我在家門口散步了7公里，就為了搞清楚“城市智慧體”到底是什麼

今天這個故事蠻“奇特”的。

話說，很多朋友都知道，這兩天天津正在召開“第三屆世界智慧大會”。正在整理相關選題的我，突然注意到這樣一個資訊：在本屆大會中“2019國際智慧城市創新發展論壇”上，華為雲城市智慧體宣佈正式在天津上線。

這個訊息對於我的特別之處在於，華為雲的智慧體我已經多次撰文討論過，而天津又是其中“城市智慧體”落地的第一站，再加上我就住在天津，感覺頗有點因緣際會的味道。

於是我仔細看了看，天津的城市智慧體到底在哪上線了?然後我發現，這個專案已在天津中新生態城完成了上線，並部署在生態城的8個主要路口。

高潮來了——我發現這8個路口中距離我最近的一個，就在我家樓下……

這大概就是傳說中的，你不去看風景，風景也會來看你。我順便下樓去拿個快遞，然後開始一場關於城市AI技術應用的“採訪”之旅……

史上距離AI最近的現場調查

與我經歷過的所有采訪相比，這次“採訪”不消耗任何交通成本，低碳環保令人愉快。但是我很快發現事情沒有那麼簡單：1個路口雖然近在咫尺，但是8個路口都走一遍還是有點遠的。實際測量下來，我檢視了所有華為雲城市智慧體部署的路口之後，一共走了7公里多——如果有像我一樣想去一探究竟的朋友，希望本條資訊可以幫到你……

經過辨認，很快我發現，華為雲城市智慧體的“物理樣貌”，應該是長成這樣的：

對，就是這個交通燈+攝像頭的結合體。因為經過我仔細回憶，這8個路口的共同變化是都加入了這個裝置。讓我們換個路口看一看：

然後可以再換個路口：

除了攝像頭+紅綠燈裝置之外，另一個新出現在路口的裝置是智慧指示牌。指示牌有很多種，下面這種作用是提示行人過馬路的：

言歸正傳，雖然這些裝置形態並沒有特別“科幻”，但加入AI能力之後，事情就有點不一樣了。

應該不難猜想，紅綠燈+攝像頭+AI的主要能力，是基於攝像頭對路上車輛進行識別與理解，然後透過AI演算法進行計算，根據AI運算結果反向控制紅綠燈。這樣就讓我們熟悉的“車看燈，讀秒數通行”模式，變成了“燈看車，按車數放行”。同時，攝像頭識別的資訊還會顯示在路邊指示牌上，進行交通引導。

這個邏輯在今天已經不難推測，但是我們們不能停留在知道“AI指揮”紅綠燈這個一知半解的水平。我們還有必要進一步瞭解一下，華為雲城市智慧體，到底怎麼用?有什麼用?

華為雲城市智慧體，背後玄機如何?

為了弄清楚華為雲城市智慧體背後的玄機，我檢視更多資料，並且分別請教了華為雲與生態城的專家。

總的來說，我們看到的各個路口的裝置，事實上在背後已經基於華為雲的AI服務打通為一個整體。物理世界裡，我們看到的是交通訊號燈、攝像頭、感測器和指示牌，而背後是華為雲供給實時化本地算力的邊緣計算系統，以及雲端進行復雜AI運算的AI智慧。

而這套系統落到現實生活裡，準確地說是落到我家門口，就變成了三方面的能力。

一、讓AI指揮訊號燈，緩解交通擁堵。

我們都知道，一般紅綠燈的時長固定，在很多時候“等紅綠燈”是一件非常浪費時間的事情。很可能綠燈完全沒車，紅燈那邊又有大把車輛塞住了。這個問題，往往是AI進入城市場景中要解決的首要難題。

而讓AI指揮訊號燈，其實並沒有那麼簡單。比如在生態城落地的華為雲城市智慧體中，每臺攝像頭背後，都要在端側執行影片感知能力和模擬預測能力，將收集到的車輛資訊和車流預測資訊，統一交付給“雲+AI”進行處理。而云端，則部署了車輛推理引擎和實時預測引擎等複雜技術工具箱，會把攝像頭收集到的資訊處理周全，再交付給訊號燈，啟動相應的紅燈提前結束演算法或者綠燈延長演算法。

經過眾多AI識別與推理能力的綜合，才能達到訊號燈自己看車流決定配時的狀態。

這樣，生態城裡主要路口的紅綠燈，將可以根據車流的長短來調整紅綠燈時長。

比如說，加入華為雲城市智慧體前是這樣的：

現在是這樣的：

AI來決定訊號燈配時長短，這個大家可能都有耳聞。而華為雲這次實際應用的城市智慧體，還讓訊號燈具備了很多其他能力。

比如說我們經常遇見這樣一個情況：已經綠燈了，但是橫向車輛把路塞滿了，硬是過不去。再等一會燈又紅了。這個現象，在交通指揮領域叫做車輛溢位。由於綠燈到紅燈變燈不及時，車輛過不去，就只能把車停在路口中間。

