城市更美好，生活更美好

2010年夏天，上海舉辦了主題為“城市，讓生活更美好”的第41屆世博會。這是圍繞文化交流、社會發展，尤其是城市發展進行討論的國際高潮。據聯合國和世界銀行統計，2010年城市居民占世界總人口的比例為51%，標志著人口從農村向城市中心的歷史性轉移。從那時起，世界各國開始看到提高城市生活質量與改善公民生活之間的聯系。

十年過去了，全球城市居民的比例從 51% 增加到 55%。據聯合國預測，到2050年，這一比例將增加到68%，城市生活將成為人類文明的默認狀態。人口向城市集中，一方面會帶來很多便利，但另一方面也會在住房、交通、環境破壞、資源節約等方面帶來新的挑戰。許多人希望能夠利用新興技術來解決這些城市特有的新挑戰，這催生了智慧城市的概念。作為智慧城市概念框架的一部分，互聯網、現代化工業、人工智能（AI）有望用于整合城市系統和服務，提高資源利用效率，優化城市管理和服務。這有助于解決城市面臨的問題，提高居民的生活質量。

智慧城市概念自2008年IBM首次提出以來，已經發展了十多年，一些初步的智能應用已經成為城市居民日常生活的一部分。地圖軟件，如谷歌地圖，結合地理數據和城市的實際圖像，并使用算法幫助用戶了解他們的城市并規劃具體路線，所有這些都可以在他們舒適的家中完成。美國的優步和中國的滴滴利用此類服務，將車輛和用戶數據與他們的推薦算法相結合，幫助用戶快速搭乘。在安全領域，中國于2017年建立了天網監控攝像頭系統，到2019年將有超過2億個攝像頭投入使用。類似的監控網絡正在全球其他地方迅速部署，比如紐約市警察局和微軟聯合打造的Domain Awareness System。它由大量攝像頭和傳感器以及后端數據處理系統組成，可用于持續監控和快速響應犯罪活動。

這些智慧城市應用的例子已經使用了一些人工智能算法，如推薦算法、識別算法和預測算法。但絕大多數應用都集中在數據收集、網絡和信息共享方面——例如電子政務平臺、設備遠程控制和傳感器陣列。隨著人工智能技術與其支持的智慧城市一起發展，這些數據將通過推理、預測和決策等人工智能功能得到進一步利用。

智慧城市應用場景

2012年隨著AI技術的興起，引入了很多基于深度學習的新技術，幫助滿足城市居民日常的住房和交通需求，幫助維護環境資源的可持續性，幫助城市管理者更快掌握信息和與居民溝通。這對城市人來說意味著更大的便利和效率。

智能交通系統

智能交通系統的最大貢獻者是自動駕駛系統的出現。當自動駕駛車輛成為城市交通的主要方式時，自動駕駛車輛將使用大數據和路線規劃算法自動避開擁堵并自動尋找最佳行駛路線，從而保證更好的安全性并提供更高的效率。

考慮到這一未來，自動駕駛汽車的研究和產業化正在全面展開。Alphabet 旗下 Waymo 于 2020 年 10 月發布了一份自動駕駛汽車安全報告。報告發現，Waymo 自動駕駛汽車已經在虛擬道路上行駛了 241 億公里，在實際道路上自動駕駛了 3200 萬公里。在過去兩年10.6萬公里的真實道路測試中，記錄到的實際碰撞只有18次，虛擬碰撞有29次，而且大部分是其他司機不遵守交通規則造成的。這說明自動駕駛技術已經相當成熟，可以熟練應對任何簡單的路況。然而，這也表明高度智能化自動駕駛汽車的愿景尚未成為現實。

雖然自動駕駛汽車真正取代人類駕駛員的那一天還沒有到來，但駕駛輔助技術和道路控制技術已經成為人們日常生活的一部分。例如，使用傳感器、攝像頭和控制技術來支持自動倒車和停車等功能的技術，以及有關行人、前后障礙物和變道的警告。車載電腦通過對車速、距離、傳感器圖像的綜合分析，可以提前幾秒改變車輛的行駛路徑，這對行車安全是一大利好。就道路本身而言，人工智能算法已經被很好地用于控制交通信號燈。2016 年，中國杭州市在蕭山區的一些道路上測試了其城市數據大腦。

