《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
|
4月前
|
人工智能 分布式计算 算法框架/工具
揭开阿里巴巴PAI的神秘面纱:引领人工智能计算的新篇章
揭开阿里巴巴PAI的神秘面纱:引领人工智能计算的新篇章 随着人工智能技术的飞速发展,越来越多的企业开始关注并投入到AI的研究和应用中。阿里巴巴作为全球领先的科技公司,也在AI领域做出了卓越的贡献。今天,就让我们一起来揭开阿里巴巴PAI的神秘面纱,了解这个强大的AI平台如何引领人工智能计算的新篇章。 PAI,全称阿里巴巴公共AI平台,是一个集数据准备、模型开发与训练、模型部署于一体的综合性AI平台。PAI的业务架构分为五层,从基础设施层到业务层,涵盖了AI计算的全过程。
81 2
|
1月前
|
机器学习/深度学习 人工智能 自动驾驶
内存计算为边缘人工智能提供动力,并加速制造业效率
内存计算为边缘人工智能提供动力,并加速制造业效率
|
6月前
|
人工智能 新能源 大数据
王坚院士谈ChatGPT:计算是对人工智能最关键的技术
王坚院士谈ChatGPT:计算是对人工智能最关键的技术
64 0
王坚院士谈ChatGPT:计算是对人工智能最关键的技术
|
7月前
|
传感器 机器学习/深度学习 中间件
CLAID:关闭人工智能和数据收集的循环——一个用于智能边缘云和数字生物标记应用的跨平台透明计算中间件框架
CLAID:关闭人工智能和数据收集的循环——一个用于智能边缘云和数字生物标记应用的跨平台透明计算中间件框架
100 0
|
7月前
|
机器学习/深度学习 人工智能 自然语言处理
随着以 ChatGPT 为代表的人工智能与产业结合,AI 服务会是未来新型消费的增长点吗?
随着以 ChatGPT 为代表的人工智能与产业结合,AI 服务会是未来新型消费的增长点吗?
223 1
|
8月前
|
机器学习/深度学习 人工智能 自然语言处理
案例酷|从大模型到AIGC:人工智能新范式
案例酷|从大模型到AIGC:人工智能新范式
195 0
|
8月前
|
机器学习/深度学习 人工智能 自然语言处理
未来数据观|从大模型到AIGC:人工智能新范式
人工智能经历70余年的探索和发展,如今到了大模型时代并出现现象级AI产品。这不仅是人类研究积累的厚积薄发,也是数字时代下大数据、大模型、大算力发展到了一定阶段的必然结果。在大模型的加持下,AIGC(AI Generated Content,人工智能生成内容)有望助力内容生成跨越新时代,并开启人工智能应用的新浪潮。
667 1
|
12月前
|
人工智能 数据挖掘
AIGC: 人工智能与绿色计算的结合
随着全球环境问题的不断加剧,人们开始越来越重视可持续发展和环保事业。为了应对这些挑战,人工智能(AI)和绿色计算这两个领域的发展变得越来越重要。AIGC,即Artificial Intelligence and Green Computing,将这两个领域结合起来,旨在通过利用AI的力量推动可持续发展和环保事业。本文将探讨AIGC的概念、目标、应用以及未来发展趋势。
|
12月前
|
人工智能
AIGC: 通过人工智能和绿色计算赋能未来
在当今快速演变的技术领域中,人工智能(AI)和绿色计算已成为最具潜力和影响力的两个领域。AIGC,或 Artificial Intelligence and Green Computing,旨在利用AI的力量推动可持续发展和环保事业。本文将探讨AIGC的各个方面,包括其定义、目标、应用和未来前景。
|
12月前
|
机器学习/深度学习 存储 人工智能
蛋白质和自然语言:人工智能使设计新型蛋白质成为可能
蛋白质和自然语言:人工智能使设计新型蛋白质成为可能
177 0