目前的AI技术与5G有什么关联？

5G作为和AI并列的另一个重要领域，也多次被美国政府在内部工作会议上讨论研究。去年10月，特朗普签署了一份总统备忘录，要求商务部制定长期、全面的5G战略。而中国也不仅将5G写入《十三五规划》，还支持产业界成立IMT-2020(5G)推进组，启动了全球规模最大的5G技术研发试验。

5G和AI之所以被如此重视，频频被政府及各行业提及，是因为这两者的结合，将会产生聚变效应，衍生出许多新技术、新平台、新商业模式、新产业等，带来前所未有的创新机遇，甚至可能是一个新时代的到来。

目前的人工智能基本依赖于云计算和终端自身处理，终端将获取到的海量信息在自身进行一次加工和提炼，然后到云端的AI大脑进行统一处理。但是受制于终端的处理能力以及网络的传输能力有限，目前的人工智能速度较慢并且智力低下。如果通过5G网络将应用与云端连接，并运用边缘计算等技术，5G核心网分布式架构将完美匹配应用延伸到边缘的需求，边缘网关可以将信息直接转发到边缘应用，帮助AI将应用延伸到边缘。

5G是万物互联的基石，就像信息高速公路一样，它为海量的数据和信息的传递提供了可能性，同时，也带来了更高效的传输速率；AI是万物互联网的助推器，不仅仅是云端的大脑，也是能够完成学习和进化到的神经网络，成为人类智慧的延伸。两者相加，互相作用，AI将使能于5G，优化5G网络，推动5G落地。具备AI属性的5G网络，是自能的网络。5G同样是使能技术，改变生产方式、改变社会生活，让AI无处不在。5G作为新的基础网络设施，不单为人服务，还为物服务，为社会服务。二者作为新时代的生产力，将带来整个社会生产方式的改变和生产力的提升。

对于从事智慧城市体系业务的广大打工人，可能大部分对于智慧城市的了解都来自于公司自己的业务，和领导对政策的理解。我也一样，进入公司就有要对标的企业，和已经规划好的路线。

但其实自己对于智慧城市的基础信息还不够了解，这里就针对自己的了解，从基础规定到名词解读，从头进行梳理。

-----------------------

一、名词解读

CIM（City Information Model/Modeling）城市信息模型

BIM（Building Information Model/Modeling）建筑信息模型

GIS（Geographic Information System）地理信息系统

WMS（Web Map Service）网络地图服务

WCS（Wbe Coverage Service）网络覆盖服务

S3M（Spatial 3D Model）空间三维模型

I3S（Indexed 3D Scene）索引三维场景

BAS（Building Automation System）楼宇自动化系统或建筑设备自动化系统

IBMS（Intelligent Building Management System）智能化集成系统，是指在BAS的基础上更进一步的与通信网络系统、信息网络系统实现更高一层的建筑集成管理系统

IOT（Internet of Things）物联网，又称传感网，简要讲就是互联网从人向物的延伸

IOC（Inversion of Control）直译是“控制反转”，解释来说就是把复杂系统分解成相互合作的对象，这些对象类通过封装以后，内部实现对外部是透明的，从而降低了解决问题的复杂度，而且可以灵活地被重用和扩展。映射到智慧城市中，就是将各个系统分解成可以组合的功能，这些功能可通过ioc被上层的应用系统调用

AIOT=AI（人工智能）+IoT（物联网），AIoT融合AI技术和IoT技术，通过物联网产生、收集来自不同维度的、海量的数据存储于云端、边缘端，再通过大数据分析，以及更高形式的人工智能，实现万物数据化、万物智联化

二、一般规定

1、平台总体架构应包括自下而上的设施层、数据层、服务层，以及标准规范体系、运维与安全保障体系；三个层次中的上层对下层具有依赖关系，两大体系对三个层次具有约束关系。

