(Quelle: elenabsl/Shutterstock.com)
Im Sommer 2010 fand unter dem Motto "Eine bessere Stadt, ein besseres Leben" (engl. A better City, a better Life) die 41. Expo in Shanghai statt, die in jenem Jahr eine wichtige Veranstaltung des kulturellen Austausches, der gesellschaftlichen Weiterentwicklung und insbesondere der Stadtentwicklung war. Nach Statistiken der Vereinten Nationen und der Weltbank machte 2010 die Stadtbevölkerung 51 % der gesamten Weltbevölkerung aus, wobei der Anteil der Stadtbevölkerung gerade den Anteil der Landbevölkerung übertroffen hatte. Daher ist das Motto, durch eine bessere Stadt ein besseres Leben zu schaffen, zu einem weltweiten Trend geworden.
Jetzt, zehn Jahre später, ist der weltweit in Städten lebende Anteil der Bevölkerung von 51 % auf 55 % angewachsen. Nach Vorhersagen der Vereinten Nationen wird sich dieser Anteil bis zum Jahre 2050 weiter auf 68 % erhöhen. Man kann sagen, dass das Leben in der Stadt zur Gewohnheit der menschlichen Zivilisation wird. Die Fortentwicklung der Städte erleichtert das Leben der sich in ihnen konzentrierenden Bevölkerung, aber sie führt auch zu Wohnungsknappheit, Verkehrsüberlastungen, Umweltzerstörungen, Ressourcenverschwendung und anderen neuen Problemen. Die Menschen hoffen unter Verwendung der neu aufkommenden Technologien, diese neuen urbanen Probleme zu lösen. Daraus ist das Konzept der "smarten Stadt" entstanden. In dem Konzept der smarten Stadt können das Internet, die moderne Industrie, künstliche Intelligenz und andere neue Technologien genutzt werden, um Systeme und Dienstleistungen der Stadt zu integrieren, die Effizienz der Ressourcennutzung zu steigern, die Stadtverwaltung und öffentliche Dienste zu optimieren und infolgedessen die Probleme der Stadt zu lösen und die Lebensqualität der Stadtbewohner zu verbessern.
Seit der Vorstellung des Konzepts der smarten Stadt durch IBM im Jahre 2008 haben bis heute bei einer mehr als zehnjährigen Entwicklungsphase bereits erste "smarte Anwendungen" nach und nach Einzug in das Leben der Stadtbevölkerung erhalten. Google Maps als Modellsoftware für Kartendienste kombiniert geographische Daten mit realen Stadtszenen, und mithilfe von Algorithmen kann man die Stadt erfassen und Routen planen, ohne das Haus verlassen zu müssen. Auf dieser Grundlage haben der US-amerikanische Fahrdienst Uber und der chinesische Dienst DiDi Fahrzeug- und Nutzerdaten integriert, um Nutzern mittels eines Algorithmus zu helfen, schneller ein Taxi zu bekommen. Im Sicherheitsbereich hat China im Jahre 2017 "SkyNet (Himmelsnetz)" eingerichtet, ein System von Überwachungskameras, und im Jahre 2019 hat die Anzahl dieser Kameras bereits die Marke von 200 Millionen durchbrochen. Ähnliche Überwachungssysteme werden in anderen Teilen der Welt mit Hochdruck eingerichtet. So hat zum Beispiel die Polizei von New York mit Microsoft zusammen das Überwachungssystem Domain Awareness System aufgebaut, welches aus einer großen Anzahl von Kameras und Sensoren besteht, die in Kombination mit einem Backend-Datenverarbeitungssystem zur Überwachung und zur schnellen Bekämpfung von kriminellen Aktivitäten verwendet werden können.
