人工智能拴住了外卖骑手，或许也能帮他们破局( 二 ) 2020年9月

道路交通空间是有着既定的交通规则的。从过去的马车到现在的车辆，从路到桥，交通在不断演进、越来越便利的过程中，也形成了既有的空间设置——如人为修筑的路、画的线、红绿灯、信号灯等。因此它的异常行为是突破这个规则的行为。
工作学习空间中人的数量和种类都相对固定。因此在这个空间中如果一个人没有和大多数人一样去做某件事情，他就会被AI引擎发现，被定义为异常行为。同时这些异常行为本身，也可以赋能到这个空间本身的管理中来，比如在一个生产空间中，原来的供需关系是A->B->C ，但是发现对于B和C而言，大家往往喜欢先做C再做B ，这时候这个空间本身的规律设施或者工作模式，就可以进行演进升级。
生活娱乐空间，是一个群体的空间——比如看演唱会、看展览、去超市或者大商场，包括过年的时候，会有很多人跑到人民广场去跨年——很多人来到这些场所，带来的是城市瞬发性的流量变化。而这些瞬发性的人流量，本身就是城市中人的流动性中不和谐的因素，甚至会产生安全隐患，因此需要洞察者去帮助城市及早地发现这些行为。
互联网信息空间，是充满各色内容的空间。我们每天刷抖音、看朋友圈都可以看到非常多的图像、视频，这些推送给我们的信息，由不同的人生产，内容也千奇百怪。这个过程中，就需要我们及早去洞察其中不利于人身心健康的内容，从而在城市信息的流动过程中，帮助人们更好地交流。
城市的环境空间，则是非常零散的空间。它的问题出现是一个非常缓慢的过程，比如河道中有了垃圾，或者建筑工地有了扬尘，而这些问题都会日积月累地成为长期性问题的。所以我们更需要在短期内，去发现城市环境空间中异常的事物，从而对环境长期的可持续发展产生积极的影响。
文章插图
在五大空间的基础上，我们所做的，就是利用人工智能为这些空间进行赋能。
在这个过程中，人工智能是一种新基建，和5G网络、超算中心等一起，作为未来城市的基础，可以去做一些问题的发现。但是我认为它最重要的是，发现这些问题之后，去成为未来城市的应用，让城市变得更安全、更干净、更有序。
文章插图
我与纯科研出身的教授学者不同，本身是工程师出身，也做了不少的产品，赋能到一些核心的行业之中。因此我更深刻地体会到了，技术给人类最大的帮助，是真正解决身边的问题。
人工智能技术的发展已经到了一定的阶段，我们现在应该更好地去应用它，一体化地把基础的研究转化为能真正解决社会问题的应用。
流水线上的人工智能，将通向未来当然，要实现这些应用，并非易事。
第一，整个城市中各类事件层出不穷，视频的数据量本身就很大。
第二，对于五大不同的城市管理空间，每个空间都有很多的行业——例如道路交通空间，它至少有交通管理的部门、交通运输的部门，也有像这种公路运营方、道路基础设施的建设方等等——不同行业的需求也不尽相同。
第三，视频资源建设有多种模式，有来自政府的，如平安城市、天网工程、雪亮工程等等；有来自企业的，包括许多企业自己设备产生的视频；有来自合作的基础平台的，如阿里云、腾讯云、华为、七牛云等等；还有来自互联网的公开数据。
这么多的数据和平台的支撑下，要构造一个如此之大的系统，难度也极其得大。
而要把各行各业的异常行为赋能好，就需要有一个非常高效地建立模型的平台。
因此我和林亦宁博士下定决心，研发出了ATOM深度学习平台。
文章插图
2016年，我和林博士在七牛云创建深度人工智能实验室的时候，就发现了有非常多的手动工作，让我们没办法专注地去调试我们的算法。
这些工作之中，百分之七八十的工作都是完全可以由机器去替代的，如果这些工作可以做成一个强大的平台，将帮助我们加快我们的研究。
而最终我们有了这样一个平台，相比于开源的算法框架，它更像是一套完整的生产线。
文章插图