电子科大周涛电子科大周涛：半路出家的物理人怎么玩转大数据和AI( 二 ) 数据

文章图片

周教授的项目涉及成都22个区市县，难度主要是上云，不是机器学习。“我们曾经发现这些沉积物的污染，黑色和有气味的水体等。这主要是利用遥感。”周教授做了一个装置。“这个装置只有3公斤重，可以放在无人驾驶的船上。成本只是一点钱，但卖给政府是非常非常昂贵的，这本来可以更便宜。”设备的灵感来源于遥感，现在一次读数大概需要5-10秒。

文章图片

该设备可以超过国家控制站的误差水平。做环保的时候，可以拿个手持设备，10秒钟就能拿到读数。如果有移动设备，比如三公里的河流或者大湖，只要一条船反复来回行驶，就能知道每个排污口排放的是什么，多久会影响到下面。这在以前是绝对不可能的。
气氛也差不多。与水体相比，难度稍大。周教授在北京、成都两地打车跑，在原址安装设备，避免监测精度不足。通过机器学习可以进一步提高准确率。或者去寻找城市的绿地、水面、建筑、人口密度、车辆密度，并找到这些变量与污染的关系。精度在一公里乘一公里左右，以便了解污染情况。

文章图片

文章图片

下面举一个成都某地方的例子，城市管理者可以通过这个例子来管理工业企业，知道如果某个企业倒闭，或者用工时间从正常移到周末，或者从白天移到晚上，会带来什么影响，从而避免环保部一刀切的做法，做到精准管控。

文章图片

最后，周教授感慨地说，过去讲监督治理本质上是一个人的行为，人的行为会带来很多错误，有些是中国政治制度本身造成的，所以有些话是人们不敢说的。很难说，人们的问题不容易得到上面的回应，或者他们花了很多钱却没有任何效果。但是现在，随着一些技术的突破，我们可以用50厘米甚至30厘米的精度遥感看到这座城市。因此，城市的发展、企业行为和人类行为都记录了大量的数据，这使得观察和判断越来越准确。因此，周教授认为，治理和监督将在四个方面发生巨大变化，将变得自动化、规模化、量化和客观化。
志愿者介绍