摘要: 王坚博士,一手打造了阿里云。在过去两年,他几乎将所有的时间和精力都投入到“城市大脑”的打造上。近日,首批国家人工智能开放创新平台名单公布,阿里云ET城市大脑成功入选。王坚博士对城市大脑有着清楚的定位:它会是未来城市,乃至于整体人类社会的关键基础建设。
互联网作为基础设施的城市大脑
一向善于以深入浅出比喻说明新生概念的王坚,用“电”来说明城市大脑未来所扮演的角色。
2778eb1c1af43545e307183805371778f0cf94b1
王坚说,城市是人类历史上最伟大的发明,但过去几百年上千年,这项伟大的发明,随着人口的增加、城市面积的扩充、生活形态的改变,已经越来越复杂,有太多的问题已经不能再用过去的方法解决,既有的基础建设,只会让城市的问题越来越严重,而无法真正解决。
就如同许多人过去期待互联网可以解决许多人类生活的问题一样,对于当前城市遭遇的问题,不论是交通、治安、生活环境等等,也有许多人期待并努力通过互联网、AI、甚至是区块链技术,解决这些目前看似无解的问题。
但在王坚看来,既有单一技术或应用就如同电灯泡的发明一样,只发明了灯泡,但没有建立起电网,也是无用的,而以未来人类世界的发展需求来看,城市大脑扮演的就是当初电网的角色,即在全新世界中扮演关键基础建设的角色。
相较于过去,王坚认为现在会是发展城市大脑最好的时点,因为关键的要素都已成熟到位,其中三大关键要素包括互联网、数据、云计算。通过这三样准备就绪的要素,城市大脑将得以成熟运作,进而创造出全新的智能。而这三项技术,也同样是当前包括人工智能、机器智能得以落地应用的基础要素。
60227fe79b7d529036e50d862ec21b2e3a421cdc
王坚甚至认为,以现在的眼光,特别是资本市场的眼光来看,其实是很难想像城市大脑作为一个基础建设可以激发出全新发明项目,就像当年有了电网之后,人类只看到电灯炮点亮了黑夜,让人类的活动不再被局限于日出日落,而可以有更自由的时间用以生活工作,由此所产生的价值就很难计算,而若以实体发明的角度来看,在电网刚出现时,也很难想像往后会有电冰箱、空调等等应用电力的发明出现,但以今天的眼光来看,电冰箱、空调等技术的发明,对于整体人类生活产生的巨大改变,却也是当初没有人能够预想的。
对于 AI、区块链等技术,王坚则称,这都会是城市大脑这项基础建设运作的一环。许多人谈 AI,但熟悉王坚的人都知道,他并不喜欢用“人工智能”这个词,因为这并不贴近真正意义,与其说“人工智能”,更应该说是“机器智能”(Machine Intelligence)——因为,现在人类之所以有机会解决过去不能解决的问题,是因为机器运作的能力已经达到一定的水准,再加上互联网与数据资源到位,让现在的机器可以为人类解决更多人类不能做到的问题,或者是提升运作的效率。
王坚说:“城市大脑就是要告诉我们,人不能解决的问题,机器可以帮我们解决。”
以阿里巴巴城市大脑第一个落地的城市杭州来看,在导入城市大脑之后,机器智能增加了整个杭州的警力,整体交通状况也明显改善,这其中重点不在于让机器智能取代人力,而是让机器可以做需要投入更多人才能做的事,但原本的人力去做的话只能做人才能做的事,所以,重点不在于取代,也不是让机器做人会做的事,而是让机器做人做不到、或者不需要做的事。
“很多人现在谈人工智能,讲的是所谓‘能听会说’,但这是有问题的。人能做的事情,如果让一台机器去做都是一个玩笑,真正的应该是让机器做人类做不到的事情,人类真正伟大的发明,都是发明人类做不到的事情,为什么阿里把城市大脑说是登月计划,因为那时没有任何人知道我们要去月球上做什么,有什么技术可以做什么。更有意思的是,到了月球之后,人类并没有就留在月球,而是再回到地球,但这个过程至少留下了科技,后来一直影响人类文明的发展。”
b200043086d0524c9c5bca62758bc4604e0c02f7
