构建创新型基层治理体系,阿里云AIoT科技执法落地佛山

简介: 作为广东省数字政府城乡融合发展示范区,南海区正以“时不我待”的紧迫感加快推进“数字政府”建设。自今年年初启动城市大脑二期以来,南海区进一步彰显“改革闯将”的本色,以AI赋能城市治理,创新工作方式,打造AI科技执法的创新型基层治理体系。

作为广东省数字政府城乡融合发展示范区,南海区正以“时不我待”的紧迫感加快推进“数字政府”建设。自今年年初启动城市大脑二期以来,南海区进一步彰显“改革闯将”的本色,以AI赋能城市治理,创新工作方式,打造AI科技执法的创新型基层治理体系

据悉,为全面贯彻实施国家住建部提出的“721工作法”( 即70%的问题用服务手段解决,20%的问题用管理手段解决,10%的问题用执法手段解决),改进工作方法,变被动管理为主动服务,变末端执法为源头治理,南海区城管局联合政数局一同建设南海“AI科技执法示范街”:充分利用城市已建的5万路监控摄像头的视频信息,采用AI视频识别技术、国际标准“二维码”、大数据等信息化手段实现对城市管理门前三包管理对象进行智能监管,实现城市管理门前三包管理问题的智能识别、自动立案、智能派遣、责任主体自治、处置结果智能核查、自动结案的智能化管理闭环,探索“智能服务+科技管理”的城市管理,减少因为人管带来工作不规范性、标准不统一、执法过程不透明等问题的发生,推广“AI科技执法”城市治理新模式。

“AI科技执法示范点”位于佛山南海区新兴路,由南海城管局和政数局联合城市大脑相关开发企业的通力合作研发下,新兴路的“AI科技执法示范点”已雏形初具。原本处理超门店经营等相关门前三包管理事件,需要通过人员巡查发现,采集问题数据并上报数字城管指挥中心,数字城管指挥中心再派遣给辖区执法队伍进行现场处置或开展执法,整个过程各环节需相关人员参与,环节流转时间较长,管理成本较高。通过本次智能化提升,实现前端AI智能感知各门前三包责任主体的出店经营等违规行为,并通过AI智能分析能力实现业务流程全自动化,全过程无需管理人员参与同时结合南海区城市大脑的门前三包责任主体数据,实现快速定位事件的责任主体,并通过在各责任主体经营场所设置“驻店小助手”,实现事件的语音提醒和问题播报,敦促责任主体自行整改,避免现场执法带来的负面事件。通过智能化管理手段应用并结合业务过程的全自动化,实现了城市管理的“AI换人”的管理创新,还彰显了南海这座城市让人暖心又服气的管理方式。进入示范点,就可以感受到这种以人为本的执法温度。示范点内的店铺将逐步拥有专属的“驻店小助手”。如果店铺门口出现出店经营,10分钟内“驻店小助手”就会以语音提醒商家:“尊敬的商家您好,您的店外存在出店经营违规行为,请及时整改,共建美丽南海”。同一时间,业主也会收到短信提醒。同样,如果店铺出现垃圾抛洒、沿街晾晒等不文明行为,“驻店小助手”都会提醒商家整改。商家若在规定的时间内拒不整改,系统会自动将问题派遣给网格员进行文明劝导或执法。担任发现和处置结果核查的,就是“驻店小助手”的系统伙伴“城市大脑城管智能服务引擎”,在“示范点”里,它们俩扮演着“眼睛”和“嘴巴”的角色,帮助商家完成 “门前三包”的自我管理。这种服务走在监管前的治理机制让城市70%的门前三包管理问题实现无人干涉的处置闭环,减少了执法队员的人力投入,提升了执法效率。
5.jpg

(店铺出店摆放广告牌)


5·1.jpg

(系统识别到后,推送信息到店铺终端收到提示信息,并通过语音的方式进行提醒)


5·2.jpg

(店铺整改,完成事件处理)


南海区城管局科室负责人表示:“这套系统是基于南海区城市大脑底座延展的应用,识别准确率达到了97%,处于同类系统先进水平。目前“AI科技执法示范点”已赋能多个监控摄像头,今年10月会建设多条“AI科技执法示范街”,预计新增一批摄像头,每一个都相当于一个严谨、高效的机器人”。


面向未来,依托“城市大脑”,南海的每一寸土地都将涌动着数字的基因,以数据应用驱动社会创新,优化城市管理与产业发展生态,推动智慧城市高质量发展是南海推动实验区建设的重要途径。全面探索技术创新与AI科技管理的有机结合,加强城市管理执法领域信用监管,建立守信激励和失信惩戒机制,使城市治理更阳光、更精细、更智慧。

