Skip to main content

AI • 物聯網 • 網路邊緣

採用 AI 與數位分身的智慧定位 (Location Intelligence) 所帶來的威力

位置情報

在我們的生活中,環境追蹤及監控(或智慧定位)技術無所不在,無論是監視器或汽車內的備份輔助系統均使用到此類技術。然而,企業才正開始認識到將智慧定位與 AI 和數位分身等技術結合運用的可能性。如果您還不太熟悉數位分身的概念,請準備好了。我們接下來要來談談更進階的主題:時間。因為當特定資產在特定時刻被放在合適的位置時,監控與空間感知的影響力將無遠弗屆,不僅在於安全性或缺陷偵測。

當然,偉大的技術革新將帶來偉大的新技術。接下來,Intel 聯邦與航空市場總經理兼資深總監 Tony Franklin 將為我們詳細說明智慧定位的整體概念:這項技術能為我們解決的各項挑戰(不論挑戰在於現在或未來),以及旨在協助實現這一切的技術,其中包括 Intel SceneScape 平台(影片 1)。

影片 1。Intel 聯邦與航空市場總經理兼資深總監 Tony Franklin 說明了位置與智慧的重要性,以及使用 AI 與數位分身的相關資訊。

您如何看待使用數位分身與智慧定位技術的概念?

我認為,我們早就在頻繁使用智慧定位這項技術了,但我們根本不知道。每個人的手機裡都有 Google 地圖。任何有孩子的人都知道 Life360 這個應用程式:您可以準確知道任何人在哪裡,他們在那裡待了多久,以及他們的移動速度。

然而,從企業角度來看,我們才正開始從財務觀點認識到智慧定位的龐大影響力。因此,像 UPS 這類型的貨運公司,如果從 A 點運送到 B 點的定位不準確,就可能會耗費數百萬美元。這對於永續發展等方面也很重要。我最近讀到,美國 27% 的氣體排放來自運輸業。

除了智慧定位以外,我認為我們開始真正瞭解的是以時間為基礎的空間智慧。不僅僅是關於定位,而是我們是否真正瞭解在特定時刻我們周遭的情況,或是某資產、某物件或人物的周遭情況。數位分身讓您可以重新建立空間,並且也可以瞭解特定時間,包括即時的當下以及,如果您需要按下倒轉按鈕進行分析,也可以這麼做。

數位分身的另一項價值是,它是自然創造的抽象元素。我們知道這是真實世界的數位複製品,因此分析工作是在複製品完成,而非在實際得到的資料上進行。而且那個數位複製品可以將資料提供給多個應用程式。

當有多個應用程式和不同類型的 AI 時,您必須使用標準型技術,因為您可能需要一種類型的 AI 來識別特定動物、人類或資產,並需要另一種類型來識別不同的汽車或天氣,或是更類似物理的模型。

智慧定位技術可以幫助解決哪些企業正在面臨的挑戰?

我認為最大的挑戰之一是隔離來自不同應用程式的資料。舉例來說,我們有大量的應用程式在手機上共同運作,但並不代表應用程式上的資料能互相共同運作。

在商業世界中,可能有一個應用程式用來監控物理安全性,但另一個應用程式則可能用來監控工廠裡的機器人。它們都有攝影機、都有感知資料,但並未互相連結,所有資料都位於不同的孤島上。那麼,您要如何將這些資料互相連結,提升情境察覺能力,做出更優異的決策?所謂更優異的決策,在理想情況下代表節省資金、有機會賺錢,或是創造其他價值,例如更安全的環境。

而另一個挑戰只是需要心態轉換。目前我們已經在使用的許多技術都來自遊戲。現今的電玩遊戲非常逼真寫實,在遊戲中,您可以在 3D 環境中看到一切。您已經知道位置;接著要輸入多種類型的感知資料,包括聲音或環境資料。這些全部都已整合到體驗中。因此,我們開始想將更多這類型的體驗融入到日常生活以及商業活動中。

Intel 如何協助企業實作數位分身與 AI?

總有大量資料需要經過標記才能提供,而且我們有很多工具可以將這些資料連結在一起。以即時性的串流資料來說,您可以使用 Intel® 發行版 OpenVINO 工具組來套用推論,也可以為輸入的特定資料挑選最佳運算技術。

因此,您在輸入資料、套用推論,並持續循環。然後,您可以使用 Intel® Geti 平台來訓練資料。這個平台讓您可以快速完成訓練。以電腦視覺的影像來說,您再也不需要使用數千張影像來完成訓練。就如同沒有人需要唸到資料科學的博士學位一樣。這就是 Geti 的用途。

在這之中,有一個軟體叫做 Intel® SceneScape。和 Geti 一樣,SceneScape 適用於終端使用者。您可以把它想像成一個位於 OpenVINO 與 Geti 之間的軟體架構,可以確實簡化創造數位分身的過程,藉此賦予資料意義,發揮資料的功用。這個軟體讓終端使用者可以輕鬆以開放、標準的方式實作 AI 技術,並且利用其中的最佳運算技術。

再來是輸入感應器資料。之後,OpenVINO 會套用推論來進行,可能是物件偵測或分類。您可以使用 Open Model Zoo,裡頭有我們所有合作夥伴提供的各種模型,並且利用 SceneScape 實作該模型。接著使用 Geti 來訓練資料。

您還可以透過 SceneScape 使用任何應用程式的任何感應器,藉此來監控及追蹤任何空間。我們習慣於使用影片,但您也可以使用其他感應器來提升對於環境的情境察覺能力。您可以使用 LiDAR,所有電動和自動駕駛車輛都有的感應器,或是環境、溫度、輻射或聲音感應器,以及文字資料。

可以分享目前正在進行關於 Intel® SceneScape 的任何案例研究嗎?