图丨 ET 城市大脑项目从 2016 年自杭州市萧山区开始启动,并逐步扩大推展至衢州、乌镇和苏州等地,也已与澳门特区政府签订战略合作协议,作为阿里巴巴城市大脑跨出中国、迈向国际的起点
他说:“城市大脑这件事用登月计划来形容,除了交通只是解决大家堵的问题,也因为城市大脑可以有更多发明,150 年前人类发明地铁,在未来大家要重新思考,总有一天所有城市不是用修地铁解决交通问题,而是修一个城市大脑来解决交通问题。”
至于区块链技术,王坚认为,城市大脑运作的关键在于有许多的数据,这些数据是由城市中不同功能环境的设施(Facility) 运作沉淀而来,例如在车站设施就会有进出吞吐的人数数量,出站之后的方向路径等等,而这些都是支持城市大脑运作的重要资源,但不可否认的是,要确保数据的使用效果,首要确保数据不能被篡改,否则一旦让数据进行城市大脑开始运作,所产生的结果就会非常复杂混乱,所以,区块链就会发挥重要的功能。
3db70c335aa55c39e55ae02c877551886c96f037
另外,王坚认为,在城市大脑运作的过程中,数据的使用是重点,但就数据资源的本质来看,数据要能创造价值就要进行不同形式的交换交流,而区块链的导入就能够完备数据资源进行交换创造价值的空间。
而王坚也强调,区块链对于未来整体人类世界影响,不于单一应用的形式改变,例如现在最常被提及的金融支付等等,而在于区块链技术的出现,会改变过去许多的价值体系设定,例如,区块链确实可能对支付宝产生影响,但这影响不是出现在支付宝要不要使用区块链的技术,而在于支付宝原本是基于现在整体人类社会体系对于“钱”这个价值体系的设定,但区块链技术在未来却是有可能重新改写“钱”这个既有价值体系,甚至于创造一个全新的价值体系,这样影响就会非常明显。
对于城市大脑,王坚不只是在过去几年积极走访全世界多个城市,亲手规画城市大脑平台功能应用,他更深信,这会是未来城市,社会的关键基础建设,他也深信这会是未来城市、社会的关键基础建设,因为城市太需要一个大脑,才能够让智能真正展现,也才能够城市释放出更多的资源,进而让人类生活的更好。
王坚强调,经过先前互联网所带给中国的大量创新,走到今天,在中国的创新已经面临一个回避不了的问题,也就是我们面对我们生活环境所发生的问题,却可能没有能力处理,而城市大脑其实就是这个背景下的产物,从雾霾到交通的问题。
e718130d2b05a87612dc05e8ca1e9efe4cef8aa4
“城市大脑最重要的想法,就是在修马路、修地铁以外,还有没有其他方法解决城市的问题?进而让城市出现一个翻天复地的变化?”
对于这个问题,王坚自己给了一个答案,而这个答案,或许正如阿里云入选成为第一批国家新一代人工智能开发创新平台的自我期望。
王坚:“城市大脑最基础的东西,就是我们人类要做的事,中国必须在这里扮演角色,放眼世界,没有人能够解决我们的问题,所以,我们自己解决!”
如何区分传统公司和互联网公司
6a64889b9e6eefd49906e5e41da9355b3555935e
11 月下旬,王坚在台湾大学演讲,在此次演讲中,王坚进一步提出许多对于过去互联网发展的反思,也提出对于未来发展的看法:
互联网发展到今天出现很多大企业,最兴奋的不是诞生很多大企业,而是给未来的人创造很多机会,这是这本书最关键的事(《在线》(being online)是王坚在 2016 年写的书)。书名为什么取 being online?这不是一个很热门的词汇。当时出这本书有我跟马云的一个小段子,在大陆出版时的书封面设计是一个小格子,马云说:“这是上一世纪的书的封面,谈的是下一个世界的事情。”
大家都在讨论 Facebook 是美国互联网意义上的最后一家大公司,但这句话不是终结者的意思,而是一个时代的开始,是在线 being online 时代的开始,这是过去很多东西打了很好的基础,这些基础是什么?
