以人性关怀为本的智慧城市之物联网、大数据和人工智慧

2020-06-17 浏览量: 995

以人性關懷為本的智慧城市之物聯網、大數據和人工智慧


大数据、物联网、人工智慧等科技的出现,为我们描绘了更便利的智慧城市,但是科技也可能会让人与人之间的相处趋于冷漠,似乎也不符合我们对于智慧城市的想像。因此,台北大学资讯工程学系特聘教授、大数据与智慧城市研究中心主任陈裕贤提出:「用人性关怀的角度来引导,让智慧城市的发展更具有人性。」

用科技建构智慧城市

用科技来建构智慧城市,其模式大致是经由无线行动网路(现已发展至5G)收集大量多元的资料(大数据),进而去做分析(人工智慧),然后将分析结果应用在生活上,过程必须考虑人性关怀的元素,才不会让科技造成负面影响。

无线行动网路技术可以分成两个走向。一个是快速收集大量资料的高频宽,也就是一般认知的4G/5G;另一个是收集少量资料的低频宽,不是所有应用都需要高频宽。低频宽技术价格低廉,在智慧城市的物联网的基础建设,若可以善用低价的低频宽布建取代昂贵的高频宽布建,就可以大幅降低成本。

低频宽技术主要用的是低功耗长距离通讯技术(LPWAN),目前市面上大致分为LoRa和NB-IOT两种。LoRa用的是资料网路的免费频带,但错误率较高,可靠性较低;NB-IOT使用的是电信网路的付费频带,电信费用便宜,可靠性相较高。可依照不同智慧城市应用需求可做不同通讯网路选择,或者混合使用。

收集的大量智慧城市的环境感测资料,进一步会送到人工智慧平台用深度学习技术分析,然后将结果视觉化,呈现给使用者或决策者,执行改变环境的动作,以达到循环作用。人工智慧计算过程也分为两种,一种是将资料全部都送到云端做处理,另一种是部分资料可以就近做处理,称为边缘计算,后者可以节省传输量。

人工智慧于智慧城市之应用

陈裕贤教授分享了许多人工智慧应用于智慧城市的案例。

首先在云端计算应用部分,陈裕贤教授团队设计人工智慧展店预测系统,例如:想在台北市开店,要选择哪些地方和开何种类型的商店?系统会从POS系统云端资料库,收集该区的热销产品、收支状况等资料,再从政府资料开放平台收集薪资、消费金额等资料,经由深度学习后,用色块在地图上视觉化呈现每个地点展店的适合度。团队也製作一个人工智慧法律预测系统,只要收集少数量的起诉书和大数量判决书的资料,设计半监督式学习模型,运用两者的关係媒合并进行优化程序,训练完成后,当收到起诉书时,就能成功预测可能触犯的法条。

在边缘计算部分,陈裕贤教授的团队开发了一个人工智慧边缘运算平台,称为MiniDeep深度学习平台。这是一台小电脑结合了亚马逊人工智慧服务,资料先送到亚马逊后台做深度学习,训练完的结果也就是学习到的知识,送回MiniDeep机器存放,之后此独立(standalone)的机器就拥有这些知识,可以容易的嵌入到任何未具有人工智慧平台,使其具备有人工智慧能力。例如:团队在互动式多媒体平台 (也称为KIOSK),如: 速食店的点餐机,嵌入上MiniDeep机器,便可容易製作出具人工智慧的餐点推荐系统,当拍摄点餐人的照片,即时和即刻辨识其年纪和性别或情绪,推荐适合餐点。研究中心团队也在停车格旁设置立桿拍摄车牌,照片可以在机器上马上辨识,就不用传大量资料的照片回去,只要传车牌号码回云端就好了。团队也先把各种农业害虫的辨识在云端先训练好,训练结果放在就近的机器,机器可以立即辨识出黏在黏板上的害虫计算数量并与过去比较,农夫就能在有异常状况时进行防治的动作。

陈裕贤教授的团队更进一步地将人工智慧应用在人的关怀上。把银髮族戴的举手环结合人工智慧技术,分析长者活动範围、热区,当长者蹤迹出现在异常区域,就会发送讯息给家人或社工。研究中心团队也设计了画钟法之失智评估系统,让长者画钟,然后用程式分析画的精準度和比例来评估失智程度。团队更研发出语言障碍者之中文语音辨识程式,藉由分析语言障碍者输入的语音,让机器转译出一般人能听懂的语音,达到对话的目的。

「科技始终来自于人性」,人工智慧等先进技术除了让一般人的生活更方便外,兼顾提供弱势者之便利性,为未来的智慧城市注入更多人性关怀和温暖。

上一篇: 下一篇:

相关推荐