北京创建“AIoT联合实验室”，聚焦大数据、人工智能

万物互联到万物智联 AIoT成为过渡关键

近年来，物联网技术发展迅猛，“智慧城市”、“智慧安防”、“智慧交通”等梦想也开始照进现实。然而，在万物互联迈向万物智联的过程中，物联网技术的发展并非一帆风顺，而是面临诸多挑战：

一是“信息孤岛”现象，以智慧城市的落地为例，不同职能部门分别管理着部分信息，信息难以共享，因此形成了一座座“信息孤岛”，增加了管理和决策难度。

二是“非标准化”情况，随着城市发展，数据量级不断扩大，海量数据因为缺乏统一的接口标准和规范难以协同整合，数据价值难以得到有效发挥。

三是“数据安全”需求，如何在“安全合规”基础上搜集、存储和使用数据，避免滥用、擅用现象。这是当前法律监管及大众对自身隐私保护的共同要求，也是行业发展过程中不容忽视的技术重点。

在此背景下，微众银行携手特斯联成立“AIoT联合实验室”，通过联邦学习技术攻克物联网数据难题，打开AIoT发展新局面。作为新一代人工智能技术，联邦学习能让参与各方在数据不出本地的情况下，实现共同建模，提升AI模型的效果，在安全合规的前提下打破“信息孤岛”。据悉，联邦学习这一前沿AI技术在国内由微众银行首倡，目前已成功应用至智能信贷、智能风控、异常检测等业务场景，助力智慧城市、智慧金融等多行业。而特斯联作为中国城市级智能物联网平台的佼佼者，在 AIOT 的应用已经服务安防、人口、消防、警务、旅游多个场景，有着深厚的行业积累。微众银行强大的AI能力，结合特斯联丰富的业务经验，将大大加快物联网从万物互联迈向万物智联时代，从而为物联网带来更加广阔的市场前景和应用空间。

微众银行×特斯联发力AIoT “智慧社区”成绩亮眼

微众银行与特斯联“AIoT联合实验室”以“智慧社区”为切入点，加快AIoT研究和实际应用，其合作研发的首个联邦出行预测模型已经在北京部分小区正式落地。据悉，该模型连接多个社区，基于社区安防数据，在数据不出社区的基础上结合居民出行的时间和空间等历史规律，利用联邦学习技术建模，辅以实时数据监控及AI可视化分析手段，智能预测已获授权且需要帮助的人员未来可能出现的时间和位置，从而实现千人千面的智能分析，为社区居民提供针对性服务的同时，也为社区乃至城市的人群精细化管理提供技术支持。

以社区独居老人为例，联邦出行预测模型对独居老人出行轨迹进行特征提取并建模，根据模型对老人行为进行判断，如在监测时间出现异常偏离，则判断为轨迹异常。如此便可针对老人久居未出、外出未归等多种情况，设定不同预警规则，进行相应的预警，及时告知老人的亲属和社区管理人员，第一时间提供帮助。

（编辑：云计算网_泰州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!