Die oben dargestellten Beispiele einer smarten Stadt nutzen bereits einige der Algorithmen künstlicher Intelligenz (wie Empfehlungsalgorithmen, Erkennungsalgorithmen, Vorhersagealgorithmen und andere). Die meisten anderen Anwendungen konzentrieren sich jedoch immer noch auf die Sammlung, Vernetzung und gemeinsame Nutzung von Daten (wie z.B. E-Government-Plattformen, Fernsteuerungssysteme von Elektrogeräten, Sensorarrays usw.). Im Zuge der Entwicklung der KI-Technologie können diese Daten noch besser genutzt werden, um Schlussfolgerungen zu ziehen, Vorhersagen anzustellen und Entscheidungen zu treffen und so die Entwicklung einer smarten Stadt weiter zu fördern.
Im Zuge des Aufkommens der neuen KI-Technologie im Jahre 2012 können sehr viele auf Deep Learning basierende Technologien die Stadtbewohner bei täglichen Bedürfnissen wie Wohnen und Verkehr unterstützen. Sie helfen, die Nutzung der Naturressourcen nachhaltiger zu gestalten, und sie unterstützen die Stadtverwaltung dabei, schneller an relevante Daten zu gelangen und in Austausch mit den Stadtbewohnern zu treten. So ist auch das Leben der Stadtbevölkerung angenehmer und schneller geworden.
Die größte Unterstützung smarter Verkehrssysteme kommt von autonomen Fahrsystemen. Sobald autonom fahrende Autos der Haupttreiber im Stadtverkehr werden, kann nicht nur die Verkehrssicherheit garantiert werden, sondern in Kombination mit Big Data und Algorithmen zur Routenplanung können autonom fahrende Autos auch automatisch Gebiete mit hohem Stauaufkommen meiden und die beste Fahrroute auswählen.
Basierend auf dieser Vision ist die Forschung und Industrialisierung des autonomen Fahrens in vollem Gange. Im Oktober 2020 hat Waymo, ein Unternehmen von Alphabet, einen Sicherheitsreport zum autonomen Fahren veröffentlicht. In dem Bericht heißt es, dass selbstfahrende Autos von Waymo insgesamt 15 Milliarden Meilen an simulierten Fahrten und 20 Millionen Meilen an unbemannten Fahrten auf Straßen absolviert haben. Dabei kam es in den letzten zwei Jahren bei Testfahrten über 65.000 Meilen auf Straßen nur zu 18 echten und 29 simulierten Unfällen. Dabei gingen die allermeisten Unfälle auf die Nichteinhaltung der Verkehrsregeln durch andere Verkehrsteilnehmer zurück. Dieser Aspekt deutet zwar darauf hin, dass die Technologie autonom fahrender Fahrzeuge bereits tendenziell ausgereift ist. Diese kann in einfacheren Fahrsituationen bereits verwendet werden. Andererseits zeigt dies aber auch, dass die Vision hochintelligenter autonomer Fahrzeuge noch nicht verwirklicht ist.
Zu einem Zeitpunkt, zu dem die selbstfahrenden Autos noch nicht vollständig menschliche Fahrer ersetzen können, haben sich bereits einige Fahrassistenzsysteme und Steuerungstechniken für Straßen im Alltag etabliert, wie z.B. durch Sensoren, Kameras und Steuerungstechnologien unterstützte automatische Rückwärtseinparkfunktionen, Fußgängerkollisionswarner, Front- und Heckkollisionswarner, Spurwechselwarner und andere. Computer können durch die umfassende Analyse von Fahrgeschwindigkeit, Fahrzeugabständen und Bildsignalen einige Sekunden im Voraus in die Fahrzeugbewegungen eingreifen und so die Sicherheit im Straßenverkehr erhöhen. Im Straßenverkehr können KI-Algorithmen bereits zur Steuerung von Verkehrsampeln eingesetzt werden. Im Jahre 2016 wurde in der Stadt Hangzhou auf einigen Straßenabschnitten des Xiaoshan-Bezirks ein Testlauf mit dem "digitalen Gehirn der Stadt" durchgeführt. Mithilfe von KI-Algorithmen konnten die Fahrzeugdaten und Straßenkameras analysiert werden, um die Ampelschaltung intelligent anzupassen, und so konnte die Fahrzeuggeschwindigkeit um durchschnittlich 3 % bis 5 %, auf einigen Straßenabschnitten sogar um bis zu 11 % erhöht werden.
