图1 中国智慧城市AI专利申请量和授权量
报告显示,依据“创造力”、“保护力”、“运用力”、“竞争力”、“影响力”五大指标维度对智慧城市AI技术的主要创新主体进行高价值专利及其创新驱动力评价,我国企业申请人优势明显,有7家企业和3所国内一流高校得分相对较高,足见该领域人工智能技术产业端应用相对较为成熟。
在企业层面,我国一批互联网、科技企业表现较为突出,通过人工智能技术的研发积累,在各自领域为赋能智慧城市建设奠定了坚实的技术基础,推动了其智慧城市产品的开发和应用。百度公司主要围绕计算机视觉、自然语言处理、知识图谱等多个AI基础技术领域进行专利布局,与北京市海淀区携手打造的“海淀城市大脑”,依托飞桨深度学习平台,构建兼容异构算力设备和多元算法模型的AI计算中心,提供基础算力和算法资源的统一集中管理、按需分配,支撑了50余个城市管理领域的AI应用创新。腾讯公司则瞄准数字政务、城市治理、城市决策和产业互联等相关技术领域布局专利,与长沙市依托“WeCity未来城市”平台,联手打造长沙智慧城市能力核心——“长沙城市超级大脑”,支撑全市各级各部门数据需求,快速支撑人工智能场景,以标准化、智能化方式提升各级政府办事、办公效率。国家电网主要围绕电力管理与检测领域技术进行专利布局,其推出的“智慧城市大脑”综合应用服务产品,以电力数据为核心、融合汇聚城市经济、人口、楼市等多元化城市数据,持续推进城市经济监测分析、人口流动分析、疫情影响监测分析、住宅空置监测分析等智能场景的部署运营。华为公司主要围绕计算机视觉、自然语言处理等多个AI基础技术领域进行专利布局,其参与的数字福州建设,通过构建共性能力平台,赋能各垂直部委信息化系统建设,在减少重复性建设投资的同时,发挥数据融合价值,加速智慧城市建设。
在高校创新端,我国一批国内重点高校表现突出,研究领域涉及智能感知、安防监控、数据管理、城市规划、智慧政务、灾害模拟等,通过产学研合作,建立联合实验室、创新平台和创新中心,与企业开展共同研发,校企联合发力,共同攻关,赋能我国智慧城市试点建设,为城市管理构建成熟的“智慧大脑”与完整的“神经网络”,推动城市管理各环节的互联互通,助力未来城市建设发展模式的深刻变化。浙江大学重点围绕城乡规划、社会综治、数据治理等应用领域进行专利布局,并于2010年与国脉互联公司联合成立我国首个“智慧城市研究中心”,校企联合共同推动我国智慧城市快速发展。清华大学围绕深度学习、计算机视觉等技术领域布局专利,2019年与广联达公司共建“数字城市实验室”,共同推动新型智慧城市建设。
让“无声世界”感受赛场魅力!带你看看冬奥手语数字人有哪些奥秘******
2022年2月4日,第24届冬季奥林匹克运动会在北京举行,让世界目光再次聚焦中国。本届北京冬奥会秉持绿色、共享、开放、廉洁的办赛理念,凝聚中国科技力量,面向世界、面向未来,向全球奉献了一场精彩、非凡、卓越的奥运盛会。
本届冬奥会运用最新科技手段,为全世界观众提供了惊艳的现场转播和全方位覆盖报道,北京冬奥会也成一场上科技含量高的奥运会。赛事活动期间,为了让各类人群都能平等地享受本届冬奥盛会,北京电视台上线了智能手语播报数字人,在《北京新闻》和《北京您早》等节目中进行冬奥专题手语播报,为听障人士带来精彩赛事报道。
最新数据显示,我国听障人群超过2700万,这部分人群与健听人一样,他们对教育、社交、娱乐等信息获取都有巨大的需求。但长期以来,传统人工手语翻译工作量大,且主持人和手语主持人配合难度极高。手语动作表情复杂,语序与正常语序差异大,正常情况下想要熟练掌握手语大约需要2年左右的时间,还要结合语境进行猜测。
受北京市科委科技冬奥专班委托,北京电视台联合凌云光、智谱AI等业内科技公司,在北京市残疾人联合会和市残联聋人协会等支持下,用3个多月时间,让手语播报数字人完成了近10万条手语语料学习,且翻译准确率高达90%。
在如此短的时间内实现这项高难度动作,智能手语数字人是如何做到,在这背后又有哪些技术创新难点?
在多位业内人士看来,近年来人工智能体系建设重点布局在算法层和应用层,数据层建设远远不足,并且针对数字人相关产业,底层数据库的数量、质量和开源程度还明显不足。尤其是国内现有的手语语料数据库数量少,且多以图像、视频等二维平面为主,无法满足AI(人工智能)训练的需求。
同时,因手语语序与中文语序差异大,方言分化更加复杂,且需要通过表情、口型、动作等方式来传达信息。除了传统的二维平面图像、视频采集,三维肢体运动、表情信息数据采集及结构化参数表达外,手语语料数据库建设对三维运动信息捕捉也十分重要。
凌云光手语数字人产品相关负责人介绍,在建设高质量手语语料库的同时,他们充分调研了2022北京冬奥专用手语术语,并联合北京市残联、聋人协会等相关组织机构,进行数据标注,建设手语语义映射关系,不仅完善了国内手语数据库的建设,也为手语推广和AI研究留下了宝贵的数据资产。
该负责人举例说,基于“悟道2.0”超大规模人工智能模型的技术支撑,手语数字脑用计算机模仿听障人士的大脑,将看到的中文文本信息转换成手语词汇序列,包括中文语义蒸馏模型和AI手语分词快编算法的研究。中文语义蒸馏模型用于从输入的文稿或文本中提取出关键的语义信息,将中文文本语义提炼和精简,形成精准匹配适合手语表达的文本;AI手语分词快编算法则用于将蒸馏得到的中文文本,根据冬奥手语语料库划分成相应的手语词汇序列,供数字人做表达输入。
该负责人还提到,数字人是冬奥手语播报的载体和展现形式,通过高精度写实数字人全流程制作方案,可实现一键数字建模,高度还原真人发肤,重新毛孔等细节,更加真实亲切。同时,通过跨模态拟人生成算法,还可以将手语词汇序列,生成相应的动作信息,驱动数字人模型做出相应的动作、手势和表情。(姚坤森)
(文图:赵筱尘 巫邓炎)