全球机器智能峰会( GMIS 2017 ),是全球人工智能产业信息服务平台机器之心举办的首届大会,邀请来自美国、欧洲、加拿大及国内的众多顶级专家参会演讲。本次大会共计47位嘉宾、5 个Session、32 场演讲、4 场圆桌论坛、1 场人机大战,兼顾学界与产业、科技巨头与创业公司,以专业化、全球化的视角为人工智能从业者和爱好者奉上一场机器智能盛宴。

5 月 27 日,机器之心主办的为期两天的全球机器智能峰会(GMIS 2017)在北京 898 创新空间顺利开幕。中国科学院自动化研究所复杂系统管理与控制国家重点实验室主任王飞跃为本次大会做了开幕式致辞。大会第一天重要嘉宾「LSTM 之父」Jürgen Schmidhuber、Citadel 首席人工智能官邓力、腾讯AI Lab 副主任俞栋、英特尔AIPG数据科学部主任、GE Transportation Digital Solutions CTO Wesly Mukai 等知名人工智能专家参与峰会,并在主题演讲、圆桌论坛等互动形式下,从科学家、企业家、技术专家的视角,解读人工智能的未来发展。


27-75.jpg

今天上午,英伟达人工智能城市 CTO Mulind Naphade 发表了主题为《交通系统中的人工智能革命》的演讲。Mulind 关注机器学习应用问题,打造过十几个认知计算产品,在分析、智能解决方案方面有很多的经验。他拥有伊利诺伊大学香槟分校电子与计算工程博士学位,,从事机器学习和图像处理研究。曾在柯达、IBM、思科等企业工作。在IBM ,他领导的团队在 IBM THINK 实验室里创造出第一个 IBM 智能城市,第一个大规模认知环境,也打造了第一个语义视频搜索解决方案。2017年加入英伟达,出任人工智能城市CTO。 27-73.jpg


在这次主题演讲中,他分享了英伟达和合作伙伴如何助力交通系统中的智能革命。以下是该演讲的主要内容。深度学习预示着人工智能的新纪元。从 IDISA CNN,2012年斩获 ImageNet 冠军的 AlexNet到前不久惊艳世人的谷歌NMT,人工智能正经历大爆炸。
微信图片_20170527121953.jpg

在人类社会系统中,作为城市毛细血管的交通是一套非常复杂的系统。这套系统包括交通工具,基础设施(比如桥梁、隧道、道路等),信号系统,货运与物流(将很多物品送达世界各地),它们是人工智能非常重要的应用领域,人工智能正让这些系统越来越聪明,也更加安全。对于不同领域,人工智能的意义也不同。在交通领域,人工智能让自动驾驶成为可能;基础设施方面,人工智能可以帮助实现预测性维护;信号系统可以让出行更加安全和有效;货运和物流也更加高效。
微信图片_20170527122001.jpg 微信图片_20170527122012.jpg

在自动驾驶领域,英伟达推出了 Drive PX 。正确设计的自动驾驶汽车需要强大的处理能力来管理传感器、控制器以及学着实现完全自动。而自动驾驶所需要的计算力,是过去任何一台计算机都没有达到过的。Drive PX   是英伟达专门针对自动驾驶的产品线,可以大幅增加自动驾驶的识别速度。


微信图片_20170527134932.jpg

2020年,智能城市将会有10亿个摄像头运行,它会形成一个庞大的市场,为视频物联网设备提供深度学习。视频数据不断增加,需要一个系统指出最重要的关注点在哪里,哪里需要马上采取行动。深度学习可以拥有强大的智能视频分析能力,将匿名视频变成实时、高价值见解,增强安全性,改善生活。Metropolis  是一个交通中的人工智能都需要边缘到云的端到端平台,这个平台可以对智能城市应用生成的视频流进行分析,用深度学习技术进分析,帮助城市监控视频,应对速度很微信图片_20170527134438.jpg

Mulind 介绍说,我们需要把交通变革放到云的架构上去,很多问题如果没有相应的基础设施是很难实现的。比如,城市的停车场,我们也可以看一下整个系统,有很多的监控摄影机,还有云的设施,在这个系统当中,我们确实需要传到云的系统。整个传到云的平台,英伟达是具有一个非常强有力的平台,有非常好的运算效果,能够让我们运用这个数据,包括数据中心的数据,而且最后它会进行云上的培训。这是第一个,NICT,端对端的培训,可以应用于非常多的驾驶的案例。在数据中心,我们也可以把它放到A级当中,同时上传到云上,所有的数据也会回到数据中心进行培训。
微信图片_20170527122212.jpg

Metropolis实际上就是将Nvidia的多个产品整合,按统一的架构运行。高性能深度学习推断在边缘发生,用NvidiaJetson嵌入式运算平台完成,然后通过NvidiaTeslaGPU加速器穿过服务器和数据中心。数据可视化用NvidiaQuadro专业显卡完成,整个平台由NvidiaSDK提供支持,包括JetPack、DeepStream和TensorRT。

人工智能助理变革的交通领域还有预测性维护,利用做维护、检查。比如,利用深度学习技术对道路或铁路视频数据进行分析,进行道路检测并采取相应维护。这也是最重要的一个AI能够在基础设施方面发挥作用的地方。

在一些公共场合,比如机场、地铁还是其他人群密集的地方,需要分析信息,分析这些收集来的视频信息可以作为安全防护一个有利的工具,以确保人跟基础设施都是以高效和安全的方式在运行的。比如,就是看一个广泛连接的摄象头,摄象头只是一个例子,因为它是最常用的,而且是数据量最大的一个数据来源,我们把摄象头的数据从一整个机场,一整个商场,一整个城市的视频连成网络,在这里进行分析,还有很多的合作伙伴利用视频分析的技术。发生紧急情况,需要疏散人群时,可以进行更加快速、智能的应急处理。


微信图片_20170527134450.jpg

英伟达的合作伙伴正为我们提供各种交通解决方案。比如,一个合作伙伴用视频分析的技术来分析路上的情况,交通的状况,我在十字路口的时候,交通灯在亮,但是左右两边都没有车,此时能不能开过去?可以借用深度学习进行实时路面分析,作出决策。一个行人,他在路口需要等的平均时间是多少,这对于行人的安全,对于自行车的安全非常重要,这也是人工智能的一个重要应用领域。

再比如物流和货运。在物流领域,比如最后一公里的快递。仓库也是一个非常重要的管理地方,也有情况比较复杂的情况,实时了解库存,仓库里到底有哪些东西,放在哪里,这可不容易。快速拿到货物也不容易。所以,人工智能会在未来的物流和货运领域起重要作用。

英伟达的合作伙伴,正在提供各种不同人工智能交通解决方案。


微信图片_20170527134659.jpg

最后值得一提的是,他认为,如果大家正好在人工智能领域工作,现在就是一个最好的时期。