|
人工智能与时间概述
(国家授时中心)
人工智能（Artificial Intelligence），英文缩写为AI。是新一轮科技革命和产业变革的重要驱动力量，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能大模型是指拥有超大规模参数（通常在十亿个以上）、超强计算资源的机器学习模型，能够处理海量数据，完成各种复杂任务，如自然语言处理、图像识别等。
近期，基于大模型研发的生成式人工智能，展示了在语言理解和内容生成等方面的出色能力，引发社会关注。大模型赋能，生成式人工智能正在引发新一轮智能化浪潮。从与人顺畅聊天到写合同、剧本，从检测程序安全漏洞到辅助创作游戏甚至电影……生成式人工智能本领加速进化。随着技术迭代，更高效、更“聪明”的大模型将渗透到越来越多的领域，有望成为人工智能技术及应用的新基座，变成人们生产生活的基础性工具，进而带来经济社会发展和产业的深刻变革。
在2023中关村论坛上发布的《中国人工智能大模型地图研究报告》显示，中国人工智能大模型正呈现蓬勃发展态势。据不完全统计，截至目前，10亿级参数规模以上的大模型全国已发布了79个。人工智能大模型发展的关键因素包括数据质量、算法和模型优化、算力资源以及场景应用等方面。只有不断提高这些方面的技术实力和创新能力，才能推动大模型的发展和应用。数据质量方面，高质量的数据是训练大模型的关键。在大模型“百花齐放”的背景下，数据是“胜负手”。数据质量包括数据采集、数据标注和数据质检等方面，需要专业的团队进行管理和维护。
数据质量影响大模型“智商”。国际上一些大模型之所以领先，与大量公开高质量数据的训练息息相关。我国有海量数据和丰富应用场景，应逐步开放共享优质数据，通过制定共享目录和共享规则等方式，推动数据分级分类有序开放，让流动数据激发创新活力。例如，前不久印发的《深圳市加快推动人工智能高质量发展高水平应用行动方案(2023—2024年)》提出，“建立多模态公共数据集，打造高质量中文语料数据”。期待各地各行业从实际出发，加强高质量数据供给，为大模型成长提供充足“养料”。
时间单位秒作为七大基本物理量之一，用于描述物质运动变化的持续性和顺序性，广泛应用于国民经济和国防建设的诸多领域。人工智能大模型中需要高质量的电子数据，高质量电子数据离不开对物理世界应用场景客观真实性描述，时间是电子数据描述物理世界客观真实性的重要标签。因此，时间是高质量电子数据的数据底座，为人工智能大模型深度学习、计算、推理提供基础，多维度观察物理世界提供依据，为发展人工智能大模型赋能。人工智能大模型，要构造坚实的数据底座，实现同一时间不同应用场景互通互联、数据融合共享，发展人工智能科学，离不开高精度的时间同步。
另外，人工智能的应用主要包括:零售、医疗、交通、教育、家居、物流、安防、制造等八大领域。人工智能在行业应用无人化、自动化、高效化已经成为行业应用的特征，推动着行业的可持续发展。然而，人工智能应用都基于高质量的电子数据，高质量的电子数据成为人工智能应用中学习—>认识—>决策—>控制全过程的基石。电子数据描述事物客观真实性是判断电子数据质量的重要因素，然而时间是电子数据还原客观真事物客观真实性的重要标签，时间对于高质量电子数据具有重要意义。因此，在人工智能应用领域高精度、可管理的时间成为人工智能应用的刚需。
一、存在问题
目前，在交通、物流、安防、制造等人工智能应用领域，时间同步基本是通过自建时钟同步组网的方式实现，部分设备甚至是手动设定时间，缺少统一的中高精度时间服务体系。比如，数字化工厂生产系统中的所有机器都相互协同工作，传感器收集用于确定管理机器和监控质量的最佳方式的数据，。但是，在网络中未能定义足够准确和统一的时间会导致误解和错误，这种错误往往代价高昂。上述时间提供方式在人工智能应用领域中存在的问题如下：
