人民网>>人民创投

最强“大脑”:大数据时代的城市攻坚战

2018年08月16日14:32  来源:人民网-人民创投

日前,杭州城市大脑正式上线AI视觉产品“天曜”,用机器代替交警巡逻。外卖车开上机动车道、行人乱穿马路等违章现象都将无处遁形。

目前主城区莫干山路区域、22公里的中河-上塘高架等快速路的249路监控球机已经具备自动巡逻功能,覆盖700多个道路断面。按照每个民警每天不间断巡查3个断面推算,机器巡逻释放了200余名警力,实现了人工巡逻无法做到的全年无休。

大数据之“大”

摄像头就像城市的“眼睛”。据HIS的统计数据显示,截至2017年底,中国的监控摄像头安装量已经达到了1.76亿,预计在2020年这个数字将会变成6.26亿。

然而在过去,这上亿只复眼缺少大脑的指挥,大量的维护成本和更新工作反而成为城市管理者的麻烦,不堪重负的城市也日渐成为一个四肢臃肿,头脑简单的“生命体”。正像约翰·奈斯比特在《大趋势》中所说的那样:“人类正被信息淹没,却饥渴于知识。”

阿里云发布的白皮书《城市大脑探索“数字孪生城市”》里这样描述“ET城市大脑”:以互联网为基础设施,汇聚城市的全量数据,对数据和视频进行实时分析,并在感知、理解、决策、搜索、预测和干预全流程应用人工智能技术,对城市运行进行全局的即时分析,来高效调配已有的公共资源,这是城市大脑走出的一条创新之路。

“大数据,不是在强调数据的规模之大,而是怎么能把大量的数据记录下来,怎么能把大量的数据提炼出有用的价值,变成产品和服务。大数据是一个技术,技术要想发挥价值,核心是需要流动起来。数据越用才越有价值。”阿里云研究中心战略总监杨军在以行业研究者的身份接受人民创投(ID:renminct)采访时说道,“我一直努力从研究者的视角来对城市大脑、数据治理的进行总结提炼和模式研究”。

ET城市大脑与智慧城市

杨军用摄像头的例子解释阿里云ET城市大脑和传统的智慧城市的区别:

许多的智能摄像头将视频处理功能内嵌到终端内部,这样的摄像头除了镜头模块之外,还集成有智能和计算模块,具备车牌号识别、车速计算、违章抓取等功能。然而这样的摄像头只能处理事先指定的事务,随着技术的升级,如果要实现新的功能就只能更换硬件。

相比之下,ET城市大脑可以利用原有的不带智能功能摄像头(例如360°球机),在雪亮工程、平安城市等项目中安装的摄像头都可以接入到城市大脑,摄像头只负责视频的采集工作,城市大脑借助部署在云端的机器智能技术对回传的视频,利用各种算法模型实现各种类型的智能摄像头的功能,并可以统筹其他终端采集的数据,就能通过挖掘数据价值持续进行各种应用创新。

杨军介绍,城市大脑可以实时为行驶中的应急车辆规划最优路径,通过精确预估车辆到达下一个路口信号灯的时间,并下发给信号灯控制系统,可以使应急车辆一路绿灯通过各个路口。在杭州市萧山区,阿里云ET城市大脑让救护车到达时间缩减50%,救援时间平均缩短7分钟以上,为生命多带去了50%的平安希望。城市大脑还可以通过视频识别交通事故,即时全面地对城市突发情况进行感知,结合智能车辆调度技术,大大缩短出警时间,实现精确出警。目前在杭州主城区视频日报警识别准确率95%以上;中河-上塘路高架车辆道路通行时间缩短15.3%,莫干山路部分路段缩短8.5%。

“以前我们查词用字典用文曲星,做会议记录用录音笔,拍视频用DV,打游戏用游戏机小霸王,但是当我们到了PC互联网时代,具有操作系统的电脑将这些应用集成到一起,只需要在操作系统里安装翻译、录音、录像和游戏的软件应用就可以了。和这个例子类似的是,传统的智慧城市建设,是为了实现一个个具体的功能,例如污染监控,交通违章,公共安全等,大都是单点或单领域应用,就像是文曲星等,而ET城市大脑像一个为整个城市的数据‘操作系统’一样。ET城市大脑现在做的事情是构建一个面向城市数据的‘操作系统’,基于全量的、全网的视频数据处理能力,及时处理能力,它的想象空间和创新能力将是无限的。”杨军阐述道。

智慧城市的硝烟

目前,我国正处于城镇化加速发展的时期,部分地区的“城市病”问题日益严峻。德勤今年2月发布的《超级智慧城市报告》称,目前全球已启动或在建的智慧城市项目已达1000多个,中国在建500个,远超排名第二的欧洲(90个)。

致力于智慧城市建设的企业并非阿里独家,同为互联网巨头的腾讯与百度在智慧城市的布局毫不示弱。BAT三家巨头都以城市为单位,逐步推进自己的智慧城市方案,并且形成了各自的打法。

腾讯超级大脑是联合腾讯AI LAB、优图实验室、微信AI团队、机器人实验室、量子实验室等共同推出的产物,将把深圳坪山区建成为全国首个落地的“城市超级大脑”创新示范区。

百度的“AI CITY”战略则以人工智能为核心,综合云计算、物联网、区块链等技术,已经与北京市海淀区、雄安新区、天津市政府等积极推动“AI CITY”的建设。

此外,华为城市神经网络、滴滴交通大脑、360安全大脑等类似的智慧城市系统不断涌现;证券领域,“智慧城市板块”集聚了中国平安、海康威视、方正科技、中兴通讯、科大讯飞等多达109只概念股,智慧城市硝烟才起。

