自从“智慧城市”的概念推出以来,全世界各国、各领域、各产业的人们都在寻求“智慧城市”的发展之路。
12月12日,2014 DIY SMART CITY社会创新峰会在北京成功举办,共有400余名来自不同国家、不同城市、不同行业的关注智慧城市建设的创变客们济济一堂,带着他们对智慧城市的期许、问题及创意,同来自全球的智慧城市实践者和研究者们共同探讨“以人为本的中国特色城镇化发展的挑战与机遇”。
什么是2014 DIY SMART CITY社会创新峰会?
2014 DIY SMART CITY 社会创新峰会是由芯世界社会创新中心联合英特尔(中国)有限公司、中关村物联网产业联盟、英国皇家艺术基金会(NESTA)、联合国开发计划署(UNDP)、爱创家(Ashoka)共同发起的。旨在通过联结创变客从而推动官产学研及社会组织的跨界合作,建立学习型网络,共同探索和实践以人为核心的中国特色城镇化的方法、路径和模式。
什么是“智慧城市”?
关于“智慧城市”的定义,每个人心中应该都会有属于自己的标准,目前智慧城市联盟所做的定义是这样的:“智慧城市就是运用信息和通信技术手段感测、分析、整合城市运行核心系统的各项关键信息,从而对包括民生、环保、公共安全、城市服务、工商业活动在内的各种需求做出智能响应。其实质是利用先进的信息技术,实现城市智慧式管理和运行,进而为城市中的人创造更美好的生活,促进城市的和谐、可持续成长。”
英特尔中国研究院院长 吴甘沙对“智慧城市”的解读
峰会上,英特尔中国研究院的院长吴甘沙先生在主题演讲中,为到场的创变客们详细解读了他眼中的“智慧城市”。吴院长通过亲身经历,讲解了“智慧城市”的建立应当是结合“自顶而下”与“自下而上”两种方式来进行DIY,从而实现利用未来的城市基础设施支持和放大开放式创新。与此同时,吴院长还提出了“龙时代”的软件定义城市与城市生活实验室。
“龙时代”的软件定义城市:“龙时代”是一个简称,具体来说就是龙这个单词“Dragon”中的每个字母都有其代表的概念。“D”是指“Data driven”数据驱动、全局优化;“R”是指“Resilient”弹性、可管理;“A”是指“Automated”自主、高效率;“G”是指“Gamified”游戏化;“O”是指“Open”开放;最后“N”是指“Networked”互联。“龙时代”的深度含义,成功的定义了未来建立“智慧城市”的主控软件所需要必备的条件。
城市生活实验室包含了城市DIY工具+个人LIFE仪表盘、居民应用商店、开放数据集市以及城市操作系统。而英特尔本身也正从这些方面入手,发挥自身芯片技术与计算能力的优势,积极与其他行业的合作伙伴联手,共同助力“智慧城市”的建立。
关于“以人为本的智慧城市”主题深入讨论
大会上围绕“全球以人为本的智慧城市的发展现状”和“对以人为本的智慧城市的探索”主题展开了深入的讨论。韩国水原市副市长李在俊、开放数据中国联合创始人高丰、巴塞罗那智慧市民项目发起人托马斯.迭兹、国家发改委城市和小城镇改革发展中心副主任邱爱军等重量级嘉宾也都分享了各自的实践经验及理性思考,并深度讨论了将这些经验引入中国的可能性。
英特尔全力助力中国“智慧城市”的建设
目前,政府对于中国“智慧城市”的建设提供最大的支持与方便,英特尔也紧跟政府的脚步,以自身独有的优势,全力推动中国“智慧城市”的建设与发展。英特尔中国首席责任官杨钟仁表示:跨国机构的资源、全球视野和专业知识能在以人为本的智慧城市建设中发挥积极作用,技术和社会创新的融合会让城市的市场变得更宜居、更繁荣。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。