《连线》杂志曾写过一篇文章: The Web Is Dead. Long Live the Internet(web 已死,Internet 永生),这期间经历很多,包括移动互联网、IoT,所以有人开始问互联网是不是到了篮球比赛的下半场?大家感觉有不少挑战,当人工智能出来英国《金融时报》曾经写道:互联网已死,人工智能时代的开始。
6691942da6132f0b54b16e093528b31f49d24f22
我想讲的是,互联网处在整个时代的“开始的开始的开始”,不管是 IoT 或现在讲 AI,其实我们都没有离开过互联网。互联网已经不单属于电机工程的人,也不单属于 Facebook 、阿里巴巴,而是变成了每一个人、每一家企业的,变成了一种基础建设,所有每家公司都有巨大的机会。
Google 实际上是最早相信互联网是信息传播基础设施的公司,阿里巴巴不是一家电商公司,是一家相信互联网是未来商业基础设施的公司,这是真正的互联网带来的(变化),过去大部分的公司都不会以互联网为基础设施。你的公司是不是这样的公司?可以想一下,假如今天没有互联网,你的收入会不会受影响,如果不会,或是你是最少受影响的,那你的公司就不是以互联网为基础的公司。
为什么是以互联网为基础设施?你去杭州看看,虽然还有游民要饭,但他们地上也要放一个二维码,这是很典型以互联网为基础设施,还有一次我看到杭州小偷写几句话,他写 2017 年都没偷到什么现金,如果今年再偷不到现金,他就不干了,小偷也受互联网影响了,今天因为有支付宝,不只是到超市,小摊贩也可以,这是真正基础设施产生影响的地方。但今天在美国,大部分老百姓还是用支票在付水电费,这就是一个巨大的基础设施的差异。
如果互联网在亚洲变成一个真正的基础设施,就会创造出如同制造业在 20 世纪初期为美国创造的巨大机会,当时他们制造业发达,车子改变了美国所有的城市、工业形态,尽管互联网发明起源于美国,但如果亚洲实现了以互联网为基础,那我们在这一个时代就会有领先的机会,就像汽车是欧洲发明的,却在美国造成巨大影响,真正改变了这个国家,而我们正处于这一个时代。
有了基础设施后,很多东西会改变,比如说时空点改变了,整个世界就是你的,这是缩减地域化。互联网时代带来巨大的财富叫做 data,互联网把个人电脑连起来,移动互联网是把手机连起来。Google 是什么公司?是一家搜索公司,但它其实是把数据做为生产资料的公司,Google 把数据变成产品,那就是搜索,它把全世界网页当成资源来用。
在人类历史发展上,只要有基础设施就会有数据。人最重要的基础设施就是路,人走过去会留下脚印,这就是数据,搜集起来一定是信息,自己沉淀下来才叫数据。人走过去有脚印,不是修路的工人会去搜集脚印,而是你的脚印留在路上,就会沉淀在路上,当警察要查案的时候才会去搜集脚印,以此作为破案的数据。而互联网上沉淀数据的规模将超越人类历史上所有的基础设施。
af00cc924775b512d4a35513fd60b6745576e8c0
Google 做了一件简单的事,过去网页都在你电脑的硬盘上,Google 就是 being online,如果所有东西只是被数字化而没有上传到互联网,价值就会被大打折扣。但这其中有一个挑战——因为你留下的脚印太多,最后警察要依靠他能找到的脚印破案,那怎么从数据找到你要的东西,这就要靠第三个关键因素:计算。
为什么有云计算?自过去 30 年,你把一个盒子抱回家就拥有计算,现在你个人所需要的计算能力已经远远超出你抱回去的盒子,所以我们需要新的方式,今天你获取计算的方法就是互联网,这就是云计算。从数据里获得有价值的东西就要有计算能力。
