CIM的这些基本知识你真的知道吗？

CIM的理念

CIM基本理念总结为：依托先进技术、面向具体需求、融合动态信息、描述实体单元、支撑各类应用。

首先要依托于对 BIM、GIS、IOT技术的透彻理解和深度应用，并与云计算、大数据等技术充分融合。

同时，针对不同区域、不同运行管理对象、不同运行管理业务的需求差异，需要不同级别、不同内容、不同丰富程度的CIM模型支持，因此CIM模型的研究、设计与建立应完全面向需求。

其次CIM模型是用来组织信息的，信息之所以需要这项新技术来组织，源于其多源性、复杂性和融合性，尤其是为了满足应用需求，实时动态的物联传感信息应是CIM模型的必选数据源。

然后CIM模型要针对空间实体进行对象化的描述，根据需求划分描述对象的空间粒度，并以此作为最小模型单元。

另外CIM应该落脚于业务应用，为各类业务应用中协同工作、预警预测提供支撑。

CIM的本质

智慧城市建设的核心在于有效地运用信息技术，并通过技术与城市本身的高度融合，支撑城市的发展，提升城市的功能，服务城市中的自然人及法人。而CIM正是一项新型信息技术，这项技术：

产生于——对已有技术进行集成的需要。

本质是——一种技术集成和提升。如前文所述，与CIM相关的核心技术主要包括BIM、GIS和 IOT，CIM技术首先应深度集成这3项技术，同时融合应用云计算和大数据等技术。

这种集成的技术（CIM)比本源技术具有更多优点。

比GIS富含更多来自于BIM和IOT的语义信息

CIM需要能够从多个维度完整地描述结构复杂的城市系统，丰富的语义信息是必不可少的，这些语义信息更多的来自于对微观的城市实体要素的详细描述，如前文中列举的建筑、各类设施、植被、水体、地貌、部件、设备、自然人、法人等，而这种详细描述能力恰恰是BIM的专长。

GIS 实现了人们对于空间信息的1-19级（地图瓦片的一般设置，此处仅为示意）的面向对象化，赋予了空间实体现实含义。我们看这个地块是草地，不是因为它的图形填充了草地样式，而是计算机知道了它是草地，然后输出表格、符号、图或文字，告诉我们这是一个什么样的草地。如果不出图，标注是不需要的，线型颜色也是不需要的，计算机可自行运算。而BIM需要完成的，就是第20级的面向对象化。GIS对于空间世界的面向对象化属于从亚宏观向宏观和微观同时发展，继续往微观的每一级前进，伴随的是数量和困难的级数倍激增。到了第20级，也就是BIM需要解决的问题，如此高级别微观世界的语义信息含量远远大于前19级的总量。

CIM因为集成了BIM而自然具有了高级别微观世界的语义信息存储、更新、管理和表达的能力，这是CIM 相比 GIS的一大进化。

当CIM应用于城市（园区）的运行管理时，如果没有实时的物联感知信息，就无法及时、透彻地感知建筑、桥梁、地下空间设施、地上基础设施、植被、水体、各类设备等物理实体对象的运行状况以及各类法人、自然人的生产、生活活动。要模拟城市中各实体对象的运行状态，对各类对象的实时在线监测是必不可少的。

通过物联网监测感知到的信总可以成为CIM的“能量”，只有根据管理需求对城市（园区）常态运行和应急情况的关键参数进行实时监控，不断吸收能量、汇聚能量，才能支撑城市（园区）运行全面感知、全面接入、全面监控、全面预警的实现，进而通过海量物联感知信息的积累和机器学习，提高问题识别、预测预警、运行评估的准确性，进一步提高城市（园区）运行主动保障能力。显而易见 CIM 因为集成了IOT而具有了类型极其丰富的实时物联感知信息，其中包括视频、音频等，从时态上和信息类型上增加了GIS信息的语义维度。

比BIM更具模拟分析能力

我们可以将BIM 比喻为CIM的优秀基因，将GIS视为CIM的血肉。假如一个可以拥有大眼睛、长睫毛的强大基因脱离了具体的血肉躯体，它可能是控制了一个大美女，也可能是一头小毛驴。因此 BIM是一个微观世界的优秀基因，但是离不开GIS的宏观支撑，BM体现的微观特征需要依托GIS这个框架，才能具备精确完整的空间位置信息、城市实体对象精细逼真的外观纹理以及大尺度地呈现城市内更多更全的主题对象，从而使CIM的应用真正落地于定位、大尺度模拟和综合分析等功能的实现。

比IOT具有空间掌控能力

CIM通过对GIS技术的集成，为IOT提供了处理相关空间信息的支撑平台。在大尺度、大范国应用领域，不再只限于感知传感器监控点位处空间对象的物理特征，能够通过现有的、有限的监测数据获取范围内的任意连续点的信息，以此接受某个地方的某个事件及其随时间的变化过程，对现象的变化过程作出判断，对未来作出预测和对过去作出回溯，在大尺度空间范畴更好地掌控全局信息及空间对象运行态势。