2、平台设施层宜包括数据采集、传输、存储、处理、服务等基础软件及网络资源。

3、CIM基础平台建设统一管理CIM数据，提供数据和服务访问接口，满足业务协同、信息联动和应用延伸的要求。
三、国家级、省级、市级CIM平台衔接关系：

1、CIM基础平台分为国家级、省级和市级平台，三级平台实现网络联通、数据共享、业务协同。

2、国家级、省级和市级平台建立协同工作机制和运行管理机制，三者之间纵向关系为：

       1）、监督指导：支撑监测监督、通报发布、应急管理与指导应用；

      2）、业务协同：支撑专项行动、重点任务落实和情况通报等应用；

      3）、数据共享：国家级、省级、市级平台应与同级政务系统进行数据共享，以及实现跨平台的数据共享。

      4）、国家级平台和省级平台应具备重要数据汇集、数据查询与可视化、统计分析、数据共享与交换、监测监督、运行管理和开发接口等功能。

今天先到这里，明天继续整理数据可视化、数据查询、数据接口的常规规范。

--------------------文章参考住建部发布的《CIM基础平台技术导则及技术标准》

NO1
SARAH TEICHMANN: Expand single-cell biology（扩展单细胞生物学）
Head of cellular genetics, Wellcome Trust Sanger Institute, Hinxton, UK
在过去的十年里，我们看到研究人员可以分析的单细胞数量大幅增加，随着细胞捕获技术的发展，结合条形码标记细胞和智能化技术等方法，在未来数量还将继续增加，对此，大家可能不以为然，但这可以让我们以更高的分辨率来研究更为复杂的样品，我们可以做各种各样的实验。比如说，研究人员不再只关注一个人的样本，而是能够同时观察20到100个人的样本，这意味我们能够更好的掌握人的多样性，我们可以分析出更多的发展时间点，组织和个体，从而提高分析的统计学意义。
我们的实验室最近参与了一项研究，对6个物种的250000个细胞进行了分析，结果表明，控制先天免疫反应的基因进化速度快，并且在不同物种间具有较高的细胞间变异性，这两个特征都有助于免疫系统产生有效的微调反应。
我们还将看到在单个细胞中同时观察不同基因组模式的能力发展。例如，我们不局限于RNA，而是能够看到染色质的蛋白质-DNA复合物是开放还是封闭。这对理解细胞分化时的表观遗传状态以及免疫系统和神经系统中的表观遗传记忆具有重要意义。
将单细胞基因组学与表型关联的方法将会发生演变，例如，将蛋白质表达或形态学与既定细胞的转录组相关联。我认为我们将在2019年看到更多这种类型的东西，无论是通过纯测序还是通过成像和测序相结合的方法。事实上，我们已经见证了这两种技术的一种融合发展：测序在分辨率上越来越高，成像也越来越多元化。
NO2
JIN-SOO KIM: Improve gene editors(改进基因编辑)
Director of the Center for Genome Engineering, Institute for Basic Science, and professor of chemistry, Seoul National University（首尔国立大学基因学研究所基因组工程中心主任、化学教授。）
现如今，蛋白质工程推动基因组工程的发展。第一代CRISPR基因编辑系统使用核酸酶Cas9，这是一种在特定位点剪切DNA的酶。到目前为止，这种方法仍然被广泛使用，但是许多工程化的CRISPR系统正在用新变体取代天然核酸酶，例如xCas9和SpCas9-NG，这拓宽了靶向空间——基因组中可以被编辑的区域。有一些酶比第一代酶更具特异性，可以将脱靶效应最小化或避免脱靶效应。
去年，研究人员报告了阻碍CRISPR基因组编辑引入临床的新障碍。其中包括激活p53基因 (此基因与癌症风险相关)；不可预料的“靶向”效应；以及对CRISPR系统的免疫原性。想要将基因组编辑用于临床应用，就必须解决这些限制。其中一些问题是由DNA双链断裂引起的，但并非所有基因组编辑酶都会产生双链断裂——“碱基编辑”会将单个DNA碱基直接转换成另一个碱基。因此，碱基编辑比传统的基因组编辑更干净利索。去年，瑞士的研究人员使用碱基编辑的方式来纠正小鼠中导致苯丙酮尿症的突变基因，苯丙酮尿症是一种先天性代谢异常疾病，患者体内会不断累积毒素。
值得注意的是，碱基编辑在它们可以编辑的序列中受到了限制，这些序列被称为原间隔相邻基序。然而蛋白质工程可以用来重新设计和改进现有的碱基编辑，甚至可以创建新的编辑，例如融合到失活Cas9的重组酶。就像碱基编辑一样，重组酶不会诱导双链断裂，但可以在用户定义的位置插入所期望的序列。此外，RNA引导的重组酶将会在新的维度上扩展基因组编辑。
基因编辑技术在临床上的常规应用可能还需要几年的时间。但是我们将在未来一两年看到新一代的工具，将会有很多的研究人员对这项技术感兴趣，到时候他们每天都会使用这些技术。届时必然会出现新的问题，但创新的解决方案也会随之出现。