城市可持續性

智慧城市的另一個重要作用是保護城市環境和優化城市資源配置。人工智能也可以在這些領域提供幫助。

城市供電系統尤其如此。城市電網在不同的季節、時間、天氣條件和地區承受不同的電力負荷。AI算法可以將這些數據與電力知識相結合，以分析電網的運行模式。這使得網格的數據驅動健康評估成為可能，包括設備狀態、網絡拓撲和實時操作。運行狀況評估允許操作員監測并立即發現電源中的問題。輸電線路和變壓器等電網設備也可以更頻繁地監測。現場機器人收集設備的圖像，通過分類和集成算法對其進行分析，以快速發現任何設備故障，如阻尼器松動、絕緣體缺失，以及施工作業、樹木過度生長和煙花等因素帶來的風險。

傳感器網絡可以監控城市環境。例如，西班牙巴塞羅那在城市周圍安裝了 20,000 多個無線傳感器，以收集有關溫度、濕度、污染、噪音和交通流量的數據。未來，人工智能算法可以對這些數據進行分類和回歸分析，以預測污染、天氣和交通狀況。這將有助于城市管理者盡快采取適當措施。

垃圾分類是另一個可以受益于基于人工智能的監控的領域。預測預測，全球城市居民產生的垃圾量將從目前的每年 20 億噸增加到 2050 年的 34 億噸。如果這些生活垃圾被填埋處理，每年將取代數十億平方米的土壤，這將對世界環境產生巨大影響。智能垃圾分類可替代人工作業，效果更佳。芬蘭的 Bin-e 智能垃圾桶首先使用攝像頭拍攝垃圾圖像，然后使用訓練有素的算法進行圖像識別和物理對象檢測來分析垃圾桶的內容。最終使用機械系統對垃圾進行分類和壓縮，而垃圾桶'

信息服務系統

在智慧城市中，城市管理者和城市居民之間的信息交換效率更高，透明度更高。實現這些好處需要構建必要的數據平臺和部署區塊鏈等信息技術。

區塊鏈技術具有分布式存儲、多方維護、不可篡改等特點。這確保了信息的有效性和真實性，也提高了點對點信息傳輸的效率。區塊鏈技術可以促進人工智能算法的應用。例子是：

智能物流的產品跟蹤，

使用私有區塊鏈的智能安全系統和執法系統的數據傳輸，以及

智能家居中物聯網 (IoT) 設備之間的安全通信。

這些應用依賴于區塊鏈技術保證的數據高效傳輸。

區塊鏈還可用于保護和共享數據。在城市的電子政務系統中，城市居民可以即時查看新的或修改后的政府政策，提供即時反饋，并查看其他人的評論。這將大大加強城市管理者與居民之間的溝通。健康數據包括各種類型的患者私人信息，醫療記錄一般只由醫院存檔，因此不易獲取。借助區塊鏈技術，患者可以建立機密的電子健康記錄，這些記錄可以在患者和醫院之間以完整的形式安全傳輸。區塊鏈還可以幫助政府和公眾快速應對突發公共衛生事件。為了應對 COVID-19 的爆發，中國政府引入了健康碼系統，每個人都可以顯示自己的個人健康狀況并查看當地的暴露風險。區塊鏈技術為程序保障數據的安全性和真實性，AI算法分析風險等級。健康碼信息服務系統使中國政府能夠快速響應并控制住疫情。

社區服務

智能醫療一直被視為人工智能發展的必然方向。Microsoft 的 Healthcare Bot 是一種聊天機器人，它利用自然語言處理和語音識別技術，使患者可以通過與聊天機器人在線交談來獲得診斷和簡單條件的分類。在影像領域，依圖、深智等中國企業開發了基于圖像分類分割的智能診斷系統，幫助醫生在CT、MRI等領域快速發現肺結核、精準定位腦出血。提高診斷效率。

