绿水青山就是金山银山。“十四五”时期,生态环境保护工作受到高度重视,生态环境部《关于优化生态环境保护执法方式提高执法效能的指导意见》指出,要大力扩展非现场监管的手段及应用,推行视频、AI、物联网等技术手段,并将其作为日常执法检查的重要方式。
河北作为重工业大省,紧邻京津,环境治理任务艰巨。为了加强环保监管能力,提高科学决策水平,河北省生态环境厅携手紫光云,打造智慧环保视联云,利用云平台及视频AI算法,实现了全省各类重污染企业生产状态的智能化监测,大幅提高了环保部门的非现场监督、取证和执法能力。
高质量发展新时期,河北省环保监管面临着全新挑战,环保监管面临四重难关:
发现难:工业企业数量多、分布广,精细化和过程化治理需要更多的基层人员执行,执行到位难度高。
预警难:预警采用物联网、视频等手段,但企业生产流程多样,高度依赖人员的专业水平,存在大量人力缺口,预警能力难以满足业务发展需求。
监管难:非现场监管需要以更大的深度和力度推广,物联数据+视频数据双监测需要创新。
查处难:远程调阅视频时无法快速挖掘关键数据,仍需大量重复性的人工操作,数据价值有待进一步挖掘。
视联环保监测平台领导驾驶舱
全新云服务模式兼容并包
针对河北省生态环境厅面临的难题,紫光云以全新的云服务模式,充分拉动社会力量共建共营,基于河北广电合营云的云网一体化能力,通过环保视联云专用网络将企业现网视频设备接入到全省一体化的云服务资源体系中,打造了在线、实时双监测的智慧环保视联云。
开放式视联云服务:环保视联云支持多种视频终端接入,充分利旧,大幅降低接入难度和使用成本,有助于河北省生态环境厅推动环保视联云规模落地。同时,视联网所有业务均提供开放API,可实现无代码集成,快速对接传统应用,推动环保监管的数字化转型。
开放全场景云服务:环保视联云提供全开放云化接口,让视频数据价值持续赋能各类环保业务应用。河北省生态环境厅可根据场景灵活搭建,持续迭代基于数字化、自动化、智能化的环保监测能力,推动环保业务的科技创新。
全省一体化云存储:面对远程调阅、证据留存等需求,紫光云规划省市两级存储方案解决全省一体化存储对资源的巨大需求。市级云支持普通企业存储30天、重点企业关键点位存储60天,省级云支持关键数据留存90天,并且可实现冷热数据的自动迁移,帮助河北省生态环境厅优化存储成本。此外,基于河北广电的网络能力,环保视联云支持云端调阅视频、图像毫秒级延迟,让观看体验更加流畅。
视联云+AI 让监测会思考
基于强大的环保视联云底座,紫光云不断强化AI算法的场景能力,深入河北省水泥、钢铁、玻璃、制药等十余个重污染行业调研,充分了解其生产流程、关键环节等信息,基于不同企业的生产模式,开发与之匹配的AI算法,以环保视联云+AI帮助环保部门解决行业知识门槛高、执法效率低的实际难题。
比如水泥企业,紫光云开发运动检测算法,通过判断核心生产设备回转窑的运动状态、窑炉的点火状态来分析水泥厂的生产状态。同时,对于视频遮挡、模糊、抖动等异常行为,紫光云提供视频质量智能运维能力,可自动管理百万视频终端,减少运维工作量。
环保视联云与AI技术的双剑合璧,真正实现了让数据多跑路,工作人员少跑腿,帮助管理部门7*24小时无缝监督重污染企业生态状态,准确掌握企业减排减产的落实情况。
随着环保视联云的落地运营,河北省环保监管正在从过去的 “事后响应”迈向“事前预警”,大大提高了生态环境保护管理水平。未来,紫光云视联云将基于云边协同一体化云架构,为更多政府、企业用户提供开放兼容、智能原生、可靠高能的云边协同视频解决方案,以云数为底座、以智慧之眼感知万物,用云与智能的技术加速创新,为美丽中国的建设提供强大的“云服务”。
好文章,需要你的鼓励
OpenAI 本周为 ChatGPT 添加了 AI 图像生成功能,用户可直接在对话中创建图像。由于使用量激增,CEO Sam Altman 表示公司的 GPU "正在融化",不得不临时限制使用频率。新功能支持工作相关图像创建,如信息图表等,但在图像编辑精确度等方面仍存在限制。值得注意的是,大量用户正在使用该功能创作吉卜力动画风格的图像。
Synopsys 近期推出了一系列基于 AMD 最新芯片的硬件辅助验证和虚拟原型设计工具,包括 HAPS-200 原型系统和 ZeBu-200 仿真系统,以及面向 Arm 硬件的 Virtualizer 原生执行套件。这些创新工具显著提升了芯片设计和软件开发的效率,有助于加快产品上市速度,满足当前 AI 时代下快速迭代的需求。
人工智能正在深刻改变企业客户关系管理 (CRM) 的方方面面。从销售自动化、营销内容生成到客服智能化,AI不仅提升了运营效率,还带来了全新的服务模式。特别是自主代理AI (Agentic AI) 的出现,有望在多渠道无缝接管客户服务职能,开创CRM发展新纪元。
数据孤岛长期困扰着组织,影响着人工智能的可靠性。它们导致信息分散、模型训练不完整、洞察力不一致。解决方案包括实施强大的数据治理、促进跨部门协作、采用现代数据集成技术等。克服数据孤岛对于充分发挥AI潜力至关重要。