《中国人工智能学会通讯》——12.15 时空众包 : 共享经济时代的新型计算范式

简介: 本节书摘来自CCAI《中国人工智能学会通讯》一书中的第12章,第12.15节, 更多章节内容可以访问云栖社区“CCAI”公众号查看。

12.15 时空众包 : 共享经济时代的新型计算范式

自 Jeff Howe 于 2006 年 首 次 提 出 众 包(Crowdsourcing) 概念[1]以来,这种通过公开的 Web平台,将任务分配给非特定的解决方案提供者群体来完成的分布式问题求解模式,正在变得日益流行,其更为传统的人本计算 (Human Computation) 注入了通过群体智慧来求解问题的新鲜血液。众包最著名的案例莫过于美国卡内基梅隆大学的 Luis vonAhn 教授所研发的 reCAPTCHA 系统[2] ,其巧妙地采用网络验证码的形式汇聚亿万网民的智慧,在不知不觉中为纽约时报完成了纸质版报纸的数字化录入工作。随着 reCAPTCHA 系统的成功,各类众包计算平台如雨后春笋般不断涌现,如早期的百度知道等“问答系统”的兴起,以及近年来 AmazonMechanical Turks(AMT) [3] 、CrowdFlower [4] 、oDesk [5] 等各类大型在线工作招募与任务分包管理平台的诞生。该类平台不但带来了新的技术革命,更创造出巨大的市场经济价值。截至 2010 年,亚马逊公司在 AMT 众包平台上的年度盈利已经超过5.2 亿美元。因此,众包技术为当今互联网时代的技术革命带来巨大潜能。正如《人民日报》2014 年关于众包的报道所述:“众包模式,大势所趋” [6] 。近年来,移动互联网与物联网等技术的飞速发展,使得众包从基于在线 Web 平台的模式转变为一种新型的服务模式,称为“时空众包 (SpatiotemporalCrowdsourcing)”(也称为“空间众包或移动众包”) [7] 。简言之,时空众包是指以时空数据管理平台为基础,将具有时空特性的众包任务分配给非特定的众包参与者群体为核心操作,并要求众包参与者以主动或被动的方式来完成众包任务,并满足任务所指定时空约束条件的一种新型众包计算模式[8] 。

与此同时,时空众包更是共享经济时代的一种通用计算范式。共享经济的概念最早由美国得克萨斯州立大学社会学教授 Marcus Felson 和伊利诺伊大学社会学教授 Joe L. Spaeth 于 1978 年提出[9] ,并在最近几年十分流行。其主要特点是,个体借助 Web平台,交换闲置物品,分享自己的知识、经验,或者向企业、某个创新项目筹集资金等。时空众包通过 Web 平台整合线下参与者完成各类任务,创造社会经济效益,其应用涉及百姓“衣食住行”的各个领域。人们生活中常用的滴滴出行等实时专车类应用,以及百度外卖等物流派送类应用,都是共享经济时代时空众包应用的典型代表,并取得了巨大成功。以滴滴出行为例,其发布的《中国智能出行2015 大数据报告》显示,截止 2015 年底,智能出行平台上有 3 亿注册乘客和超过 1 000 万注册司机,全年订单总量达到 14.3 亿,这一数字相当于美国同年出租车订单量的近两倍,超越了 Uber 在 2014 年圣诞节实现的 5 年累计 10 亿订单数。2016 年 3 月 22 日,滴滴出行日订单突破 1 000 万,相当于整个北美移动出行市场日订单的 8 倍,更相当于 2016 年春运期间中国铁路路网系统一天最高的旅客发送量,滴滴出行成为国内仅次于淘宝的第二大交易平台。如图 1 所示,各类时空众包应用已遍及百姓“衣食住行”的各个领域,并在人们日常生活中扮演着越来越重要的角色。image

