健康中国行动——各地行品牌传播活动正式启动

中新网北京9月17日电 9月17日,由健康中国行动推进委员会办公室联合新华网开展的健康中国行动——各地行品牌传播活动在京正式启动。健康中国行动推进委员会秘书长兼办公室主任、国家卫生健康委员会副主任于学军出席活动并宣布健康中国行动专网正式上线、健康中国行动——各地行品牌传播活动正式启动。

启动仪式上,健康中国行动推进委员会办公室副主任、国家卫健委规划司司长毛群安介绍了健康中国行动有关工作进展情况。他表示,健康中国行动推进委员会办公室设在国家卫生健康委,下设综合组、宣传组、指导组、监测组、考核组,承担推进委员会的日常工作;设立了专家咨询委员会,为健康中国行动推进实施提供技术支持;设立了15个专项行动工作组,分别负责健康知识普及、合理膳食、全民健身等15个专项行动的具体实施和监测工作。地方层面,全国31个省(区、市)和新疆生产建设兵团均已印发健康中国行动实施意见,成立或明确了协调推进机构,并根据各地文件要求,组织成立本地区的专家咨询委员会和专项行动工作组。健康中国行动组织架构基本成形。一年来,健康中国行动推进办统筹协调各地、各有关部门推进实施15个专项行动,为深入推进健康中国行动的落地实施举旗定向、谋篇布局。

而随着5G的普及,可能也将看到全球边缘AI服务成本的下降和需求的上升。

边缘AI发源于边缘计算。边缘计算也称为边缘处理,是一种将服务器放置在本地设备附近网络技术, 这有助于降低系统的处理负载,解决数据传输的延迟问题。这样的处理是在传感器附近或设备产生数据的位置进行的,因此称之为边缘。

边缘AI的市场主要有两个领域:工业机械和消费设备。可以看到,它在控制和优化设备、自动化重复劳动等领域均有进展。

各专项行动工作组按照年度重点任务,深入推进各项工作。印发《国家健康科普专家库管理办法(试行)》,发布国家健康科普专家库第一批成员名单共1065人,启动国家健康科普资源库建设;印发国民营养计划、无烟党政机关建设、出生缺陷防治院前医疗急救服务等相关文件;下发儿童青少年心理健康行动、校园食品安全守护行动等工作方案,统筹推进近视防控;发布高血压健康管理规范、上消化道癌人群筛查及早诊早治技术方案等技术性文件,加强基层肺功能仪、AED等硬件配备,推广标准化代谢疾病管理中心建设;加快社会心理服务体系建设试点、尘肺病康复站试点建设,探索优秀经验做法;开展无障碍环境市县创建,研究设计社区医养结合能力提升工程;推动免疫规划信息系统建设,提升健康服务信息化水平;倡导推动居家健身、推广科学方法,为公众提供自我维护健康技能。

边缘AI正高速增长,我们已经看到对该技术的大量投资。像Konduit AI这样的公司正在将它作为其在东南亚的AI战略的关键部分。另一个例子是2020年1月,苹果耗资2亿美元收购了位于西雅图的AI企业Xnor.ai。Xnor.ai的AI技术通过边缘处理来处理用户智能手机上的数据。随着智能手机本身内置人工智能,我们可能会看到语音处理、人脸识别技术和隐私保护方面的进步。。

更多相关资讯请关注:怪物猎人:崛起专区

边缘AI是指在硬件设备上本地处理的AI算法,可以在没有网络连接的情况下处理数据。这意味着可以在无需流式传输或在云端数据存储的情况下进行数据创建等操作。这一点很重要,因为出现了越来越多的设备数据无法依赖云端处理的情况。比如,工厂的机器人和自动驾驶汽车都需要以最小的延迟高速处理数据。

作为健康中国行动的参与者与践行者,新华网副总裁杨庆兵表示,即将启动的健康中国行动—各地行品牌传播活动,新华网将作为承办和牵头单位,协同各大媒体同仁们共同挖掘各地健康中国行动的成果和经验。

这是我们最熟悉的边缘AI设备。Siri和谷歌助手是智能手机上边缘AI的好例子,因为该技术驱动了它们的语音UI。手机上的AI使得数据处理发生在设备(边缘)侧,这意味着不需要将设备数据交付到云端。这有助于保护隐私和减少流量。

边缘人工智能经常与物联网(IoT)和5G网络放在一起讨论.

雷锋网雷锋网(公众号:雷锋网)

越来越多的情况下,设备数据无法通过云端处理。工业机器人和自动驾驶汽车经常出现这种情况,它们需要高速处理,但当数据流增大而产生处理时延时会非常危险。

边缘计算的发展意味着边缘人工智能正变得越来越重要。各行各业莫不如是,特别是在降低处理延迟和保护数据隐私这方面。本文将探讨边缘AI的影响,为什么重要,及其常见用例。

物联网一词指的是通过互联网相互连接的设备,包括智能手机、机器人和电子设备。作为一个用人工智能进行分析的平台,边缘人工智能可以收集和存储物联网产生的大量数据,让使用具有可扩展性的云成为可能。这可以提高数据处理和基础设施的灵活性.