Eine weitere wichtige Aufgabe der smarten Stadt besteht im Umweltschutz und der verbesserten Ressourcenzuweisung in der Stadt. Diese Aufgaben können ebenfalls mithilfe von künstlicher Intelligenz umgesetzt werden.
Das städtische Stromnetz wird davon stark profitieren. Städtische Stromnetze zeichnen sich durch eine bei unterschiedlichen Jahreszeiten, Zeitabschnitten, Wetterbedingungen und in unterschiedlichen Bezirken unterschiedliche Stromlast aus. Diese Daten können in Verbindung mit Erkenntnissen im Bereich der Elektrizität mithilfe von Algorithmen für künstliche Intelligenz analysiert werden, um die Arbeitsmuster des Stromnetzes zu ermitteln und eine Bewertung des Betriebszustands des Stromnetzes auf der Grundlage von Daten wie Gerätestatus, Netzwerktopologie und Echtzeitbetrieb durchzuführen. So können das Stromnetz überwacht und rechtzeitig anormale Schwankungen im Stromverbrauch erkannt werden. Anlagen des Stromnetzes wie Übertragungsnetze, Transformatoren und andere können zudem mit einer höheren Frequenz überwacht werden. Feldroboter sammeln Bilder entsprechender Anlagen, und nach der Analyse mithilfe von Klassifizierungsalgorithmen und Integrationsalgorithmen können zeitnah Schwachstellen in den Anlagen des Stromnetzes (wie Ausfall der Schwingungsdämpfer, Defekt der Isolatoren usw.) und Gefahrenquellen für das Netz (wie Gebäude, Bäume oder Feuerwerkskörper usw.) erkannt werden.
Das Umland kann ebenfalls durch Sensornetzwerke überwacht werden. Zum Beispiel hat die Regierung in Barcelona in der ganzen Stadt über 200.000 kabellose Sensoren installiert, um Daten zu Temperatur, Luftfeuchtigkeit, Verschmutzung, Lärm, Verkehrsfluss und andere Bereiche zu sammeln. Diese Daten können in der Zukunft mit Klassifikations- und Integrationsverfahren der künstlichen Intelligenz verknüpft und analysiert werden, um so Vorhersagen zu Verschmutzung, Wetter und Verkehrssituation machen zu können, was die Stadtverwaltung unterstützt, schnellstmöglich adäquate Maßnahmen zu ergreifen.
Auch die Mülltrennung kann durch künstliche Intelligenz überwacht werden. Voraussichtlich wird die jährliche weltweite Müllproduktion der Städte von derzeit 2 Milliarden Tonnen bis zum Jahre 2050 auf 3,4 Milliarden Tonnen ansteigen. Wenn dieser Müll einfach nur deponiert würde, wären jedes Jahr Milliarden Quadratmeter Land nötig, und dies hätte enorme Auswirkungen auf die Umwelt weltweit. Smarte Mülltrennungssysteme können menschliche Arbeitskraft ersetzen und ihre Vorteile entfalten. In Finnland nimmt der smarte Mülleimer Bin-e zuerst mit der Kamera Bilder vom Müll auf und verwendet dann die trainierten Algorithmen zur Bild- und Objekterkennung, um die Bilder zu analysieren. Schließlich wird der Müll durch ein mechanisches System getrennt und komprimiert. Seine Sensoren im Inneren können zudem den Nutzer und die Müllabfuhr benachrichtigen, den Müll rechtzeitig zu entsorgen.
