智慧城市應該裝上怎樣的“大腦”,“學霸”海淀分享了一些心得
城市需要"大腦",已經是公認的發展趨勢。
曾有領導人提出"讓城市更聰明一些,更智慧一些",城市首先得是一個活的生命體,才能聰明,才有智慧。而要讓這個生命體動起來,就需要城市大腦扮演起智慧中樞的角色,透過視聯網、物聯網、數聯網等感知神經網路,將資料彙集到雲端,再結合AI、區塊鏈等技術力量,應用於城市智慧化建設的各個領域。
這是一個複雜且廣泛的系統化工程,更是人類為未來城市出的一道待解之題。資料堆砌、重複建設、效用不明顯等問題在城市大腦專案中並不少見。就在去年,谷歌的多倫多"未來之城"也宣佈停擺了。
作為中國科技底色最重、答題愛好者和學霸雲集的城市區位,北京市海淀區,自然也在萬眾期待之下,成為城市生命體和城市大腦標杆式的先行者與探索者。
2018年1月,海淀啟動了城市大腦建設,2月份與海淀區科技企業百度簽訂了戰略合作協議,自此開始了利用人工智慧、大資料、區塊鏈等新技術,在城市管理、交通治理、環境保護、公共安全等領域建設應用"城市大腦"的共同探索。
如今兩年多時間過去,海淀"城市大腦"為這個區位的受眾帶來了哪些改變?"海淀模式"又沉澱了哪些經驗與思考?
在這些問題的答案中,城市大腦的難點與價值,城市區位的理念與擔當,科技企業所承載的責任和使命,都具象而清晰地呈現到你我面前,向未來致意。
入題:敢爭天下第一流,海淀城市生命體的大考
為了讓故事更容易理解,我們不妨從一個大眾常見的城市痼疾——渣土車治理說起。
在城市大腦的考卷中,渣土車可能算是一道壓軸級大題,常年面臨抓不住,渣土車遮擋號牌,互通訊息,躲過電子眼和檢查人員的追蹤;罰不了,證據鏈不足或沒有及時收集證據,難以對渣土車違規行為進行處理;易復發,工地、行駛、消納等環節對應的管理部門眾多,協同現場執法的難度高、效率低,問題很容易再次冒頭……
窺一斑而知全豹,渣土車的治理挑戰,也讓我們看到一個城市生命體需要具備怎樣的特徵,才能讓類似"頑疾"徹底斷根:
首先要有耳聰目明的感官。目前,很多智慧城市都部署了AI攝像頭、感測器來觀測城市執行狀況。需要注意的是,城市問題是多元且高速變化的,比如A街區的攝像頭當下需要監控工地渣土車的情況,施工完成後可能就要對居民高空拋物、異常人員等進行識別。這就要求感知網路及時更新迭代,否則就無法有效支援分析決策;
其次,是聰敏好學的大腦。一方面,大腦要能夠讓城市每天產生的影片、文字、感測器等資料流動起來,利用AI分析研判,避免變成僵化的"資料倉儲";另一方面,大腦要充分調動多重資料,避免資料孤島,需要對跨部門、跨場景的資料融合在一起思考,綜合得出精確、治本的解決方案;
接下來,要有靈活可控的肢體。城市大腦的能力透過具體的策略和執行來釋放,這意味著要賦予城市大腦以自動化處理、高效調配城市資源、協調各管理部門的能力,讓城市真正得到改變,避免城市大腦有感知、有智慧,卻沒有行動——變成"植物人"。
而當我們將目光聚焦於海淀,會發現除了上述基本條件之外,它還要應對更多挑戰,包括:
更宏大的資料規模:海淀區是北京的中心城區,商業、辦公、交通、居住等高度集中,常住人口將近400萬,資料維度、數量、互動頻率非常高;
更復雜的城市問題:海既是是名校匯聚、高精尖產業聚集,也是園林湖泊等自然景觀豐富的生態大區,城市治理與服務的領域廣泛;
更高標準的期待值:海淀也是北京乃至全中國的科技高地,數字基礎成熟,高科技企業眾多,因此在城市大腦建設上,社會各界對"海淀大腦"的期許可不是"從無到有",而是與國內外智慧城市的先行者對標。
這就相當於大家都還在拼搏高考,海淀區則要走上全球賽場 "為國爭光",解開一道全世界都沒有先例的命題。
2018年,海淀遵循"城市生命體"的設計理念,開始打造具備全面的感知能力、深度的認知能力、智慧的決策能力和高效的行動能力的智慧大腦。而百度也從一開始,就與海淀站在一起,為"城市大腦"破題立論。
破題:海淀模式是怎樣煉成的?