這個問題的解決方案，是能讓一條路上的訊號燈智慧放行。放過去一部分再準確停下另一部分，這樣就不會造成車流溢位。而這就要求同一個路口的訊號燈體系精密配合。生態城的華為雲城市智慧體，已經具備了這個能力。

在沒有加入這個能力前，訊號燈是這樣運作的：

而現在，在AI的幫助下已經變成了這樣：

在這之外，華為雲城市智慧體還讓生態城的訊號燈，學會了智慧配時、主路輔路配合等多種“神操作”，這是在其他智慧交通專案中很少見到的。

那麼，可能大家下一個問題就是，這麼複雜的AI運作，真的能解決問題嗎?

答案是真的能，因為在生態城，堵車情況改善與否，根本不需要看複雜的資料，這是件一目瞭然的事。

這是一張生態城的交通圖，大家可以看到，這地方基本是個島。主要的對外交通就是依靠圖上標記出的這兩座大橋。由於所有車流進出都走這兩座橋，導致橋下的主幹道也就變成了日常的“堵車盛宴”。

而在華為雲城市智慧體加入生態城一週後，最堵的地方確實得到了顯著改善。我採訪了生態城的一位交警，他告訴我，他日常在和煦路和中新大道路口執勤，這裡是堵車和交通事故的最高發地區。而在加入AI訊號燈之後，早高峰車輛排隊溢位次數已經減少了60%，這很明顯地讓各方向都動不了的極端擁堵情況降低了發生機率。且1小時左右的早高峰，現在已經基本被縮短了10至15分鐘。

為了證實這一點，我決定第二天在早高峰時期進行實際勘察。住在生態城的朋友都知道，每天早上“出關”必經之地的彩虹橋堵得多麼讓人心累。而經過親身評測，相較以往，堵車情況減少了很多，早高峰的“出島長隊”確實得到了極大緩解。

早高峰時長能夠極大縮短，當然可喜可賀。然而華為雲城市智慧體的作用不止於此。

二、用AI給特種車輛開闢“生命通道”。

基於華為雲提供的AI多域協同智慧排程技術，以及車輛軌跡實時計算，GES圖計算引擎，交通模擬與流量預測，城市智慧體完成了一鍵為消防、救護等車輛開啟綠色生命通道的能力。根據測試，利用綠色生命通道，消防車抵達生態城某小區的速度，從4分多鐘下降到了2分半，節約了44%的時間。毫無疑問，這些時間等同於人民的生命與財產安全。

值得一提的是，城市智慧體的“綠色生命通道”能力，是建立在對全域交通的智慧預判基礎上進行提前疏導。不會強行控制紅綠燈時長，從而可以不影響大家的正常出行。

三、讓AI帶來智慧出行體驗。

華為雲城市智慧體，不僅帶來了紅綠燈的變化，還透過交通螢幕，為車輛和行人帶來了不少智慧出行體驗。

比如透過對路況大資料的實時監控分析，電子指示牌可以提醒過往車輛，到某處可能需要多少時間，是否預計堵車、是否有施工路段，以及建議更換道路等資訊，讓司機具備了“千里眼”能力。

另一個場景中，城市智慧體還可以幫助過馬路的行人識別來往車輛，甚至能夠識別來的是什麼車，並透過語音提醒。這讓老人、兒童以及需要幫助人群的出行安全體驗，得到了非常人性化的提升。

透過華為雲提供的AI協同雲、大資料、邊緣計算與物聯網綜合解決方案，最終我們看到生態城收穫了三個全新的交通能力，分別對應著大幅度降低的擁堵、更好的居民生命財產安全保障，以及更加人性化智慧化的出行體驗。

毫無疑問，這場合作讓這塊地方收穫了很多，但或許我們還可以向更深層提一個問題：幫了這麼多忙之後，AI收穫了什麼?

生態城之旅，AI收穫了什麼?