互联网公司跟传统软件公司最大的差别就是对数据的看法,所有软件公司都觉得点鼠标是没有价值的,Google 发现鼠标点一下可能没什么价值,但你点进去做什么,它利用计算能力,能把商业价值算出来、猜出来的时候,这就是广告,计算能让数据产生价值,把沙子变成金子。
数据,不叫信息。人类很容易理解信息,但基本上不理解数据。现在大家谈大数据都有一个问题:所有人都努力把数据变成信息。也就是说,千万不要试图把人不能理解的东西硬要变人可理解的,而是把人不能理解的东西,变成可以应用的价值,而这就引出了现在谈的人工智能。
人工智能,我一直觉得最确切的说法应该是人造智能、人造智慧。
79843eb5ae5ad1c7efc69db8a5e22f560bbb9a53
先前发明 AI 这个词的人,他们自己也不太相信 AI 能和人类一样,当时计算机的计算能力不好,所以如果一台计算机能够做一点人做的事情,大家就很兴奋。但今天不一样,计算机可做的远远超过人类可以做到的事,所以应该叫做 Machine Intelligence。
大家担心 AI,例如马斯克等人,这其实有点太担心。人最了不起的地方是永远知道自己的智能是不够的,所以我们常常要请教别人,我们第一天就有这种胸怀。
举个例子来说,我们会训练狗,让狗用鼻子去闻一下,是因为我们知道自己的鼻子不够灵,但我们不会因为这样就失去信心。而同样的,机器可以做人做不到的事情,但这些本来就不是人该做的。机器也可以模彷人做一些事情。
今天,你离不开互联网、数据和计算,这三者结合创造了 Machine Intelligence,也就是机器智能的机会。
电被造出来时我们只有一种电器,叫做灯泡,后来就出来了一堆电器,比如洗衣机、冰箱等等,所以,AI 是互联网变成基础设施之后出现的第一个电器、第一个灯泡,有人说 AI 是人类最后的发明,真是太悲观了。现在只是开始而已。
这三个任何一个东西用好了,就是巨大的机会,这是一个最好的时代,结果是什么?这个社会会因为互联网基础设施而让万物在线。
有了电之后,我们有了“晚上”,我们多了一半时间出来,进而有了更多夜晚的经济,现在人工智能出来了,我们的世界也将多出另外一半,人工智能创造了另一半世界,这个世界会比之前大很多,所以,现在是最好的时代,所谓“最坏的时代”这句话并不存在。
9e4c16b245010ec456504b2f3522ba5068078044
Q:大国的网络公司垄断了大国的生态系统,也在全世界范围内实现垄断,这样的差距未来可能缩小?
A:这件事我很乐观。历史上始终有资源不对称、不确定性等问题,互联网发展到今天,提供了让各路英雄涌现的更大的机会,要出现像 Nokia 这样大公司的机会比以前还大得多,因为互联网让大家的距离大大缩短,第二点,同时也更重要的是,把计算变成公众服务很关键,过去只有 IBM 有超级计算机,但现在每个人都可以做,让每个人可以平等,所以基础设施很重要。这不是大小决定而是基础设施好坏决定的。
Q:你刚才说现在的大数据被还原成信息,能进一步解释一下吗?
A:例如美国大选,大家就去做民调,用统计的方式处理一下,这是传统的处理信息的方法。今天不一样,要预测民意,你就把推特的数据也处理,但这里面什么数据都有,你不是要设计谁当总统的表,而是要做一个谁是总统的模型(model)。这个 Model 把所有讯息看一遍,最后得出结论,这就是数据。这么多数据人无法理解,所以我们希望从中提炼出信息,现有模型告诉我们是什么就好,今天没有必要把数据变成信息,只要用数据把模型改一遍,之后改模型就好。
好的模型怎么建立?这我没有答案,至少对年轻的创业者来说是巨大的机会。上个时代有两个东西,软件跟硬件,二者的结合产生了巨大价值,现在来看,数据资源和算法就相当于当年的软体跟硬体,所以现在创业者同样有很巨大的机会。
Q:怎么看苹果?
