摄像头|闪马智能彭垚：让城市变智能，是件很摇滚的事( 三 )
文章图片
闪马智能决定为原有摄像头配置一套 AI 平台系统 ， 用软件算法去赋能 ， 无需将旧摄像头全部换新重布便可实现全路程感知 ， 省钱又高效 。 这就是工程经济学 。
摄像头想要感知不同的角度、场景 ， 以及机动车、非机动车、行人等不同个体的行为 ， 需要非常庞大的模型数量和内容 。 这背后是一套完整的、工业化的工程体系 ， 而不是像传统的 AI 算法那样 ， 一个人管理几台机器 ， 训练几种模型 。
闪马智能构建了 ATOM 深度学习平台 ， 能够更快训练各种交通模型 ， 包括个体的各种交通行为及路面整体设计 ， 及时发现整个城市中各种各样的实时交通状态 。
具体来说 ， 全路程感知可以了解道路的整体情况 ， 掌握所有路口实时发生的车辆变化 。 对所有车型建模之后 ， 摄像头可以同步看到这些车辆的行驶状态 ， 实时发现违法违规行为 ， 第一时间处理交通事故 ， 总结常见的违法行为类型 ， 挽救更多生命 。
基于这个数字底座 ， 可以衍生出各种各样的内容 。 比如 ， 获取交通违法车辆在每个时间段的行驶路线、车型、车牌信息 ， 跟踪车辆在夜间或雨天场景下的状态 ， 记录整条路上的交通实时状态等 。
一个城市最重要的是人和信息的流动性 ， 城市发展变化速度的快慢取决于此 。 交通是一个城市的基础设施 ， 对交通的全路程感知可以成为一个城市数据感知的基础 ， 理解整个城市的流动性规则 。
根据人和信息流动性的不同规则 ， 可以将整个城市划分为五大空间：道路交通空间、工作学习空间、生活娱乐空间、城市环境空间、互联网信息空间 。 对五大空间进行整体的数据感知 ， 关注人和信息流动性的变化情况 ， 致力于发现并解决问题 。
在创业的两年多时间内 ， 闪马智能去了全国 200 多个城市 ， 布设了 200 多套系统 ， 训练了 300 多个模型 ， 用人工智能算法去更新一个城市 ， 让城市空间管理变得更智能 。
闪马智能的底色是工程师文化 ， 以问题驱动为导向 ， 发现城市存在的社会问题 ， 利用工程经济学去解决问题 。 相比「存量」 ， 我们更看重「动量」、更看重个人的成长性思维 ， 通过数据反馈更新自我认知 ， 实现认知进化 ， 更深刻地理解城市和社会 。
工程师的使命是每天迭代 ， 慢慢地解决社会问题 ， 通过日拱一卒地积累 ， 奔向星辰大海 。
本文为极客公园原创文章 ， 转载请联系极客君微信 geekparker
推荐阅读
- Samsung|三星电子延迟发布最新智能手机AP“Exynos 2200”
- 识别|外卖界又一黑科技 饿了么计划2022年覆盖100000顶智能头盔
- 张江|人工智能岛：洞见未来，高能“岛核”带动周边
- 凉山|四川凉山500千伏变电站用智能机器人作业
- 国家|SA：未来 12 个月打算购买智能手表的消费者比例将达到两位数
- 测试|饿了么计划今年在全国覆盖十万顶智能头盔：可语音接单
- 硬件|饿了么计划今年在全国覆盖十万顶智能头盔，点击头盔耳侧按键可接打电话
- 生产|云丁科技：用10年打造全球最大的智能门锁生产基地
- 驱动|[原]百度智能云知识中台，驱动产业智能化升级
- 警告!|新墨西哥州一监狱遭勒索软件攻击 监控摄像头与门禁系统被破坏