明確了問題所在,接下來就需要 "破題"。
在前期建設尖端,海淀城市大腦也沒有效仿其他城市大腦由某一個領域、某一個部門牽頭打造許多垂直大腦。而是先確立頂層設計構架,來提綱挈領、推進建設。
2018年,由百度牽頭,中規院、中海、千方、信通院、中科宇圖等多家單位組成海淀"城市大腦"頂層設計聯合工作組,以從"需求中來,到需求中去"的設計理念,經過與各領域、各單位、各街鎮進行30餘次調研及座談會議,形成了一套"1+1+2+N"的整體建設思路。
在城區中統一部署了14500餘路在網攝像機和10000多路感測器,搭建起城市的感知神經網路。此外,百度將人工智慧的開放理念融入到"海淀城市大腦"核心之中,透過一個開放的智慧雲平臺,承載新技術、新應用,快速響應城市發展程式中演進出的新需求。
大資料中心,彙集了全區的政務資料、物聯網資料、網際網路資料、社會資源資料,AI計算處理中心可對各類資料進行智慧分析處理,統一集中化管理算力和演算法資源。
最後,透過N個應用場景,如智慧城管、重點車輛治理、智慧工地等,提供全域性協同的決策支援,用一個個場景編織起大腦控制、全域性聯動的城市智慧體。
那麼,這一頂層設計方案的效果究竟怎麼樣?
就拿前面提到的渣土車頑疾來說,在海淀區渣土車綜合治理場景中,海淀區政府與百度合作,對渣土車號牌遮擋等違規特徵識別的準確率達到95%以上,實現了對渣土車源頭管控、車輛軌跡研判、違法特徵研判、執法取證、自動處理環節在內的智慧精準識別與高效處理,令原本"橫行霸道"的渣土車望而生畏。
城市大腦的"1+1+2"架構具體是怎麼發揮作用的,主要有三個步驟:
第一步,利用城市感知網路,實現全面監管。
2020年9月下旬,由中科大腦公司承建的海淀區城市大腦"時空一張圖"1.0版上線,融合了政務資料和以百度地圖為代表的網際網路資料,從而建成全區統一的二、三維一體化地理資訊平臺。作為海淀城市大腦的三大核心支撐平臺之一,"海淀區時空一張圖"涵蓋了全區17萬多幢既有建築物資訊、1.9億平方米建築面積、1萬多個攝像頭點位、249個資料圖層、百萬級圖層呼叫等,為城市交通、城市管理、公共安全、生態環境、街鎮應用等領域提供實時高效的地理空間服務,可以實現了對渣土車出行軌跡等的在網精細化監管。
智慧攝像頭採集的影片及其他資料,則上傳到大資料中心,基於百度提供的城市資料和AI中臺等技術能力,實現對多源異構資料的清洗、關聯、融合、計算,實現資料資源的融合。
第二步,透過AI研判,讓違規行為無處遁形。
2020年,百度牽頭設計的人工智慧新型基礎設施——AI計算中心上線,為城市大腦提供集中化的算力和演算法支援。結合先進的智慧演算法,探頭就能精準地識別並抓拍違規行為。
以遮擋號牌為例,利用百度的AI研判技術,從車輛外形、行駛軌跡、車內裝置和實際等情況,多方資料比對就可以用演算法還原出真實的號牌,並自動生成安全報告和影片,讓交通、城管等部門非現場執法有了科技支撐。目前,海淀"城市大腦"對渣土車號牌遮擋等違法特徵識別的準確率已經達到了95%以上。
第三步,自動政務分發,各部門高效協同作業。
有了研判依據還不夠,違規渣土車的執法難度和複雜度也很高。如交通違章需要交管局,所屬的工地需要城管局介入,遺灑的渣土則需要交通和環保等部門共同解決……如果靠人力來一個個下發通知、派單處理,效率很低。
海淀"城市大腦"則採用了系統處理自動派單的政務分發模式,基於海淀城市大腦提供的技術能力,實現對多源異構資料的清洗、關聯、融合、計算,由AI來自主定位、立案、派單,第一時間就能智慧捕獲違章行為,確定事發地點和責任主體,然後藉助百度提供的智慧語音、影像等識別技術實現案件的智慧指派,徹底顛覆以往靠人力監控、掃街執法的模式,減少了違規事件的處置時間,有效提高城市治理的效率和服務水平。
攻克渣土車的思路與經驗,自然也具備了裂變的可能,可以用來解決其他城市場景中存在的問題或難點。比如疫情期間,海淀"城市大腦"就對轄區街道人口分佈及變化進行洞察,AI自動分析並對是否密切接觸進行跟蹤分析,系統自動對異常人員發出預警,聯合百度開發的人工智慧外呼平臺,可以對617個社群(村)人群實現智慧電話調研、電話通知和語音防疫指導,大大緩解了基層人員的工作壓力和防疫難題。
從"海淀模式"中,可以看到,城市大腦的潛能遠比你我想象的更加強大。
益友百度:跨越鴻溝,開啟城市新篇章
在海淀"城市大腦"的答卷背後,百度的參與幾乎貫穿了始終:百度與海淀區一路同行,與中科大腦等產業公司緊密協作,參與了海淀城市大腦的頂層設計、平臺搭建、演算法創新、應用建設等多個重要階段。
