“一旦发现区域内的污染源,就会精准锁定、自动派单、闭环监管。” 成都经开区大气智能大数据监管中心技术人员说到。只见180度、10多米的屏幕墙滚动显示着上百个实时传回的画面。
经开区大气智能大数据监管中心的智能大气监管系统 图据四川国蓝中天环境科技集团有限公司
作为城市环境治理中重要的命题,大气治理愈发牵动着人们的目光焦点。近几年,大气污染治理进入了减污降碳协同治理新阶段,大气污染物放限值不断收紧,市场也对环保技术企业的专业化提出了更为严格的要求。
守住蓝天并不是易事,想要打造更优化、更精准、更节约、更高质量的环保新方案,数字化力量的加持必不可少。那么,如何以科技为环保赋能?四川国蓝中天环境科技集团有限公司(简称:国蓝中天)携手华为云共同打造大气治理领域联合解决方案,将人工智能和大数据技术应用于城市绿色运行和综合治理,构建绿色智能城市管理新生态。
国蓝中天选择华为云,加速大气治理智能升级
大气治理是一个复杂的系统工程,需要大量数据支持,才能实现科学统筹与规划。作为一家以推进智能化模式在城市治理端的应用为己任的技术研发驱动型公司,国蓝中天深知数据问题的必要性与严重性。因此,为了更好应对大气污染治理新阶段,以及数字化时代对于企业发展的更高要求,国蓝中天选择华为云。
国蓝中天以鲲鹏硬件为基座,采用openEuler操作系统,并依靠华为鲲鹏容器集群、鲲鹏大数据集群、高斯数据库以及其他组件,实现大气治理平台和业务的全栈优化,同时采用华为云的MRS存算分离+鲲鹏解决方案,支持国蓝中天后续的自主技术改造,打造更贴合自身的技术驱动力。同时,国蓝中天携手华为云,利用人工智能、大数据分析及核心算法,打造了一套低存储成本、安全可信的大气治理领域联合解决方案,并将陆续在成都市“5+1”地区、“6+1”地区应用,完成成都“11+2”中心城区大气监测全覆盖,向政府环境监管提供重要使能,为全国环保行业及地方政府打造大气治理标杆案例。
此前,国蓝中天基于自身大气环境管制应用建设了“成都经开区大气智能大数据监管中心”,实现了污染溯源全面域、无死角的空气监测及污染管治决策支持,全力保障龙泉驿区2021年全年优良天数达307天。使用华为云后,国蓝中天对于该中心业务的管控更加高效,从响应时间、数据吞吐量和操作系统内生安全等多个方面大幅实现了性能提升。
优势互补,解决安全、成本两大行业痛点
自2019年起,国家不断强调构建现代化环境治理体系、提升精细化管理能力,对环保行业的要求也从“数据采集”提升到“数据应用”层面。因此随着业务发展,非结构化数据逐渐增多,海量数据为环保行业带来的压力愈发高涨——包括激增的自建存算一体大数据集群存储费用,以及如何确保数据安全存储、不被泄露,这些都是是亟待解决的难题。
除了帮助企业提速增效,华为云所提供的基础设施与服务,也帮助国蓝中天有效解决了以上痛点:以鲲鹏为底座的基础资源及技术平台,国蓝中天可以无需不同设施的深度适配问题,快速实现向安全可信路线的技术转型;同时MRS存算解决方案在保证性能的前提下,也实现了计算与存储独立按需扩容,帮助国蓝中天轻松应对业务浪涌,提升资源整体利用率,有效降低了未来激增的信息存储成本。
与此同时,国蓝中天也加入华为云生态提体系,要双方通力协作,在大气治理领域持续输出联合解决方案,共同拓展服务客户;华为云还会向其提供本地服务团队,以从云基础设施规划、云平台建设、解决方案落地、迁移上云、生态合作、品牌营销再到持续运营运维的一站式服务,更好的支撑国蓝中天业务发展。
国蓝中天数据科学实验室
国蓝中天首席科学家韩科教授表示,“我们以城市多源动态大数据为计算基础,以人工智能核心算法为技术驱动,以城市管治业务为需求引导,探索智慧治理新机制,为未来环境治理提供智能化决策支持,实现‘以智代工’。国蓝中天将深化与华为云的合作,共同保护每一座城市的碧水蓝天。”
好文章,需要你的鼓励
树莓派基金会调查发现,尽管60%的家长认为编程是孩子的重要技能,但超过70%的家长表示孩子在正常课程中没有学习编程。该基金会CEO指出,随着AI技术快速发展,年轻人掌握技术理解和创造能力比以往更重要。超半数家长认为编程应成为必修课程,并相信学习编程能提升孩子未来职业前景。为填补学校教育空白,基金会呼吁在学校和图书馆广泛设立编程俱乐部,目标到2035年全球教授1000万儿童编程技能。
Patronus AI发布突破性研究,构建了首个系统性AI代理错误评估体系TRAIL,涵盖148个真实案例和21种错误类型。研究发现即使最先进的AI模型在复杂任务错误识别上准确率仅11%,揭示了当前AI代理系统在长文本处理、推理能力和自我监控方面的重大局限,为构建更可靠的AI系统指明方向。
文章介绍了AI大语言模型中最新的深度研究功能,这是目前最令人印象深刻的新功能之一。作者详细解析了ChatGPT、Claude和Gemini等主流模型的使用方法,并重点展示了深度研究功能的实际应用。通过实际测试,作者用ChatGPT 4.5的深度研究功能生成了一份关于1990-2025年最令人厌烦歌曲的详细报告,展示了AI如何通过思维链进行深度研究和分析。文章还提到了语音交互模式将进一步改变用户与AI的交互体验。
这项研究首次从理论和实践证明AI模型可通过模仿生物睡眠-学习周期显著提升性能。研究发现AI训练中存在自发的"记忆-压缩循环",并据此开发了GAPT算法,在大语言模型预训练中实现4.8%性能提升和70%表示效率改善,在算术泛化任务中提升35%,为AI发展指出了注重信息整理而非单纯数据扩展的新方向。