今天,全國首個AI加持的無人警局,已經在武漢成為了現實。

快,快得讓所有人措手不及!

一場場變革,正以迅雷不及掩耳之勢推進!

警局,是重要的國家權力機關;公安執法,是政府提供的最重要的社會服務。但是,今天,它們也在發生變革,與時俱進!

人工智慧的光芒,已經開始照進了這個領域。

除了曠視科技的人面識別、海康威視的視頻監控,今天,全國首個AI加持的無人警局,已經在武漢成為了現實。

7*24小時辦理新車註冊登記,可直接刷臉參與駕照科目一考試,還可以在模擬設備上模擬駕駛安全學習……

是的,連歷來最「穩重」的公安領域,也開始引入了AI。一場人工智慧對公共服務的改變正在開始!

新車註冊登記?找它!

違章查詢?找它!

遺失補證?找它!

駕照考試等?找它.....

它,就是新鮮出爐的,24小時不打烊,全年無休的無人警局!

人工警局,這可不是內參君瞎編的。君不見,今天,騰訊與武漢市公安局交通管理局已經共同宣布:將攜手打造全國第一個無人警局,不久將來就能投入使用。

這個無人警局,是啥樣的?

一句話,你需要的服務,不再需要任何人,基本靠人工智慧就能全部幫你搞定!

那麼,這個無人警局有啥特別的:

1、刷臉搞定一切!

運用騰訊的刷臉技術,辦事市民進入警局,也用再依靠身份證和人眼驗證照片了,而是靠刷臉入場。

進入無人警局後,你會感到眼前一亮:無人警局設置智能照明、溫度管理、智能空氣循環等設備,根據現場人數、天氣、空氣質量等來調節警局內的環境,你還可以在模擬設備上模擬駕駛安全學習。

在警察局裡,你再通過刷臉註冊,就可以通過智慧服務平台辦理各項交管業務。

不需要任何身份證及照片,也不需要到處跑路開憑證,更不用證明「我就是我本人」,只要刷臉就夠了。

之所以能夠如此便捷,是因為無人警局的AI計算機系統,已經實現了與武漢市醫療體驗證明、電子身份證、電子保單、駕考成績單、電子駕駛證等信息互通,只要刷下你的臉,你的背景就一清二楚!

2、過程不需要提交任何紙質文件,快遞上門收件、送證件

市民辦理交管事項,再也不用排隊,不用拍照,不用列印提交各種證明材料,也不需要多次跑腿、來回取證件了。

以辦遺失補證來說,你不需要去拍照,無人警局後台將自動生成您的照片,提交申請。

當然,辦理遺失補證,只是無人警局的130項交管業務的一項。機動車、駕駛證、事故違法等,均可在無人警局辦理。

辦理業務申請後,你就可以撒手不管了。無人警局將在24小時內辦結、送達,實現網上支付,對接快遞平台,實現上門收件、送證件。

值得一提的是,無人警局24小時開放、全年無休,可以隨時市民用戶需求。

3、智慧管家為你量身定製服務

集合騰訊雲、大數據、卯識系統、智能輿情、小微機器人、優圖等人工智慧尖端技術,武漢交警智慧服務平台還推出智能推薦、智能管家、智能客服等智能化服務。

比如,你刷臉入場後,智慧管家就會引導你依次辦理業務,再通過智能終端設備,全流程自助實現現場補證換證領證。

智慧管家還會為你量身定製,推送駕駛證、機動車、違法及事故等相關信息;精準送達業務辦理,智能引導及交通出行信息。

智能客服小微還可以 24 小時為你解決 90% 疑問的,可以自行梳理完善知識庫,自動選擇最佳答案給用戶。

當然,如果您遇到那10%的疑問,不用慌張。因為在無人警局中,你可以選擇點擊觸摸一體機,與警務人員全天候在線溝通,通過視頻與警員自由交談。

服務效率提高了,辦事時間節省了,行政成本節省了,......無疑,無人警局的出現,將給與老百姓更多的便利!

人工智慧+,正在像以前的互聯網+一樣,正在快速地推進。

不僅是警局,各行各業都面臨著人工智慧的影響。可以預見,未來,可能沒有一個行業能夠離開智能這兩個字。

而智能之後,接踵而至的就是無人:無人超市,無人物流,無人加油站,無人駕駛,無人酒店……

比如,最近這些新鮮出爐的無人行當:

1、無人餐廳來了:消滅服務員,跟waiter say goodbye。

昨天,馬雲正式宣布:刷臉吃飯時代來了!

馬雲的「未來智能餐廳」閃亮登場,無須錢包和手機,更沒有服務員和收銀員,全程智能點餐和支付。吃完飯後,直接走人就行。走出去的同時,支付寶會自動為你買單。

2、無人財務來了:財務人的效率大大提升!

近日,在上海會計舉行的一場財務分享沙龍上,德勤「小勤人」曝光引發了行業地震。

「小勤人」幾分鐘就能完成財務幾十分鐘才能完成的基礎工作,還能夠不間斷工作!

3、無人醫療來了:醫生將迎來最強助手!

「人工智慧醫生」江蘇「首診」 ,機器人「沃森」10秒開出腫瘤治療的案例。

是的,你沒有看錯!新技術、新模式正在洶湧而來,改變著我們身邊的一切,改變著我們的生活。

除了上述的交管警務之外,據稱稅務、交通信號、醫療等方面,人工智慧+也在迅速地推進中。

科技改變生活!

向顛覆者致敬!

推薦閱讀:

AI 何時會全面超越人類
吳恩達 DeepLearning.ai 課程提煉筆記(1-4)神經網路和深度學習 --- 深層神經網路
【ICCV 2017論文筆記】我們應當如何理解視頻中的人類行為?
深度卷積網路的 BUG 一例:「絕藝」最近被人類棋手找到了一個有趣的缺陷

TAG:财经 | 科技 | 人工智能 |