智慧城市让生活更美好 2010年夏天，以“城市让生活更美好”为主题的第41届世界博览会在上海举办，成为当年世界范围内文化交流、社会发展、尤其是城市发展议题的盛事。根据和世界银行的统计，2010年城市人口占世界总人口的51%[1]，其中城市人口比例刚好处在超过农村人口的关键节点。因此，通过发展城市让生活更美好就成为了世界范围内的趋势。 如今，十年过去了，世界范围内城市人口的比例也从51%上涨到了55%[1]。据预测，到2050年，这一比例会进一步提高到68%[2]。可以说，城市生活正逐渐成为人类文明的常态。随着城市的发展，城市人口的集中带来了更加便捷的生活，但同时也带来了住房困难、出行拥堵、环境破坏、资源浪费等各种新问题。人们希望使用新兴技术解决这些城市新问题，于是“智慧城市”的概念应运而生。在智慧城市的构想中，互联网、现代工业和人工智能等新技术可以用来集成城市的系统和服务、提升资源运用的效率、优化城市管理和服务，从而解决城市问题和改善市民生活质量。 智慧城市这一概念从2008年由IBM提出至今，历时十余年的发展，一些初步的“智慧应用”慢慢进入了城市居民的生活。以谷歌地图（Google Map）为代表的地图软件，结合了地理数据与市内实景，并通过算法实现足不出户就能了解城市、规划路线。 在此基础上，美国的优步打车（Uber）和中国的滴滴出行整合汽车数据和用户数据，用推荐算法帮助用户更快搭上出租车。在安保领域，中国于2017年建成了监控摄像头系统“天网”，2019年投入使用的摄像头已经突破2亿个。同样的监控网络在世界其他地区也在快速部署，如美国纽约市警局与微软公司共建的域名感知系统（Domain Awareness System）包括了大量摄像头、传感器，结合后台的数据处理系统后，可用来监控和迅速打击非法犯罪行為。 上述智慧城市的案例，已经用到了一部分人工智能的算法（推荐算法、识别算法、预测算法等），但其他大多数应用还集中在数据的收集、联网以及共享方面（如电子政务平台、电器远程控制、传感器阵列等）。随着人工智能技术的发展，这些数据可以被更好地利用，从而完成推理、预测和决策，进一步推动智慧城市的发展。 智慧城市的应用场景 随着2012年人工智能技术的兴起，很多基于深度学习的新技术可以辅助城市居民的住房出行等日常需求，帮助实现环境资源可持续，帮助城市管理者更快地掌握信息并与居民沟通，居民的生活也将因此更加便利快捷。 1. 智慧交通系统 智慧交通系统的最大帮手 基于此愿景，自动驾驶汽车的研究和产业化正在全面展开。2020年10月，Alphabet公司旗下的Waymo公司发布了自动驾驶汽车的安全性能报告[3]。该报告指出，Waymo自动驾驶汽车已经完成了总计150亿英里的模拟驾驶和2000万英里的公路无人驾驶，其中在过去两年65000英里的公路实地测试中，仅发生了18次真实撞车事故和29次模拟事故，且绝大多数由另外一方不遵守交通规则所致。 这一方面表明自动驾驶技术已经趋于成熟，可以应对相对简单的情况，但另一方面也说明高智能自动驾驶汽车的愿景尚未实现。 在自动驾驶汽车真正可以完全代替人类司机之前，一些辅助驾驶技术和道路控制技术已经进入了日常生活，如基于传感器、摄像头和控制技术的自动倒车入库功能、行人碰撞预警、前后车碰撞预警、变道预警等等。计算机通过对车速、车距、影像的综合分析，提前几秒对汽车行驶进行干预，可以提升交通安全性。在道路上，人工智能算法已经可以被用来控制交通灯。2016年，杭州“城市数据大脑”在萧山区部分路段进行了测试，通过人工智能算法分析车辆数据、道路监控摄像头来智能调节红绿灯，使车辆通行速度平均提升3%至5%，部分路段提升了11%[4]。 2. 可持续性城市 智慧城市的另一个重要作用就是保护城市环境、优化城市资源配置，这一功能也可以通过人工智能来辅助实现。 城市用电系统将大大受益。城市电网在不同季节、时段、天气、地区具有不同程度的电力负荷，这些数据加上电力领域的知识，可以经由人工智能算法分析得到电网的工作模式，并实现基于设备状态、网络拓扑结构和实时运行等数据的电网健康程度评估，监测并及时发现异常用电情况。电网中的设备，如输电网、变压器等，也可以得到更高频率的监控。田野机器人采集相关设备的图像，经过分类算法和集成算法的分析，可以及时发现电网中设备的缺陷（如防震锤脱落、绝缘子缺失等）和风险（如施工、树木、烟火等）。 城市环境也可以被传感器网络监测。以西班牙巴塞罗那为例，政府在全市安装了超过2万个无线传感器，用于收集气温、湿度、污染、噪音、交通流量等各领域的数据信息。