JD iCity's succesvolle aanwezigheid tijdens de AAAI 2019
BEIJING, 4 februari 2019 /PRNewswire/ -- Tijdens de AAAI 2019 conferentie in Hawaii, trok JD iCity de aandacht door te tonen hoe zij geavanceerde technieken voor datefusie uit meerdere bronnen combineerden met ruimtelijk-temporele datagestuurde modellen voor het aanpakken van stedelijke problemen op het gebied van verkeer, milieubescherming, energieverbruik en andere gebieden waar de kennis verkregen is uit gegevens.
AAAI is de toonaangevende conferentie op het gebied van kunstmatige intelligentie, en Dr. Yu Zheng, Vice President van JD.COM, Chief Data Scientist van JD Digits, en algemeen directeur van JD Intelligent City Research, presenteerde tijdens de conferentie zijn keynote speech, 'Urban Computing: Building Intelligent Cities Using Big Data and AI.' Als voorstander van het concept van 'Urban Computing' schreef hij onlangs het boek 'Urban Computing', dat gepubliceerd is door de MIT Press. Dit is 's werelds eerste gezaghebbende boek over Urban Computing.
In zijn keynote speech legde Zheng uit dat het concept van Urban Computing bestaat uit stedelijke perceptie en data-acquisitie, big data-management, data-gedreven analyse en verleende diensten.
Unieke ruimtelijk-temporele Big Data vereist 'Speciale KI-algoritmen'
Zheng zei dat het proces voor stedelijke perceptie en data-acquisitie te maken heeft met een groot aantal uitdagingen, waaronder het verkrijgen van meer gegevens met minder middelen; onvoldoende gegevens als gevolg van het extreme gebrek aan stedelijke sensoren; en het probleem met ernstig gegevensverlies vanwege defecte sensoren of andere factoren.
Om deze uitdagingen aan te gaan stelde Zheng voor om verschillende soorten gegevens uit stedelijke ruimten in uniforme ruimtelijk-temporele gegevenstypen te verenigen, zoals gegevens over massastromen, verkeersstromen, luchtkwaliteit, weergegevens en sociale mediagegevens, en om vervolgens het beheer van die gegevens te optimaliseren met behulp van meerdere speciaal ontworpen ruimtelijk-temporele indices. Als voorbeeld toonde Zheng hoe deze technieken kunnen helpen bij het detecteren van parkeerovertredingen door de massale trajectgegevens van gedeelde fietsen te ontginnen.
' Stedelijke besturingssystemen' maakt toekomstige intelligente steden mogelijk
Wanneer we het hebben over de laag van data-gedreven analyse in steden, benadrukt Zheng dat de structuur van ruimtelijk-temporele gegevens verschilt van eenvoudige tekst- en afbeeldingsgegevens. Een foto is statisch in grootte en niet variërend in tijd, maar het traject van een voertuig verandert echter voortdurend, en twee punten in het traject kunnen niet worden omgewisseld. Door het probleem met betrekking tot het voorspellen van regionale massastromingen als voorbeeld te gebruiken, iets dat tijdens grote gebeurtenis plaatsvindt, zijn de nieuwe KI-modellen die door JD Intelligent City Research ontwikkeld zijn, in staat om de mensenmassa's of verkeersstromen in een tijdsperiode nauwkeurig te voorspellen. Dit heeft aanzienlijke waarde voor de stedelijke administratieve autoriteiten.
De analyse van ruimtelijk-temporele gegevens is niet nauwkeurig genoeg wanneer het niet verweven is met de big data uit verschillende sectoren. In een megastad kan bijvoorbeeld de luchtkwaliteit per regio zeer verschillend zijn, zelfs op hetzelfde moment. Zheng is van mening dat we de gegevens uit een groot aantal gebieden moeten samenvoegen om de luchtkwaliteit van een locatie in een stad te kunnen voorspellen. Dit zou informatie zijn over het weer, verkeer, mensenstromen, bezienswaardigheden, verkeersnetwerken, verslagen met informatie over de historische en actuele luchtkwaliteit, alsmede domeinkennis over meteorologie en milieuwetenschappen, zodat een effectief voorspellingsmodel gecreëerd kan worden.
Voor de aspecten voor het leveren van de diensten in Urban Computing, maakt hij gebruik van het Urban Computing-platform. Hij zei: 'Een Urban Computing-platform, zoals de IOS, kan voor een slimme stad een besturingssysteem op stadsniveau bouwen. Het is bedoeld om gemeentelijke administraties te helpen bij het aanpakken van gegevensproblemen in sectoren zoals transport, planning, milieubescherming, energie, stedelijk krediet, openbare veiligheid en e-overheid, en om partners in verschillende industrieën in staat te stellen om met KI-algoritmen een ecosysteem voor intelligente stadsontwikkeling te bouwen.'
KI-ontwikkeling heeft behoefte aan data-wetenschappers
Zheng benadrukte in het bijzonder het belang van data-wetenschappers. Volgens hem is het onmogelijk om de stedelijke problemen op te lossen zonder de bijdragen van interdisciplinaire talenten op het gebied van kunstmatige intelligentie die de regels achter de gegevens kunnen ontdekken en ook de algoritmemodellen in verschillende sectoren zouden kunnen toepassen.
Over Dr. Yu Zheng: http://urban-computing.com/yuzheng
Over JD Digits
JD Digits was vroeger bekend als JD Finance tot het uitvoerig werd opgewaardeerd en opnieuw gepromoot in november 2018. Zijn operationele doel is om financiën en reële industrie te verbinden met gebruik van digitale technologie, de invloed van het internet te boosten, de digitale en intelligente ontwikkeling van industrieën te verbeteren, de ontwikkeling van reële economie te bevorderen en grotere sociale waarde te creëren.
Met zijn geavanceerde technologie en expertise in big data AI, IoT en blockchain, was JD Digits betrokken bij vele sectoren, van financiën, Urban Computing, landbouw, campus diensten tot digitale marketing. In de toekomst zal JD Digits in meer reële industriesectoren komen en dieper de huidige handelspatronen en opkomende trends diepgaander verkennen.
Foto - https://mma.prnewswire.com/media/817141/JD_Digits.jpg
Foto - https://mma.prnewswire.com/media/817142/JD_Digits_Wechat.jpg
Foto - https://mma.prnewswire.com/media/817140/JD_Digits_Wechat.jpg
Share this article