每周三期，詳解人工智能產業解決方案，讓AI離你更近一步。
解決方案均選自機器之心Pro行業數據庫。
方案1：流動無人便利店—Robomart
解決方案簡介：
研發者開發了流動無人便利店，相比傳統店鋪佔地小、成本低，且更為靈活。研發者將雜貨、烘焙食品等現成的食物裝載在內設有冷藏及加熱系統的自動駕駛車輛，形成了流動無人便利店。該便利店可自行行駛到買家門口。
對於採用該流動便利店的批發商和大型零售商來說，批發商或零售商能夠在銷售時自行保留所有的客戶信息，而無需將客戶信息交給 Uber、Postmates、Instacart 等（運輸物流類）企業。
人力挑選和運送食品是非常昂貴的，按需定製的自動駕駛商店，不僅實惠，而且更快，更便捷。
零售商可以以較低的成本擴大他們的店鋪足跡，沒有初始資本支出。
零售商將可以使用先進的管理系統，管理訂單、補充庫存和遠程操作，將有能力通過遠程操作與客戶、商店員工和執法人員進行溝通，並獲得實時銷售數據和分析數據。
解決方案詳解：
Robomart 採用最先進的自動化技術「grab and go」，使用戶完全自主的進行購物。採用自動駕駛汽車進行送貨服務，配備最新的尖端技術對無線電動汽車充電。Robomart 正在構建軟件進行傳感器融合、控制、路徑規劃和避障。Robomart 正在從加州的機動車部門申請自動駕駛汽車測試許可，與領先的無線電動車充電站供應商合作，並將他們的無線充電站作為 Robomar 產品的一部分。
該企業屬於 NVIDIA Inception Program 計劃的成員。
方案2：財富預測機器人——Penny
解決方案簡介：
Penny 是基於 DigitalGlobe 的分析平台 GBDX 創造的智能工具。通過使用覆蓋紐約高分辨率衛星圖像的人口普查數據來訓練神經網絡，系統的模型能發現城市景觀中的視覺模式，如建築物形狀，與該地段的收入水平的關聯，比如停車場多的地段收入低，綠色空間多的地段收入高。根據這些關聯性，其人工智能系統能實現對城市不同區域居民收入情況的預測。
研究者同時也與數據可視化工作室 Stamen 合作，創建了一個搜索這些相關性的界面，有助於對收入分布進行歸因研究。
解決方案詳解：
具體訓練模型的方法如下：
1. 從美國人口普查局的收入數據開始，首先錄入了城市周邊人口普查數據。然後，將人口普查區劃分成較小的區域，以匹配 DigitalGlobe 中的衛星圖像塊。按照收入水平對這些不同的地區進行着色，可以在一個城市建立家庭收入地圖。綠色表示年收入最高四分位數（平均為 71,876 美元及以上）的地區，紅色代表年收入最低的地區（平均為 34,176 美元及以下），橙黃代表中等收入水平分別為 34,176 美元和 49,904 美元，49,904 美元和 71,876 美元）；
2. 將人口普查數據與 DigitalGlobe 衛星圖像進行比較，然後將在 DigitalGlobe 衛星圖像之上創建的基於人口普查的收入地圖重疊；
3. 將這些信息提供給神經網絡，使用人口普查和衛星的這些數據層來訓練人造智能來預測城市任何地區的平均家庭收入。人工智能模型在與普查數據相關的圖像中尋找模式。隨着時間的推移，神經網絡學習了什麼樣的模式最能預測高低收入水平。然後，可以根據看衛星圖像向模型詢問它認為收入水平對於某個地方的看法。
DigitalGlobe 運營世界最領先的商業圖像衛星，並且 GBDX 幫助開發者在 DigitalGlobe的高清晰圖片上搭建新產品。
方案3：計算型農學解決方案平台——CiBOTechnologies