这些数据在未来可以结合人工智能的分类、回归分析，从而对污染、天气、交通状况进行预测，也帮助城市管理者尽快采取适当的行动。 垃圾分类也可以由人工智能监管。预计至2050年，全球城市居民产生的垃圾量将从目前的年均20亿吨增加到年均34亿吨[5]。如果简单进行填埋处理，则每年就会有数十亿平方米的土地被占用，对世界环境产生巨大影响。智能垃圾分类系统可以替代人工而发挥优势。在芬兰的Bin-e智能垃圾桶中，先由摄像头采集垃圾图片，再用训练好的图像识别、物体检测算法对图像进行分析，最后通过机械系统对垃圾进行分类和压缩，其内部的传感器还可以通知用户和垃圾清理公司来及时处理垃圾。 3. 信息服务系统 智慧城市中，城市管理者与市民之间的信息互动将会更加高效透明。这一优势的实现，除了要求数据平台的建立，还需要以区块链技术为代表的信息技术的参与。 区块链技术的特点包括分布式存储、多方维护和不可篡改，在满足了信息的有效性、真实性的同时，也提高了信息点对点传递的效率。 区块链技术可以帮助人工智能算法投入应用，比如智能物流中的产品溯源，智能安保系统与公安系统形成私有链并进行数据传递，智能家居经过物联网进行安全通信等等，都离不开区块链保证下的数据高效传递。 区块链还可以用于数据保护和分享。在城市的电子政务系统中，城市居民都可以及时看到政策的发布或改变、及时做出反馈、并看到其他人的反馈。这将极大地有利于城市管理者与居民之间的沟通。 医疗数据包含了病人的各方面隐私，病历信息一般仅由医院保管，不便于直接利用。在区块链技术的帮助下，病人可以建立保密的电子健康档案（Electronic Health Record），可以完整并且安全地在病人与医院之间传递。另外，区块链也可以帮助政府和民众在公共健康事件发生时及时做出反应。在COVID-19疫情中，中国政府推出了健康码，每个人都可以展示自己的健康状况、了解附近的疫情风险。这背后，区块链技术保证了数据安全和真实性，人工智能算法用来分析风险等级。中国疫情控制得力、政府反应及时，健康码这一信息服务系统功不可没。 4. 居民生活服务 智能医疗一直是人工智能发展的热门方向。微软上线了Healthcare Bot，这是一款以自然语言处理和语音识别技术为载体的聊天机器人，病人可以在网上通过与聊天机器人的对话进行简单病症的诊断和分流。在图像领域，中国的依图科技和深睿科技等公司已经开发出了基于图像分类和分割的智能诊断系统，帮助医生在断层扫描（CT）和核磁共振（MRI）图像中快速找到肺结节、定位脑出血部位，提高了诊断效率。 在家庭中，智能家居将会逐渐替代传统家具。随着物联网的普及，无论是传统的家电还是原本需要人工控制的窗帘、门窗等，都可以连接到“家庭数据大脑”中进行分析和控制，通过Alexa、Siri等智能语音助手识别语言命令，并传达给相应的家居设施。人工智能算法也可以分析日常生活的各种模式，从而直接自动控制家电。现在，智能设备已经开始进入老百姓的日常生活中。以智能摄像头为例，美国的Nanit、Cubo AI等智能摄像头产品集成了场景分割、行为识别、人脸识别算法，可以帮助家长监控从婴儿到幼儿的一举一动、分析婴儿睡眠状况，并对可能出现（如幼童爬高等）或已经出现的危险状况（如婴儿口鼻遮挡等）进行预警。 在社区中，居民将会享受到来自智能物流和无人超市带来的便利。亚马逊的货仓被认为是全球最高效的仓库，其中有超过1.5万台机器人工作在三维仓库和配送分拣中心内，快速完成货物的搬运和分拣。在无人超市领域，亚马逊在成功运营了Amazon Go无人超市两年以后，于2020年又开放了更大的无人超市Amazon Go Grocery，不仅增加了超市面积，而且增加了货物种类和数量。这间著名的无人超市融合了计算机视觉、传感器技术和深度学习算法，可以同时监测多个物体的移动和互动，从而把每个人的购物影像和数据都详细记录下来。顾客不需要再进行繁琐的扫码、付账，只是简单地拿东西放在袋子里即可，走出超市之后就会收到精准的账单。 智慧城市的展望与挑战 从这些智慧城市的应用场景能看出，人工智能技术改变了人和信息的关系。与城市相关的信息数据成为了人工智能技术的训练素材，而人工智能的预测、决策、判断、拟合的能力则可以在智慧城市中广泛应用从而更好地服务于人们的生活。 人工智能应用于智慧城市所带来的改变不止于此，城市的功能区也可能会发生改变。人工智能、自动驾驶与物联网技术改变了物与物、物与人的连接方式，使得资源在城市中、城市间的分配不再极度依赖人工，从而降低货物运送到每个社区的运输成本。再加上以5G技术和共享办公场所的兴起，人们将越来越多地在自己住宅附近活动。