In einer smarten Stadt wird der Austausch von Informationen zwischen Stadtverwaltung und Bürgern effizienter und transparenter. Die Umsetzung dieses Vorteils erfordert nicht nur die Einrichtung von Datenplattformen, sondern auch den Einsatz von Informationstechnologien, für die repräsentativ die Blockchain-Technologie steht.
Zu den Merkmalen der Blockchain-Technologie gehören das verteilte Speichern, die Validierung durch mehrere Parteien und der Ausschluss von Manipulationsmöglichkeiten. Während sie die Anforderungen an Validität und Authentizität von Informationen erfüllt, verbessert sie auch die Effizienz bei der Peer-to-Peer-Übertragung von Informationen. Die Blockchain-Technologie kann die Anwendung von KI-Algorithmen unterstützen, wie z. B. die Rückverfolgbarkeit von Produkten in einem smarten Logistiksystem, smarte Sicherheitssysteme und Systeme zur Aufrechterhaltung der öffentlichen Ordnung, die eine private Kette bilden und Daten übertragen, smarte Häuser, die über das Internet der Dinge sicher kommunizieren, und noch viel mehr. Alle diese Szenarien sind untrennbar mit der durch die Blockchain-Validierung vollzogene effiziente Datenübertragung verbunden.
Blockchain kann auch zum Schutz und die gemeinsame Nutzung von Daten genutzt werden. Im E-Government-System einer Stadt können die Stadtbewohner rechtzeitig über politische Maßnahmen oder ihre Änderungen informiert werden, und sie können zeitnah dazu Feedback geben und das Feedback von anderen hierzu einsehen. Dies wird den Austausch zwischen Stadtverwaltung und Stadtbevölkerung erheblich begünstigen.
Patientendaten enthalten eine Reihe von privaten Informationen des Patienten. Informationen aus Krankenakten werden in der Regel nur durch das Krankenhaus verwaltet und sind nicht für den direkten Gebrauch zugänglich. Mithilfe der Blockchain-Technologie kann ein Patient eine vertrauliche elektronische Patientenakte erstellen (Electronic Health Record). Diese kann vollständig und sicher zwischen Patient und Krankenhaus übertragen werden. Außerdem kann die Blockchain Regierungen und die Bevölkerung dabei unterstützen, bei einem Ausbruch eines öffentlichen Gesundheitsnotstandes zeitnah zu reagieren. Bei Ausbruch der COVID-19-Pandemie hat die chinesische Regierung einen Gesundheitscode ausgeben. Jede Person kann den eigenen Gesundheitszustand veröffentlichen und so auch das Infektionsrisiko in seiner Umgebung erfassen. Dabei sorgt die Blockchain-Technologie für Datensicherheit und -authentizität, und KI-Algorithmen analysieren das Risiko. Für die starke Pandemiekontrolle Chinas und die schnelle Reaktionsfähigkeit der Regierung ist das Informationsdienstsystem des Gesundheitscodes unerlässlich.
Smarte Medizin ist eine beliebte Anwendung der künstlichen Intelligenz. Microsoft hat den Healthcare Bot online gestellt. Das ist ein Chatbot, der auf der Verarbeitung natürlicher Sprache und der Spracherkennungstechnologie basiert. Patienten können einfache Krankheiten im Online-Dialog mit Chatbots diagnostizieren und sich weitervermitteln lassen. Auf dem Gebiet der Bildgebung haben chinesische Unternehmen wie Yitu Technology und Shenrui Technology intelligente Diagnosesysteme entwickelt, die auf Bildklassifizierung und -segmentierung basieren und Ärzten helfen, in Tomographie- (CT) und Magnetresonanz-Scans (MRT) Lungenknoten und Gehirnblutungen schnell zu lokalisieren. So wird die Effizienz bei der Diagnose verbessert.