CIM 的目的

经过技术集成，CIM 的目的是通过对信息的有效组织，形成城市的数字化镜像，并依托这一镜像，有力支撑具体应用，实现针对城市各专业领域的规划、建设和运行管理等应用层级的有效协同、精确分析、实时预警预测以及动态的高仿真可视化管理。

为高度聚焦人工智能和物联网技术和产品在智慧交通、智慧 健康 、智慧治理等领域的场景应用，工业和信息化部教育与考试中心正式开启城市信息模型集成与应用工程师专业技术人员培训工作。面向BIM、GIS、IoT、城市管理、城市规划、计算机信息等专业毕业人员以及从业人员，开展城市信息模型集成与应用培育工作，旨在培养更多符合行业发展规划，拥有国际视野，具备高水平的城市信息模型集成与应用技术人员。

LT 行业指的是自然语言处理领域，这个行业的发展一直在不断创新和变化，也会不时出现一些稀奇古怪的应用和技术。
比如，最近几年出现了一种叫做“文本狗”的应用，它使用技术，可以对输入的文本进行分类和归纳，从而帮助用户快速找到自己需要的信息。另外，还有一种叫做“聊天机器人”的应用，它可以模拟人类的对话方式，与用户进行自然交流，并提供有关问题的答案和建议。
除此之外，LT 行业中也存在一些比较稀奇古怪的技术，比如“情感分析”和“语音合成”。情感分析可以通过对文本中的情感词汇和语气进行分析，判断文本内容中表达的情感，并给出相应的反馈。而语音合成则是一种将书面文字转换为语音的技术，可以将电子书、小说等文本内容转化为声音文件，方便用户听取阅读。此外，还有一些更加高级的技术，比如对话生成、文本摘要等，也是 LT 行业中的热门技术。
总之，随着科技的不断进步和创新，LT 行业也一直在变化和发展，我们可以期待更多稀奇古怪的应用和技术出现。

1。云技术。顾名思义就是说。天上的云彩。地上的人都能够看到。
目前有具我了解。具备图文的发展形式就是成为一个大的网络平台（服务器），单机不需要存在什么文件。需要什么，直接网络连接云平台，运行文件就可以了。
2。
Web 30一词包含多层含义，用来概括互联网发展过程中某一阶段可能出现的各种不同的方向和特征，包括将互联网本身转化为一个泛型数据库；跨浏览器、超浏览器的内容投递和请求机制；人工智能技术的运用；语义网；地理映射网；运用3D技术搭建的网站甚至虚拟世界或网络公国等。
Web 30特点
第一，Web30的API（应用程序编程接口）是基于全球范围的，也就是XMLWebServices；
第二，Web30的速度能够达到10G，所有的应用都不用担心速度；
第三，Web30是一个技术框架或平台。
3顾名思义，“物联网就是物物相连的互联网”。物联拥有业界最完整的专业物联产品系列，覆盖从传感器、控制器到云计算的各种应用。产品服务智能家居、交通物流、环境保护、公共安全、智能消防、工业监测、个人健康等各种领域。构建了“质量好、技术优、专业性强，成本低，满足客户需求”的综合优势，持续为客户提供有竞争力的产品和服务。物联网是继通信网之后的另一个万亿级市场。物联网将是下一个推动世界高速发展的“重要生产力”！
一：物联网传感器产品已率先在上海浦东国际机场防入侵系统中得到应用。
系统铺设了3万多个传感节点，覆盖了地面、栅栏和低空探测，可以防止人员的翻越、偷渡、恐怖袭击等攻击性入侵。而就在不久之前，上海世博会也与中科院无锡高新微纳传感网工程技术研发中心签下订单，购买防入侵微纳传感网1500万元产品。
二：ZigBee路灯控制系统点亮济南园博园。ZigBee无线路灯照明节能环保技术的应用是此次园博园中的一大亮点。园区所有的功能性照明都采用了ZigBee无线技术达成的无线路灯控制
三：智能交通系统(ITS)
是利用现代信息技术为核心，利用先进的通讯、计算机、自动控制、传感器技术，实现对交通的实时控制与指挥管理。交通信息采集被认为是ITS的关键子系统，是发展ITS的基础，成为交通智能化的前提。无论是交通控制还是交通违章管理系统，都涉及交通动态信息的采集，交通动态信息采集也就成为交通智能化的首要任务。
四：首家高铁物联网技术应用中心在苏州投用
我国首家高铁物联网技术应用中心2010年6月18日在苏州科技城投用，该中心将为高铁物联网产业发展提供科技支撑。
高铁物联网作为物联网产业中投资规模最大、市场前景最好的产业之一，正在改变人类的生产和生活方式。据中心工作人员介绍，以往购票、检票的单调方式，将在这里升级为人性化、多样化的新体验。刷卡购票、手机购票、电话购票等新技术的集成使用，让旅客可以摆脱拥挤的车站购票；与地铁类似的检票方式，则可实现持有不同票据旅客的快速通行。
清华易程公司工作人员表示，为应对中国巨大的铁路客运量，该中心研发了目前世界上最大的票务系统，每年可处理30亿人次，而目前全球在用系统的最大极限是5亿人次。
五：国家电网首座220千伏智能变电站
2011年1月3日，国家电网首座220千伏智能变电站――无锡市惠山区西泾变电站日前投入运行，并通过物联网技术建立传感测控网络，实现了真正意义上的“无人值守和巡检”。西泾变电站利用物联网技术，建立传感测控网络，将传统意义上的变电设备“活化”，实现自我感知、判别和决策，从而完成自动控制。完全达到了智能变电站建设的前期预想，设计和建设水平全国领先。
六、首家手机物联网落户广州
将移动终端与电子商务相结合的模式，让消费者可以与商家进行便捷的互动交流，随时随地体验品牌品质，传播分享信息，实现互联网向物联网的从容过度，缔造出一种全新的零接触、高透明、无风险的市场模式。手机物联网购物其实就是闪购。广州闪购通过手机扫描条形码、二维码等方式，可以进行购物、比价、鉴别产品等