城市自然而然朝着多中心化发展，每个中心成为了综合性社区，不仅只是住宅区或商业区。这样降低了整体的出行开销，也自然而然降低了碳排放。 与此同时，城市人口的职业结构也可能会发生变化。随着人工智能可以完成垃圾分类、交通调度、汽车驾驶、无人超市等功能，大量简单重复劳动可以被替代，节省出不少人力资源。与此同时，这些人工智能的背后需要大规模的数据采集和模型的持续训练，数据工程师、传感器硬件工程师和人工智能工程师等岗位则会需要更多人力投入。由于人工智能参与到医疗、教育、信息管理、建筑、物业等各个领域，了解人工智能会是很多职业的必备需求。 当然，这样完美的智慧城市不可能一蹴而就，甚至很难“自上而下”地规划出来。由于人工智能技术的发展是周期性的，城市的管理者应该据此制定短期发展计划与长期发展计划。短期内，城市管理者应当扶植相关的专业型企业，分头利用基于深度学习的人工智能技术完成智能交通、智能医疗、智能电网等专业性应用，再“自下而上”地共同构成智能基础设施。长期看，人工智能技术可能在一段时间之后再迎来性的技术变革，但信息和数据一定是必不可少的。因此，城市管理者应当把城市管理数字化、城市数据电子化。在数字化的帮助下，未来城市还可以实现“数字孪生”，即建立物理城市的数据映射，从而对城市的规划、城市中发生的事件进行数据模拟和预测。这不仅可以为更进一步的人工智能技术准备数据基础，同时也是更为先进的城市规划和城市建设工具。 除了人工智能技术，智慧城市的建设也需要结合其他基础技术的发展。比如影响最为深远的5G技术，它可以达到4G技术传输速度的近20倍，并且能容纳更多通讯设备同时传输数据。一方面，人工智能算法所需要的大量数据可以传输到云端处理并即时返回结果，从而实现不包含计算模块的轻量级智能设备。另一方面，城市中的基础设施可以尽可能多地连入智能网络，真正实现万物互联。同时，新安装的智能设备也可以进一步推动城市的数字化进程，使城市的“数字化”和“智能化”相互辅助前行。 另外，智慧城市同样也存在着一些局限。不同城市的历史、文化、规划、管理模式可能存在巨大差异，很多经验难以直接复制。比如中国需要考虑到极高的人口密度和历史遗存，澳大利亚则需要考虑到沿海城市与内地城市的巨大差异。智能算法总会受到数据的影响，其工作过程和结果或多或少会带有来自数据源的倾向性。 这就需要城市管理者和社会工作者对算法和数据采集进行监督，尽量保证对整个社会所有群体的公平。同时，城市居民在享受这些算法便利的同时，不得不让渡出自己的数据隐私权，因此这些隐私数据也应当被严格管理。另外，城市本身的环境限制决定其发展的上限并非无限。那么，与其发展壮大城市，国家更应当关注偏远地区与农村地区的建设，让人口聚居处皆能有人工智能所提供的便利。 总之，智慧城市给城市居民描绘了一幅方便快捷、智能高效、令人憧憬的生活图景，而这些场景几乎都需要人工智能的参与。智慧城市的建设不能一蹴而就。在把人工智能技术一步一步嵌入智慧城市的过程中，城市居民慢慢地接受着新观念、新生活方式的洗礼，人类社会进而会迎来一次伟大的变革。 参考资料： [1] https://data.worldbank.org/indicator/SP.URB.TOTL.IN.ZS [2] https://www.un.org/development/desa/en/news/population/ [3] https://waymo.com/safety，报告内容参考Public Road Safety Performance Data [4] http://www.transformcn.com/Topics/2018-12/06/content_216221.htm [5] https://datatopics.worldbank.org/what-a-waste/ 文章 作者简介：王东昂是悉尼大学在读博士。他的研究领域涉及了医学图像、人工智能、神经科学、视频分析等多个领域，并致力于在实际系统中应用人工智能技术。他曾在CVPR、ECCV等国际会议中发表过论文，并受邀长期为IEEE Transactions on Circuits and Systems for Video Technology、IEEE Transactions on Multimedia等学术杂志和ICML、AAAI等国际会议审稿。他在机器学习和计算机视觉领域有超过5年的开发经验，曾与中国、美国、澳大利亚的多家公司和机构合作开发项目，其中包括多角度视频中的行为识别、基于道路监控的路况预测和自动化脑CT筛查系统。