就我個人而言，這次採訪讓我收穫了一個充分的散步，以及不少知識。而對於AI這門技術來說，生態城之旅的收穫可能更加豐富。

去年10月，在華為HC大會上，華為雲釋出了針對城市場景的城市智慧體。就像上文所說，這套體系是多項技術的融合，透過大量技術與裝置的互動，達成數字世界對物理世界中城市場景的反哺。

是不是聽起來很複雜?這不怪你，當AI技術想要走進城市交通這樣龐大的場景時，只看一堆技術名詞，一般人很難準確想象最終到底會發生什麼。

在傳統武術領域，對打併不叫比武較量，而是叫“互相驗證”。我想，生態城裡華為雲的AI能力恰好也收穫了這個詞：驗證。

時至如今，AI在現實產業裡到底有沒有用，依舊是個爭論不休的話題。話題的正反兩方面各自羅列了一堆道理。然而AI從來不是個文學作品，沒必要引發無窮爭議。有沒有用其實很簡單，試試就知道了。

而華為雲選擇將城市智慧體在生態城落地，就等於登上了能見真章的擂臺。

天津的朋友可能更加了解，生態城一直都以在社群中引入高新科技，尤其是智慧科技而聞名。這裡匯聚了大量智慧技術解決方案，從某個側面也為城市智慧體提供了一個合適的舞臺。僅僅過了不到十天，我們已經有理由相信華為雲城市智慧體接住了招——早高峰時間是最好的評測標準。

城市+AI的價值，就此得到了驗證。

而這次合作，另一個AI的收穫在於，雖然只部署了8個路口，但生態城特殊的區位規劃，讓這8個路口基本覆蓋了它的全境交通樞紐。在此前一些訊號燈+AI專案中，能夠覆蓋實驗的往往是很小的街道或片區。而城市智慧體在生態城的覆蓋，某種程度上是首次開啟了整個區域的AI協同交通最佳化嘗試。

此外，華為雲在上線天津城市智慧體時提到，城市智慧體的六大設計理念是AI以人為本、AI無處不在、AI永遠線上、AI易於擴充套件、AI持續進化、AI分步實施。根據生態城一貫的風格，或許我們很快能夠看到華為雲城市智慧體在這裡快速擴充套件和進化，這也將對於城市+AI命題來說是個極有益的探索。

總而言之，AI今天正在尋找一個個敢於品嚐未來的城市與行業。而好訊息是，華為雲找到了。換個角度想想，今天能不能找到好的合作者，能不能把AI真實帶入物理世界，其實也在影響著雲端計算市場的勝敗興亡。

雲上與城中：物理世界的AI主戰場

2019年，可以看作AI走進各行各業，走進城市、交通、醫療、金融、教育、製造、零售七大場景的關鍵一年。如果說前年是方向探索，去年是條件準備，那麼今年的任務毫無疑問就是發起衝鋒。

這個衝鋒將決定AI能否存身立命，同時也能夠決定眾多科技市場的話語權重定，尤其對於公有云市場來說更是如此。

我們知道，傳統雲服務市場是以網際網路、電商、遊戲企業為主，他們的服務需求是小而輕的，並且整體市場存量有比較清晰的極限。而公有云，基本是作為新型企業IT業務的代替性解決方案存在的。

然而AI的到來，讓整個公有云的邏輯發生了快速變化。AI的價值不是業務支撐，而是改變核心生產狀態，啟用新的生產力。

比如生態城早15分鐘結束的早晚高峰，轉換過來就是這些上班族每人每天半小時的工作時間。

而這個需求下，大型政企部門，實體經濟行業，城市綜合業態都將進入公有云的市場需求序列。一個嶄新的市場將要開啟。而這個市場的規律，是AI落地能力等於品牌號召能力。

這也是華為雲在堅持步步向“數字世界與物理世界結合”這個難關，發起挑戰的原因。

綜合來看，從雲上到城中，物理世界的AI主戰場已經開始越來越清晰。至少在我轉了幾個路口之後，現實中AI帶來的效率轉變令我印象深刻。

而新戰場的法則，也在挑戰公有云市場的陳規：

1、基於公有云的AI落地，安全可靠成為不可動搖的前提。而具有穩定和安全保障的大廠，開始成為雲端計算的首選。

2、AI開始進入現實世界，考驗的不僅是AI能力，還是多種能力的結合。比如說在華為雲城市智慧體的實際執行中，就涉及邊緣計算、物聯網、影片雲等多個領域，技術綜合能力和工程化能力將成為公有云新的必備品。

3、從生態城的案例不難發現，每個城市，每個地區對於AI的需求，甚至都有不同的特點。而行業AI更是千變萬化，能否懂個性需求、懂行業特徵變成了雲廠商的新任務。這個情況下，生態建設和開發者建設變成了當務之急。

層層剝離下來，我們會發現在一個案例背後，竟然隱藏著AI改變城市生活的邏輯，AI產業發展的路徑，以及雲端計算市場的未來走勢。

事實上，在Cloud2.0時代，各行各業都在積極地將AI作為數字化轉型階段的必備能力。面向各行各業，華為雲正在以自身的技術、產品、解決方案等貼近各行業，並以全棧AI能力落地“普惠AI”，讓各行各業真正實現AI“用得起、用得好、用得放心”。

回到開頭時的問題，站在一個路口，能看見多遠的未來?

我雖然只下了個樓，但真的看見了很遠，很遠。

(本文部分資料圖來自公眾號“中新生態城釋出”)