|
智慧城市讓生活更美好 2010年夏天，以“城市讓生活更美好”為主題的第41屆世界博覽會在上海舉辦，成為當年世界范圍內文化交流、社會發展、尤其是城市發展議題的盛事。根據聯合國和世界銀行的統計，2010年城市人口占世界總人口的51%[1]，其中城市人口比例剛好處在超過農村人口的關鍵節點。因此，通過發展城市讓生活更美好就成為了世界范圍內的趨勢。 如今，十年過去了，世界范圍內城市人口的比例也從51%上漲到了55%[1]。據聯合國預測，到2050年，這一比例會進一步提高到68%[2]。可以說，城市生活正逐漸成為人類文明的常態。隨著城市的發展，城市人口的集中帶來了更加便捷的生活，但同時也帶來了住房困難、出行擁堵、環境破壞、資源浪費等各種新問題。人們希望使用新興技術解決這些城市新問題，于是“智慧城市”的概念應運而生。在智慧城市的構想中，互聯網、現代工業和人工智能等新技術可以用來集成城市的系統和服務、提升資源運用的效率、優化城市管理和服務，從而解決城市問題和改善市民生活質量。 智慧城市這一概念從2008年由IBM提出至今，歷時十余年的發展，一些初步的“智慧應用”慢慢進入了城市居民的生活。以谷歌地圖（Google Map）為代表的地圖軟件，結合了地理數據與市內實景，并通過算法實現足不出戶就能了解城市、規劃路線。 在此基礎上，美國的優步打車（Uber）和中國的滴滴出行整合汽車數據和用戶數據，用推薦算法幫助用戶更快搭上出租車。在安保領域，中國于2017年建成了監控攝像頭系統“天網”，2019年投入使用的攝像頭已經突破2億個。同樣的監控網絡在世界其他地區也在快速部署，如美國紐約市警局與微軟公司共建的域名感知系統（Domain Awareness System）包括了大量攝像頭、傳感器，結合后臺的數據處理系統后，可用來監控和迅速打擊非法犯罪行為。 上述智慧城市的案例，已經用到了一部分人工智能的算法（推薦算法、識別算法、預測算法等），但其他大多數應用還集中在數據的收集、聯網以及共享方面（如電子政務平臺、電器遠程控制、傳感器陣列等）。隨著人工智能技術的發展，這些數據可以被更好地利用，從而完成推理、預測和決策，進一步推動智慧城市的發展。 智慧城市的應用場景 隨著2012年人工智能技術的興起，很多基于深度學習的新技術可以輔助城市居民的住房出行等日常需求，幫助實現環境資源可持續，幫助城市管理者更快地掌握信息并與居民溝通，居民的生活也將因此更加便利快捷。 1. 智慧交通系統 智慧交通系統的最大幫手來源于自動駕駛系統。當自動駕駛汽車成為城市交通主力時，不僅交通安全可以得到保證，而且結合了大數據和路線規劃算法之后，自動駕駛汽車可以自動避開擁堵區域、選擇最優路線。 基于此愿景，自動駕駛汽車的研究和產業化正在全面展開。2020年10月，Alphabet公司旗下的Waymo公司發布了自動駕駛汽車的安全性能報告[3]。該報告指出，Waymo自動駕駛汽車已經完成了總計150億英里的模擬駕駛和2000萬英里的公路無人駕駛，其中在過去兩年65000英里的公路實地測試中，僅發生了18次真實撞車事故和29次模擬事故，且絕大多數由另外一方不遵守交通規則所致。 這一方面表明自動駕駛技術已經趨于成熟，可以應對相對簡單的情況，但另一方面也說明高智能自動駕駛汽車的愿景尚未實現。 在自動駕駛汽車真正可以完全代替人類司機之前，一些輔助駕駛技術和道路控制技術已經進入了日常生活，如基于傳感器、攝像頭和控制技術的自動倒車入庫功能、行人碰撞預警、前后車碰撞預警、變道預警等等。計算機通過對車速、車距、影像的綜合分析，提前幾秒對汽車行駛進行干預，可以提升交通安全性。在道路上，人工智能算法已經可以被用來控制交通燈。2016年，杭州“城市數據大腦”在蕭山區部分路段進行了測試，通過人工智能算法分析車輛數據、道路監控攝像頭來智能調節紅綠燈，使車輛通行速度平均提升3%至5%，部分路段提升了11%[4]。 2. 可持續性城市 智慧城市的另一個重要作用就是保護城市環境、優化城市資源配置，這一功能也可以通過人工智能來輔助實現。 城市用電系統將大大受益。城市電網在不同季節、時段、天氣、地區具有不同程度的電力負荷，這些數據加上電力領域的知識，可以經由人工智能算法分析得到電網的工作模式，并實現基于設備狀態、網絡拓撲結構和實時運行等數據的電網健康程度評估，監測并及時發現異常用電情況。電網中的設備，如輸電網、變壓器等，也可以得到更高頻率的監控。