特斯联TACOS重塑城市形态，让AI算法“飞入寻常百姓家”

2021-07-07 10:56 · 互联网　　　

我们已经在各种科幻电影中看到过多样的智能城市描述，比如无人驾驶的汽车，任意穿梭的立体交通，以及可以随光照变化或者个人喜好变化方位的建筑，虽然这些还只存在于电影中，但现实中的智能城市建设也早已开始。

根据联合国的预测显示，1950~ 2050年的100年内，全球城市化率将翻番，截至2050年，全球将有68.4%的人口生活在城市中。如此多的城市人口必将给城市管理带来挑战，在此背景之下，过去十多年时间中，各国都在大力建设智能城市。根据德勤的《超级智能城市2.0，人工智能引领新风向》报告显示，中国是全球在建智能城市数量最多的国家，占比达48%，并且中国的智能城市市场规模在最近几年均保持了30%以上的增长速度。

图表 1 全球在建智能城市数量各国占比

特斯联认为，要服务城市中的政府、企业和个人，就需要在物理世界中建立完善的、具有智能属性的功能化模块，通过AI 构建真实城市的虚拟平行世界，最终构建人类城市的元宇宙Metaverse1。那么从物理世界到虚拟世界的基础是什么呢？

TACOS——业内*AI可交互的城市操作系统

类似于PC的Windows、手机的安卓和iOS，与城市有关的物理世界和虚拟世界要想实时的交互，就需要有一个连接两者的操作系统。TACOS城市级操作系统（Terminus AI CITY Operating System）即扮演着这样的角色。TACOS是特斯联推出的云原生新一代城市级操作系统，连接物理世界和虚拟世界的AI CITY核心基建。

作为城市智能操作系统，TACOS的核心技术架构包含了三平台、三中心、两体系、两接口：

三平台：聚星AIoT全量数据汇聚平台，洛书城市综合运营管理平台，百川生态赋能管理平台；

三中心：河图大数据治理中心，九章AI算法舱管理中心，统一用户调度中心；

两体系：信息安全标准体系，AI伦理标准体系；

两接口：人与虚拟世界接口——场景交互智能APP；物理世界和虚拟世界接口——特斯联超级智能终端机器人。

整体来看，TACOS可实现智能城市的“上下互通”，向上赋能行业SaaS云，为各行各业提供无限能力，向下连接和驱动城市实体和智能单元，以可AI交互的方式提供千人千面的方案，实现人与世界的全面智能化体验。

然而，尽管人工智能与智能城市作为概念已为人熟知，在技术实际落地的过程中仍面临诸多挑战，当前AI的渗透率仍有极大提升空间。正如李开复博士在“格隆汇·全球投资嘉年华·2020”活动中所提到的，AI已经开始像电一样穿透各行各业，未来将会渗透到90%的行业，但今天AI的渗透率还只有4%。因此，未来智能城市以及AIoT产业的发展重点亦将聚焦于AI在各行各业的应用落地。

AI普惠化：九章AI算法舱管理中心让安全的算法“飞入寻常百姓家”

近些年人工智能技术的进步，引发了各行业深刻的变革，AI已步入全方位商业化阶段。当下，AI被抽象成各种算法应用在不同领域，例如，用户可以利用诸如人脸识别、自然语言处理等技术提高工作效率；视频类APP会利用推荐算法为用户推送各类短视频，在提高用户效率的同时影响用户行为，乃至整个产业链的结构。

随着各行业对人工智能的深入理解，AI全面进入机器学习时代，未来人工智能的发展将是关键技术与具体产业的深度结合。特别是在万物智能互联的AIoT时代，越来越多的订制化AI需求需要满足，原始的模式已成为新形式下的瓶颈，通用算法已无法满足更细分的行业及领域对AI的需求。以往，用户的AI订制需求往往需要找公司、对需求、交付研究、算法产品化编码、上线使用等一系列步骤，不仅时间久、成本高，且能满足核心算法外包的公司较少。在这样的背景下，如何将AI技术扁平化、普惠化地对接给用户，就显得尤为关键。

在特斯联看来，城市是承载AI技术发展的综合性载体，也是AI技术全面感知的集中地。城市中不仅要为产业AI赋能，还需要通过产业向AI技术赋能，形成顶层设计、算法突破、应用质量、融合质量和创新发展全面更迭的AI城市综合体。而城市智能化进程亦进一步凸显了AI算法在面对差异化应用场景时的瓶颈。基于此，TACOS架构中的九章AI算法舱管理中心特打造了高效、完整的AI赋能工作平台。平台颠覆了原有的AI赋能模式，在关注大型企业需求的同时，更向中小企业的AI需求提供扎实的赋能保证，同步拉动城市AI科研能力的发展。

工作平台通过打造算法流水线、算法矩阵、AIoT生态、AI产学研组件、数据安全管理模组，并将算法下沉、前置，*程度地将算法自供给侧更靠近需求侧，来满足用户对算法的需求。

在算法流水线及矩阵方面，九章AI算法舱管理中心已经可以提供106种算法模型，可快速加载3000+个独立算法，以流水线方式生产场景实战算法。

与简单堆砌产品、堆砌算法、堆砌能力不同，工作平台抽象出了高效的AI算法的装配流水线和二维算法舱，前者通过监督、半监督的模式实现用户算法需求的流水线式加工作业；而后者则通过算法互赋能的模式，将原来N+M个算法，转化为N*M个算法。装配流水线及二维算法舱将原来几个月的算法研发周期缩短到了1-3周。

在AIoT生态方面，工作平台不只提供高效的AI算法装配能力，同时提供算法的软件自动挂载能力和AIoT硬件的挂载能力，实现硬件的可AI。TACOS下的硬件生态早已不是具备某几个AI算法的设备，而是一个个可被AI定义的智能终端。通过算法流水线装配出的算法可以直接挂载到物联网设备中，使这个硬件变成这个小领域，甚至是这个人的AI硬件。过去不敢想的事，现在则可轻易做到，真正实现了从IoT向AIoT的转型。

数据安全管理模组，基于对数据安全的考虑，本着谁的数据谁管理谁使用的原则，依据相关监管政策开通共享数据池，并通过AI实现数据的法律脱敏及伦理脱敏处理（敏感内容将被自动审核过滤），建立完善的共享使用机制。在这样的机制下，用户可以在其内部生产算法，既能高效地解决用户数据处理方面的问题，还能*程度地保证数据安全，建立良性数据算法生态体系。

不仅止步于单项对企业用户的赋能，九章AI算法舱管理中心及其AI赋能工作平台还肩负着城市人工智能产业发展的使命，在赋能企业用户的同时，还联合了地方高校、研究机构，协同创新——将企业的个性化研究需求，直接对接到高校，也让高校的研究成果低成本地应用于企业，在让产业的需求促进地方高校科研的发展的同时，也让高校的科研成果从实验室走向市场，快速转化为产能，最终实现城市AI能力的健康全面发展。在九章算法舱管理中心及其AI赋能工作平台的支持下，TACOS得以真正打造一座AI之城，让AI不再只属于“王谢”，也能“飞入寻常百姓家”。