挑战。

在本次峰会上,大唐电信集团总工程师王映民博士做了题为《5G系统框架和关键技术(5G
Framework and Key
Technologies)》的主题演讲。他表示:“移动通信产业是一个快速发展和不断创新的产业,5G将为整个人类社会的信息化做出重要贡献。大唐一直倡导演进、融合与创新的5G发展路线,提出5G将包含4G演进和5G新空口,并融合WLAN和3G/4G等已有系统,共同满足社会信息化需求。在3G和4G时代,大唐一直是TDD技术的引领者,在5G时代,TDD技术与FDD技术会更加紧密地结合,TDD会发挥更加重要的作用。”

矿用通信系统作为煤矿六大系统的重要组成部分,在现代化大中型矿山企业中扮演着越来越重要的角色。传统的矿用有线通信系统只能提供语音通话、电话调度、会议汇接等基本功能,而且由于布放位置固定,调度效率较低、可调度范围较小,在灵活性、及时性方面都无法适应当前矿井高效安全生产的需要。

“我们经常提及大数据,但事实上我们并不需要那么多的数据,AI未来的一个趋势是小数据崛起。”在市北·GMIS2019全球数据智能峰会上,斯坦福大学教授、Landing.ai创始人、CEO吴恩达表示。

图片 1

随着煤矿进入智能化建设时代,要求矿用通信系统除提供语音电话、语音调度功能之外,还能够承担文本、多媒体视频、监控数据等信息的传递。此外,直观、准确、快捷的生产调度和应急指挥,要求井下调度从单一的固定电话调度功能,上升为固话+移动,话音+视频的综合调度平台,同时,还可与人员定位、应急广播等其它系统整合联动。如何在宽带通信网络之上叠加更丰富的业务应用,适应智能化第四代煤矿信息化建设对传输承载的需求,成为当前矿用通信系统建设的关键。

一个具体的案例是工厂手机屏幕划痕检测。目前不少是利用人眼来检测手机是否存在划痕,如果拥有100万个划痕手机,AI可以非常高效地识别手机划痕。但现实情况是没有任何工厂会有几百万不同划痕的手机,这个时候小样本学习(fewshotlearning),即利用较少的数据得出同样准确结论的人工智能,将有助于推动整个领域的发展。

大唐移动凭借其在第四代移动通信技术方面的优势,根据煤矿生产工艺特点和管理需求,研推出了本安型矿用4G宽带无线调度通信系统解决方案。该方案凭借本安型设计理念以及先进的技术、可靠的质量、丰富的业务,可为煤矿企业打造安全高效的宽带无线通信平台,成为第四代煤矿承载安全生产信息、实施高效管理的网络基础。

小样本学习的迫切性更在于落地过程面临的数据孤岛、数据隐私保护导致的数据割裂问题,让AI技术很难充分发挥价值。

4G时代,一网攻克沟通盲点

“和AI用于比赛需要上千万的图片训练不同,当AI深入行业我们看到的数据往往是小数据和细碎的数据,也就是没有联通起来的数据,再先进的AI技术也很难用上。”国际人工智能学会理事长、香港科技大学教授、微众银行首席人工智能官杨强说道。

大唐移动矿用4G宽带无线调度通信系统解决方案,可实现井上、井下全方位、无盲点的4G专网覆盖,提供语音、视频、多媒体调度、集群对讲、数据传输、多方会议等业务,还可通过智能调度机实现有线、无线通信网络的统一号码管理、一体化调度。

今年5月,国家互联网信息办公室发布了《数据安全管理办法》,提出在中国境内利用网络开展数据、存储、传输、处理、使用等活动,以及数据安全的保护和监督管理意见。

相对现有的矿用无线通信系统而言,大唐移动矿用4G宽带无线调度通信系统解决方案具有数据带宽大、业务移动性好、抗干扰性高等优点,能够满足现有井下通信、调度等基本业务需求,可以解决以固话技术为主的有线通讯调度系统造成的效率低、范围局限等矿区通讯难题,还能在一些特殊环境和应用场景下扫除井下通信盲点。

杨强认为“中国版GDPR”即将到来,数据隐私在走向严格化、全面化,这使得企业在实际应用中可以使用的数据维度和范围并不大。数据隐私保护的趋严,为人工智能技术升级提供了契机。