①时间的基准问题：基于人工智能应用场景覆盖方方面面，由于不同授时方式的影响，很容易出现各类系统数据时序不匹配的情况，从而导致后续数据处理和应用中的一系列问题。
②时间的可信问题：人工智能应用领域，一些特殊的应用涉及时间可信问题。例如，工业产品出厂日期等领域使用任意可设定的时间数据，生产日期虚假标注、生产日期随意涂改、打码时间公信力低等现状持续带来严重社会民生问题。人工智能在交通、安防应用领域，摄像头、执法记录仪等时间不可信使得在社会管理方面公信力低。
③时间的精度问题：人工智能应用领域，一些特殊的应用涉及高精度的时间。比如，工业控制领域目前的主要发展瓶颈依赖于精确的同步算法来解决，其中对时间的精度要求最突出，如高精度机床中对切割面偏差率的精准计算就是以高精度时间为基准。
④时间的管理问题：目前人工智能应用领域的控制系统、业务系统和设备等都是基于自己的时钟，且都是可以调节的，因此无法保证同步。此外，在一些对透明度和可追溯性要求很高的行业应用中，要求通过标准时间戳记录来支撑在网络内和整个生产过程中的可追溯性和可信性，从而消除任何“盲点”, 保证产品的质量和安全。这些问题的发展主要是因为缺少统一的时间应用和管理体系，因此，在人工智能应用领域建立中高精度时间的应用系统，通过工业互联网/互联网向人工智能应用统一提供中高精度时间服务，是符合我国新型发展目标的基础安全设施，是解决人工智能应用问题的有效手段。
二、解决方案
基于国家授时中心溯源认证根节点，在人工智能各行业建设溯源认证子节点，将各行业时间溯源到国家标准时间，使得各行业时间基于国家标准时间可溯源、可监控、可管理、可认证。
溯源认证子节点主要是通过定时技术，将自己本地时间溯源到上级溯源认证节点，建立本地时间系统；基于本地时间系统通过授时技术向下级溯源认证子节点提供时间授时服务；下级溯源认证节点实现时间溯源后，本级溯源认证子节点通过时间测量技术对下级溯源认证子节点的时间进行测量，基于时间测量结果，对下级溯源认证子节点可提供时间认证服务。溯源认证子节点由时间溯源终端单元、时间测量与监测单元、身份管理单元、安全系统单元、时间认证单元和授时单元组成，如下图所示。
图1溯源认证子节点
1、时间溯源终端单元：通过定时技术，将本地时间溯源到上级溯源认证节点。
2、授时单元：通过授时技术，向下级溯源认证子节点提供时间溯源服务。依据各个行业应用场景需求采用不通手段的授时方式，为行业提供用时服务。
3、身份认证单元：通过身份认证技术，对下级溯源认证子节点的身份进行认证，对通过身份认证的节点提供时间认证服务。
4、安全系统单元：提供溯源认证子节点安全基础设施、数据加密传输的能力，使用通过国家密码管理局检测认证的密码机，灵活地调整配置，以满足不同的加解密运算要求。
5、时间测量单元：通过时间测量技术对，下级溯源认证子节点本地时间进行实时测量。
6、时间认证单元：根据时间测量结果，对下级溯源认证子节点提供时间认证服务，时间认证服务可说明在该时间段内该节点与标准时间的偏差，并给出时间的评估结果。
基于国家授时中心的溯源认证根节点和各行业建设的溯源认证子节点，形成溯源链和认证链，在溯源认证体系里面形成双向可信链。国家授时中心为标准时间源头，采用多种授时技术手段向下级节点扩展授时，最多可向下扩展三级授时节点，通过授时技术形成一条由根向下授时链路，实现标准时间溯源链。基于国家标准时间通过时间测量技术上级节点对下级节点进行时间测量，形成一条由根向下的时间测量链路，用于保证授时准确性、可靠性、稳定性，可对被测量时间节点提供时间认证服务，形成标准时间认证链，如下图所示。
图2溯源认证链
通过在行业内建设时间溯源认证子节点，解决时间源、时间精度、时间可信、时间管理问题，为人工智能应用领域赋能！ | 