田野機器人采集相關設備的圖像，經過分類算法和集成算法的分析，可以及時發現電網中設備的缺陷（如防震錘脫落、絕緣子缺失等）和風險（如施工、樹木、煙火等）。 城市環境也可以被傳感器網絡監測。以西班牙巴塞羅那為例，政府在全市安裝了超過2萬個無線傳感器，用于收集氣溫、濕度、污染、噪音、交通流量等各領域的數據信息。這些數據在未來可以結合人工智能的分類、回歸分析，從而對污染、天氣、交通狀況進行預測，也幫助城市管理者盡快采取適當的行動。 垃圾分類也可以由人工智能監管。預計至2050年，全球城市居民產生的垃圾量將從目前的年均20億噸增加到年均34億噸[5]。如果簡單進行填埋處理，則每年就會有數十億平方米的土地被占用，對世界環境產生巨大影響。智能垃圾分類系統可以替代人工而發揮優勢。在芬蘭的Bin-e智能垃圾桶中，先由攝像頭采集垃圾圖片，再用訓練好的圖像識別、物體檢測算法對圖像進行分析，最后通過機械系統對垃圾進行分類和壓縮，其內部的傳感器還可以通知用戶和垃圾清理公司來及時處理垃圾。 3. 信息服務系統 智慧城市中，城市管理者與市民之間的信息互動將會更加高效透明。這一優勢的實現，除了要求數據平臺的建立，還需要以區塊鏈技術為代表的信息技術的參與。 區塊鏈技術的特點包括分布式存儲、多方維護和不可篡改，在滿足了信息的有效性、真實性的同時，也提高了信息點對點傳遞的效率。 區塊鏈技術可以幫助人工智能算法投入應用，比如智能物流中的產品溯源，智能安保系統與公安系統形成私有鏈并進行數據傳遞，智能家居經過物聯網進行安全通信等等，都離不開區塊鏈保證下的數據高效傳遞。 區塊鏈還可以用于數據保護和分享。在城市的電子政務系統中，城市居民都可以及時看到政策的發布或改變、及時做出反饋、并看到其他人的反饋。這將極大地有利于城市管理者與居民之間的溝通。 醫療數據包含了病人的各方面隱私，病歷信息一般僅由醫院保管，不便于直接利用。在區塊鏈技術的幫助下，病人可以建立保密的電子健康檔案（Electronic Health Record），可以完整并且安全地在病人與醫院之間傳遞。另外，區塊鏈也可以幫助政府和民眾在公共健康事件發生時及時做出反應。在COVID-19疫情中，中國政府推出了健康碼，每個人都可以展示自己的健康狀況、了解附近的疫情風險。這背后，區塊鏈技術保證了數據安全和真實性，人工智能算法用來分析風險等級。中國疫情控制得力、政府反應及時，健康碼這一信息服務系統功不可沒。 4. 居民生活服務 智能醫療一直是人工智能發展的熱門方向。微軟上線了Healthcare Bot，這是一款以自然語言處理和語音識別技術為載體的聊天機器人，病人可以在網上通過與聊天機器人的對話進行簡單病癥的診斷和分流。在圖像領域，中國的依圖科技和深睿科技等公司已經開發出了基于圖像分類和分割的智能診斷系統，幫助醫生在斷層掃描（CT）和核磁共振（MRI）圖像中快速找到肺結節、定位腦出血部位，提高了診斷效率。 在家庭中，智能家居將會逐漸替代傳統家具。隨著物聯網的普及，無論是傳統的家電還是原本需要人工控制的窗簾、門窗等，都可以連接到“家庭數據大腦”中進行分析和控制，通過Alexa、Siri等智能語音助手識別語言命令，并傳達給相應的家居設施。人工智能算法也可以分析日常生活的各種模式，從而直接自動控制家電。現在，智能設備已經開始進入老百姓的日常生活中。以智能攝像頭為例，美國的Nanit、Cubo AI等智能攝像頭產品集成了場景分割、行為識別、人臉識別算法，可以幫助家長監控從嬰兒到幼兒的一舉一動、分析嬰兒睡眠狀況，并對可能出現（如幼童爬高等）或已經出現的危險狀況（如嬰兒口鼻遮擋等）進行預警。 在社區中，居民將會享受到來自智能物流和無人超市帶來的便利。亞馬遜的貨倉被認為是全球最高效的倉庫，其中有超過1.5萬臺機器人工作在三維倉庫和配送分揀中心內，快速完成貨物的搬運和分揀。在無人超市領域，亞馬遜在成功運營了Amazon Go無人超市兩年以后，于2020年又開放了更大的無人超市Amazon Go Grocery，不僅增加了超市面積，而且增加了貨物種類和數量。這間著名的無人超市融合了計算機視覺、傳感器技術和深度學習算法，可以同時監測多個物體的移動和互動，從而把每個人的購物影像和數據都詳細記錄下來。顧客不需要再進行繁瑣的掃碼、付賬，只是簡單地拿東西放在袋子里即可，走出超市之后就會收到精準的賬單。 智慧城市的展望與挑戰 從這些智慧城市的應用場景能看出，人工智能技術改變了人和信息的關系。與城市相關的信息數據成為了人工智能技術的訓練素材，而人工智能的預測、決策、判斷、擬合的能力則可以在智慧城市中廣泛應用從而更好地服務于人們的生活。 