Im Wohnbereich wird das smarte Zuhause nach und nach die traditionellen Haushaltsgeräte ersetzen. Mit der breiten Verbreitung des Internets der Dinge können sowohl die traditionellen elektronischen Geräte als auch die manuell betriebenen Vorhänge, Fenster und Türen zur Analyse und Steuerung mit dem "digitalen Gehirn des Hauses" verbunden werden. Smarte Sprachassistenten wie Alexa und Siri erkennen Sprachbefehle und übertragen sie an die Haushaltsgeräte.KI-Algorithmen können auch verschiedene Muster des täglichen Lebens analysieren, um so Haushaltsgeräte direkt und automatisch zu steuern. Bereits heute hat die Ausbreitung smarter Geräte im Alltagsleben der Bevölkerung begonnen. Zum Beispiel mit smarten Kameras: Smarte Kameraprodukte wie Nanit und Cubo AI aus den USA integrieren Algorithmen zur Szenensegmentierung, Verhaltenserkennung und Gesichtserkennung, und damit können Eltern jede Bewegung ihrer Babys und Kleinkinder überwachen und das Schlafverhalten ihrer Babys analysieren. Außerdem verfügen sie über ein Frühwarnsystem, um auf mögliche Ereignisse zu reagieren (z.B. wenn kleine Kinder zu hoch klettern usw.) oder eine gefährliche Situation bereits eingetreten ist (z.B. wenn Nase und Mund des Babys bedeckt sind usw.).
In den Wohnvierteln werden die Bewohner zukünftig den Komfort von smarten Lieferdiensten eines unbemannten Supermarktes genießen können. Die Lagerhäuser von Amazon gelten weltweit als die effizientesten Lager. In ihnen arbeiten mehr als 15.000 Roboter in dreidimensionalen Lagern und Verteilerzentren, um die Versendung und Sortierung von Waren schnell durchzuführen. Im Bereich der unbemannten Supermärkte hat Amazon 2020 zwei Jahre nach der erfolgreichen Einführung des Zustelldienstes Amazon Go einen noch größeren unbemannten Supermarkt eröffnet, die Amazon Go Grocery, in der nicht nur die Supermarktfläche vergrößert wurde, sondern auch die Produktauswahl und -menge. Dieser berühmte unbemannte Supermarkt vereint Computer Vision, Sensortechnologie und Deep-Learning-Algorithmen, um die Bewegung und Interaktion mehrerer Objekte gleichzeitig zu überwachen und die Einkaufsbilder und -daten jeder Person detailliert aufzuzeichnen. Der Kunde muss nicht mehr aufwendig QR-Codes scannen und bezahlen, sondern nur noch ganz einfach die gewünschten Artikel in den Warenkorb legen, und beim Verlassen des Supermarktes wird die genaue Rechnung angezeigt.
Wie man an diesen Anwendungsszenarien smarter Städte sehen kann, hat die KI-Technologie das Verhältnis zwischen Menschen und Informationen verändert. Die mit der Stadt im Zusammenhang stehenden Informationsdaten stellen das Quellenmaterial zum Training der KI-Technologie dar, während die Vorhersage-, Entscheidungs-, Urteils- und Anpassungsfähigkeiten der künstlichen Intelligenz in smarten Städten umfassend dazu verwendet werden können, das Leben der Stadtbewohner angenehmer zu gestalten.
Aber die durch die Anwendung der künstlichen Intelligenz in der smarten Stadt hervorgerufenen Veränderungen enden nicht hier, denn auch die Funktionsbereiche der Stadt können sich verändern. Künstliche Intelligenz, autonomes Fahren und die Technologien des Internets der Dinge haben die Art und Weise, wie Dinge miteinander und Dinge mit dem Menschen verbunden sind, verändert. Die Verteilung von Ressourcen in und zwischen den Städten ist nicht mehr so stark von Arbeitskraft abhängig, wodurch die Transportkosten von Waren auf die zum Transport zu einem Wohnviertel notwendige Höhe gesenkt werden können. In Verbindung mit dem Aufkommen der 5G-Technologie und gemeinsam genutzten Büroflächen werden sich die Menschen zunehmend in der Nähe ihres Zuhauses bewegen. Städte entwickeln sich ganz natürlich zu Städten mit mehreren Stadtzentren. Jedes Zentrum wird zu einem gemischt genutzten Gebiet und stellt nicht nur ein Wohngebiet oder ein Gewerbegebiet dar. Dies reduziert die Gesamtheit der Fahrtkosten und natürlich auch die CO2-Emissionen.