相关文章
|
6月前
|
机器学习/深度学习 人工智能 算法
探索未来技术:量子计算与人工智能的融合
随着科技的飞速发展,量子计算和人工智能已成为引领未来的两大关键技术。本文将深入探讨量子计算的原理及其对传统计算模式的挑战,以及人工智能如何借助量子计算实现质的飞跃。通过分析两者的融合点,我们将预见到一个全新的技术革命,它不仅会改变数据处理方法,还将在多个领域内引发创新浪潮。文章旨在为读者提供一个关于未来技术趋势的宏观视角,同时指出当前面临的挑战和潜在的解决方案。
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
探索AIGC的底层技术:人工智能通用计算架构
探索AIGC的底层技术:人工智能通用计算架构
238 3
|
4月前
|
机器学习/深度学习 人工智能 算法
人工智能浪潮下的编程新范式
【9月更文挑战第27天】在AI技术飞速发展的今天,编程领域也迎来了新的变革。本文将深入探讨AI如何改变编程范式,以及这种变革对程序员和整个软件开发行业的影响。通过分析AI技术的特点和优势,我们将揭示它如何为编程带来更高效、智能的解决方案,并展望这一趋势对未来软件开发的深远影响。
70 2
|
5月前
|
人工智能 安全 Anolis
中兴通讯分论坛邀您探讨 AI 时代下 OS 的安全能力 | 2024 龙蜥大会
操作系统如何提供符合场景要求的安全能力,构建更加安全可信的计算环境。
|
6月前
|
机器学习/深度学习 人工智能 算法
探索操作系统的未来:量子计算与人工智能的融合
【7月更文挑战第17天】随着科技的飞速进步,传统操作系统正面临前所未有的挑战和机遇。本文将探讨操作系统在未来技术革命中的角色转变,特别是量子计算和人工智能如何推动操作系统设计的革新。文章将分析当前操作系统的限制,探讨量子计算对操作系统架构的影响,以及人工智能如何优化系统性能和用户体验。最后,我们将展望操作系统在融合这些新兴技术后的可能发展路径。
69 2
|
6月前
|
机器学习/深度学习 人工智能 自然语言处理
揭秘未来:量子计算与人工智能的融合之路
本文旨在探讨量子计算和人工智能(AI)的结合前景及其对科技领域的潜在影响。通过分析当前技术发展态势,揭示两者融合所带来的创新机遇与挑战,并预测其对未来社会变革的可能贡献。文章将深入剖析量子计算在解决复杂问题方面的优势,以及AI在模式识别和数据分析方面的专长,进而展望两者结合在未来技术革新中的关键作用。
|
7月前
|
机器学习/深度学习 人工智能 算法
操作系统的未来:探索量子计算与人工智能的融合
随着科技的迅猛发展,传统操作系统正面临前所未有的挑战和机遇。本文深入探讨了操作系统在量子计算和人工智能领域的未来发展趋势,分析了这两个领域如何影响操作系统的设计和功能。通过引用最新的科研数据和理论,文章揭示了操作系统必须适应的新计算范式,以及这种适应如何推动技术创新和应用拓展。
|
7月前
|
机器学习/深度学习 人工智能 安全
探索操作系统的未来:量子计算与人工智能的融合
【6月更文挑战第26天】在数字时代的浪潮中,操作系统作为计算机硬件与软件之间的桥梁,其发展一直是技术革新的关键。随着量子计算和人工智能技术的不断进步,它们对传统操作系统提出了新的挑战和机遇。本文将探讨操作系统如何适应这些新兴技术,特别是在量子计算和人工智能领域的融合应用。我们将分析当前操作系统面临的限制,展望未来可能的发展方向,并讨论为实现这一愿景所需的技术创新和理论突破。通过前瞻性的视角,本文旨在为读者提供一个关于操作系统未来可能性的思考框架。
|
7月前
|
人工智能 监控 算法
探索操作系统的未来:量子计算与人工智能的融合
在数字时代的浪潮中,操作系统作为计算机科学的核心,正面临着前所未有的挑战与机遇。本文将深入探讨操作系统在量子计算和人工智能领域的发展趋势,分析这两个领域的融合如何推动操作系统设计的革新。通过引用最新的科研数据和理论,我们旨在揭示未来操作系统可能的变革方向,以及这些变革对技术发展和社会进步的潜在影响。
|
7月前
|
机器学习/深度学习 人工智能 算法
TipDM是一种人工智能计算平台
TipDM是一种人工智能计算平台
89 6