“智慧城市”努力了那么多年，这次竟然被“城市大脑”一下就打败了？

在刚刚召开的“阿里云栖大会”上，阿里云联合杭州市政府公布了一项“疯狂”的计划：为这座拥有2200多年历史的城市，安装一个人工智能中枢——杭州城市数据大脑。此计划一经公布立刻引起行业内外热议，一时间关于“城市大脑”替代“智慧城市”的说法广为刷屏。仔细分析“城市大脑”计划会发现，“城市大脑”确实是原有概念“智慧城市”的升级改造版本，其技术和应用水平都有很大提升，这意味着城市或许可以自我调节地运行，从而把人类从繁重劳动中解放出来。

以人工智能为核心的“城市大脑” 大大提高数据处理、运算能力

什么是“城市大脑”？阿里巴巴技术委员会主席王坚解释到：它是政府部门和企业打通信息关卡，为城市治理建设的共享数据大平台。平台的核心系统采用阿里云ET人工智能技术，可以对整个城市进行全局实时分析，自动调配公共资源，最终将进化成能够治理城市的超级人工智能。

诚然，“人工智能”已成为被提及最频繁的技术名词，也被广泛用于人脸识别、虹膜识别、语音识别、语音合成、计算机识别和图像理解等领域，是大众早已熟悉的技术。但同时人工智能也涉及高深的“深度学习”和“机器学习”，又给它蒙上了些许神秘面纱，变成我们身边“最熟悉的陌生人”。技术本身虽然深奥，但其应用服务可以让人们最直观地感受它的奇妙，让大众在高速处理的世界中享受人工智能的便利。

以城市病中突出的“交通拥堵”问题来说，人工智能技术的融入在短时间内就有效解决了这个“智慧城市”建设中多年未能解决的难题。对交通拥堵的原因，业界一直调侃说：世界上最遥远的距离是红绿灯和监控摄像头的距离，它们明明都在一根杆子上，却从来没有“合作”过。交通会堵原因是摄像头看到的东西永远不能成为红绿灯的行动。而“城市大脑”借助人工智能技术搭建的系统平台可以快速处理海量的摄像头捕捉的信息，让红绿灯“读懂”摄像头，自动指挥交通。

在杭州，这已变为现实。全市的5万个交通摄像头充当“眼睛”来采集车流数据，之后通过人工智能方法处理数据后，就可以智能调控红绿灯。而5万个摄像头的监控视频如果由交警三班倒地去看，需要15万个交警。通过算法可以大大提升效率，“城市大脑”可以在短时间内把这些视频都看完，并提供针对性的管控办法。

另外，今年9月萧山区市中心路在使用智能交通模块后，数据表明：通过智能调节红绿灯，道路车辆通行速度平均提升了3%至5%，在部分路段有11%的提升，真正开始了用大规模数据改善交通的探索。

以上的种种数据无不证明了人工智能技术的“超能力”，让人们直接感受到高速数据处理的现实便利。这背后需要“数据、算法、计算能力”的大力支持，三者相辅相成才能将“城市大脑”融入各行各业，走入每个普通大众的生活。

数据是基础，人工智能技术把城市大数据平台的共享信息作为处理对象。有了丰富的数据之后，“城市大脑”便可在一个虚拟的数字城市中构建算法模型，通过机器学习不断迭代优化，计算出更“聪明”的方案：每个路口红绿灯设置为多长时间通行效率最高？哪些路口应该禁止左转？公交车辆和线路如何调度更为合理？道路修建是否有更好的选择？

除此之外，如此海量的数据对计算平台的存储功能和吞吐能力有极高要求。因此，城市大脑需要五大平台支持——超大规模计算平台、数据采集系统、数据交换中心、开放算法平台、数据应用平台，从而保证数据高速、准确完成处理。这比“智慧城市”建设的系统平台能更高效地处理海量数据，提高准确率和智能化水平。

借助人工智能背后的“数据、算法和计算能力”，可以实现机器自我学习和提升。比如，手机地图、道路线圈记录的车辆行驶速度和数量，公交车、出租车等运行数据在一个虚拟的数字城市中构建算法模型，通过机器学习不断迭代优化，计算出更“聪明”的方案，红绿灯的设置、通行效率的提升甚至道路的修建方案都可以由“机器”决定。这也是“城市大脑”自己读懂数据、作出决策的过程，比“智慧城市”中仍需人工根据数据结果调控城市运行有极大提升。

“城市大脑”接入多方数据愿望很美好 仍面临数据共享难题

城市发展的每时每刻都在产生数据，同样地，城市的长远规划和决策也需要数据作为重要依据和支撑。城市数据内容庞杂、体量极大，包括公共服务、产业发展、人口信息等。但各行各业数据较为零散，存储形式不同、数据平台接口不一致导致数据缺乏标准化，从而很难汇总共享，“大数据”的能量也无用武之地。这种窘境是以往“智慧城市”建设中屡见不鲜的老大难问题，但“城市大脑”的出现却有机会为此问题开出一剂良方。

凭借“城市大脑”，可将交通、能源、供水等基础设施全部数据化，这就可以连接散落在城市各个单元的数据资源，从而打通“神经网络”。这个过程就好比把城市数据输入“大脑”，让“城市大脑”得以统一调配。

