华为于16日在2014华为云计算大会(HCC 2014)举办平安城市分论坛。论坛主题是“创新ICT,让平安城市更智慧”,来自全球的200余位专家和行业精英参与,展望业界发展新趋势,探讨如何建设立体、高效、可靠的平安城市体系,构建更智慧的安全城市。
中国人民公安大学教授洪卫军首先回顾了大数据时代公共安全领域面临的问题和挑战,展望了平安城市建设的发展趋势。他认为,大数据技术的战略意义不仅在于掌握庞大的数据信息,而且在于对这些数据进行的专业化处理。迈入“大数据”时代,对世界各国警务工作而言,既是机遇,又是挑战。积极顺应和利用这一历史浪潮,将会对世界各国警务工作产生重大而深远的影响。
华为企业BG公共安全解决方案首席架构师刘敏分享了华为平安城市解决方案,阐述了如何利用融合、创新的ICT,构建更智慧的安全城市。当前,世界经济全球化深入发展,各种影响公共安全的不确定、不稳定因素日益增多。华为平安城市解决方案凭借对公共安全行业的深刻理解,以及在ICT领域的深厚积累,通过LTE、融合指挥调度、智能视频监控、云存储等技术手段的创新,充分满足公共安全领域在防、控、管、查等方面的业务需求,实现预防和处置相结合,从而构建更安全、更智慧的社会环境。
华为平安城市解决方案,首先为城市提供了无处不在的高性能宽带网络覆盖,包括4G LTE、WiFi、微波、xPON等,覆盖各类使用场景,确保高清视频监控、海量传感器能敏捷接入网络,从而确保所有信息全面掌控,为城市构建更迅速的应急响应体系。
其次,华为平安城市解决方案集指挥调度、视频会议、智能监控功能为一体,满足指挥人员及时高效获取事件信息、了解现场情况、调度视频会议等需求。 eLTE宽带集群可以实时传输现场画面至指挥中心并与视频会议系统实现融合,从而提升应急响应效率。
于此同时,华为平安城市解决方案中的智能分析系统,可以实现多种行为的智能分析,通过与警综案件系统对接,实现视频证据和案件信息的关联共享。采用该方案后,应用分析可以部分取代人工分析,大大缩短视频阅读时间、提高检索效率、降低办案成本,快速、精准的打击犯罪活动。
此外,平安城市解决方案还包括了视频云方案,采用Scale-out分布式架构,通过分布式软件技术将多个存储节点上的计算、存储资源进行整合,向业务系统提供高性能、大容量、弹性扩展和海量并发能力,实现灵活扩展、自动增减容量和无缝数据迁移,最大容量可高达PB级。
论坛上,来自全球的业界嘉宾也分享了携手华为建设平安城市的成功案例。荷兰VCS Observation公司CEO,Wim van Deijzen先生介绍了荷兰警察系统如何通过华为eLTE宽带集群系统,实现指挥可视、现场可达。新疆克拉玛依市信息中心副主任邸俊峰先生也介绍了如何通过建设部署华为视频云解决方案打造安全城市。
与其他垂直行业相同,在公共安全领域,华为也秉持“被集成”战略,携手业界厂商共同为客户提供优质的端到端解决方案。海克斯康业务发展总监Harbauer Horst先生在会上分享了海克斯康-华为在融合指挥调度领域的联合解决方案;SAP公共服务行业解决方案顾问武通先生也在会上介绍了SAP-华为警务大数据联合解决方案,阐述如何应对大数据时代的公共安全挑战。
华为在政府与公用事业行业耕耘多年,华为平安城市解决方案已在全球超过40多个国家和城市得到广泛应用。本次论坛的成功举办给华为与客户、合作伙伴创造了一个沟通交流的良好平台,致力于通过创新ICT技术与解决方案,让平安城市更智慧。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。