1、 机器视觉和语音识别是主要市场

技术层是基于基础理论和数据之上，面向细分应用开发的技术。中游技术类企业具有技术生态圈、资金和人才三重壁垒，是人工智能产业的核心。相比较绝大多数上游和下游企业聚焦某一细分领域、技术层向产业链上下游扩展较为容易。

该层面包括算法理论(机器学习)、平台框架和应用技术(计算机视觉、语音识别、自然语言处理)。众多国际科技巨头和独角兽均在该层级开展广泛布局。近年来，我国技术层围统垂直领城重点研发，在计算机视觉、语音识别等领城技术成熟，国内头部企业脱颗而出，竞争优势明显。

2、计算机视觉发展历经三大理念，规模突破400亿元

1982年马尔(David Marr)《视觉》(Marr，1982)一书的问世，标志着计算机视觉成为了一门独立学科。计算机视觉的研究内容，大体可以分为物体视觉(object vision)和空间视觉(spatial vision)二大部分。物体视觉在于对物体进行精细分类和鉴别，而空间视觉在于确定物体的位置和形状，为“动作(action)”服务。正像著名的认知心理学家JJGibson所言，视觉的主要功能在于“适应外界环境，控制自身运动”。适应外界环境和控制自身运动，是生物生存的需求，这些功能的实现需要靠物体视觉和空间视觉协调完成。

计算机视觉近40年的发展中，尽管人们提出了大量的理论和方法，但总体上说，计算机视觉经历了三个主要历程。即：马尔计算视觉、多视几何与分层三维重建和基于学习的视觉。

国际市场研究机构Research And Markets发布的最新报告显示，2019年全球计算机视觉市场规模为46433亿美元，预计到2027年将达到950805亿美元，从2020年到2027年，预计年复合增长率为469%。

3、语音识别发展科追溯到1956年

语音识别的研究工作可以追溯到20世纪50年代。在1952年，AT&T贝尔研究所的Davis，Biddulph和Balashek研究成功了世界上第一个语音识别系统Audry系统，可以识别10个英文数字发音。这个系统识别的是一个人说出的孤立数字，并且很大程度上依赖于每个数字中的元音的共振峰的测量。1956年，在RCA实验室，Olson和Belar研制了可以识别一个说话人的10个单音节的系统，它同样依赖于元音带的谱的测量。到21世纪之后，深度学习技术极大的促进了语音识别技术的进步，识别精度大大提高，应用得到广泛发展。

目前，语音识别技术已逐渐被应用于工业、通信、商务、家电、医疗、汽车电子以及家庭服务等各个领域。例如，现今流行的手机语音助手，就是将语音识别技术应用到智能手机中，能够实现人与手机的智能对话功能。其中包括美国苹果公司的Siri语音助手，智能360语音助手，百度语音助手等。

随着语音技术和自然语言理解技术的快速进步，AI语音语义技术已在智能翻译、智能医疗、智能汽车、智能客服、互联网语音审核等多个领域实现场景应用。

疫情之后不仅是工业领域，政务服务领域的语音机器人、传统行业企业的语音机器人也将有较高的市场增长空间。另外，NLP、AI数字员工、RPA的发展，一定程度上也将重塑AI应用场景。

2018年，全球智能语音市场仍呈现快速增长趋势，市场规模为1421亿美元，根据预测到2024年全球智能语音市场规模将达到215亿美元，其中智慧医疗健康、智慧金融以及各类智能终端智能语音技术需求将成为主要的驱动因素。

4、美国AI高层次学者数量大幅领先

AI高层次学者是指入选AI 2000榜单的2000位人才，由于存在同一学者入选不同领域的现象，经过去重处理后，AI高层次学者共计1833位。从国家角度看AI高层次学者分布，美国A1高层次学者的数量最多，有1244人次，占比622%，超过总人数的一半以上，且是第二位国家数量的6倍以上。中国排在美国之后，位列第二，有196人次，占比98%。德国位列第三，是欧洲学者数量最多的国家;其余国家的学者数量均在100人次以下。

—— 以上数据参考前瞻产业研究院《中国人工智能行业市场前瞻与投资战略规划分析报告》

---