一直以來使用 SceneScape 的客戶有一個共同點,就是必須進一步瞭解他們的環境,包括他們所處的環境,或是他們正在監控的環境,並且將感應器與資料互相連結,發揮資料的功用。他們想要增加資料的使用量,並且從資料中獲取更高的情境察覺能力。

試想一座機場。機場管理單位需能追蹤人們聚集的地方、追蹤排隊時間等。在 Covid 疫情早期階段,工作人員必須使用前額感應器來追蹤身體測量值。機場裡有許多空間均已受到監控,但現在他們需要將資料連結起來。一般來說,測量體溫的前額感應器並沒有和監控排隊人龍的攝影機互相連結。現在他們必須互相連結。

這樣就能建立起資料點之間的連線:您看到這個人,看到這些人已經排隊排了 30 分鐘,您也可以知道他們體溫較高,而且並沒有保持社交距離。或是您看到這個人拿著一個包包,並且正在同時移動,而現在這個包包靜止不動了,但是這個人仍在移動中。

您不只在監控 A 航廈,2 號登機門。您需要能監控所有航廈和所有登機門,並且需要能在單一面板視窗中進行監控。這就是 SceneScape 提供的優勢之一。

Intel® SceneScape 如何解決隱私問題?

隱私是非常重要的。然而,我們只是想偵測實際物件,是人,還是物品,還是汽車?我們想要識別那是什麼,想要識別距離,想要識別動作。我們並沒有實際進行臉部辨識或其他類似的流程。我們在推斷資料,之後讓客戶可以實作他們為特定應用程式所選的內容。

您認為下一步這項技術將應用在什麼領域?

我在期待的其中一個使用案例是醫療數位分身。現在,您在不同地方擁有不同的醫療記錄。歷史資料並未與即時資料一併使用,也並未用於比對許多病患的大量病歷,並在其中查找對我有用的資訊。因此,我樂見醫療數位分身不斷推陳更新,這會是理想的狀態。

但是,若只是追蹤醫療器具呢?在手術前有 10 副器具,而且您想確保在手術結束時仍有 10 副器具,這些器具不會被無意間遺留在不該出現的地方。

因此,正如我所提到的,現在我們有即時應用程式可以協助現今的業務營運。我認為,也有一些是我們都在期待未來會出現的應用程式,有我想要的醫療數位分身。

我認為,當公司開始意識到,他們可以消除資料孤立,在資料與各種應用程式的系統之間建立關係或連結,不只是在單一房間、一層樓、一棟建築物,而是可能在一個校園內,他們可以開始獲得能夠影響獲利的實際價值,他們可以賺更多的錢,也省更多的錢。

您最後有任何關鍵重點的想法要和我們分享嗎?

試想,將交通視為使用案例;智慧定位可以協助拯救生命。我們已經看到一些客戶開始以這種方式來應用 SceneScape。現在許多汽車都有攝影機感應器(備份感應器或前置攝影機),而且大多數十字路口都有攝影機。然而,今天它們彼此之間無法溝通互聯。

如果有一輛汽車正快速行駛過來,而有一部攝影機可以在汽車死角看見行人走過來,那該怎麼辦?我想讓汽車知道這件事,並且開始自動煞車。現在大多數汽車在靠近另一輛車過快時,都會自動煞車。然而,當行人即將出現時,卻沒辦法啟動此功能,因為它們看不到行人。或者,如果攝影機可以看到,它們不一定知道這個人距離有多遠,也不知道汽車車速有多快。

身為人類,我們坐上車就會知道它的車速;我們會知道是否有人要走過來。我們將大腦理解這一點的方式視為理所當然。但是攝影機並不瞭解這一點。這就是現今可以應用的方式,有些城市實際上正在研究這些類型的應用方式。

這就是為什麼 AI 以及這些技術與感應器資料的整合如此重要。它讓這些系統更智慧,也能夠實際瞭解環境。再次強調,以時間為基礎的空間智慧:距離、時間、速度、物件之間的關係。

這正是我們在努力的目標,利用 Intel 的大型生態系統來合作,讓企業能輕鬆實作這項技術。現在是激動人心的時刻,我們期待協助企業改變現況。

相關內容

若要進一步瞭解智慧定位的重要性,請收聽利用 AI 與數位分身獲得智慧定位,以及閱讀利用 Intel® SceneScape 監控、追蹤與分析任何空間。想知道 Intel 的最新創新技術,請在 Twitter 上跟隨 @intel,以及在 LinkedIn 上關注 Intel Corporation
 

本文由 Erin Noble 編審。

作者簡介

Christina Cardoza is an Editorial Director for insight.tech. Previously, she was the News Editor of the software development magazine SD Times and IT operations online publication ITOps Times. She received her bachelor’s degree in journalism from Stony Brook University, and has been writing about software development and technology throughout her entire career.

Profile Photo of Christina Cardoza