这样一来，原来分散在不同部门、不同机构的大数据得以整合，从而发挥成最大的效力。比如，城市交通管理数据、公共服务数据、运营商数据、互联网数据，这些数据形成初期的“大脑”容量，之后仍旧不断扩充，从而打造真正意义的“城市大数据”。这有可能是“城市大脑”在信息共享上的一个突破，解决以往数据孤岛难题。但在此次发布会上，并未透露具体的保障机制或可操作化措施，这也让我们对此计划的大范围推广存在质疑。

电信专家马继华也指出，杭州的信息化程度高、老百姓接受度高都是“城市大脑”在杭州推行的动力，不过从大范围推广来看，仍需两三年时间。

对数据孤岛问题，不仅要依靠政府有力推动，更重要的是保障数据安全和数据贡献者的收益。国家发展和改革委员会城市和小城镇改革发展中心大数据所所长姜鹏说道，系统架构必须有利于大数据的收集、利用与安全，保证这部分城市公共数据可以很便利地成为推动城市转型、提升治理效能和方便市场利用的重要基础资源。

对“信息安全”的保障工作，马继华指出，应该利用加密手段等高科技技术让数据提供者安心，让不法分子死心。应对各部门的数据使用权限做出明确规定，应用逐渐稳妥地推开。最终只要经过审批就可以随时利用共享数据创造收益，从而激发数据所有者共享更多相关城市数据。

“城市大脑”更注重让数据创造新价值直接服务普通大众

虽然“城市大脑”和“智慧城市”看起来都是利用互联网、大数据、云计算等技术分析城市数据从而监测城市运行情况，但城市大脑却不是简单的“智慧城市”翻版，而是“智慧城市”的升级改造，其中最主要区别在于“数据”。

正如阿里云首席科学家周靖人说的那样，智慧城市的基础在于买监控摄像头，是用硬件基础设施来达成城市建设目标，而“城市大脑”则是利用数据创造新价值。

以交通信号灯为例，国内城市使用的SCATS信号灯控制系统属于国外引进，并不适合中国的“混合型”交通现状。尤其是城市建设导致线圈采集设备大面积损坏，SCATS系统相当于是“眼睛”被蒙蔽了，控制信号灯的效果比理论预期差很多，且无法实现基于全局的决策判断。硬件损坏后，“智慧城市”建设体系下的数据采集就无法完成，也就意味着城市管理部门无从下手解决交通问题，也是以硬件为平台获取数据的短板。数据获取难以完成之时，数据创造价值更是无从谈及，这一点成为了“智慧城市”的硬伤。

而“城市大脑”引入了地图数据、摄像头数据等多种形式，相当于城市大脑具备了“天眼”，能够从城市上空俯瞰全局。同时，采用网络流控制理论，可以实现对网络阻塞点的全面量化。

在摄像头获取交通信息后，结合地图采集的数据，可以分析道路拥堵来源究竟是前方的学校、医院，还是有事故发生。找到病因、对症下药，才是数据缓解交通压力的本质，这也是数据创造价值的必备。另外，数据可以帮助调整交通信号灯，用红绿灯的调解来疏导交通。结合更多类似“地图导航”的终端应用还可以把交通信息反馈给用户，引导大众及时躲避拥堵。借助大脑的智能分析系统，数据可以直接从摄像头、红绿灯走入用户身边，而不像“智慧城市”建设中那样需要人工将数据分析结果传递给特定部门后才能对外公布。这样一来，用户在地图上可以实时查看道路拥堵情况，让数据直接服务普通大众，创造更多价值。

不仅对个人有极大价值，对政府管理部门的“交通拥堵控制、预测”工作同样存在价值。基于交通历史数据、实时路况数据、手机基站信令数据、视频监控数据、信号灯运行数据等多数据源的整合，城市大脑可以使用机器学习算法实现交通拥堵的提前预测，并提醒管理者提前采取相应措施。同时也能帮助交通管理部门进行道路合理规划设计，对交通信号装置等相关因素进行调整，以便降低路况拥堵率。

在以往的“智慧城市”建设中，在利用数据预测未来需求方面一直存在短板。原有做法一般是得到及出行数据后人工分析，只能是根据数据特点得出大致规律，无法做到准确、细致。比如在交通方面，可以预测某一时间段、某一路段范围内的拥堵情况，却无法准确定位到每条街道、每个路口，这主要是由于算法和系统运算能力所限。而“城市大脑”中借用人工智能的高速算法和运算平台可以实现海量数据的高速处理，让预测信息更加精准、更具针对性，为城市交通的长远规划提供决策辅助。

互联网时代诞生了很多类似人工智能、虚拟现实、增强现实、物联网等技术，未来的城市建设将会更多融入这些技术、升级改造“智慧城市”。不论是“城市大脑”，还是其他智能应用，背后都需要数据作为基础，因此城市建设中需要更加注重大数据产业的发展。

姜鹏表示，大数据产业是高新产业，有着很高的门槛。推动大数据产业，一定要聚焦在数据应用上，而不是数据中心建设本身。要从数据中发现联系、提炼价值，这才是大数据产业高端附加值的产出池。由此可见，“城市大脑”计划也必须首先攻克“数据关”，只有在数据信息共享、数据处理能力升级、数据价值深度挖掘的前提下才能具备更高“智商”，从而打造城市自我运行、自我调节的“智慧中枢”。