A:我很难评价,它的每个业务都很复杂。为什么 iPhone 很成功,因为苹果抓住了一个机遇,我觉得苹果是第一家把互联网当作基础设施的公司。iPhone 第一代发布时,乔布斯根本没有提 APP Store,他只提到 Browser,手机可以跟 PC 一样。所以,当时他请了三个人站台,请了 Yahoo 杨致远,他现在不见了,另一个是美国运营商,后来被买走了,最后一家是 Google,现在变成了苹果的对手。当时乔布斯就讲手机对于互联网的意义,这跟现在苹果说的完全不同,苹果的一大挑战就是它的创新少了。
da47d632cd4b7c46063dc077b8a7ce64e9e6e83e
Q:阿里入股高鑫,看中的是线下数据应用?
A:我们需要区分两个事情,一是阿里是把数据用得最好的公司之一,第二件就是,每家公司都会有数据的问题,包括制造业,只是大家对数据的理解不一样。但这不是从阿里开始的,在传统的商业时代,沃尔玛的数据也用得比别人好,否则成本怎么会表现这么好,所以这不是新的问题。阿里是一家坚信互联网是商业基础的公司,目前来说,大家的挑战是没用好数据,而不是有没有数据。
Q:怎么看待 IBM 把量子计算加入到云服务中?阿里有类似的计划吗?
A:量子计算的实现非常重要,我经常说,如果说 cloud computing 存在一个最大的挑战或者说被取代的可能,我认为会是量子计算。量子计算可能把全世界装进去,至少是现在的全世界,它可以满足的计算需求会是现在几百万倍,这是颠覆性的技术,大家并不知道在五到十年后,人们对计算的需求会是现在的多少倍。
Q:目前 AI 的发展是否存在瓶颈或是大家没注意到的问题?
A:人工智能的问题上我要再强调一下,美国把那么多的钱力和最顶尖的人才投入到APP开发中,这是付出了代价的,其他领域上的创新会受到影响。如果在 AI 部分,我们把太多资源压在一些 30、40 年前的问题的话,例如语音识别、人脸识别、模仿人类,这会是极大的浪费,就是有问题的。AI 应该是互联网的一部分,以后 AI 的专长应该是人不能做的事情。
Q:云计算是否有成熟的标准?
A:我也不知道,但有几个要素很重要,第一个是,目前全世界计算量还不是靠云计算就能完成的,整个百分比来看还是很小的。当初我说,希望阿里能贡献全世界 70% 的计算,这不是市占 70%,这是一个成熟的标准。第二,从经济的角度,我们常常用电量来评估一个地方经济的好坏,所以我觉得还是和计算量有关系。最后一个重要的标志,如果真正的云计算起来的话,大家就不会再关注云计算本身了,就像我们不会关心电厂有多大一样。现在我们还处在非常初级的阶段,因为大部分的 CPU 还不在 Cloud Computing 上。
a7394f0a816484195369b8bbc537effb276d2a2e
Q:阿里云与中科院宣布合作发布量子计算云平台,可以和我们分享下其中与中科院合作的进展吗?
A:阿里跟中科院合作是一个长期的承诺,合作将长达 15 年。量子计算机现在好像应了一句老话:我们低估了它的长期发展,高估了它的短期发展。量子计算跟量子计算机是两件事,短期内量子计算机还是很不成熟的,其中有巨大的挑战,长远来看,我们低估了可能的影响力,因为量子计算的规模已经是超越了人类知识、现有的理解,所以大家很难想象其可能带来的影响。
Q:可否更进一步谈谈城市大脑?