解決方案簡介：結合大數據、高級分析能力驅動的軟件產品，主要解決以下 6 個痛點：
1. 農場服務：為保持競爭力，大農場與為農民提供服務的公司對利用數據的需求增加。目前缺乏將大量從土壤樣本到損益表等不連貫的數據集整合的工具；
2. 農業業務：農業企業客戶具有與其特定環境相關的獨特需求，限制因素和機會。 那些最能夠滿足其客戶需求的企業，將能夠在二十一世紀繼續實現盈利。 對於種子銷售和市場營銷以及供應鏈優化和產品發現與開發也是如此。可持續發展也成為農業企業的一個組成部分，在未來幾年將變得越來越重要。 那些能夠確定如何將可持續經營與盈利高效運營相結合的人將處於特權市場地位；
3. 可持續性發展：可持續發展是未來農業的方向，但目前缺少對農業生產造成的環境影響的量化；
4. 保險：作物保險可以通過量化產量，更好地管理風險；
5. 金融服務：絕大多數關於農業的金融服務工作建立在對相關資產的統計理解基礎之上。但農業資產的系統較為複雜，與農田潛力、天氣、管理等因素均有關。需要更好地管理風險，以進行套利和完善制度；
6. 消費者商品：管理全球農業供應鏈很困難。需要在分布式生產系統中提供可預測的供應和質量。此外，消費者希望了解原材料生產的來源以及對環境影響。
解決方案詳解：
在其平台 Computational Agronomy 中應用以下六項技術實現六項功能：
1. 數據融合：結合地理空間科學，Continuum DB 是用於時空建模的分布式數據庫，可實現與農學相關的計算和分析；
2. 作物建模：BarnCAT（計算農學工具包）是植物，土壤和農藝科學的所有方面的建模工具包，幫助用戶回答有關植物，環境和農業的問題。涉及作物科學，植物科學，土壤科學，地理空間科學，農藝學，環境科學；
3. 環境模擬：WhetherRain 是一個綜合的農田級隨機天氣發生器，使用數據科學，農學和計算來創建詳細的天氣模擬。
涉及涉及作物科學，植物科學，土壤科學，地理空間科學，農藝學，環境科學等行業；
4. 環境重建：DirtPatch 是一個環境重建平台，結合了歷史數據，數學技術和作物科學，推斷農藝數據的價值。涉及作物科學，植物科學，土壤科學，地理空間科學，農藝學，環境科學；
5. 行星尺度的模擬：TerraFarm 是一個大型模擬框架，利用較低級別的技術，實現在日常子農田級下的行星尺度農業模擬。涉及地理空間科學，農藝學，環境科學；
6. 衍生觀點：Emergence 是能夠在計算農學平台內外形成洞察力的組件。 出現匯總，總結，優化和可視化結果，以幫助解決業務問題。涉及地理空間科學。
方案4：數據分析工具——Warren
解決方案簡介：
運用了領先的雲端搜索及過濾技術，由計算機程序對互聯網財經數據、政策事件、新聞公告等信息進行 7x24 自動抓取和採集，與主流財經媒體同步更新，建立強大的財經數據庫。集成各種前沿技術運用到財經分析領域，將原本需要海量專業知識、大量時間精力進行的複雜的財經數據分析，演化成自助問答。有龐大的概念題材庫，為財經分析提供數據支持。能實時更新最新價格，自動上傳漲停數據，並根據當日板塊資訊、公司資訊、公司歷史漲停數據及當前市場表現等。能夠回答覆雜的金融市場問題，如各種數據、股票走向等，可回答約 100 萬種關於全球事件對股價影響的英文問題。有強大的人工智能系統作為支撐，通過用戶對搜索結果的選擇以及財經數據的不斷收集完善，自動完善邏輯分析判定功能。
解決方案詳解：
1. 讓軟件的功能儘可能地模仿金融工程師的工作流程。這包括收集、整合和初步分析各種關聯歷史數據；
2. 利用大數據的關聯度分析方法對上千個變量進行運算，找出其中有意義的關聯關係和模式；
