當前的人工智能和生物識別技術(shù)算法都是在標準的數(shù)據(jù)環(huán)境訓(xùn)練出來，在貼近實戰(zhàn)場景的算法還需要進一步優(yōu)化，通過閉環(huán)數(shù)據(jù)打造循環(huán)訓(xùn)練實戰(zhàn)數(shù)據(jù)模型，只有這樣才能輸出更好的產(chǎn)品。
在應(yīng)用場景中，整合海量符合實際的數(shù)據(jù)資源，運用深度學(xué)習(xí)、機器學(xué)習(xí)解決更突出的不足問題需要有步驟的不折不扣的實現(xiàn)。例如最為廣泛應(yīng)用的人臉識別在處理深色膚色的人臉時效果很差，是由于機器在進行人臉檢測、分析和識別的過程中需要對人臉圖像進行預(yù)處理和特征提取，所以皮膚顏色越深面部的特征信息就越難提取，當出現(xiàn)光線不足情況下，無法實現(xiàn)準確識別，還需不斷努力尋找合適的方法完善技術(shù)上的不足。
(1)綜合人工智能技術(shù)在智慧社區(qū)應(yīng)用與訓(xùn)練平臺前置的意義
生物識別技術(shù)尤其是人臉識別在社區(qū)場景中應(yīng)用廣泛，諸多人體行為識別也已經(jīng)落地，所有的一切都存在識別率一般、誤報率較高的問題。
綜合人工智能技術(shù)是充分利用計算機視覺識別、語音識別、自然語言識別等綜合技術(shù)實現(xiàn)更加高效、更加精準的的結(jié)果。以社區(qū)通行管理為例，社區(qū)居民進出單元門面部有遮擋時顯然無法準確識別，如果采用視覺疊加智能語音的識別顯然更加方便居民的自然習(xí)慣和提升服務(wù)手段多樣化。
正是通過大量的數(shù)據(jù)進行訓(xùn)練才使得人工智能技術(shù)得以快速發(fā)展、快速落地。盡管如此人工智能技術(shù)還是處于初級階段，通過標準化的訓(xùn)練數(shù)據(jù)訓(xùn)練的算法一定存在很多不足，因此人工智能訓(xùn)練平臺前置化是提升感知能力、提升算法能力的重要著力點。通過把場景數(shù)據(jù)進行實時積累、不斷地訓(xùn)練可以打造出快速迭代的產(chǎn)品和支撐體系，這種結(jié)合前置化的訓(xùn)練平臺的人工智能應(yīng)用會具有極強的生命力。
(2)知識圖譜將推動智慧社區(qū)AI應(yīng)用進階
知識圖譜(Knowledge Graph)是一種語義網(wǎng)絡(luò)，包含大量實體和概念及其之間的語義關(guān)系，知識圖譜中所富含的實體、概念、屬性、關(guān)系等信息，提供了從“關(guān)系”角度去分析問題的能力。正是由于智慧社區(qū)的綜合性、復(fù)雜性以及參與者覆蓋人群的全面性都決定了知識圖譜技術(shù)是構(gòu)建知識社區(qū)、智慧社區(qū)的技術(shù)之一。它將提升社區(qū)智慧大腦的能力，將賦予移動信息端真正的智慧能力、提供平臺端全面的AI化、協(xié)同智慧終端實現(xiàn)聰明的小腦功能。知識圖譜奠定的技術(shù)基礎(chǔ)，與CV(計算機視覺)、ASR(語音識別)、以及NLP(自然語言處理)為智慧社區(qū)AI可持續(xù)化、自我凈化提供無限可能。智慧社區(qū)知識圖譜是個長期建設(shè)、完善的過程，不斷地學(xué)習(xí)各種社區(qū)知識并形成知識推理能力，實現(xiàn)居民、政府、管理方等多方面的自動文字交互、語音交互、終端交互等需求，逐步實現(xiàn)社區(qū)管理高度自治。還可以引入保安、物業(yè)、政務(wù)辦理等機器人，將會大幅度減少人力成本，創(chuàng)造一個全天候、高度智能、高效服務(wù)能力的智慧社區(qū)支撐體系。
智慧社區(qū)作為智慧城市的基礎(chǔ)單元，是城市智慧化建設(shè)的具體應(yīng)用與落腳點，智慧社區(qū)通過多維數(shù)據(jù)融合匯聚了政府存量數(shù)據(jù)、社會開放數(shù)據(jù)、物聯(lián)數(shù)據(jù)等數(shù)據(jù)，再通過社區(qū)智慧大腦匯聚到城市大腦，實現(xiàn)城市智能應(yīng)用和決策體系，逐步形成“一中心、一平臺，多系統(tǒng)、多模型，泛感知、泛應(yīng)用”的城市治理、城市服務(wù)、城市管理的新格局，最終實現(xiàn)社會管理與服務(wù)的智能化。
社區(qū)作為城市的細胞，與智慧城市政務(wù)、公共服務(wù)和公共安全等系統(tǒng)高度融合，成為智慧城市的一個重要組成部分，推進城市轉(zhuǎn)型升級，促進城市可持續(xù)發(fā)展。