健康报社党委书记、社长邓海华在介绍健康中国行动专网筹建的具体情况时表示,目前上线的专网为1.0版本,重点规划两大主题。一是晾晒行动账本,包括行动的重大意义、十五个专项行动、地方动态、主要指标等,让公众对于各部委、各地方在推进行动中的作为一目了然;二是提供权威科普信息,倡导每个人是自己健康第一责任人的理念,传播权威靠谱的科普信息,助推公众提升健康素养,践行健康生活方式。

雷锋字幕组是一个由 AI 爱好者组成的翻译团队,汇聚五百多位志愿者的力量,分享最新的海外AI资讯,交流关于人工智能技术领域的行业变革与技术创新的见解。

为了实现这些目标,边缘计算可以在云上靠深度学习生成数据,而在数据原点——即设备本身(边缘)执行模型的推断和预测。

例如,想象一下自动驾驶汽车在检测道路上的物体,或操作刹车或方向盘时由于云端而延迟。任何数据处理的减慢都会导致车辆的响应速度变慢。如果响应变慢的车辆不能及时做出反应,就可能导致事故的发生。生命此时会切实受到威胁。

雷锋网版权文章,。详情见转载须知。

无人机在进行飞行时失控、失踪的新闻越来越多。某些甚至导致了事故的发生。根据无人机降落位置的不同,坠毁造成的后果也可能是灾难性的。

以工厂的工业机器人为例。AI技术可以在这里以人类无法企及的速度,对来自监控摄像头和传感器的大量多模态数据进行可视化和评估,可以用它来检测生产线上人类可能忽略的故障数据。这类物联网结构可以存储生产线上产生的大量数据,并通过机器学习进行分析。它们也是能够提高工厂智能化程度的AI模型的核心。

边缘计算和边缘AI为何重要?

人脸识别系统是监控摄像头的发展方向,它可以通过学习人脸识别人类个体。2019年11月,WDS有限公司发布了AI摄像头模块Eeye,通过边缘AI实时分析面部特征。Eeye能快速准确地识别人脸,适用于针对性别、年龄等特征的营销工具,和用来解锁设备的人脸识别场景。

边缘AI,物联网和5G:

5G网络可以增强上述过程,因为其三大特点——超高速、大并发和超低时延——明显优于4G网络.

自动驾驶汽车是应用边缘计算最值得期待的领域。有很多情况下,自动驾驶汽车需要对情况进行即时评估,这就需要实时的数据处理。2019年12月,日本对《道路交通法》和《道路运输车辆法》进行了修订,使得3级自动驾驶汽车更容易上路。它规定了自动驾驶汽车应符合的安全标准,以及自动驾驶汽车可以运行的区域。因此,汽车制造商也在正在努力开发遵守这些标准的自动驾驶汽车。例如,丰田已经在测试TRI-P4的完全自动化(4级)自动驾驶系统了。

如果,你也是位热爱分享的AI爱好者。欢迎与雷锋字幕组一起,学习新知,分享成长。

通过将通常委托给云端的信息处理交给边缘设备,可以实现无传输延迟的实时处理。此外,如果只传输重要信息到云端,可以减少传输数据量,这能将通信中断的风险降到最低。

本文由游民星空制作发布,未经允许禁止转载。

团队成员有大数据专家、算法工程师、图像处理工程师、产品经理、产品运营、IT咨询人、在校师生;志愿者们来自IBM、AVL、Adobe、阿里、百度等知名企业,北大、清华、港大、中科院、南卡罗莱纳大学、早稻田大学等海内外高校研究所。

对于这些物联网设备来说,实时响应是必要条件。这就要求设备能够在现场分析和评估图像/数据,而不能依赖云端AI。

各地也结合实际积极探索创新。上海市健康促进委员会办公室主任、上海市卫生健康委员会副主任张浩介绍了健康上海工作的开展情况。出台了全国第一个省级中长期健康行动方案——《健康上海行动(2019-2030年)》。各区结合区域发展定位制定具体行动方案,目前16个区均已出台行动方案。实施首批40个健康上海行动重点项目,目前进展顺利,成效明显,例如向全市800多万户家庭发放居家健康知识读本。

5G对于物联网和边缘AI的发展是不可或缺的,因为当物联网设备传输数据时,数据量暴涨,从而影响传输速度。传输速度的下降又会产生时延,而时延是实时处理面临的最大问题。

自动驾驶无人机上,飞行员并不主动干涉无人机的飞行。他们远程监控操作,只有在绝对必要的时候才会手动驾驶无人机。最著名的例子是亚马逊的Prime Air,这是一个无人机送货服务,它们正在开发自动驾驶无人机来运送包裹.

健康湖北工作领导小组办公室主任,湖北省卫健委党组成员、副主任柳东如介绍了健康湖北工作的开展情况。出台了《关于推进健康湖北行动的实施意见》《健康湖北行动(2020-2030年)》,把爱国卫生运动融入疫情防控,实施十大行动和五进活动,动员群众参与无疫街道、社区、小区建设,把疫情防控、爱国卫生运动、疾控机构与社区联动机制纳入基层社会治理,出台了疫后重振补短板强功能“十大工程”三年行动方案。

消费设备也有所突破,这些设备的AI摄像头可以自动识别被摄对象。由于设备数量大于工业机器,预计从2021年起,消费设备市场将大幅扩大。

国家卫生健康委有关司局、有关直属和联系单位相关负责人出席了现场会议。各省(区、市)及新疆生产建设兵团卫生健康委相关负责人通过视频连线参加了启动仪式。(完)

根据富士景气集团发布的 “2019年AI业务汇总调查”,日本的边缘AI计算市场在2018财年的预测市场规模为110亿日元。调查预测,2030财年市场规模将扩大到664亿日元。

我们把一些边缘AI的常见场景放在下面。