日前，杭州城市大腦正式上線AI視覺產品“天曜”，用機器代替交警巡邏。外賣車開上機動車道、行人亂穿馬路等違章現象都將無處遁形。
目前主城區莫干山路區域、22公裡的中河-上塘高架等快速路的249路監控球機已經具備自動巡邏功能，覆蓋700多個道路斷面。按照每個民警每天不間斷巡查3個斷面推算，機器巡邏釋放了200余名警力，實現了人工巡邏無法做到的全年無休。
大數據之“大”
攝像頭就像城市的“眼睛”。據HIS的統計數據顯示，截至2017年底，中國的監控攝像頭安裝量已經達到了1.76億，預計在2020年這個數字將會變成6.26億。
然而在過去，這上億隻復眼缺少大腦的指揮，大量的維護成本和更新工作反而成為城市管理者的麻煩，不堪重負的城市也日漸成為一個四肢臃腫，頭腦簡單的“生命體”。正像約翰·奈斯比特在《大趨勢》中所說的那樣：“人類正被信息淹沒，卻飢渴於知識。”
阿裡雲發布的白皮書《城市大腦探索“數字孿生城市”》裡這樣描述“ET城市大腦”：以互聯網為基礎設施，匯聚城市的全量數據，對數據和視頻進行實時分析，並在感知、理解、決策、搜索、預測和干預全流程應用人工智能技術，對城市運行進行全局的即時分析，來高效調配已有的公共資源，這是城市大腦走出的一條創新之路。
“大數據，不是在強調數據的規模之大，而是怎麼能把大量的數據記錄下來，怎麼能把大量的數據提煉出有用的價值，變成產品和服務。大數據是一個技術，技術要想發揮價值，核心是需要流動起來。數據越用才越有價值。”阿裡雲研究中心戰略總監楊軍在以行業研究者的身份接受人民創投（ID：renminct）採訪時說道，“我一直努力從研究者的視角來對城市大腦、數據治理的進行總結提煉和模式研究”。
ET城市大腦與智慧城市
楊軍用攝像頭的例子解釋阿裡雲ET城市大腦和傳統的智慧城市的區別：
許多的智能攝像頭將視頻處理功能內嵌到終端內部，這樣的攝像頭除了鏡頭模塊之外，還集成有智能和計算模塊，具備車牌號識別、車速計算、違章抓取等功能。然而這樣的攝像頭隻能處理事先指定的事務，隨著技術的升級，如果要實現新的功能就隻能更換硬件。
相比之下，ET城市大腦可以利用原有的不帶智能功能攝像頭（例如360°球機），在雪亮工程、平安城市等項目中安裝的攝像頭都可以接入到城市大腦，攝像頭隻負責視頻的採集工作，城市大腦借助部署在雲端的機器智能技術對回傳的視頻，利用各種算法模型實現各種類型的智能攝像頭的功能，並可以統籌其他終端採集的數據，就能通過挖掘數據價值持續進行各種應用創新。
楊軍介紹，城市大腦可以實時為行駛中的應急車輛規劃最優路徑，通過精確預估車輛到達下一個路口信號燈的時間，並下發給信號燈控制系統，可以使應急車輛一路綠燈通過各個路口。在杭州市蕭山區，阿裡雲ET城市大腦讓救護車到達時間縮減50%，救援時間平均縮短7分鐘以上，為生命多帶去了50%的平安希望。城市大腦還可以通過視頻識別交通事故，即時全面地對城市突發情況進行感知，結合智能車輛調度技術，大大縮短出警時間，實現精確出警。目前在杭州主城區視頻日報警識別准確率95%以上﹔中河-上塘路高架車輛道路通行時間縮短15.3%，莫干山路部分路段縮短8.5%。
