|
原载于《现代物业·设施管理》2019年10期
世界人工智能大会(WAIC)是国家发展改革委、科技部、工业和信息化部、国家互联网信息办公室、中国科学院、中国工程院等部委与上海市政府共同举办的顶级人工智能会议。 2019年的WAIC以“智联世界，无限可能”为主题，已于2019年8月29日至31日在上海世博中心成功举办。 “AI赋能，智慧建筑”主题论坛作为大会的一部分，由东浩兰生(集团)有限公司携手腾讯云计算(北京)有限责任公司、高力国际、上海有个机器人有限公司、深圳市鹏安视科技有限公司联合举办，于8月30日圆满结束。 东浩兰生智业云首席执行官项莉、高力国际Workplace Advisory董事Truddy Cheung、国际WELL建筑研究院亚洲区高级副总裁托尼·阿姆斯特朗(Tony Amstrong)、福赛特机器人有限公司研发中心研发总监蒋思怡等嘉宾带来主题演讲。论坛也邀请了东浩兰生集团副总裁高文伟、腾讯云副总裁万超、中国房地产协会副会长王惠敏、深圳市鹏安视科技有限公司董事长马旭刚等出席圆桌论坛。 嘉宾精彩观点分享如下：
东浩兰生集团董事长王强： 新一代人工智能正在深刻地改变经济社会发展的规模，呈现深度学习、跨界融合、人机协同、群智开放自主操作的新特征。加快发展新一代人工智能，是顺应全球新一轮科技革命和产业变革趋势、赢得发展主动权的优先战略选择，是服务国家创新驱动发展战略、建设全球科技创新中心的优先布局方向。
高力国际Workplace Advisory董事Truddy Cheung(英文演讲)： 过去的办公室都是一个一个小隔间。在这些小隔间里，人们觉得很私密，有一种很好的“归属感”(Sense of Belonging)，但同时又非常孤单，和同一组织当中的其他人并不接触。有时候人们一天都不会离开隔间一步。这是我们父母那一代(上世纪70年代)的工作方式。 之后，许多科技公司开始打破围墙，他们说这些墙阻碍了人们之间的交谈。“我们要更透明化，要能看见更多的同事，我们要知道彼此都在做些什么，我们要一个能随时随地产生交流的空间。”这是上世纪90年代。到了90年代末，办公室里基本没有围墙了，是一个非常开放的环境。 但事实上我们每个人都有许多需要独自面对电脑进行的工作。 几个星期之前我参加了一场辩论，主题就是：“开放的空间到底能不能提高绩效?”辩论开始时听众当中很多支持“可以提高绩效”，但当辩论快要结束的时候，很多听众改变了看法。 我们提出了“基于活动的工作场所”(Activity Based Workplace)的概念。从字面上理解，这意味着无论你从事什么活动，在办公室里都有一个专门为特定活动设计的空间。因此，应该有适当设计的指定空间用于从事所有的这些活动。在这种环境下，如果你的一天很忙，则需要在不同的区域间“跳来跳去”(do a lot of hopping)。这样人们就产生了一种失去空间和头衔的感觉，觉得在这个地方不再具有那种“归属感”。因为他会在空间中不停地转换位置。 在“基于活动的工作场所”中，有许多各种各样的不同空间可以去工作，具体取决于要做什么事情。这个概念就是为了提高个人生产力。 这里，我想提出另一种不同类型的工作场所概念，即“敏捷工作场所”(Agile Workplace)。“基于活动的”、“灵活办公”、“移动办公”……眼下出现了许多令人容易混淆的概念。现在，还有“敏捷工作场所”。传统的方式是“办公桌对应工作”。但今天你要在团队中工作，面临很多压力。在一个项目团队中，有许多来自不同方面的人士，例如市场、营销、研究团队等(例如银行或保险公司经常会这样做)，他们在一起可能只需要两个星期，就能真正快速地推向市场。这就是“敏捷”的含义。 我们必须做出许多选择。我们有不同的工作场所，有不同的世代。我们有敏捷、有灵活性(我们知道需要协作)的团队。这个决定并不仅仅取决于我喜欢什么，也不仅仅取决于我老板喜欢什么。这是一种非常科学的方法，作为策略，我们在组织内部收集数据。我们从空间效率、人们的工作方式、所从事活动的类型方面收集数据。这样就和人工智能紧密联系起来。 因此，当我们可以看到空间的使用方式，以及人们在该环境中如何使用空间的模式时，我们就可以确定当前正在发生哪种行为。然后，我们要问的下一个问题是：我们将来想要什么?这样我们可以看到从现在到未来的差距有多大。