NO3
XIAOWEI ZHUANG（庄小威）: Boost microscopy resolution （提高显微镜分辨率）
Professor of chemistry and chemical biology, Harvard University, Cambridge, Massachusetts; and 2019 Breakthrough Prize winner
超分辨率显微镜的原理验证仅仅发生在十几年前，但今天这项技术相对来说再平常不过，生物学家可以接触到并丰富知识。
一个特别令人兴奋的研究领域是确定基因组的三维结构和组织。值得一提的是，基因组的三维结构在调节基因表达中起到的作用越来越大。
在过去的一年里，我们报道了一项工作，在这项工作中，我们对染色质进行了纳米级的精准成像，将它与数千个不同类型细胞的序列信息联系起来。这种空间分辨率比我们以前的工作好一到两个数量级，使我们能够观察到各个细胞将染色质组织成不同细胞之间差异很大的结构域。我们还提供了这些结构域是如何形成的证据，这使我们更好地理解染色质调节的机制。
除了染色质，我们预见到在超分辨率成像领域空间分辨率有了实质性的提高。大多数实验的分辨率只有几十纳米，虽然很小，但与被成像的分子相比却没有什么差别，特别是当我们想解决分子间的相互作用时。我们看到荧光分子和成像方法的改进，大大提高了分辨率，我们预计1纳米分辨率的成像将成为常规。
同时，瞬时分辨率变得越来越好。目前，研究人员必须在空间分辨率和成像速度之间做出妥协。但是通过更好的照明策略和更快的图像采集，这些限制可以被克服。成千上万的基因和其他类型的分子共同作用来塑造细胞的行为。能够在基因组范围内同时观察这些分子的活动，将为成像创造强有力的机会。
NO4
JEF BOEKE: Advance synthetic genomes （先进的合成基因组）
Director of the Institute for Systems Genetics, New York University Langone Medical Center, New York City
当我意识到从头开始写一个完整的基因组变成可能的时候，我认为这将是一个对基因组功能获得新观点的绝佳机会。
从纯科学的角度来看，研究小组在合成简单的细菌和酵母基因组方面取得了进展。但是在合成整个基因组，特别是哺乳动物基因组方面仍然存在技术挑战。
有一项降低DNA合成成本的技术将会对行业产生帮助，但是目前还没有上市。今天发生的大多数DNA合成都是基于亚磷酰胺化学过程。所得核酸聚合物的最大长度和保真度都受到限制。
许多公司和实验室都在研究酶促DNA合成——这种方法有可能比化学合成更快、更准确、更便宜。目前，还没有一家公司在商业上提供这种分子。但是去年10月，一家总部位于巴黎的叫做DNA Script的公司宣布，它已经合成了一种150碱基的寡核苷酸，几乎符合化学DNA合成的实际限制。
作为一个群体，我们还研究了如何组装人类染色体DNA的大片段，并且我们可以使用这种方法构建100千碱基或更多的区域。现在，我们将使用这种方法来解剖大的基因组区域，这些区域对于识别疾病易感性非常重要，或者是其他表型特征的基础。
我们可以在酵母细胞中快速合成这些区域，因此我们应该能够制造数十到数百种以前不可能检测到的基因组变体。使用它们，我们将能够检查全基因组关联研究中涉及的数千个基因组基因座，它们在疾病易感性方面具有一定意义。这种解剖策略可能使我们最终能够确定这些变体的作用。
NO5
CASEY GREENE: Apply AI and deep learning（应用人工智能和深度学习）
Assistant professor of systems pharmacology and translational therapeutics, Perelman School of Medicine, University of Pennsylvania, Philadelphia

      说到智能化大家现在已经不陌生了，智能手机，智能电视，智能家具等，智能化已经悄无声息的渗透至我们的生活中，并在潜移默化的改变着我们的生活。

      随着5G时代的到来，互联网进化为智联网，进化后的新形态可称为“万物智联”。“第四次工业革命”以物联网、大数据、人工智能、3D打印、区块链、生物技术等为驱动，正以难以置信的速度改造着世界。

      比如阿里未来酒店，这家酒店没有一位人类工作人员，而是全部采用AI机器人处理前台、清洁、酒吧、健身、餐饮等所有服务。阿里用高科技描绘了，用智能化服务人类未来的旅途生活，给了人们一种全新的体验。

      未来世界程序化的工作都将被机器所取代，智能化不仅可以提高工作效率，还可以节约人工成本，但是也无须担心未来人类无工作可做，智能化服务，根本上带来的是人们生活方式的改变，它是一种高端、高附加值的入口产品，同时也是蓄积客户流量的一种重要工具。

---