Gleichzeitig kann die Erwerbsstruktur der Stadtbevölkerung ebenfalls Veränderungen durchlaufen. Da künstliche Intelligenz Funktionen wie Mülltrennung, Verkehrsanpassung, Autofahren, unbemannte Supermärkte usw. übernehmen kann, können einfache und sich wiederholende Arbeiten ersetzt werden, was eine Menge Arbeitsressourcen einspart. Gleichzeitig sind für diese Anwendungen der künstlichen Intelligenz umfangreiche Datenerfassungen und kontinuierliche Trainings von Modellen erforderlich, und es werden mehr Fachkräfte wie Sensor-Hardware-Ingenieure und KI-Ingenieure benötigt. Da die künstliche Intelligenz in verschiedenen Bereichen wie medizinische Versorgung, Bildung, Informationsmanagement, Bauwesen und Immobilien eingesetzt wird, wird das Verständnis künstlicher Intelligenz für viele Berufe eine notwendige Voraussetzung sein.
Natürlich kann eine solche perfekte smarte Stadt nicht mit einem Schlag Wirklichkeit werden, und es ist sogar sehr schwierig, sie "Bottom up" (von Grund auf) zu planen. Aufgrund der zyklischen Entwicklung der KI-Technologie sollten Stadtverwaltungen kurzfristige und längerfristige Entwicklungspläne erstellen. Kurzfristig sollte die Stadtverwaltung in diesem Bereich tätige relevante Unternehmen unterstützen und in jedem Bereich auf Deep Learning basierende Technologien der künstlichen Intelligenz einsetzen, um professionelle Anwendungen wie smarter Verkehr, smarte medizinische Versorgung und smarte Stromnetzen zu schaffen und dann gemeinsam eine smarte Infrastruktur "von unten nach oben" aufzubauen. Auf lange Sicht kann die künstliche Intelligenz nach einiger Zeit die Technik revolutionieren, dafür müssen aber Informationen und Daten zur Verfügung stehen. Daher sollten die Stadtverwaltungen und die Daten der Stadt digitalisiert werden. Mit Hilfe der Digitalisierung können zukünftig Städte auch "digitale Zwillinge", d.h. eine Datenkartierung der physischen Stadt, erstellen, um über eine digitale Simulation eine Vorhersage für die Stadtplanung und zukünftige Ereignisse durchzuführen. Dies kann nicht nur eine Datengrundlage für den weiteren Ausbau der KI-Technologie schaffen, sondern auch ein fortschrittliches Instrument für Stadtplanung und Städtebau darstellen.
Neben der Verwendung der KI-Technologie muss der Aufbau smarter Städte auch mit der Entwicklung anderer Basistechnologien kombiniert werden. Zum Beispiel mit der 5G-Technologie mit ihren weitreichenden Auswirkungen. Sie erreicht fast das 20-Fache der Übertragungsgeschwindigkeit der 4G-Technologie und kann mehr Kommunikationsgeräte auf einmal aufnehmen, um Daten gleichzeitig übertragen zu können. Einerseits kann eine große Datenmenge, die von den KI-Algorithmen benötigt wird, zur Verarbeitung in die Cloud übertragen werden, und die Ergebnisse können sofort zurückgegeben werden, wodurch leichte smarte Geräte realisiert werden können, die keine Rechenmodule enthalten. Andererseits kann die Infrastruktur in der Stadt mit so vielen smarten Netzwerken wie möglich verbunden werden, so dass alles tatsächlich miteinander verbunden ist. Gleichzeitig können die neu installierten smarten Geräte den Digitalisierungsprozess der Stadt weiter fördern, so dass sich die "Digitalisierung" und die "Intelligenz" der Stadt gegenseitig bei der Weiterentwicklung unterstützen.
