江苏多模态人工智能研发

传统智能客服产品的AI应用，都可以借助大语言模型进行深一步改造，传统智能质检已经是非常成熟的解决方案，但需要通过复杂固定规则的设置，大量语音的训练和人工调试来进行使用。如果通过大语言模型能力，投入预训练和一定的业务规则定义，可以实现无需复杂设定，更智能的质检结果输出。如：我们向模型内投入一定数量的质量录音、文本，然后告知大语言模型都有哪些加分因子、让他自动判别生产数据的质检情况，然后不断通过手工质检的对齐调优，让模型持续不断学习和改进。人工智能在多个领域都有广泛的应用，包括医疗、金融、制造等。江苏多模态人工智能研发

工业安全生产领域对于AI行为识别算法的应用更为常见，通过智能分析识别能够大幅降低危险作业，智能感知预警，保护人员安全，例如危险区域入侵、打电话、抽烟、摔倒以及各类特定的行为规范识别，针对一些特殊的行为识别，通常需要算法厂家为企业量身打造定制研发，帮助企业提升安全管控水平的同时实现数字化转型升级。整体来说，AI行为识别算法可以帮助实现人员、环境、物品等各方面的安全监管，未来随着深度学习、AI大模型的持续发展，相信可识别的行为动作会更加丰富，造福千行百业。宁波自动驾驶人工智能服务人工智能是一门致力于研究和开发智能机器的科学与技术。

加油站运营车辆计量算法通过抓取过路车流，分析拐入率，获取客户热力图；车牌及车辆特征算法可对车辆及油机对应消费关系进行分析，实现精细营销，提升加满率和回头率；根据跨镜头车辆加油流程分析，优化加油各环节效率，提升通过率。2、便利店运营基于客流统计、客流密度算法，获取可视化的客流热力图，对比同类站消费数据进行货品上下架推荐，结合货品销售情况、保质期等提供货品促销及跨店调配建议。中能链通过「品牌+供应链+运营管理+数字化+营销」五位一体的非油业务经验，重塑油站便利店经营模式，实现业务双螺旋增长。3、员工管理基于员工规范穿戴识别、引导手势规范识别、员工服务效率计时、员工离岗、员工睡岗等算法，可对员工服务水平进行记录并评分，从而对员工综合服务绩效评判提供数据支撑。

检亚AI团队开发基于强化学习的交通信号灯控制，使用CMA-ES（协方差矩阵自适应进化策略）算法训练路口信号灯配时，使用sumo交通软件仿真模拟配时下的损失，得到比较好的AI配时方案。•负责基于大数据的交通路口区域划分：绿波带区域和拥堵控制区域，对识别后的区域设计路口信号灯配时方案。路口时空划分：从摄像头中获取一个区域内每个路口每个方向车流信息。数据预处理：对车流数据进行清洗和整理，去除无用的数值，缺省的数值，对数据按照路口id，方向，时间进行聚合。对每个划分结果训练出早高峰，平峰，晚高峰的信号配时方案。路口绿波带检测：针对平峰阶段，检测区域内车流的比较大重合车流，检测出绿波带，平峰期间在原有的AI基础上使用该方法车辆延误减少了1%-2%随着计算机机器视觉和深度学习技术的不断进步。

图数据库从复杂的IT资源中获取实时洞察通过构建IT设备与设备之间的服务依存关系、设备与数据、数据与业务之间存储调用的关系图谱，图数据库能帮助企业高效管理和监控结构复杂、数量庞大的网络和IT基础设施，厘清单个节点故障带来的连带影响，查询关联的其他设备，快速查找可替代的资产设备。基于故障设备和网络，图数据库关联查询高效倒推资产设备之间的依赖关系，判断设备和网络问题的根本原因。图应用价值影响分析和网络规划能力实时溯源执行因果分析人工智能的研究已成为许多国家的战略重点。宁波自动驾驶人工智能服务

人工智能技术需要不断创新和改进，以适应不断变化的需求和挑战。江苏多模态人工智能研发

1、油罐车识别算法从油罐车进场开始检测，油罐车需停稳在卸油区域，静止时长达到一定时长后上报稳油结束的信号，才能进行卸油操作；卸油结束后，当油罐车离开即上报油罐车离开的信号。2、卸油作业安全设施识别卸油过程中为了保证操作的安全，必须对灭火器和锥形筒是否摆放、静电接地线是否连接、三角木是否放在车轮底等安全设施进行识别，以及检测卸油管连接到地罐和油罐车的顺序是否正确。3、卸油作业人员操作识别从油罐车进入到离开，识别卸油区内至少有1人在场，并且在人员进入卸油区前，算法需识别人员是否在一定时间内进行静电桩释放静电操作。江苏多模态人工智能研发