阿里云发布的白皮书《城市大脑探索“数字孪生城市”》提出了他们对城市大脑的衡量标准:什么样的AI才能称为真正的“城市大脑”?衡量标准有三条,能够实时处理人所不能理解的超大规模全量多源数据(整体认知),能够洞悉人所没有发现的复杂隐藏规律(机器学习),能够制定超越人类局部次优决策的全局最优策略(全局协同)。

“我认为,城市大脑最大的价值并不是我们目前看到的,在交通、公共安全、综合治理方面的应用,这些试点只是ET城市大脑这个数据操作系统价值的证明。未来ET城市大脑最大的价值是,基于这个城市的数据‘操作系统’所构建的数据开放协作平台将有巨大的潜力,集合全社会更多方的力量和智慧一定会诞生城市治理的‘超级应用’,实现城市数据的全量、实时、全面应用。”杨军对阿里云的“ET城市大脑”充满期待。

放眼全球,国际数据公司(IDC)近日发布的“全球半年度智能城市支出指南”报告指出:IDC数据库中所分析的53个城市的支出约占全球智慧城市支出的15%,其中新加坡、东京、纽约、伦敦和上海处于2018年智慧城市支出的领导地位。报告预测在2018年,智慧城市将吸引全球超过810亿美元的技术投资,并且到2022年,该支出将增长到1580亿美元。

千亿级别的市场让全球大大小小的科技公司趋之若鹜,大家纷纷加入“智慧城市”建设的大潮之中。英国智慧伦敦计划,美国智慧城市发展计划,落地加拿大多伦多的“谷歌未来之城”,韩国“U-City智慧城市”,日本“i-Japan智慧城市”计划,新加坡的“Smart Nation智慧国”等,都是科技公司与政府合作为城市发展创造的新契机。

隐忧与困顿

城市在智慧起来的过程中,集中化的数据和高度发展的人工智能首先引起的是人们对于隐私的担忧。数据的整合,对隐私的穿透力不仅仅是“1+1=2”的,很多时候是远大于2的。如果20分钟可以锁定一个遮遮掩掩的犯罪嫌疑人的行踪,那同样可以锁定任何一个人,尤其是毫无防备的普通人。

大洋彼岸,亚马逊向美国警方和司法部门提供的“Rekognition”人脸识别项目遭到了超过400名学术人士和15万名民众的联合抵制,“无论准确与否,这样的识别都可能让人们失去自由甚至生命。”

“技术都是一把双刃剑,大数据和人工智能也不例外。”杨军坦言,“首先,应该在保护个人数据隐私安全的基础上促进数据的流动、融合和使用。其次,在隐私保护和数据流动之间找到恰当的平衡点。应该聚焦讨论的问题是利用这些数据是去造福还是做恶的判定标准,而不是如何限制技术本身。大数据和人工智能技术都是在数字世界里去对数据进行的加工处理,如果有‘坏人’利用这些数据在物理世界中侵害他人利益,理应根据我们现行的法律去制裁。但不能因为有这样的坏人,就不允许所有人也不能在数字世界使用这样的技术。最后,大数据一定需要大理论,我们希望联合业界机构共同推动大数据、人工智能这些技术的良性健康发展。”

因噎废食是不可取的,数据是数字经济的根基,一味注重数据的隐私性,就会失去大数据带来的红利;但是如果拥有数据的一方可以为所欲为,那么公民的基本权利就难以得到保障,莎士比亚戏剧《科里奥兰纳斯》中有句名言“城市即人”,如果不能保证公民的权利,那城市的建设就是失败的。

著名记者帕卡德早在1967年就曾在《纽约时报》发表的文章《不能告诉计算机》中写道:“当政府把我们每一个人的信息和日常生活的细节都放置于某个中央级的数据银行,我们便会受控于坐在电脑机器前面的那个人和他的按钮。这令人不安,这是一种危险。”

“不安源于对未知的恐惧”,杨军表示,“人对于未知的恐惧是最大的,之所以人们今天这样重视这件问题,就是因为当那么多数据集中到一起的时候,现在没有人能说清楚会发生什么,但是数据只有流动起来才能创造价值,这是趋势。”

杨军这样介绍阿里云保障数据安全性的两个方法:一是对于政府的强监管领域,提供专有云,将机房等物理设施部署在政府部门的机房里;二是放在公共云上,数据资产的所有权属于客户,云计算平台在保护数据的私密性、完整性和可用性时,不得将数据挪作他用。只有经过授权和技术认证,才有权通过API接口调用数据,所有调用行为都需要有记录可查可追溯,调取数据的技术能力都必须是可控的。

除了被担忧的数据安全问题,杨军讲述道,“如何打通数据孤岛,让数据真正流动起来是城市大脑建设中最大的难题”。

无论是为政府还是企业,杨军称最难的就是数据治理问题,“每个部门都有自己独立的信息系统,每个系统就像一个小烟囱,有的企业尽管系统‘上云’了,却没有将部门间的账号系统没有打通,只是把一个个烟囱变成烟囱群”。

从城市大脑建设以及参与浙江省“最多跑一次”的改革中,杨军提炼出一些个人经验:数据治理的关键要素是“一把手”工程和制度保障。以需要借助大数据和人工智能实现的事项为“牛鼻子”,以产品和服务为导向来归集数据。“每一类数据都要唯一的部门负责数据的质量和汇集,并保证持续更新,形成闭环”,杨军解释道。这样,数据的共享和汇聚不是“目标”,而是成为“产品和服务” 实现过程中的必然结果。 

(责编:黄玲丽、陈键)

创投人物

热点原创

热读榜

二维码