“以前我們查詞用字典用文曲星，做會議記錄用錄音筆，拍視頻用DV，打游戲用游戲機小霸王，但是當我們到了PC互聯網時代，具有操作系統的電腦將這些應用集成到一起，隻需要在操作系統裡安裝翻譯、錄音、錄像和游戲的軟件應用就可以了。和這個例子類似的是，傳統的智慧城市建設，是為了實現一個個具體的功能，例如污染監控，交通違章，公共安全等，大都是單點或單領域應用，就像是文曲星等，而ET城市大腦像一個為整個城市的數據‘操作系統’一樣。ET城市大腦現在做的事情是構建一個面向城市數據的‘操作系統’，基於全量的、全網的視頻數據處理能力，及時處理能力，它的想象空間和創新能力將是無限的。”楊軍闡述道。
智慧城市的硝煙
目前，我國正處於城鎮化加速發展的時期，部分地區的“城市病”問題日益嚴峻。德勤今年2月發布的《超級智慧城市報告》稱，目前全球已啟動或在建的智慧城市項目已達1000多個，中國在建500個，遠超排名第二的歐洲(90個)。
致力於智慧城市建設的企業並非阿裡獨家，同為互聯網巨頭的騰訊與百度在智慧城市的布局毫不示弱。BAT三家巨頭都以城市為單位，逐步推進自己的智慧城市方案，並且形成了各自的打法。
騰訊超級大腦是聯合騰訊AI LAB、優圖實驗室、微信AI團隊、機器人實驗室、量子實驗室等共同推出的產物，將把深圳坪山區建成為全國首個落地的“城市超級大腦”創新示范區。
百度的“AI CITY”戰略則以人工智能為核心，綜合雲計算、物聯網、區塊鏈等技術，已經與北京市海澱區、雄安新區、天津市政府等積極推動“AI CITY”的建設。
此外，華為城市神經網絡、滴滴交通大腦、360安全大腦等類似的智慧城市系統不斷涌現﹔証券領域，“智慧城市板塊”集聚了中國平安、海康威視、方正科技、中興通訊、科大訊飛等多達109隻概念股，智慧城市硝煙才起。
阿裡雲發布的白皮書《城市大腦探索“數字孿生城市”》提出了他們對城市大腦的衡量標准：什麼樣的AI才能稱為真正的“城市大腦”？衡量標准有三條，能夠實時處理人所不能理解的超大規模全量多源數據（整體認知），能夠洞悉人所沒有發現的復雜隱藏規律（機器學習），能夠制定超越人類局部次優決策的全局最優策略（全局協同）。
“我認為，城市大腦最大的價值並不是我們目前看到的，在交通、公共安全、綜合治理方面的應用，這些試點只是ET城市大腦這個數據操作系統價值的証明。未來ET城市大腦最大的價值是，基於這個城市的數據‘操作系統’所構建的數據開放協作平台將有巨大的潛力，集合全社會更多方的力量和智慧一定會誕生城市治理的‘超級應用’，實現城市數據的全量、實時、全面應用。”楊軍對阿裡雲的“ET城市大腦”充滿期待。
放眼全球，國際數據公司(IDC)近日發布的“全球半年度智能城市支出指南”報告指出：IDC數據庫中所分析的53個城市的支出約佔全球智慧城市支出的15%，其中新加坡、東京、紐約、倫敦和上海處於2018年智慧城市支出的領導地位。報告預測在2018年，智慧城市將吸引全球超過810億美元的技術投資，並且到2022年，該支出將增長到1580億美元。
千億級別的市場讓全球大大小小的科技公司趨之若鹜，大家紛紛加入“智慧城市”建設的大潮之中。英國智慧倫敦計劃，美國智慧城市發展計劃，落地加拿大多倫多的“谷歌未來之城”，韓國“U-City智慧城市”，日本“i-Japan智慧城市”計劃，新加坡的“Smart Nation智慧國”等，都是科技公司與政府合作為城市發展創造的新契機。
隱憂與困頓