Darüber hinaus weisen smarte Städte auch einige Einschränkungen auf. Es kann große Unterschiede in der Geschichte, Kultur, Planung und Verwaltung von Städten geben, und viele Erfahrungen sind nur schwer direkt zu übertragen. Zum Beispiel muss China die extrem hohe Bevölkerungsdichte und das historische Erbe berücksichtigen, während Australien die enormen Unterschiede zwischen Küsten- und Binnenstädten bedenken sollte. Smarte Algorithmen werden immer von Daten beeinflusst werden, und ihre Arbeitsprozesse und Ergebnisse werden mehr oder weniger von den Tendenzen der Datenquellen beeinflusst werden. Dies erfordert, dass die Stadtverwaltung zusammen mit Sozialwissenschaftlern die Algorithmen und die Datenerfassung überwacht und so viel Fairness wie möglich gegenüber allen Gruppen in der Gesellschaft garantiert. Gleichzeitig müssen die Stadtbewohner, um in den Genuss der Vorteile dieser Algorithmen zu kommen, Datenschutzrechte aufgeben. Daher sollte die Nutzung dieser privaten Daten auch strengstens überwacht werden. Darüber hinaus lassen die Umweltbedingungen der Städte kein unbegrenztes Wachstum zu. Insofern sollte der Staat neben der Entwicklung der Metropolen dem Ausbau abgelegener und ländlicher Gebiete mehr Aufmerksamkeit schenken, damit der Nutzen künstlicher Intelligenz auch in den dünn besiedelten Gebieten gewährleistet werden kann.
Kurz gesagt zeichnen smarte Städte das Bild eines Lebens, das für die Stadtbewohner bequem, schnell, smart, effizient und wünschenswert ist, und diese Szenarien erfordern fast alle die Verwendung künstlicher Intelligenz. Der Aufbau von smarten Städten lässt sich nicht von heute auf morgen durchführen. Während die KI-Technologie Schritt für Schritt in smarte Städte eingebettet wird, akzeptieren die Stadtbewohner langsam dieses Konzept und damit die Einführung neuer Ideen und neuer Lebensstile, und die menschliche Gesellschaft wird große Veränderungen begrüßen.
Wang Dong'an ist Doktorand an der University of Sydney.Zu seinen Forschungsfeldern gehören bildgebende Verfahren in der Medizin, künstliche Intelligenz, Neurologie und die Videoanalyse und weitere Bereiche. Außerdem widmet er sich der Anwendung von KI-Technologien in realen Systemen. Er hat bei internationalen Konferenzen wie der "CVPR" und der "ECCV (European Conference on Computer Vision)" Beiträge veröffentlicht und arbeitet seit vielen Jahren als Gutachter für wissenschaftliche Publikationen u.a. für Organisationen wie die "IEEE Transactions on Circuits and Systems for Video Technology" und die "IEEE Transactions on Multimedia" sowie für internationale Fachkonferenzen wie die "ICML (International Conference in Machine Learning)" und die "AAAI-Konferenzen (Association for the Advancement of Artificial Intelligence)".Wang verfügt über mehr als fünf Jahre Erfahrung als Entwickler auf den Gebieten des maschinellen Lernens und des computerbasierten Sehens (Computer Vision). Er hat an Entwicklungsprojekten mit Unternehmen und Institutionen aus China, den USA und Australien mitgearbeitet. Zu seinen Tätigkeitsfeldern gehören Handlungserkennung mithilfe von Mehrwinkelvideokanälen, Verkehrsvorhersagen auf der Grundlage von Videoüberwachung der Verkehrslage sowie automatisierte Computertomographiesysteme.