A:做城市大脑是我们发现城市太复杂了,这个问题没人可以避免,现在的城市完全没有被优化,不像上网买东西,其服务已经得到持续改进。我们通过城市本身的活动来优化城市的运营就要依靠数据资源,例如碳排放量。城市大脑不是一个项目,而像是电网 power grid 一样的基础设施,城市大脑是最复杂的人工智能问题。
原文发布时间为:2017-12-1
本文作者:陈慧玲&詹子娴
本文来自云栖社区合作伙伴“阿里技术”,了解相关信息可以关注“阿里技术”微信公众号
本文为云栖社区原创内容,未经允许不得转载,如需转载请发送邮件至yqeditor@list.alibaba-inc.com;如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件至:yqgroup@service.aliyun.com 进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容。
分享到:
相关推荐
存储 / 数据库 1 深度解读 | 阿里云新一代关系型...达摩院:阿里巴巴的科技雄心 187 阿里巴巴 CTO 张建锋:下一波创新机会,重点关注这三个领域 196 王坚博士专访 | 揭开国家 AI 创新平台“城市大脑”的神秘面纱 204
3. **王坚博士专访|揭开国家AI创新平台“城市大脑”的神秘面纱** - **项目背景**:“城市大脑”是中国首个国家级人工智能创新平台,旨在通过大数据和人工智能技术改善城市管理和服务。 - **技术亮点**:详细介绍了...
内容概要:本文详细介绍了永磁同步电机(PMSM)三闭环控制系统的仿真建模方法及其参数优化技巧。首先阐述了三闭环控制的整体架构,即位置环、速度环和电流环的层级关系,并解释了每个环节的作用。接着展示了各环的具体实现代码,如电流环的PI控制器、速度环的前馈控制以及位置环的限幅处理。文中强调了调参的重要性和注意事项,提供了具体的参数选择依据和调试建议。最后分享了一些实用的仿真技巧,如死区补偿、故障注入等,确保模型能够应对实际工况。 适合人群:从事电机控制研究的技术人员、研究生及以上水平的学生,特别是对永磁同步电机三闭环控制感兴趣的读者。 使用场景及目标:适用于需要深入了解PMSM三闭环控制原理并进行仿真实验的研究人员和技术开发者。目标是帮助读者掌握如何构建高效的三闭环控制系统,提高电机性能,降低能耗,增强系统的鲁棒性和可靠性。 其他说明:文中提供的代码片段和参数配置均基于MATLAB/Simulink平台,建议读者在实践中结合实际情况调整参数,以获得最佳效果。同时,附带的参考资料也为进一步学习提供了指导。
光电材料仿真,电子仿真等;从入门到精通教程;含代码案例解析。
内容概要:本文详细介绍了利用PFC3D5.0进行滑坡致灾与建筑物易损性分析的完整代码实现。首先,通过Python和Fish语言构建了滑坡体和建筑物的模型,设置了关键参数如密度、刚度、摩擦系数等,确保滑坡体能够真实模拟滑坡行为。其次,针对建筑物的不同部位(楼板、墙体、支柱),采用不同的材料特性进行建模,并加入了实时监测系统,用于记录滑坡过程中各部件的应力、应变以及冲击力的变化情况。此外,还实现了冲击力监测、损伤评估等功能,能够自动触发应急分析并在模拟结束后生成详细的损伤报告。最后,通过对多次模拟结果的数据处理,生成了建筑物的易损性曲线,验证了模型的有效性和准确性。 适合人群:从事地质灾害研究、土木工程、结构安全评估的研究人员和技术人员。 使用场景及目标:适用于滑坡灾害预测、建筑设计优化、抗震防灾等领域。通过模拟不同条件下滑坡对建筑物的影响,帮助研究人员更好地理解滑坡致灾机理,为制定有效的防护措施提供科学依据。 其他说明:文中提供了大量实用的小技巧,如调整参数以获得更好的模拟效果、优化计算效率等。同时强调了模型验证的重要性,确保研究成果具有较高的可信度。