目前看來,百度的參與和使能,為海淀"城市大腦"建設跨越三道鴻溝奠定了基礎:
一是技術理念與產業認知之間的鴻溝。在前期規劃階段,憑藉全面的AI技術沉澱和產業經驗,百度牽頭並協助海淀梳理形成"1+1+2"的建設思路,從而保證了城市大腦的完整性、協同性與連貫性。在AI計算中心的建設中,百度也充分發揮AI技術和理念優勢,幫助海淀設計了"統一、開放、自我最佳化"的城市新型基礎設施,打破了傳統資料和計算資源無法複用的局面,支援業務相容幷蓄、可擴充套件,實現降本增效。
二是通用演算法與垂直應用之間的鴻溝。城市很多問題是碎片化且複雜的,通用演算法的表現可能並不好,這就需要演算法技術團隊不斷根據最新資料對演算法模型進行迭代。以渣土車識別為例,百度的識別模型從最開始的識別準確率60%,現在已經可以達到95%以上,是多家公司中最先實現、表現最高的一個。讓AI可以切實解決城市的痛感問題,真正用起來。
三是業務部門與技術部門的融合。智慧技術很強大,但怎麼跟業務結合起來真正解決問題,是很難的一件事,並且沒有捷徑可走。百度頂層設計團隊牽頭,透過工程師走進一線部門、針對業務場景"對陣下藥"的方式來打磨。截至目前,海淀"城市大腦"已建成或融合彙集了50多個創新應用場景、40多個資訊系統資料。
打破了這三條鴻溝,城市才能真正迎來融合、協同、統一的智慧化應用。百度也在這一過程中憑藉底層技術上的全面積累、演算法創新上的不斷突破、戰略合作中的簡單可信賴,成為了海淀"城市大腦"建設中的益友。
城市是AI的時代舞臺,AI是城市的進化序曲,百度與海淀則合力將二者捏合在一起。在百度的陪伴下,海淀的每一個攝像頭、每一個位元組、每一個晨昏,日夜不斷地鍛鍊著城市大腦的"肌肉",讓城市向一個能學習、會思考、可進化的"生命體"邁進。
在一個個"解題人"的努力下,"城市大腦"命題的不斷解鎖,終將改變著人們習以為常的生活,讓智慧世界融匯在山川湖海、煙的火人間。
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/31561483/viewspace-2767432/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 智慧的霍山城市大腦
- 學Python應該選擇怎樣的機構?Python
- 好程式設計師web前端分享應該怎樣學好web前端?程式設計師Web前端
- 給弱人工智慧裝上“大腦”,應用瓶頸能否突破?人工智慧
- 城市大腦頂層設計:構建智慧城市的新引擎
- 城市大資料的廣泛應用將使智慧城市的未來錦上添花!大資料
- 延遲退休來了,普通人該怎樣應對?
- PHP的就業前景怎麼樣?PHP小白應該怎麼學習?PHP就業
- 大資料學習大綱,大資料應該怎麼學大資料
- 轉行做Java開發應該怎樣學習?Java
- 零基礎應該如何學Java?怎樣才能學好呢?Java
- 運營學習者應該怎樣學習新媒體?
- 大資料在智慧城市中的應用大資料
- bootstrap學習心得總結:css樣式設計分享bootCSS
- 我們應該怎樣學習嵌入式系統
- 分享一些建站心得,及職業道路
- 優思學院|Minitab中的子組大小應該怎樣填寫?
- 優思學院|SMT行業的質量水平應該是怎樣的?行業
- 怎樣讓遊戲在Steam商店獲得更多曝光? Valve分享了一些技巧遊戲
- 告別缺電焦慮!充電樁裝上“智慧大腦”
- 談談一些學習心得
- 學了幾個月還是很迷茫?一個前端實習生應該具備怎麼樣的能力?前端
- HR「最強大腦」是怎樣煉成的?
- 學了IT,畢業後該去哪個城市發展好?
- 新手SEO應該怎樣快速搭建網站?網站
- 區塊鏈專案應該怎樣落地?區塊鏈
- 怎樣將電腦上的PDF轉換成TXT
- 《魔獸爭霸》是怎樣誕生的?
- Python面試的一些心得,與Python練習題分享Python面試
- win10重置此電腦後我的電腦等應用不見了怎樣設定Win10
- 建設智慧城市怎樣做才不會迷失方向?
- 深度學習領域的論文應該怎麼寫,可以提供一些方向嗎?深度學習
- 真正的競爭性談判,到底應該怎樣談?
- 獨立遊戲人應該怎樣“搞錢”?遊戲
- 初學者應該怎麼學習前端?web前端的發展路線大剖析!前端Web
- 騰訊、阿里的城市大腦較量阿里
- 大資料到底應該如何學?大資料
- ASP.NET MVC 學習心得 (1) - 怎樣建立簡單程式ASP.NETMVC