当前位置：协会首页 > 专家专栏 > 华为吴奇彬：AI大模型+多维感知，赋能城市数智管理

华为吴奇彬：AI大模型+多维感知，赋能城市数智管理

时间:2024-01-31 11:13:23 来源:智慧安防网作者:华为吴奇彬

2024年1月19日，在大数据模型日益成为社会热潮的当下，大模型开启数智安防新时代——第十届智慧城市建设创新发展大会暨深圳市智慧安防品牌推介会在深圳圆满举办。华为技术有限公司光产品线首席AI算法专家吴奇彬现场分享了“AI大模型+多维感知，赋能城市数智管理”主题演讲。

以下是吴奇彬现场演讲实录，部分内容智慧安防网做了不改变原意的修改。

尊敬的各位领导、各位来宾，大家上午好！今天我代表华为公司，和大家分享我们在AI大模型时代以及多维感知时代，对于城市数智管理的一些理念和思考。

站在2024年的起点，回顾过去两百年的发展，人类社会经历了从第一次工业革命的机械化，到第二次工业革命的电气化，再到信息化、数字化的发展。现在，在2023年经历了智能化大模型的元年后，我们可以预见，第五次工业革命，也就是智能化时代的正式启动。

从华为的愿景来看，这个新时代可以总结为三个维度：万物感知、万物互联和万物智能。首先我们需要全面感知现实世界，并将所有现实世界联接起来，迈入万物智能的新时代。

我们认为，感知是这个新时代的关键入口和抓手。没有精准的感知，就没有精准的数据来源；没有精准的数据来源，就无法实现高效的决策控制。从工业互联网体系架构2.0模型到以“感知-联接-计算-存储”四大核心能力为基础的ICT产业，感知是行业数字化转型至关重要的一个节点。

今天我的演讲主题就是“AI大模型+多维感知，赋能城市数智管理”。如果把城市比作一个庞大的人类，城市将具备各种感知器官。这些感知器官由视觉感知、光纤感知、雷达感知、无线感知等技术构成。通过我们的神经网络联接，最后汇聚到大脑中。

在感知方面，我们已经从简单的视觉感知过渡到了多维感知时代。这意味着我们从单一的图像感知，扩展到了图像、光纤、无线等立体感知的综合概念。在联接方面，我们从3G、4G到5G，再到未来的前沿技术，我们一直在进步。至于智能化，2023年最关键的突破是大模型技术的出现，这标志着通用人工智能时代的来临，意味着整个城市智能体可以对其各个部分进行感知，并做出正确的决策。

数字化转型实际上我们前面已经经历了一波比较大的浪潮，在城市治理领域，我们在大铁周界、智慧高速和智慧交警等方面，已经有非常大的行业发展。接下来我们认为数字化会进一步下沉，进入第二波增长曲线。

重点延伸包括如下几个方面：第一个是智慧交通。通过多维立体感知和大模型的决策能力，使得整个交通的效率得到大幅提升。如城市平均车速至少提升18%、早晚高峰时间进一步缩短、交通事故处理时间可以压缩至少20%。第二个在生产方面，我们能做到全天候24小时的立体监测，用智能巡检代替传统的人工巡检，大幅提升巡检效率，全场景生产效能提升10倍以上。

第三个在社区这一块，我们从以前的被动防护到数智管理，可以管理社区的方方面面，比如高空抛物、电动车进电梯消防通道占用等事件检测。

在将智能化从概念转化为实际商业应用的过程中，我们面临了三大核心挑战。首先是部署成本问题，AI的部署成本相对较高，其中网络、算力和存储的叠加导致整体投资占比达到70%。其次，AI需求场景的多样性极大限制了智能化的发展速度，传统的算法开发往往需要数月时间。最后，隐私和安全问题也是至关重要的，如何在保障所有参与者隐私的同时，确保整个网络和系统的安全，是另一个我们必须面对的关键挑战。

如何在各行各业的复杂场景中快速推进智能化，华为推出了盘古大模型，它以基础大模型、行业大模型和场景模型“LO-L2”三个层次为各行业提供大模型架构。其中L0基础大模型包括科学计算、自然语言处理（NLP）、多模态、Graph、视觉五个基本大型模型，以满足行业场景中的多种技能需求。基于L0的大模型，我们进一步开发了L1的行业大模型。这些行业大模型是针对特定领域或行业定制的，例如城市大模型和政务大模型。此外，我们还针对各行各业的应用开发了更多的L2大模型。在城市治理方面，L2大模型主要关注三个智能化方向：智能发现，对城市中各类问题提前发现或快速识别；运行监测，对各类系统运行状态进行持续监测和预测；联动指挥，与职能部门进行联动，进行科学决策和指挥。

其中，基于盘古大模型的视觉CV大模型，为AI场景化落地提供了加速引擎。通过数十亿级的数据训练，赋能行业客户利用少量样本即可实现快速开发适应新场景。小样本学习能力强大，基本可以达到100-500张集结进行训练。此外，我们的模型尺寸可以根据各行业的具体需求进行定制，确保实际部署的效果。

在端侧，通过软件定义架构实现算力前端部署、算法按需定义、灵活加载，使得前端智能化；同时通过好望AI架构降低AI开发门槛，缩短AI开放周期，实现将本增效，提供了更高的经济性和实用性。

在边缘侧，通过智能边缘设备承上启下，从端侧把更复杂的场景分析上传到边缘节点进行计算和决策，实现AI算法端云协同。边缘侧设备主要包括网络视频边缘NVR800、通用性智能边缘IVS1800、智能交通边缘ITS800，

它们在就近部署和降低整体部署成本方面发挥着重要作用。

基于大模型的底座和感知硬件，我们的目标是赋能千行百业，因此建立一个良好的生态至关重要。这个生态需要众多合作伙伴共同参与建设。目前，我们已经发展了190多个算法合作伙伴，参与制定了20项智能感知标准，并有600多个算法和应用。在我们的生态算法商城中，按照华为标准经过严格检验测试的算法有50+个。随着我们大模型的能力逐步赋能给生态伙伴，这个数字将会有显著增长。最终我们的目标是在整个城市治理的各个方面，包括智慧社区、交通、交警等，都能发挥出巨大的作用。