在煤矿的综采工作面、掘进工作面、瓦斯巷打钻点等区域,由于环境和施工条件的限制,经常无法布放通信线缆,或者通信线缆的布放晚于工程施工的进度,这就使得以往井下有线方式的调度电话、视频监控、安全监控功能都无法实现。同时,对于综采工作面、掘进工作面这些区域而言,施工环境复杂、情况多变,更需要与地面管理部门及时的进行信息沟通,而由于有线网络不同造成的信息沟通盲点给安全生产也埋下了巨大的隐患。针对这些情况,大唐移动矿用4G宽带无线调度通信系统解决方案,通过在这些区域内架设本安型无线摄像仪、无线数传模块,以无线的方式将现场的实时视频监控,液压支架、采煤机、工作溜、皮带机等设备监测数据,以及瓦斯、风速、负压、一氧化碳、烟雾、温度等环境监测数据上传到监控中心,解决视频、数据监控盲点区域的问题。

以保险行业利用AI进行个性化定价为例,背后需要业务数据和用户互联网行为数据融合,理想的状态是可以拿到非常丰富的用户画像,与用户的ID高度匹配,但实际情况迫于隐私、安全、法规等原因,企业可以应用的数据是非常有限的。

无缝衔接,智能调度提升煤企管理

再例如在小微企业贷款应用方面,AI需要引入票据数据、资产数据、舆情数据等,但由于数据的割裂,实际应用中只能使用一些政府的数据,例如央行的征信报告,但这些报告只能覆盖不到10%的人群。这一问题在医疗领域更为明显,不同医院的医疗影像数据很难汇聚到一起,形成大数据来训练一个医疗模型。

针对煤矿井下人车、电机车、无人缆车的设备,由于其移动性特点,车辆的调度通信成为管理中的难点,同时,由于矿井下环境复杂,采光、视线受限较大,移动设备运行过程中如果出现事故,责任非常难界定。大唐移动矿用4G宽带无线调度通信系统,可通过加装在运动车辆设备上的摄像头、无线调度定位装置,将车辆设备运动状态、运动轨迹、车内外环境情况等信息上传到上级管理中心,从而提高车辆的运行效率,减少人员伤亡事件的发生。

针对数据割裂带来的人工智能落地难问题,杨强提出了联邦学习。所谓联邦学习,是多个数据方之间组成一个联盟,共同参与到全局建模的建设中,各方之间在保护数据隐私和模型参数基础上,仅共享模型加密后的参数,让共享模型达到更优的效果。

同时,大唐移动矿用4G宽带无线调度通信系统还可作为井下远程问题诊断的沟通途径,当井下工人遇到现场无法判断及决策的故障时,可通过4G终端将现场图片、视频、话音等信息,经由4G无线专网传递给后方指挥中心和专家,由专家对故障进行诊断后,再通过该系统调度、指挥现场工人解决问题,从而提高故障处理的准确性和及时性,实现现代化矿山的智能化发展。

据杨强介绍,联邦学习分为横向联邦和纵向联邦,横向联邦是指企业各方数据维度相同、ID维度不同,更多存在于消费者应用中;纵向联邦是指企业各方数据的ID维度相同、数据维度不同,更多存在于B端应用。

身处互联网高速发展的时代,煤炭行业作为传统的资源产业,加速布局信息化、智能化建设刻不容缓。面对当前市场应用环境,大唐移动立足煤矿实际生产,基于4G无线通信技术,致力于解决煤矿安全生产的迫切需求。同时,由于LTE技术具有高带宽、低时延、移动性能好等特性,大唐移动矿用4G宽带无线调度通信系统还可以进一步向未来煤矿企业“数字化矿工”整体解决方案的方向演进,真正成为承载煤矿安全生产信息、实施高效管理的宽带无线网络平台,为煤炭行业带来新的机遇。
图片 2

杨强认为联邦学习最大的优势是保证数据不出户,通过生态在不同行业选取合作伙伴,用群体智能不断提升模型效果。因此联邦学习一定是多方共同协作组成一个联盟,生态的建设十分重要。

面对AI落地难、盈利难问题,吴恩达则认为,在期待AI为企业带来红利之前,企业需要避免几个陷阱。首先AI技术会影响很多企业做业务的核心,所以选择项目是非常重要的,从小的项目开始,可以建立好的基础,同时帮团队获得动能。

其次团队建设不能仅依靠明星工程师,而是要建立一个完善的、跨学科、跨职能的团队。同时不要期待AI立刻产生作用,而是要多次尝试,对AI发展的回报曲线进行合理预算。不要使用传统的流程评估人工智能项目,应该为AI项目团队设立合适的KPI和目标。

“有关AI的应用越来越多了,但企业的AI转型并不是开发一个APP这么简单,不要指望AI解决所有的问题,也不要指望AI项目一次性就成功。”吴恩达表示。

发表评论

电子邮件地址不会被公开。 必填项已用*标注

相关文章

CopyRight © 2015-2020 新萄京娱乐3730-娱乐场官网app下载 All Rights Reserved.
网站地图xml地图