主页 > 资讯 > 新闻动态 >

千呼万唤的深圳湾超级总部,2020与您有疯狂约会

来源: 未知2019-12-12 16:54

深圳湾超级总部基地入驻项目已达12个,总建筑面积255万平方米,划分为9个开发控制单元,计划总投资880亿,在2020年将有“5大手笔”竣工——神州数码国际创新中心、恒力集团深圳湾超级总部、中兴通讯深圳湾全球总部、万科集团总部以及碳云深圳湾。(“深圳湾超级总部基地”是2007年市政府提出的概念规划,超级总部的建设将秉持“深圳湾云城市”核心理念,基于智慧城市和立体城市、虚拟空间与实体空间的高度合一)。

 

深圳湾填海区位于华侨城地区南部的滨海地区,是塘朗山-华侨城-深圳湾城市功能空间轴的核心功能区段之一,南面深圳湾区,北倚华侨城内湖湿地,西靠沙河高尔夫球场,东侧毗临福田红树林鸟类自然保护区。

 

 

2014年3月编制完成的“深圳湾超级总部基地控制性详细规划”明确了,由滨海大道、深湾一路、深湾五路、白石三道、白石路围合而成深圳湾超级总部基地,周边汇聚了深港西部通道口岸、轨道2、9、11号线、深圳湾公园、红树林保护区、华侨城内湖湿地、华侨城主题景区、大沙河及沙河高尔夫等资源,成为深圳最具价值的土地

 

有的人会觉得,如此高大上的区域规划似乎与我很遥远、与我无关,但只要我们还在使用互联网、使用汉语汉字,这些讯息都会铺天盖地地来到我们跟前。超级总部的每一块地都是地王,这里也将是未来我国土地最贵的地方。最开始的规划不是今天这样的,而是以住宅为主导,搭配商业、公园、歌剧院(红树西岸在卖楼时右侧规划还是歌剧院)。如今的商务核心区,大概是 2011 年之后调整的。

 

各种规划、方案、设计就是某种理想,若社会生活没有这种理想,是难以想象的,但如果理想与现实可能性无关,它们则是空洞的。人们既需要知道自己想要创造的社会是个什么样子,也需要知道向这种社会迈进的具体方式。

 

 

超级总部的最终设计方案由“超级十字”、“超级生境”、“千禧之城”三个方案共同组成,由多个团队、多家设计公司共同完成。“超级”是一个重要的关键词,深圳湾超级总部基地有着超级强的产业龙头、超级高的单位经济产出、超级品质的城市功能区,将树立一个超级的质量型发展的城市示范区。

 

“超级十字”方案以“超级链接”和“超级交互”为设计理念,形成南北上山下海公共风景轴与东西活力共享公共文化轴的十字交汇,东西向的公共文化轴是其亮点,不但增加了充满活力的片区“东门户”,与欢乐海岸互动融合,更重要的是首次将“共享、交互”的概念以具有张力的结构性元素诠释在深超总功能布局之中,丰富了深超总基地的空间形态,也增加了对深超总活力层次的想象力。

 

 

“超级十字”将南北上山下海公共风景轴设计为未来交通枢纽及活力中心的双载体,它与轴线南端海平面上的地标性构筑物相呼应,形成对深超总的回望。

 

通常人们想要理解一些难以理解的东西的时候,往往要借助其他难以理解的东西来理解。想要完成这么顶级的规划,一般普通的建筑工匠估计很难完成,人工智能技术的应用是其中重要的一环,而未来在超级总部工作、生活的人,其基本素质就是要熟悉人工智能,甚至熟练运用人工智能。

 

越来越多的超级规划、超级描述、超级概念、超级算法以及超级数据,就深度学习而言,数据量越多越好,人工神经网络获得的样本数据越多,就越能够正确识别出形态,准确辨认真实世界里的东西。如果“喂”入的数据量更多,即使是中等水准的人工智能工程师设计出来的算法,其表现也会比世界级顶尖深度学习研究人员设计出来的算法更好。

 

 

 

成功的人工智能算法需要大数据、强大的电脑运算能力,以及优秀(但未必顶尖)的人工智能算法工程师,想在新领域善用深度学习的能力,这些都是必要的。但在实干的年代,当中最重要的还是数据,因为当电脑的运算能力和工程师的能力达到一定门槛水准之后,数据量的多寡就成为决定算法整体效能与精准度的关键所在。

 

互联网的海啸式发展带来了海量的数据:文本、图像、视频和房产的数据等。如此多的数据,成了研究人员手中源源不绝的试验材料,用来训练他们构建的人工神经网络,他们可以使用的运算力也变得又强大又便宜。例如普通人手中智能手机的运算力,甚至比美国航空航天局登月计划中最先进计算机的运算力还高出几百万倍。

 

我国快速迭代的互联网王国,如今创造、搜集了真实世界的海量新数据,拥有非常丰富、详细的用户信息,如每天用户在何时身处何处、通勤的方式、喜欢的食物、什么时候会在哪里购物或喝啤酒等。这些丰富的数据在实干的年代是宝贵的资源,可以让各家人工智能企业详细了解用户的日常习惯,结合深度学习算法,为用户量身打造出从财务审核到旅行规划到房源匹配等各种不同的服务。在不久的将来,这些巨无霸一般的真实世界数据,将会是我国企业发展人工智能服务的重要优势。

 

 

通过深度学习的形式,有效训练了人工神经网络中新增的神经元层,神经网络让人工智能回暖,也第一次把人工智能真正地应用在现实世界中。研究人员、未来学家、科技公司CEO都在讨论人工智能的巨大潜力:识别人类语言、翻译文件、识别图像、预测消费者行为、辨别欺诈行为、批准贷款、帮助机器人“看”,深度学习还可以进行自动驾驶,帮助车辆“看”到行驶的路况,如识别红绿灯等。

 

深度学习的算法使用了大量来自特定领域的数据,为想要的结果做出最佳决策,其方法是让系统使用这些输入的数据,训练自己识别数据和期望结果之间的关联性。深度学习最自然的应用领域是保险、贷款类的金融业务,因为借款人的相关数据非常多(信用评分、收入、信用卡近期使用情况等),而最优的目标(降低还款违约率)很明确。如今人们一听到深度学习就兴奋,是因为它的核心能力——识别规律、得出最优解、做出决策,可应用在许多日常问题上。

 

-END-