3. 針對實時發生的特定事件，運用模型建立的相應的關聯模式和算法邏輯進行模擬計算，從而預測出某類股票或特定個股在一段時間的走勢；
4. 把預測結果與實際發生的結果做比對，根據其成功和失敗概率，對模式進行相應調整，直到預測概率非常接近實際結果；
5. 把這個成功的模塊儲存在雲計算的整個模式中並分類，用於未來特定事件的趨勢預測。
方案5：日誌分析及管理工具
解決方案簡介：
提供處理大數據的軟件解決方案，其高可擴展性的分布式系統架構設計支持每日數十 TB 的新增數據。對特定基線、固定閾值、動態基線等進行實時、定時的告警，以電子郵件、微信、電話、遠端接口等方式發送日報、周報、月報。提供可用 SPL 編程的搜索框，實現對日誌的有效索引。通過 SPL 統計，或快捷統計菜單，創建餅圖、柱狀圖、折線圖、地圖等各種可視化效果，輔助用戶跟蹤事件，高亮顯示關鍵 KPI 狀態以突出異常。
傳統的運維和數據分析方法因日誌數據複雜，難以集中管理，更無法進行關聯分析。通過對網絡設備、安全設備進行審計，日誌易可以讓用戶：
1. 通過日誌手段對網絡設備進行實時健康度監控，有效補充網管軟件的不足；
2. 滿足國家等級保護要求，對網絡設備，安全設備日誌進行集中收集和存儲；
3. 自動輸出日常安全日報/ 周報/ 月報，提供安全運維人員工作效率；
4. 通過對安全設備日誌分析，有效實現安全日誌和攻擊溯源分析，加大加強網絡安全管理，提供網絡安全等級。
此外，2015 年，FortScale 調查反饋 85% 的數據泄露是來於內部威脅，因此，對內網各環節的用戶行為審計（UBA）就顯得愈發重要。而該軟件可通過分析內容用戶行為協助防禦。
解決方案詳解：
1. 日誌易對日誌數據提供了脫敏功能，而且下載後的數據也是脫敏的。日誌易支持日誌全生命周期管理，支持配置不同種類日誌的生命周期，支持索引備份，支持界面化日誌恢復，支持全文檢索，便於用戶實現：
1）滿足網絡安全法要求；
2）滿足監管部門日誌查詢要求；
3）實現數據生命周期管理，既提供明文數據查詢，也提供脫敏數據查詢，既能實現實時數據快速搜索，也能實現歷史數據還原搜索。
2. 日誌易能夠實現對網絡設備、安全設備的日誌審計。
1）網絡設備審計。實時監控所有網絡設備日誌：包括每台網絡設備的日誌量趨勢，日誌等級分布，通過 ip 地址和日誌等級過濾，可以聯動統計和查詢某台異常網絡設備的事件趨勢，日誌等級分別和日誌詳情，方便快速定位故障；
2）防火牆日誌審計。提供日誌級別、事件代碼，五元組(源地址、目的地址、源端口、目的端口、訪問協議)供用戶搜索過濾，用戶可以根據源 IP、日誌級別等快速進行日誌溯源。輸出防火牆日誌五元組巡檢日報。通過分析防火牆日誌，識別可疑的掃描源 IP 信息，以及被掃描可疑目的 IP 和目的端口信息；
3）IPS 日誌審計實時攻擊概況分析另外，還有攻擊明細分析、郵件攻擊分析、SQL 注入攻擊分析、Web 攻擊分析等；
4）安全設備日誌分析場景日誌易可實現上百種安全設備事件統計規則，例如惡意軟件訪問信息的統計，包括惡意軟件源 IP 分布、惡意軟件目的 IP 分布、惡意軟件服務分布、惡意軟件名、服務、事件數及百分比等，每種統計可以自定義統計周期。
通過系統用戶登錄行為分析、用戶操作行為分析、文件訪問行為分析、用戶登錄域控日誌分析、DNS&DHCP 日誌分析等全方位的內容用戶行為分析，不僅實現安全行為審計，還能協助內網運維分析，實現對內網安全的防禦，是安全運營中心（SOC）的重要組成部分。
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-