腾讯云副总裁万超： 我们通常讲物联网、讲智能，这个过程如何去实现?概括上来讲，就是所谓的H到M、M到M、M到H，就是人到机器、机器到机器、机器到人。机器的背后实际上是软件管理系统，我们把它定位成楼宇的一个操作系统。 在今天，楼宇主要还是“买东西”，买硬件、买钢筋、买混凝土。实际上楼宇是一个典型的硬件“干死”软件的行业。建筑里面有各种各样的系统，有各种各样的协议，彼此之间毫无关联。但实际上我们需要楼宇里面的各种数据之间进行打通，需要各种数据的融合。 过去的计算能力不够，所以我们把它条块化。那么当今天我们的计算能力足够的时候，是不是需要在整个楼宇当中有总体的一个管理系统?这就是腾讯“微瓴”的开发目的，我们当时给它的定义，叫作“深度适配建筑场景的物联网类操作系统”。我们希望楼宇当中所有的阀门、泵站、冷水机组、摄像头、灯都连接在这个操作系统上，再展开成各种App。 现在的核心问题在于协议关系、系统关系，无法打通数据。当你有任何一个想法的时候，都必须再去买一个硬件，都必须再买一套系统，所以永远无法打通。这是目前楼宇管理系统的弊病。 今天我们说“AI赋能”，AI的前提要数据。 如何提高我们的工作效率?云的不断成熟和发展，带来很重要的一点就是方便性，比如移动办公、移动通信。云还带来另外一个好处，就是计算能力大幅提升。第三个特点，云会打破一定的空间束缚，最后又会从虚拟世界回到现实的空间当中。现在其实只要有个手机，就可以支持所有的工作。
中国房地产协会副会长王惠敏： 房地产作为我们国家国民经济的支柱产业，在一段时间或者较长一段时间内是不可变的。现有的城镇居民新就业、转岗，以及他的工作和家庭的变动，会给城市带来一亿五千万人口，到2022年会达到两亿。这些人需求的空间都不是过去的空间了，团体性、场所、居住水平，跟建筑有关的方方面面的消费层次在上升。因此智能化的应用范围会很广，不单单是楼宇(写字楼)，楼宇只是房地产里边的一个业态，还有商场、住宅、休闲度假等，只是从数字化、智能化来说，目前有所突破的是写字楼。 第二，房地产本身的模式不是过去的模式了，爆发式的利润很难了。现在，“房住不炒”成了一种长期的稳定的政策模式，要找房地产的转型和升级，应景地来说就是高质量发展。向哪儿发展?一是绿色，一是智能，而且智能往往支撑绿色。所谓的“绿色砖瓦石块”，绿色不到哪儿去。智能的东西，可能更绿色。无论是开发商、消费者个体，还是持有型物业，都有这种市场需求。 鉴于这两点，我们的空间是巨大的。
国际WELL建筑研究院亚洲区高级副总裁托尼·阿姆斯特朗(Tony Amstrong)(英文演讲)： 大家不知道的一个事实是，在健康方面，我们从父母那里受到的基因影响可能还不到10%;生活方式和环境对健康的影响大约占70%。所以，当今世界上所有和楼宇相关的标准全部聚焦在人身上(totally focused on people)。 按前面腾讯的专家所说，如果我们有了足够的计算能力，我们可以让楼宇的所有系统统一工作。但我想说的另外重要一点是，我们使用统一系统的目的是为了给人们提供健康的环境，产生好的人性化体验(Human Experience)。这是一项挑战，也是我们和腾讯合作的原因之一。 我们在思考建筑的时候，常常会仅思考实体建筑本身，但在健康方面建筑设计因素只占到了三分之一。其他重要的事情在于运营(Operations)——我们如何对建筑物进行不断的维护和改善。这是引起我们注意的地方。我们应该一直寻求改善我们的建筑，建筑从未完工，总是有不断发展的过程。第三个方面是行为。我们对建筑物有什么政策?我们该如何鼓励人们使用这座建筑?当然，技术将在所有这些方面发挥越来越大的作用。我们如何设计、如何运营、在建筑物中有哪些行为，都将受到技术进步的极大影响。但关键总在于“以人为本”(keep the people in the middle)。 然后我们提交一些文件以显示建筑物的计划和政策。但是关键的方面是性能验证，当建筑物实际运行时，我们会派人来测试空气质量、水、光线、声音，确保这个建筑对人们来说确实是一个健康的空间，不只是写在纸面上，而是要实际测试室内环境以证明这是一个健康的空间。 目前来说，这些性能测试还非常依赖人工，人们使用科学仪器来完成所有工作，但这是未来人工智能的巨大机遇。人工智能不仅持续监控建筑物，还能不断地响应建筑物内的人员，给予人们一些选择来影响其所处的环境，利用算法指导他们以健康的方式做到这一点。
