天天发娱乐开户-天天发娱乐APP

来源：天天发娱乐app0085-12-06 17:48

天天发娱乐开户

人工智能专利助力智慧城市建设与转型******

　　近日，国家工业信息安全发展研究中心、工信部电子知识产权中心发布了《AI创新链产业链融合发展赋能数字经济新时代—中国人工智能专利技术分析报告（2022）》（以下简称“报告”）。报告显示，随着人工智能、大数据、5G、物联网等新一代信息技术的快速发展和应用，从交通到文旅，从安防到家居，人工智能等新一代信息技术正在逐渐改变着人们的生活，也使智慧城市的建设得以实现，并正逐渐向数字化、智能化新模式发展。

　　截至2022年9月，我国智慧城市领域申请AI相关专利共计18万余件，其中发明专利占比约90%，主要涉及知识图谱、计算机视觉、大数据、自然语言处理、智能语音和智能云等相关AI技术。报告显示，百度公司、腾讯公司、国家电网、平安科技专利申请数量均超过1900件，形成了一定的专利技术产业化竞争力。与此同时，浙江大学、清华大学两所高校在该领域表现也较为突出，在智慧城市领域的AI专利申请量均达900余件，通过产学研联合发力，为智慧城市领域创新链的发展提供全新的维度和方案。

　　图1 中国智慧城市AI专利申请量和授权量

　　报告显示，依据“创造力”、“保护力”、“运用力”、“竞争力”、“影响力”五大指标维度对智慧城市AI技术的主要创新主体进行高价值专利及其创新驱动力评价，我国企业申请人优势明显，有7家企业和3所国内一流高校得分相对较高，足见该领域人工智能技术产业端应用相对较为成熟。

　　在企业层面，我国一批互联网、科技企业表现较为突出，通过人工智能技术的研发积累，在各自领域为赋能智慧城市建设奠定了坚实的技术基础，推动了其智慧城市产品的开发和应用。百度公司主要围绕计算机视觉、自然语言处理、知识图谱等多个AI基础技术领域进行专利布局，与北京市海淀区携手打造的“海淀城市大脑”，依托飞桨深度学习平台，构建兼容异构算力设备和多元算法模型的AI计算中心，提供基础算力和算法资源的统一集中管理、按需分配，支撑了50余个城市管理领域的AI应用创新。腾讯公司则瞄准数字政务、城市治理、城市决策和产业互联等相关技术领域布局专利，与长沙市依托“WeCity未来城市”平台，联手打造长沙智慧城市能力核心——“长沙城市超级大脑”，支撑全市各级各部门数据需求，快速支撑人工智能场景，以标准化、智能化方式提升各级政府办事、办公效率。国家电网主要围绕电力管理与检测领域技术进行专利布局，其推出的“智慧城市大脑”综合应用服务产品，以电力数据为核心、融合汇聚城市经济、人口、楼市等多元化城市数据，持续推进城市经济监测分析、人口流动分析、疫情影响监测分析、住宅空置监测分析等智能场景的部署运营。华为公司主要围绕计算机视觉、自然语言处理等多个AI基础技术领域进行专利布局，其参与的数字福州建设，通过构建共性能力平台，赋能各垂直部委信息化系统建设，在减少重复性建设投资的同时，发挥数据融合价值，加速智慧城市建设。

　　在高校创新端，我国一批国内重点高校表现突出，研究领域涉及智能感知、安防监控、数据管理、城市规划、智慧政务、灾害模拟等，通过产学研合作，建立联合实验室、创新平台和创新中心，与企业开展共同研发，校企联合发力，共同攻关，赋能我国智慧城市试点建设，为城市管理构建成熟的“智慧大脑”与完整的“神经网络”，推动城市管理各环节的互联互通，助力未来城市建设发展模式的深刻变化。浙江大学重点围绕城乡规划、社会综治、数据治理等应用领域进行专利布局，并于2010年与国脉互联公司联合成立我国首个“智慧城市研究中心”，校企联合共同推动我国智慧城市快速发展。清华大学围绕深度学习、计算机视觉等技术领域布局专利，2019年与广联达公司共建“数字城市实验室”，共同推动新型智慧城市建设。

【科学的温度】如何撬开震后灾害的“盲盒”？******

　　中新网成都1月17日电 (记者贺劭清)滑坡预警预测是公认的世界性难题。“5·12”汶川特大地震后的十余年间，中国地质科研工作者如何从无到有，建立地震诱发滑坡预测模型？如何撬开震后灾害的“盲盒”？中国地灾防治如何走到世界前列？

　　围绕上述问题，2022年“科学探索奖”获得者、成都理工大学地质灾害防治与地质环境保护国家重点实验室副主任范宣梅接受中新网专访，对此进行解读。

范宣梅接受中新网记者专访。　唐启浩摄

　　有哪些因素可能诱发震后地质灾害？

　　范宣梅介绍，余震与降雨是诱发震后地质灾害的主要因素。强震刚发生完，震区容易发生较强余震。在余震影响下，一些在主震中震松、震裂的山体和已经发生滑坡的地方可能还会发生二次滑坡。同样，震后强降雨，也容易导致震区发生二次滑坡或泥石流灾害。

　　为了预测这些可能发生的地质灾害，成都理工大学地质灾害防治与地质环境保护国家重点实验室建立了空天地一体化的“三查”体系。

　　“我们除了大范围搜集卫星遥感数据，还会在雨季前后，对一些重点区域加强监测。”范宣梅表示，如果“9·5”泸定地震震区在2023年发生强降雨，那么磨西沟、湾东河、海螺沟等区域将有较大概率发生泥石流灾害。成理地灾国重实验室团队正准备在几条重点流域布设监测仪器，观测降雨量、沟道里的泥位、水位以及坡体上地震诱发滑坡堆积体的稳定性。

工作中的范宣梅。　受访者供图

　　为什么要建立地震诱发滑坡预测模型？

　　汶川特大地震发生后的十余年间，范宣梅团队前往“4·14”玉树地震、“4·20”芦山地震、“8·3”鲁甸地震和“8·8”九寨沟地震等地震救援第一线，搜集宝贵的影像和数据，并基于全球50余次地震诱发的40多万条灾害数据，结合最新的人工智能算法，建立了地震诱发滑坡近实时预测模型。

　　“汶川特大地震发生后，主要救援力量第一时间前往了汶川，而不是当时受灾最严重的映秀、北川。这是因为当时我们没有及时、全面的卫星数据去在震后第一时间获取灾情灾损信息。”范宣梅指出，地震诱发滑坡预测模型最大的用途，就是填补震后72小时救援黄金时间的信息空白，给震后应急救援提供第一手的支撑和决策信息。

地震诱发滑坡智能预测模型。　受访者供图

　　范宣梅介绍，卫星不会固定在某一个位置拍摄地球某一个固定点位，而是不断围绕地球旋转。如果泸定地震发生时，有一颗卫星恰好正在震区上方，那么这颗卫星可能拍下受灾情况。如果不凑巧的话，那么就需要等这颗卫星下一次再转到泸定地震上方，才能拍到震区受灾影像。甚至有时候，一张好的卫星影像拿到时，距地震发生时已经过去了一个月。

　　“如果完全依赖卫星数据去评估震后灾情，大概率会错过最佳救援时间。”范宣梅表示，地震诱发滑坡预测模型可以基于大数据与人工智能，根据本次地震信息，快速判断哪些地方地质灾害最为集中，哪些地方房屋道路受损最严重，让救援力量第一时间前往最需要救援的位置。