编译httpserver 通过后记录的
光电材料仿真,电子仿真等;从入门到精通教程;含代码案例解析。
内容概要:本文详细探讨了在Android平台上进行图像模板匹配的技术挑战和解决方案,特别是在处理不同尺寸和旋转角度的目标物时的方法。文中介绍了使用OpenCV构建图像金字塔、处理旋转模板以及利用NEON指令集优化性能的具体实现。此外,文章还讨论了在armeabi-v7a和arm64-v8a这两种主要ARM架构下的优化技巧,如内存对齐、SIMD指令优化、RenderScript并行处理等。作者分享了许多实践经验,包括如何避免常见的性能瓶颈和兼容性问题。 适合人群:有一定Android开发经验,尤其是熟悉OpenCV和NDK编程的中级及以上开发者。 使用场景及目标:适用于需要在移动设备上进行高效图像识别的应用开发,如实时视频流中的物体检测、游戏内的道具识别等。目标是提高模板匹配的速度和准确性,同时确保在不同硬件配置下的稳定性和兼容性。 其他说明:文章提供了丰富的代码片段和实际案例,帮助读者更好地理解和应用所介绍的技术。特别强调了在不同ARM架构下的优化策略,为开发者提供了宝贵的参考资料。
光电材料仿真,电子仿真等;从入门到精通教程;含代码案例解析。
内容概要:本文详细介绍了利用COMSOL软件模拟电晕放电离子风的过程。首先解释了电晕放电的基本概念,即在高压电场下电极周围空气被电离形成离子风。接着阐述了如何在COMSOL中建立针-板电极结构的三维模型,涉及静电、层流和稀物质传递三个物理场的设置。文中提供了具体的MATLAB代码片段用于初始化模型、定义几何体、设置边界条件、配置物理参数、进行网格划分以及求解模型。此外,还讨论了求解过程中可能出现的问题及解决方法,如收敛技巧、网格划分策略等。最后强调了通过模拟获得的电场分布、气流速度和离子浓度等结果对于理解和优化电晕放电离子风设备的重要性。 适用人群:对电晕放电现象感兴趣的科研人员和技术开发者,尤其是那些希望深入了解多物理场耦合仿真技术的人群。 使用场景及目标:适用于需要研究电晕放电离子风特性的场合,如空气净化装置、散热设备等领域的产品设计与性能评估。目标是帮助用户掌握如何使用COMSOL软件构建并求解电晕放电离子风模型,从而更好地理解相关物理机制。 其他说明:文中提到的实际操作细节和遇到的技术挑战有助于新手避免常见错误,提高建模效率。同时,提供的具体参数设置和代码示例也为进一步深入研究奠定了基础。
内容概要:本文详细介绍了多模态属性级情感分析的技术原理及其应用场景。首先解释了多模态属性级情感分析的意义,即通过结合文本和图像信息来更全面地理解用户情感。接着阐述了数据预处理方法,如使用BERT进行文本编码和ResNet处理图像。然后深入探讨了模型架构,包括双流网络结构和特征融合策略,以及如何通过跨模态注意力机制实现更好的特征对齐。此外,文中还分享了多个实战案例,如电商广告投放系统中如何利用该技术提高转化率,以及在处理用户评价时遇到的问题和解决办法。最后讨论了一些常见的技术挑战,如模态间权重调整、背景干扰物处理等。 适合人群:从事自然语言处理、计算机视觉研究的专业人士,尤其是希望将这两种技术结合起来进行情感分析的研究者和技术开发者。 使用场景及目标:适用于电商平台、社交媒体平台等需要分析用户反馈的场景,旨在帮助企业更好地理解消费者的真实想法,从而优化产品和服务。通过这种方式,企业可以发现潜在的市场机会并改进营销策略。 其他说明:文章不仅提供了理论指导,还包括具体的代码实现示例,有助于读者快速上手实践。同时强调了实际应用中的注意事项,如数据清洗、模型调优等方面的经验教训。
