ZD至顶网软件频道消息: 自从共享单车模式诞生以来,“两大巨头”摩拜和ofo的对决就从未停止过,如果再算上新入场的玩家们,这个领域可以称的上是好戏连台,一波未平一波又起。
不过,就在大家的目光都聚焦在摩拜ofo们如何对决时,单车背后的大数据生意已经被人盯上了。
近日,百度云就宣布即将利用“天工”智能物联网平台技术,为摩拜单车提供精准定位的服务,首项合作测试已经在北京百度大厦园区展开。
按照百度云官方的说法,两者的合作是为了推动“文明停车、绿色出行”。事实上,你只需要在网络上随便一搜,就会发现伴随着共享单车的增多,随处停车、恶意破坏车辆的案例不在少数。
比如,你会耳濡目染看到这样的报道:《谁在恶意破坏共享单车?》、《被破坏、被私占、甚至被偷,可怜的公共单车》;但同时你也会看到:《不能让破坏共享单车现象蔓延下去 》、《成都一男子盗窃破坏一辆共享单车,被判拘役三个月处罚金一千》的新闻。
如此看来,破坏单车的情况确实存在,百度云和摩拜试图去引导文明用车着实也是一个切入点。
但问题是,如何解决?
百度云和摩拜造了一个新词汇:Mobike Preferred Location,即摩拜推荐停车区,简称MPL。简单来说,就是建立一个方便大家取车,还车的站点。
对于摩拜来说,百度云可以为其提供包括对MPL附近区域自行车的定位功能、MPL的在线监视和管理、MPL显示、消息推送、充电减负等功能,可为摩拜单车的高效精准运营提供支持。
对于用户来说,有了这样的站点,可以提升骑行的体验,让用车变的简单快捷,同时也期望通过MPL可以规范并且呼吁用户有序地停放车辆。
总而言之,两者合作是为了实现三个目的:方便取车、规范停车、有序管理。
在具体操作层面,百度云号称利用自身智能物联网平台“天工”的技术,会实时更新智能推荐停车点附近可用单车的定位及数据情况,通过车辆信息管理“基站”上传至百度云。
这就实现了车辆的实时动态,都以大数据的形式被百度存储在云端,用户随取随用。
与此同时,“天工”平台提供的“物管理”、“物可视”等物联网功能提供对智能停车系统中各设备的在线管理,将MPL改造成车辆定位、车辆信息管理的”基站”。这些数据也会有助于摩拜掌握停车区域内单车的数量、位置、状态、各区间的流量状况等信息,为基于数据的高效运行提供有效补充。
事实上,百度云与摩拜所要实现的智能停车、规范停车,也符合政策的发展方向。以深圳为例,市交通运输委于去年发布了《关于鼓励规范互联网自行车服务的若干意见(征求意见稿)》和《深圳市自行车停放区(路侧带)设置指引(试行)》,深圳交警部门还宣布严罚违停共享单车,乱停将被罚20元。
交警部门同时将共享单车纳入重点车辆监管平台,并接入共享单车企业后台用户数据,引导企业严格控制小学校园周边共享单车的投放规模。
除此之外,包括北京和上海也都在考虑共享单车停放管理等方面规范,研究制定规范租赁自行车停车秩序试点区域及措施办法。
不过,即便有政策的推动,百度云的野心可不仅仅是让你停好车如此简单,它瞄准的更像是大数据支撑的智慧城市,以及未来的物联网世界。
百度云和摩拜合作过程中还涉及到的一项技术:iBeacon室内定位技术。事实上,iBeacon是苹果早在2013年9月就发布iOS 7时带的新功能。其工作方式是,配备有低功耗蓝牙(BLE)通信功能的设备使用BLE技术向周围发送自己特有的ID,接收到该ID的应用软件会根据该ID采取一些行动。
比如,在店铺里设置iBeacon通信模块的话,便可让iPhone和iPad上运行一资讯告知服务器,或者由服务器向顾客发送折扣券及进店积分。此外,还可以在家电发生故障或停止工作时使用iBeacon向应用软件发送资讯。
百度云看中的正是定位技术的未来,它要做的是结合人工智能和云计算,把iBeacon精准定位技术扩展到地铁、商场、医院、机场多个场景落地应用。
也就是说在iBeacon基站的信息区域内,用户通过手中的智能手机便能够获取个性化的微型位置信息以及通知。
正如李彦宏所说,在过去几年物联网一度被炒得很热,现在离它真正发展起来已经不远了。
好文章,需要你的鼓励
HPE存储业务表现优异,公司重新公开报告存储收入数据,Alletra Storage MP成为主导产品。在AI驱动的市场变革中,HPE将存储作为AI系统销售的重要组成部分,Alletra存储连续三个季度实现三位数同比增长。公司调整财务报告结构,突出云和AI业务,存储收入重新独立披露。面对Dell、NetApp和Pure Storage等竞争对手,HPE依托服务器和网络优势推动存储销售增长。
斯坦福大学研究团队深入分析了广泛使用的AI评判系统Arena-Hard Auto,发现了三个重大问题:AI评委经常不按既定标准评判(规划失效),不同评判维度高度重合无法独立区分(因子坍塌),以及ELO评分系统通过数学变换掩盖了底层的不确定性。研究开发了专门的诊断工具来检测这些问题,并提出了改进建议,对依赖AI评判系统的学术研究和商业应用具有重要警示意义。
能源初创公司联邦聚变系统宣布与谷歌DeepMind合作,利用AI技术优化其即将建成的Sparc反应堆运行。双方将使用DeepMind的Torax软件模拟反应堆内等离子体,并结合AI模型帮助实现聚变发电。聚变发电有望提供零排放的大量电力,AI公司看好聚变作为数据中心电源。谷歌此前已投资多家聚变公司,并计划从CFS首个商业电站采购200兆瓦电力。
斯坦福大学研究团队开发出"边听边想"的音频识别新技术,让人工智能像侦探一样逐步分析声音。系统将音频分成半秒片段,对每段进行多次推理,再用语言模型综合判断。相比传统方法只在最后给答案,新技术实现渐进式理解,准确率从84%提升至88.3%。该技术可应用于智能家居、医疗设备、工业监测等领域,让AI决策更透明可信。