《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

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。

时间: 2024-11-05 17:27:10

《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的相关文章

中国人工智能学会通讯——一种基于众包的交互式数据修复方法 5 相关工作

5 相关工作 数据修复旨在发现和修正数据库中错误的数据.在过去的几十年里,研究人员提出了各种各样自动发现并修复数据库中错误数据的方法[1].这些方法大致可以分为如下三类. (1)传统的方法先依赖各种约束条件,包括FDs[5,7].CFDs[6].完整性约束[4]和包含关系(INCs)[5]来检测数据中的由错误数据引起的不一致性(或冲突):然后用文献[2-4]中的方法修正所有的错误数据,从而解决所有的冲突.对一般的文本数据库,这一类方法中的大部分工作都是使用FD/CFDs进行修复,因为FD/CFD

中国人工智能学会通讯——神经环路研究最新进展及对类脑计算的启示 1.复杂科学

刚才讲到深度学习,脑环路和深度学习可能有一些相似性,但有些是不同的地方.我的演讲有两部分内容,一方面我一直强调复杂科学对整个领域的影响:另外和它相关的话题就是大脑的连接结构. 1.复杂科学 我们是生活在一个复杂的世界里,有空间.时间及时空的复杂性.什么叫复杂性?大家可能知道有个叫复杂性科学的领域90年代比较热,后来冷了一些.但是大家觉得这个领域还处于萌芽期,真正大放异彩的时候是在未来.概括起来说,复杂性有一些共同的特点,在看似复杂的过程中有一些规律,但是规律不是那么清晰,现在更多是统计上的规律.

《中国人工智能学会通讯》——12.16 时空众包工作流程

12.16 时空众包工作流程 时空众包工作流程如图 2 所示.时空众包用户包括任务发起者和众包参与者,其通过时空众包平台建立联系.发起者设置任务的时空约束后,即可将任务发布至平台并等待平台反馈.参与者为完成任务,需要提交自己的时空信息以供平台判定其是否满足相关时空约束.根据不同应用特点,有些平台允许参与者浏览并自主选择任务,有些平台则直接为参与者分配任务.平台负责对所请求任务和参与者信息进行综合处理.一般地,平台首先将任务/ 参与者信息进行预处理,然后基于任务特点和优化目标进行任务分配,并将相应

《中国人工智能学会通讯》——12.25 结束语

12.25 结束语 本文介绍了时空众包技术的发展现状.代表性应用与核心研究问题,同时展望了未来具有潜在价值的研究挑战.简言之,随着移动互联网技术和互联网 + 商业模式的飞速发展,时空众包技术成为共享经济时代的一种新型计算范式,并受到学术界与产业界的双重关注.

《中国人工智能学会通讯》——12.17 实时 O2O 应用

12.17 实时 O2O 应用 O2O 商业模式借助移动互联网通过线上招募的方式来整合调度线下空闲资源,以达到线下空闲资源的高效共享,是共享经济时代典型的互联网 + 商业模式之一.当前具有代表性的 O2O 应用包括实时专车类的滴滴出行[10] .神州专车 [11]与 Uber [12] 等,以及物流派送类的百度外卖[13]与 Gigwalk [14] 等.以百度外卖为例,该应用支持用户随时随地发布外卖派送任务.随后,平台分配某位外卖派送员执行该任务,为用户前往指定地点取餐并送至用户手中.可以将外

中国人工智能学会通讯——混合智能概念与新进展

脑科学以阐明脑的工作原理为目标,近年来已成为最重要的科学前沿领域之一.脑功能计算.脑智能模仿再度成为学术界和产业界热议话题[1-4].欧盟.美国.日本相继启动了大型脑研究计划,强有力推动了人们对脑结构.脑功能和脑智能的探索和认识:另一方面,人工智能研究风起云涌,最近一个标志性事件是谷歌的AlphaGo以4:1战胜围棋世界冠军李世石[5],实现了围棋人工智能领域史无前例的突破.2016年9月斯坦福大学发布了<2030年的人工智能与生活>报告[6],全面评估了当前人工智能的进展.挑战.机遇与展望.

中国人工智能学会通讯——机器学习里的贝叶斯基本理论、模型和算法

非常感 谢周老师给这个机会让我跟大家分享一下.我今天想和大家分享的是,在深度学习或者大数据环境下我们怎么去看待相对来说比较传统的一类方法--贝叶斯方法.它是在机器学习和人工智能里比较经典的方法. 类似的报告我之前在CCF ADL讲过,包括去年暑假周老师做学术主任在广州有过一次报告,大家如果想看相关的工作,我们写了一篇文章,正好我今天讲的大部分思想在这个文章里面有一个更系统的讲述,大家可以下去找这篇文章读. 这次分享主要包括三个部分: 第一部分:基本理论.模型和算法 贝叶斯方法基础 正则化贝叶斯推

中国人工智能学会通讯——无智能,不驾驶——面向未来的智能驾驶时代 ( 下 )

到目前为止似乎比较完美,而实际还 存在着一些问题.我们现在看到很多道 路上面,交通标志牌它的分布非常稀疏, 可能每过一两公里才能够检测出来一个 交通标志牌,因为毕竟这个深度学习算 法是目前最完美的,它有时候还会错过 一个交通标志牌,这时候怎么办呢?我 们会发现在路面上也有非常明显的视觉 特征,我只要把路面的这些视觉特征识 别出来进行匹配,其实是有连续的绝对 的视觉参考的.所以我们做的办法是, 把这个路面粘贴起来.这个粘贴的方法 很简单,跟我们手机拍场景图片一样, 我们慢慢移动的时候可以把这个场景

中国人工智能学会通讯——2016机器智能前沿论坛召开

2016 年 12 月 17 日,由中国人工智能学会.中国工程院战略咨询中心主办,今日头条.IEEE<计算科学评论>协办的"2016机器智能前沿论坛"暨"2016 BYTE CUP国际机器学习竞赛颁奖仪式"在中国工程院举办.论坛嘉宾包括中外顶尖的数据挖掘.机器学习,以及自然语言处理方向的专家学者. 与以往不同,本次论坛除介绍机器学习的重大进展和应用外,还着重讨论了机器学习技术在媒体数据上的应用,并为2016 BYTE CUP 国际机器学习竞赛的获奖选手进