人工智能應用于智慧城市所帶來的改變不止于此，城市的功能區也可能會發生改變。人工智能、自動駕駛與物聯網技術改變了物與物、物與人的連接方式，使得資源在城市中、城市間的分配不再極度依賴人工，從而降低貨物運送到每個社區的運輸成本。再加上以5G技術和共享辦公場所的興起，人們將越來越多地在自己住宅附近活動。城市自然而然朝著多中心化發展，每個中心成為了綜合性社區，不僅只是住宅區或商業區。這樣降低了整體的出行開銷，也自然而然降低了碳排放。 與此同時，城市人口的職業結構也可能會發生變化。隨著人工智能可以完成垃圾分類、交通調度、汽車駕駛、無人超市等功能，大量簡單重復勞動可以被替代，節省出不少人力資源。與此同時，這些人工智能的背后需要大規模的數據采集和模型的持續訓練，數據工程師、傳感器硬件工程師和人工智能工程師等崗位則會需要更多人力投入。由于人工智能參與到醫療、教育、信息管理、建筑、物業等各個領域，了解人工智能會是很多職業的必備需求。 當然，這樣完美的智慧城市不可能一蹴而就，甚至很難“自上而下”地規劃出來。由于人工智能技術的發展是周期性的，城市的管理者應該據此制定短期發展計劃與長期發展計劃。短期內，城市管理者應當扶植相關的專業型企業，分頭利用基于深度學習的人工智能技術完成智能交通、智能醫療、智能電網等專業性應用，再“自下而上”地共同構成智能基礎設施。長期看，人工智能技術可能在一段時間之后再迎來革命性的技術變革，但信息和數據一定是必不可少的。因此，城市管理者應當把城市管理數字化、城市數據電子化。在數字化的幫助下，未來城市還可以實現“數字孿生”，即建立物理城市的數據映射，從而對城市的規劃、城市中發生的事件進行數據模擬和預測。這不僅可以為更進一步的人工智能技術準備數據基礎，同時也是更為先進的城市規劃和城市建設工具。 除了人工智能技術，智慧城市的建設也需要結合其他基礎技術的發展。比如影響最為深遠的5G技術，它可以達到4G技術傳輸速度的近20倍，并且能容納更多通訊設備同時傳輸數據。一方面，人工智能算法所需要的大量數據可以傳輸到云端處理并即時返回結果，從而實現不包含計算模塊的輕量級智能設備。另一方面，城市中的基礎設施可以盡可能多地連入智能網絡，真正實現萬物互聯。同時，新安裝的智能設備也可以進一步推動城市的數字化進程，使城市的“數字化”和“智能化”相互輔助前行。 另外，智慧城市同樣也存在著一些局限。不同城市的歷史、文化、規劃、管理模式可能存在巨大差異，很多經驗難以直接復制。比如中國需要考慮到極高的人口密度和歷史遺存，澳大利亞則需要考慮到沿海城市與內地城市的巨大差異。智能算法總會受到數據的影響，其工作過程和結果或多或少會帶有來自數據源的傾向性。 這就需要城市管理者和社會工作者對算法和數據采集進行監督，盡量保證對整個社會所有群體的公平。同時，城市居民在享受這些算法便利的同時，不得不讓渡出自己的數據隱私權，因此這些隱私數據也應當被嚴格管理。另外，城市本身的環境限制決定其發展的上限并非無限。那么，與其發展壯大城市，國家更應當關注偏遠地區與農村地區的建設，讓人口聚居處皆能有人工智能所提供的便利。 總之，智慧城市給城市居民描繪了一幅方便快捷、智能高效、令人憧憬的生活圖景，而這些場景幾乎都需要人工智能的參與。智慧城市的建設不能一蹴而就。在把人工智能技術一步一步嵌入智慧城市的過程中，城市居民慢慢地接受著新觀念、新生活方式的洗禮，人類社會進而會迎來一次偉大的變革。 參考資料： [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，報告內容參考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/ 文章來源：貿澤電子 作者簡介：王東昂是悉尼大學在讀博士。他的研究領域涉及了醫學圖像、人工智能、神經科學、視頻分析等多個領域，并致力于在實際系統中應用人工智能技術。他曾在CVPR、ECCV等國際會議中發表過論文，并受邀長期為IEEE Transactions on Circuits and Systems for Video Technology、IEEE Transactions on Multimedia等學術雜志和ICML、AAAI等國際會議審稿。他在機器學習和計算機視覺領域有超過5年的開發經驗，曾與中國、美國、澳大利亞的多家公司和機構合作開發項目，其中包括多角度視頻中的行為識別、基于道路監控的路況預測和自動化腦CT篩查系統。 |