城市在智慧起來的過程中，集中化的數據和高度發展的人工智能首先引起的是人們對於隱私的擔憂。數據的整合，對隱私的穿透力不僅僅是“1+1=2”的，很多時候是遠大於2的。如果20分鐘可以鎖定一個遮遮掩掩的犯罪嫌疑人的行蹤，那同樣可以鎖定任何一個人，尤其是毫無防備的普通人。
大洋彼岸，亞馬遜向美國警方和司法部門提供的“Rekognition”人臉識別項目遭到了超過400名學術人士和15萬名民眾的聯合抵制，“無論准確與否，這樣的識別都可能讓人們失去自由甚至生命。”
“技術都是一把雙刃劍，大數據和人工智能也不例外。”楊軍坦言，“首先，應該在保護個人數據隱私安全的基礎上促進數據的流動、融合和使用。其次，在隱私保護和數據流動之間找到恰當的平衡點。應該聚焦討論的問題是利用這些數據是去造福還是做惡的判定標准，而不是如何限制技術本身。大數據和人工智能技術都是在數字世界裡去對數據進行的加工處理，如果有‘壞人’利用這些數據在物理世界中侵害他人利益，理應根據我們現行的法律去制裁。但不能因為有這樣的壞人，就不允許所有人也不能在數字世界使用這樣的技術。最后，大數據一定需要大理論，我們希望聯合業界機構共同推動大數據、人工智能這些技術的良性健康發展。”
因噎廢食是不可取的，數據是數字經濟的根基，一味注重數據的隱私性，就會失去大數據帶來的紅利﹔但是如果擁有數據的一方可以為所欲為，那麼公民的基本權利就難以得到保障，莎士比亞戲劇《科裡奧蘭納斯》中有句名言“城市即人”，如果不能保証公民的權利，那城市的建設就是失敗的。
著名記者帕卡德早在1967年就曾在《紐約時報》發表的文章《不能告訴計算機》中寫道：“當政府把我們每一個人的信息和日常生活的細節都放置於某個中央級的數據銀行，我們便會受控於坐在電腦機器前面的那個人和他的按鈕。這令人不安，這是一種危險。”
“不安源於對未知的恐懼”，楊軍表示，“人對於未知的恐懼是最大的，之所以人們今天這樣重視這件問題，就是因為當那麼多數據集中到一起的時候，現在沒有人能說清楚會發生什麼，但是數據隻有流動起來才能創造價值，這是趨勢。”
楊軍這樣介紹阿裡雲保障數據安全性的兩個方法：一是對於政府的強監管領域，提供專有雲，將機房等物理設施部署在政府部門的機房裡﹔二是放在公共雲上，數據資產的所有權屬於客戶，雲計算平台在保護數據的私密性、完整性和可用性時，不得將數據挪作他用。隻有經過授權和技術認証，才有權通過API接口調用數據，所有調用行為都需要有記錄可查可追溯，調取數據的技術能力都必須是可控的。
除了被擔憂的數據安全問題，楊軍講述道，“如何打通數據孤島，讓數據真正流動起來是城市大腦建設中最大的難題”。
無論是為政府還是企業，楊軍稱最難的就是數據治理問題，“每個部門都有自己獨立的信息系統，每個系統就像一個小煙囪，有的企業盡管系統‘上雲’了，卻沒有將部門間的賬號系統沒有打通，只是把一個個煙囪變成煙囪群”。
從城市大腦建設以及參與浙江省“最多跑一次”的改革中，楊軍提煉出一些個人經驗：數據治理的關鍵要素是“一把手”工程和制度保障。以需要借助大數據和人工智能實現的事項為“牛鼻子”，以產品和服務為導向來歸集數據。“每一類數據都要唯一的部門負責數據的質量和匯集，並保証持續更新，形成閉環”，楊軍解釋道。這樣，數據的共享和匯聚不是“目標”，而是成為“產品和服務” 實現過程中的必然結果。