后续,南海区还将在“示范街”更多层面启动“非现场执法+温馨提醒”的AI科技工作模式。如:针对无证游商、违规摆放、垃圾抛洒、道路积水等城市管理高频难点问题,充分运用监控摄像头、视频算法分析、数据碰撞、到点提醒等信息技术手段,逐步联通城管、交警以及属地街道的执法管理平台,共同推进技术与管理的闭环融合,“示范街”必将成为“靓城行动”的一道美丽风景线。

相关文章
|
机器学习/深度学习 编解码 计算机视觉
Transformer又一城 | Swin-Unet:首个纯Transformer的医学图像分割模型解读
Transformer又一城 | Swin-Unet:首个纯Transformer的医学图像分割模型解读
2634 0
|
存储 运维 Kubernetes
正式开源,Doris Operator 支持高效 Kubernetes 容器化部署方案
飞轮科技推出了 Doris 的 Kubernetes Operator 开源项目(简称:Doris Operator),并捐赠给 Apache 基金会。该工具集成了原生 Kubernetes 资源的复杂管理能力,并融合了 Doris 组件间的分布式协同、用户集群形态的按需定制等经验,为用户提供了一个更简洁、高效、易用的容器化部署方案。
660 16
正式开源,Doris Operator 支持高效 Kubernetes 容器化部署方案
|
人工智能 开发框架 自然语言处理
Eko:一句话就能快速构建复杂工作流的 AI 代理开发框架!快速实现自动操作电脑和浏览器完成任务
Eko 是 Fellou AI 推出的开源 AI 代理开发框架,支持自然语言驱动,帮助开发者快速构建从简单指令到复杂工作流的智能代理。
1649 12
Eko:一句话就能快速构建复杂工作流的 AI 代理开发框架!快速实现自动操作电脑和浏览器完成任务
|
人工智能 自然语言处理 搜索推荐
小米实测:Deepseek——你的私人旅游攻略定制专家!
大家好,我是小米,一个31岁的技术爱好者。今天分享如何用Deepseek规划完美旅行。Deepseek能快速整合信息、提供个性化推荐,省时省力,并支持实时问答。从目的地选择到行程规划,再到预订机票住宿和旅行中的实时帮助,它都能提供强大支持。希望今天的分享能帮到你,期待你用Deepseek规划出属于自己的精彩旅程!如果你觉得有用,欢迎点赞、转发并关注我的微信公众号“软件求生”,获取更多技术干货。
1025 8
|
敏捷开发 数据可视化 BI
从数据到决策:工作汇报中可视化图表的正确打开方式
本文介绍如何根据信息选择合适的图表类型,包括时间相关的甘特图、折线图、时间线图;数据对比的柱状图、饼图、堆叠图;状态跟踪的看板、燃尽图;关系分析的散点图、热力图。
630 3
从数据到决策:工作汇报中可视化图表的正确打开方式
box-shadow属性
box-shadow属性。
536 8
|
监控 数据可视化 应用服务中间件
Python进行数据可视化(Plotly、Dash)
【6月更文挑战第3天】本文介绍了Python中的数据可视化工具Plotly和Dash,它们用于创建交互式图表和Web应用。首先,通过`pip`安装Plotly和Dash库,然后通过案例展示了如何使用它们创建数据可视化应用。第一个案例是一个简单的销售数据可视化,用户可选择年份查看相应销售数据的条形图。第二个案例增加了交互性,允许用户通过下拉菜单选择产品查看销售趋势。接着,讨论了如何添加样式美化和交互性,使应用更吸引人且易于使用。最后,讲解了如何将Dash应用部署到生产环境,包括使用Gunicorn和Nginx,配置HTTPS,集成用户认证,以及日志记录和错误处理。文章强调了监控和性能优化对于生产
|
关系型数据库 MySQL 数据库
【MySQL】:超详细MySQL完整安装和配置教程
【MySQL】:超详细MySQL完整安装和配置教程
43978 5
|
人工智能
AI绘画,Stable Diffusion如何使用中文简体包,黑色页面切换参数http://127.0.0.1:7860/?__theme=dark 两个__,中文包下载和安装
AI绘画,Stable Diffusion如何使用中文简体包,黑色页面切换参数http://127.0.0.1:7860/?__theme=dark 两个__,中文包下载和安装
|
移动开发 小程序 JavaScript
uView注意事项
uView注意事项
274 1

热门文章

最新文章