《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
|
7月前
|
人工智能 并行计算 PyTorch
以Lama Cleaner的AI去水印工具理解人工智能中经常会用到GPU来计算的CUDA是什么? 优雅草-卓伊凡
以Lama Cleaner的AI去水印工具理解人工智能中经常会用到GPU来计算的CUDA是什么? 优雅草-卓伊凡
684 4
|
机器学习/深度学习 人工智能 自然语言处理
超越文本局限:生成式人工智能(GAI)认证引领未来技能新范式
生成式人工智能(GAI)正成为重塑社会生产力的关键力量,但其在复杂逻辑与深度推理方面存在局限。本文探讨GAI技术现状、局限及突破路径,如多模态融合、强化学习等,并引入GAI认证体系,助力个人技能提升与企业创新。未来,GAI认证有望引领技能新范式,推动社会生产力变革。
|
12月前
|
机器学习/深度学习 人工智能 搜索推荐
什么叫生成式人工智能?职业技能的范式转移与能力重构
生成式人工智能(Generative AI)是AI领域的重要分支,其核心在于通过学习数据分布生成新内容,如文本、图像、音乐等。与传统判别式模型不同,生成式AI基于深度学习技术(如Transformer架构),展现出“创造力”,但其本质仍是概率计算的结果。它正在重塑内容创作、编程、设计等多个职业领域,推动职业技能的范式转移。 掌握生成式AI需要理解其技术原理、能力边界及伦理挑战。职业技能培训应聚焦提示设计、结果评估和混合创作三大能力,帮助从业者在人机协作中发挥主导作用。未来,生成式AI将向多模态、个性化发展,而人类的独特价值在于为技术注入人文关怀与道德框架。
|
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。
|
人工智能 算法
思维跃迁:生成式人工智能(GAI)认证重塑AI时代核心竞争力范式
在数字化时代,AI不仅是工具,更是思维方式的革新。生成式人工智能(GAI)认证不仅帮助职场人士掌握AI技能,更引领从传统思维向AI思维的转型。通过培养数据敏感性、逻辑严谨性和创新能力,GAI认证填补了技能与思维的鸿沟,为企业和个人提供核心竞争力。拥抱AI思维,共创未来,在数字化浪潮中立于不败之地。
思维跃迁:生成式人工智能(GAI)认证重塑AI时代核心竞争力范式
|
数据采集 人工智能 缓存
深挖“全栈智算”之力 中兴通讯开启AI普惠新纪元
深挖“全栈智算”之力 中兴通讯开启AI普惠新纪元
346 1
|
人工智能 搜索推荐 数据挖掘
AI赋能职教革新:生成式人工智能(GAI)认证重构技能人才培养新范式
数字化浪潮下,职业教育正经历深刻变革。AI技术的融入为职教带来新机遇:通过精准分析学生需求、模拟实践场景,助力个性化教学与创新能力培养。生成式AI(GAI)认证填补了传统技能认证的空白,强化实践与创新评估,为企业选拔人才提供支持。未来,职教需深化AI融合,加强校企合作,探索新模式,培养高技能人才,开启发展新篇章。
|
机器学习/深度学习 人工智能 自然语言处理
人工智能与情感计算:AI如何理解人类情感
人工智能与情感计算:AI如何理解人类情感
2675 20
|
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
1231 3
|
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。
405 2

热门文章

最新文章