福赛特机器人有限公司研发中心研发总监蒋思怡： 毋庸置疑，AI的潜力肯定是无限的。然而，在一片欣欣向荣的景象背后，我们也可以感觉到，人工智能技术成功应用的场景还十分有限，例如在基建、餐饮、制造业这种领域就比较少见。因为这些传统行业需要识别定位的目标物品类繁多，形状又不规则，特征多变，而且还要求比较高的精度准确率。 比方说比较传统的流水线分拣任务，要求识别的目标一定要是一个单一的物品，分布比较宽松，没有堆叠和接触的情况，还规定需要有一个稳定的光源来保证没有阴影，而且物品的边缘特征要比较容易识别。因为这种算法速度比较快，整个结构也比较简单。 经过多年的发展，深度神经网络的出现在一定程度上增加了灵活性，但它还是有自己的缺点，比如节拍速度，以及样本收集上有一定的难度。所以现在还是有很多种人力的岗位没有办法使用AI技术来得到解放，人工智能企业也很难和传统行业进行深度合作。 以收费公路智能发卡机这个案例来说一说人工智能在传统行业中的机会和落地。高速公路的发卡口工作环境比较不理想，每年车辆通行量极大，工作人员非常辛苦，而且工作非常枯燥。在这样一个场景中，目标定位和识别功能的水平，是用机器换人中最关心的核心问题，特别是像基建行业这种需要特别高准确度要求的领域。 第一步，摄像头识别车牌之后，还是先通过神经网络，把车辆粗分到三个大类之中，然后再根据细则规定的细节来进行更详细的分类。比如油罐车，经过第一层神经网络之后要分入“专项车”类别，然后再通过图像拼接等技术手段识别车长和车轮数，最后分到“专项车”下面的三类当中。 第二步是识别车窗位置。小车的车窗大部分是三角形，比较好识别。大车的车窗就很不规则。感谢公路部门的配合，我们采集到了大量真实车道的样本。经过数据的采集、清洗和标注后，我们采用了目前效果比较好的目标检测网络作为基本的训练框架来训练。这些数据经过不断调试、对比、调参，最终我们为大小车车窗分别训练了针对性的模型，可以准确地在图像中定位车窗的位置。 有了车窗位置之后，再通过相机机器人做坐标转换，就可以获得司机拿卡的坐标点。目前经过几轮实地测试，效果已经达到项目要求。 在确定视觉硬件方案时，我们又遇到了做项目的永恒问题：到底是节省成本还是保证效果?要能达到高精度的神经网络，计算量就大，对芯片要求就高。但是从现在硬件发展速度来看，一段时间之后硬件成本还是有很大的下降空间。而且现在5G也在普及当中，在高速带宽的扶持下，很多场景也可以用云主机来进行计算。 总结来说，要找到适合自身企业的人工智能应用场景无外乎以下几点：一是能否收集到足够数量并优质的训练素材，再好的算法要是没有足够的训练素材也很难达到项目想要的效果;二是在于项目成本、节拍和准确率之间的一个博弈。 最后，我们要正确地认识AI技术。在经过几次热潮之后，虽然AI技术现在得到了许多的成就，但还不是万能的，还有很多的局限和难题需要去克服。
鹏安视首席科学家，中国智慧城市专家委员首席科学家，教授、博士生导师李林： 我认为我们现在智慧城市的建设模式有问题。什么模式呢?孤岛式建设，90%以上的智慧城市都是先建孤岛在来整合孤岛。我从事信息化的整合，孤岛要花十倍的钱，所以说孤岛很难整合。包括深圳在内，新智慧城市三个标杆市搞了三年，搞不成，主要原因是整合不了孤岛。 解决方案一定要改变原来的模式。新模式就是按照习总书记说的先建基础设施、信息基础设施，先集成，后整合孤岛。我们知道现在有很多城市都有已建系统，例如平安城市、智慧教育、数字城管，一堆的系统都是一个一个的孤岛。现在要把它们整合在一起建设，我认为非常简单，就是搭建云计算的3S服务(iaas、paas、SaaS)。但是我们没有按照这种规律去做。为什么呢?理解不够深刻。 我认为，第一，要有理论体系。第二，要把规划做好，不是顶层设计，是总体规划。简单来说顶层设计是个蓝图，而我们要做工艺图，要注重于工程设计。但是我们现在做的很多都只是蓝图。第三，要打造基础设施，就是刚才我提到的，倒过来先做好集成的基础，再去集成。集成有两个方向，一个是计算机硬件系统，一个是集成后建立系统。 基础设施就是“三中心一平台”。中心跟平台之间有什么区别?区别大了。中心一定包括软件和硬件，而平台是以软件为主，通常不大包括硬件部分。所以说我们在用词方面一定要小心，如果你的部分是包括软硬件的，最好不要去说平台，而要用中心这个词。 “三中心”：网络与安全中心、运营管理中心、大数据资源中心。 “一平台”：共享信息平台，或叫作通用功能平台。 楼宇系统，大家都知道有三个阶段，从BS、BMS到IBMs这三个阶段发展过来，也就是从楼控到楼宇管理再到楼宇集成。上海金茂大厦、央视新大楼、中国尊，实际上就是这三个阶段的典型工程。那么智慧城市也是一样的道理，我们搞智慧城市，也要做一个智慧城市的IBMs。 3S服务：第一个S就是存储，数据的存储和处理，我们叫作“设施即服务”;第二个S是“平台即服务”;第三个是数据挖掘和人工智能。3S服务的好处：第一省钱，可以省70%的钱;第二时间短，别人搞三到五年，我一年搞成;第三系统集成，这是很重要的。有了数据、有了平台、有了系统的人工智能自然就可以做好。
(感谢高力国际为本文做出的贡献) |
