在黑土地里种上 AI 的种子
一到冬天,哈尔滨再次坐上顶流的位置。从哈尔滨冰雪大世界到亚布力滑雪场,每一处细节都透露出这座城市对文化的尊重与创新的渴望,吸引着来自全国的“小土豆”。

哈尔滨的创新远不止于文旅,还更加敏锐地抓住了AI的历史性机遇,力图在智能时代中抢占先机。智慧水务、智慧教育、智慧供暖……哈尔滨的工厂、街道、乃至每一个角落,都在悄然发生着变化,智能化的触角深入到生活的方方面面,为这座老工业基地带来了新生。
正如哈尔滨市工信局副局长韩光所说:“哈尔滨是一个有内容、有温度、有人情味的理想之城,面对新的机遇,我们将以人工智能作为未来产业培育的主攻方向,聚焦重点领域,精准发力,锻造人工智能先行区,创造人工智能最佳试验场。”
“AI*场景”的魔法效应
东北是中国最冷的地区,每年的供暖季特别长。城市供热是一项重要的基础服务保障系统,供热水平是衡量民生质量的重要指标。同时,“成本、效率、体验”这个不可能三角,也是北方城市供热系统的大考。哈尔滨太平供热有限公司联合华为,用AI破解了供热系统的“不可能三角”。
通过物联网技术,精确收集室温数据、天气数据、建筑数据等变化,基于华为云EI数据治理和算法分析能力,对换热站、单元、住户的运行规律进行画像,构建热量需求预测模型,实现“热源、管网、换热站、住户”一体化全网协同和精细化调控。按需定产,让单元与单元之间、住户与住户之间的供热温度更加均衡,实现统一智能化室温调节,未来可实现用户自主温度调节,形成一个能感知、会思考、可进化、有温度的 “供热智能体”。

改进后的哈尔滨智慧供热系统实现了监管从“人管”到“数管”,供热企业从“人控”到“智控”,促进供热均衡的同时,助力节能减排、绿色发展。
哈尔滨作为我国纬度最高的省会城市,智慧供热的改造升级难度大,通过哈尔滨太平供热有限公司与华为云的共同努力,形成可规模复制的标杆案例。
一方面,对全国其他重点地市落地智慧供热能够起到很好的示范效应。如今,华为云“供热智能体”在全国北方15省的十多个项目中复制拓展。
另一方面,在黑龙江作为老工业基地,有着迫切的产业升级的现实需求,而AI是一次弯道超车的绝佳机遇。供热行业作为工业领域数转智改的典型案例,也能为政府、企业、居民等多方积累转型经验,让各行各业对AI有了更大的信心。
事实上,AI正在成为哈尔滨在文旅之外的另一条快速成长的跑道,也在各行各业开花结果。
打通最后一公里,加速AI落地生根
事实上,AI正在成为哈尔滨在文旅之外的另一条快速成长的跑道,也在各行各业开花结果。
“智慧河湖长平台”是哈尔滨智能化技术落地政务场景的一个重要标杆,该项目是黑龙江省响应***“幸福河”号召的重要实践,融合互联网、云计算等技术,实现河湖7×24小时监管、水域标准化管理、水资源管理和人工智能应用。为哈尔滨新区高质量发展贡献了水务智慧。

在安全应急领域,叙简科技通过与华为合作,利用盘古大模型构建安全智能体,推出安全问策助手等应用,为城市安全提供可靠保障。
在政务领域中软国际依托盘古大模型构建云智能底座, 推出 “问系列”Agent,赋能政企客户数智化转型,构建政企运营提效智慧引擎。
在矿山领域云鼎科技依托华为盘古大模型,构建全球首个矿山行业大模型,该模型已在全国60多对矿井推广落地,涵盖了采掘、洗选等场景,实现了安全生产和精煤产业提升。
在各个行业企业的推动下,AI在哈尔滨以及整个东北的落地生根,实现AI技术与产业的融合发展。
华为云助力“尔滨”插上AI的翅膀
东北这片黑土地,以前发展侧重于传统产业,现代新兴产业发展相对孱弱。这两年已经发生了明显的变化。
这其中科技创新与产业升级是一大亮点,AI对于这片黑土地是难得的实现跨越式发展的机遇。我们看到东北地区正以科技创新推动产业创新,加快构建具有东北特色优势的现代化产业体系。