内容概要:本文详细介绍了5MW海上永磁风电直驱系统的Simulink仿真过程,涵盖矢量控制、混合储能系统以及并网逆变器的设计与调试。首先,文章解释了系统架构,包括永磁电机、两电平并网变流器和混合储能模块。接着,深入探讨了矢量控制中的坐标变换、PI参数设置及其对电网波动的影响。对于混合储能系统,文章讨论了滑动平均滤波用于功率分配的方法,确保超级电容和锂电池的有效协同工作。此外,文章还涉及并网逆变器的控制策略,特别是变参数PI控制和死区时间补偿,以应对复杂的电网环境。最后,通过仿真结果展示了系统的高效性和稳定性。 适合人群:从事电力电子工程、风电系统设计与仿真的工程师和技术研究人员。 使用场景及目标:适用于希望深入了解海上风电系统仿真技术的专业人士,旨在提高对矢量控制、混合储能和并网逆变器的理解,从而优化实际应用中的系统性能。 其他说明:文中提供了多个MATLAB代码片段,帮助读者更好地理解和复现相关控制算法。同时,强调了仿真过程中遇到的实际问题及解决方案,如风速突变、电网电压跌落等情况下的系统响应。
光电材料仿真,电子仿真等;从入门到精通教程;含代码案例解析。
该资源为natsort-5.4.0-py2.py3-none-any.whl,欢迎下载使用哦!
内容概要:本文详细介绍了双馈风力发电机(DFIG)的矢量控制仿真模型,特别是定子侧和转子侧的控制策略。定子侧采用电压定向矢量控制,通过双闭环结构(外环控制直流侧电压,内环控制电流),确保功率因数为1。转子侧采用磁链定向矢量控制,同样基于双闭环结构(外环控制功率,内环控制电流),并引入前馈电压补偿提高响应速度。文中提供了具体的PI控制器代码实现,并讨论了仿真模型的搭建方法,如使用Python的scipy库进行动态响应模拟。此外,文章还提到了一些常见的仿真问题及解决方案,如crowbar保护电路、最大功率跟踪算法和低电压穿越模块等。 适合人群:从事风电系统设计、控制算法开发的研究人员和技术人员,以及对电力电子控制系统感兴趣的工程师。 使用场景及目标:适用于希望深入了解DFIG矢量控制原理和实现细节的专业人士,帮助他们掌握定子侧和转子侧的具体控制策略,优化仿真模型,解决实际工程中的问题。 其他说明:文章不仅提供了理论分析,还包括了大量的代码片段和实践经验,有助于读者更好地理解和应用相关技术。
内容概要:本文详细介绍了利用Python进行煤矿瓦斯气驱过程中二氧化碳和氮气的应用方法和技术细节。首先展示了如何通过Python脚本处理气驱压力监测数据并绘制对比图,接着讲解了注气速率控制的PID算法实现及其注意事项。文中还涉及裂隙气体扩散模拟、湿度对氮气驱替的影响以及基于状态机的注气控制系统设计。此外,提供了实时气体浓度监控、数据滤波、阈值报警等功能的具体实现方式,并强调了数据可视化的应用价值。最后讨论了注气孔布置优化和注气压力控制的实际操作要点。 适合人群:从事煤矿开采及相关领域的技术人员、工程师,尤其是具有一定编程基础并对自动化控制感兴趣的从业者。 使用场景及目标:适用于煤矿瓦斯气驱项目的规划、实施与维护阶段,旨在提高瓦斯抽采效率,确保安全生产,同时减少人为因素导致的操作失误。通过学习本文提供的代码示例和技术方案,读者能够掌握如何运用Python解决实际工程问题的方法。 其他说明:文中提到的所有代码均为简化版本,用于解释相关概念和技术原理,在实际项目中可能需要进一步完善和优化。对于希望深入了解该领域的读者而言,本文不仅提供了实用的技术指导,也为后续研究奠定了良好的基础。
光电材料仿真,电子仿真等;从入门到精通教程;含代码案例解析。
街道级行政区划边界,wgs84坐标系,shp数据,直接分析使用。
字节码.md
Maven.md