Gartner发布《2022年中国智慧城市和可持续发展技术成熟度曲线》,帮助政府和城市生态系统中的首席信息官(CIO)评估新兴趋势与技术的成熟度及其对智慧城市和可持续发展计划的影响。
Gartner研究副总裁相斌斌表示:“中国的‘十四五’规划(2021—2025)将增进民生福祉、提高政府管理能力、推动绿色发展和实现低碳经济列为发展智慧城市的首要任务。新冠肺炎疫情的一些影响和后果是永久性的,改变了民众生活的方方面面。疫情期间,许多新兴技术的需求都出现了增长,这并非巧合。在今年的中国智慧城市和可持续发展技术成熟度曲线中,上述趋势是构成重要主题与技术创新的关键因素。”
图一、2022年中国智慧城市和可持续发展技术成熟度曲线
智慧城市面临着多重压力,包括城市韧性、运作效率、公民满意度、可持续发展和气候变化,以及需要各类新兴技术支持的相关需求。其中大多数技术距离主流应用还有二至十年的时间。
政务云
政务云是一种由云服务商构建、托管在政府本地数据中心或授权主机托管服务中的社区云,用于实现数据共享、提高运作效率、保护机密数据以及提高公民服务的便利性。
在过去两到三年中,大多数政府机构都建立了云基础设施,但随之而来的挑战是运营成本过高以及数字业务获取的业务认可度有限。多数政府机构考虑到针对数字政务以及碳中和要求的新举措,计划通过数字渠道提高云服务的业务敏捷性,赋能创新服务,尤其是在公民服务方面。
智慧城市中的信息物理系统安全
信息物理系统(CPS)是一种通过编排传感、计算、控制、网络和分析来与物理世界交互的工程化系统。智慧城市中的信息物理系统安全,用于解决传感器、网络和应用保护问题,为城市的关键基础设施采集数据。
在各项“数字经济”与“新基建”举措的推动下,信息物理系统已成为交通、能源、医疗、政务等智慧城市关键基础设施建设的重要前提。然而,目前城市中既有多年前部署的、内在安全性欠佳的遗留基础设施,也有同样充满漏洞的新设施。当务之急是建立一个系统的安全保护体系,提高信息物理系统的安全性,减少智慧城市的安全风险。
5G技术
5G是由第三代合作伙伴项目(3GPP)制定的新一代蜂窝网络标准,其系统架构包括网络切片等功能以及边缘计算。
中国已将5G列为实现数字化转型与经济互联互通的国家重点事项。这项技术与大数据、人工智能(AI)和云一起,成为了推动数字经济蓬勃发展的关键因素。5G还有助于实现在连接与计算方面要求更高的新型企业服务,例如增强现实(AR)/虚拟现实(VR)、元宇宙、智慧城市、自动驾驶、物联网和智能制造等。
跨辖区政府服务
跨辖区政府服务旨在进一步精简政府行政与服务,改变原本以地域为界限的服务模式,使民众与企业在所属辖区以外能获得更好的政府服务。实现这项转变,需要加强数据共享、实现数字身份互认并出台通用规则和标准。
开设跨辖区政府服务,是实现以人为本、服务导向政府转型的一条重要途径,非常有助于打通政府服务的边界和辖区壁垒,通过最大限度地减少企业和个人的时间与人力成本来进一步提升服务体验。
绿色能源
绿色能源是指由自然可再生资源产生的能源,“绿色能源”一般可替换为“可持续能源”或“可再生能源”。
世界面临着气候变化的严峻挑战。占世界经济总量70%以上的国家已承诺到2050年实现净零排放,而中国已承诺在2030年前实现碳达峰并在2060年前实现碳中和。实现这一宏伟目标,绿色能源是关键。
Gartner研究副总裁相斌斌表示:“中国正在大力投资开展城市数字化转型,促进经济和社会的可持续发展。我们相信,今年的技术成熟度曲线与受众的兴趣点更加契合,并且能从更加全面的角度看待中国市场特有的技术。”
好文章,需要你的鼓励
CoreWeave发布AI对象存储服务,采用本地对象传输加速器(LOTA)技术,可在全球范围内高速传输对象数据,无出口费用或请求交易分层费用。该技术通过智能代理在每个GPU节点上加速数据传输,提供高达每GPU 7 GBps的吞吐量,可扩展至数十万个GPU。服务采用三层自动定价模式,为客户的AI工作负载降低超过75%的存储成本。
IDEA研究院等机构联合开发了ToG-3智能推理系统,通过多智能体协作和双重进化机制,让AI能像人类专家团队一样动态思考和学习。该系统在复杂推理任务上表现优异,能用较小模型达到卓越性能,为AI技术的普及应用开辟了新路径,在教育、医疗、商业决策等领域具有广阔应用前景。
谷歌DeepMind与核聚变初创公司CFS合作,运用先进AI模型帮助管理和改进即将发布的Sparc反应堆。DeepMind开发了名为Torax的专用软件来模拟等离子体,结合强化学习等AI技术寻找最佳核聚变控制方式。核聚变被视为清洁能源的圣杯,可提供几乎无限的零碳排放能源。谷歌已投资CFS并承诺购买其200兆瓦电力。
上海人工智能实验室提出SPARK框架,创新性地让AI模型在学习推理的同时学会自我评判,通过回收训练数据建立策略与奖励的协同进化机制。实验显示,该方法在数学推理、奖励评判和通用能力上分别提升9.7%、12.1%和1.5%,且训练成本仅为传统方法的一半,展现出强大的泛化能力和自我反思能力。