其中,华为云通过扎实的智能化技术与解决方案,与政府、产业机构及企业合作,共同解决实际问题,激发黑龙江的AI活力,实现从资源驱动向创新驱动的转变。
华为云作为“AI+场景”百花园的黑土地,具备两方面的优势:
- 其一是全栈根技术。从算力到存储,从开发工具到大模型本身,华为云已经构筑起了全栈创新的AI基础设施能力。
- 其二是懂行业、懂业务,更多的实践经验。华为云在政府、工业和金融多个领域,华为云的市场份额稳居第一。
黑土地助力黑土地。哈尔滨这座城市正借助AI的翅膀,准备再次腾飞,书写东北振兴的新篇章。
在黑土地里种上 AI 的种子的更多相关文章
- 风炫安全web安全学习第三十七节课 15种上传漏洞讲解(二)
风炫安全web安全学习第三十七节课 15种上传漏洞讲解(二) 05后缀名黑名单校验之上传.htaccess绕过 还是使用黑名单,禁止上传所有web容器能解析的脚本文件的后缀 $is_upload = ...
- git clone开启云上AI开发
摘要:相比于传统的软件开发,AI开发存在以下4个痛点:算法繁多:训练时间长:算力需求大:模型需手动管理,我们可以使用云上AI开发的方式来缓解以上4个痛点. 本文分享自华为云社区<git clon ...
- git commit -a -m "DM 1、获取aliOssSTS值,计算签名,实现视频PUT/POST2种上传方式上传;"
git commit -a -m "DM 1.获取aliOssSTS值,计算签名,实现视频PUT/POST2种上传方式上传:" 微信小程序的视频上传
- Selenium系列(十一) - 针对两种上传文件方式的实现方案
如果你还想从头学起Selenium,可以看看这个系列的文章哦! https://www.cnblogs.com/poloyy/category/1680176.html 其次,如果你不懂前端基础知识, ...
- 风炫安全web安全学习第三十六节课-15种上传漏洞讲解(一)
风炫安全web安全学习第三十六节课 15种上传漏洞讲解(一) 文件上传漏洞 0x01 漏洞描述和原理 文件上传漏洞可以说是日常渗透测试用得最多的一个漏洞,因为用它获得服务器权限最快最直接.但是想真正把 ...
- 三种上传文件不刷新页面的方法讨论:iframe/FormData/FileReader
发请求有两种方式,一种是用ajax,另一种是用form提交,默认的form提交如果不做处理的话,会使页面重定向.以一个简单的demo做说明: html如下所示,请求的路径action为"up ...
- Web的几种上传方式总结
问题 文件上传在WEB开发中应用很广泛. 文件上传是指将本地图片.视频.音频等文件上传到服务器上,可以供其他用户浏览或下载的过程. 以下总结了常见的文件(图片)上传的方式和要点处理. 表单上传 这是传 ...
- 想在java接口自动化里用上Python的requests?这样做就可以了
相信现在很多的公司自动化测试重点都在接口层,因为接口测试更加接近代码底层,相对于UI自动化,接口自动化有着开发更快.覆盖更全.回报率高等优点. 接口自动化代码实现不难,本质上就是代码模拟发送请求,然后 ...
- 云原生 AI 前沿:Kubeflow Training Operator 统一云上 AI 训练
分布式训练与 Kubeflow 当开发者想要讲深度学习的分布式训练搬上 Kubernetes 集群时,首先想到的往往就是 Kubeflow 社区中形形色色的 operators,如 tf-operat ...
- LindDotNetCore~docker里图像上生成中文乱码问题
回到目录 因为docker上的大部分镜像都是基于linux系统的,所以在向图像中写中文时需要考虑中文字体问题,例如在microsoft/aspnetcore2.0这个镜像,它是基于debian系统的, ...
随机推荐
- Linux 基金会报告解读:开源 AI 重塑经济格局,有人失业,有人涨薪!
译自 | Linux Foundation Research 随着生成式 AI 技术飞速发展,开源模式正在成为推动经济转型的重要驱动力.Linux Foundation Research 发布的报告& ...
- UVA302 John's trip 题解
UVA302 John's trip 给定一张图和起点,求从起点开始能否把每条边遍历一次后返回起点,并输出字典序最小的路径. 欧拉回路裸题,若可以达到题目的要求,则图中必然存在一条欧拉回路.我们可以记 ...
- java compareTo 与 equals 区别
简介 要实现compareTo函数需要实现接口Comparable这个接口 然后这个接口中只有compareTo函数实现一下就可以用Collections.sort等方法. equals 如果不重写, ...
- ETL知识了解并备份
大数据横行的时代,我们对数据越来越重视,从数据的采集.分析.展示每个过程关注进而针对客户完善数据.数据集成是把不同来源.格式和特点的数据在逻辑上或物理上有机地集中,从而为企业提供全面的数据共享,是企业 ...
- ETLCloud搭配MySQL | 让关系型数据库更智能
在现代数据处理领域,ETL技术和云服务正迅速成为数据管理的核心.本文将探讨如何将 ETLCloud 与 MySQL 配合使用,将不同来源的表转移到另一张表中,以最大限度地提升关系型数据库的价值和性能. ...
- tf.keras.layers.Embedding + tf.keras.layers.TextVectorization + tf.keras.layers.StringLookup + tf.keras.layers.IntegerLookup
Turns positive integers(indexes) into dense vectors of fixed size. e.g. [[4], [20]] -> [[0.25, 0. ...
- freeswitch笔记(2)-voip初体验
上一篇学习了如何安装freeswitch,接下来我们利用2个voip软件来体验如何互打电话(注:仍然是mac环境,windows用户可参考mac上的做法,原理相通) 一.安装yateclient及zo ...
- 洛谷题解 | P3383 【模板】线性筛素数
题目思路 先思考最朴素的素数筛法.即对于每个数 \(n\),检查它是否能被任意小于 \(\sqrt{n}\) 的整数整除.如果不能,则 \(n\) 是素数.这种筛法显然是低效的. 逆向思考,上述素数筛 ...
- 校验 ChatGPT4 真实性的三个经典问题:区分 GPT3.5 与 GPT4,并提供免费测试网站
现在已经有很多 ChatGPT 的套壳网站,以下分享验明 GPT-4 真身的三个经典问题,帮助你快速区分套壳网站背后到底用的是 GPT-3.5 还是 GPT-4. 大家可以在这个网站测试:https: ...
- CVE-2020-11981 Apache Airflow Celery 消息中间件命令执行漏洞 (复现)
CVE-2020-11981目录终端下执行docker compose run airflow-init初始化Airflow 所需的数据库 再执行docker compose up -d启动容器(这个 ...