智能家居技術將逐漸取代家庭中的傳統電器。隨著物聯網變得越來越無處不在，從傳統家電到窗簾、門窗，家中的一切都將連接到家庭數據大腦，Alexa 和 Siri 等智能語音控制器將識別口頭指令并將其傳輸到相應的家用設備。人工智能算法還可以分析日常生活以自動控制家用電器。智能設備已經開始進入普通人的日常生活。以智能相機為例。Nanit 或 Cubo AI（美國）等設備集成了場景分割、行為識別和面部識別算法，幫助父母監控孩子從嬰兒期到童年的一舉一動。

在小區內，居民將享受到智能物流、無人超市等便利設施。亞馬遜的倉庫被認為是世界上效率最高的，使用超過 15,000 臺機器人在 3D 倉庫和物流中心工作，以快速運送和分揀貨物。在無人超市方面，亞馬遜在其Amazon Go markets開始運營兩年后，于2020年開設了更大的無人超市Amazon Go Grocery，不僅擴大了店面規模，還增加了更多的產品種類，增加了銷售額。數量。這種著名的無人超市結合了計算機視覺、傳感器技術和深度學習算法，可以同時監控多個物理對象的移動和交互。這導致能夠詳細記錄有關每個購物者活動的圖像和數據。購物者只需將商品從貨架上取下并放入購物袋，而無需進行商品掃描和結賬。顧客離開超市后會收到一張準確的賬單。

智慧城市的展望與挑戰

從以上智慧城市應用場景概覽可以看出，人工智能技術已經深刻改變了人與信息的關系。來自城市的數據和信息訓練人工智能技術，人工智能的預測、決策、判斷和建模可以廣泛應用于智慧城市，更好地服務于居民的日常需求。

人工智能技術應用給智慧城市帶來的變化還不止于此。即使是城市的基本功能也不能幸免于這一地區發生的變化。人工智能技術、自動駕駛和物聯網改變了物理對象與人之間以及物理對象與物理對象之間的連接方式。城市內部和城市之間的資源配置不再僅僅依賴于人工投入和勞動力。這降低了將貨物運輸到城市各個社區的成本。隨著5G技術和共享辦公空間的興起，越來越多的人將能夠就近辦公、辦事。城市可以自然地朝著擁有多個活動中心的方向發展，每個中心都可以成為一個多功能社區，而不必完全是住宅區或商業區。這降低了繞過城市的總體成本，也自然減少了碳排放。

城市人的職業類型也將發生變化，垃圾分類、交通控制、駕駛、收銀等人工智能技術將釋放大量人力資源。同時，這些人工智能技術也需要大規模的數據采集和持續的模型訓練，引發對數據工程師、傳感器硬件工程師和人工智能工程師的需求。隨著人工智能在醫療、教育、信息管理、建筑、房地產等各個領域的部署，掌握人工智能技術的人才將非常搶手。

當然，這種理想的智慧城市不會一蹴而就，也不是自上而下的規劃就能輕易實現的。人工智能技術是周期性發展的，城市管理者應制定短期和長期的發展規劃。短期內，城市管理者應支持人工智能企業利用基于深度學習的人工智能技術在交通、醫療、電力等領域開展應用，自下而上共同構建智能基礎設施。從長遠來看，人工智能技術很可能很快就會出現革命性的進步，但信息和數據始終離不開它。因此，未來智慧城市的管理者應該將所有城市行政職能和所有與城市相關的數據數字化。這種數字化意味著城市將擁有實體城市的虛擬復制品，允許模擬城市規劃和預測潛在事件。數字化也為人工智能技術的進一步應用奠定了數據基礎，將為城市規劃和城市建設提供先進的工具。

除了人工智能技術，建設智慧城市還需要發展其他基礎技術。一個例子是 5G 技術，它將產生持久的影響。它以比 4G 技術可以處理的速度快 20 倍的速度傳輸數據，并且它支持從許多不同的通信設備同時傳輸數據。人工智能算法所需的海量輸入數據可以傳輸到云端，經過處理并即時返回。這允許使用不需要復雜處理器的輕型智能設備。同時，將盡可能多的基礎設施設備接入智能網絡，最終實現萬物互聯（IoE）。新安裝的智能設備也可以進一步促進城市“

智慧城市仍然會有一些局限性。城市之間在歷史、文化、規劃和管理方面的巨大差異意味著經驗可能無法輕易復制。例如，中國需要考慮其極高的人口密度和歷史地標。相比之下，澳大利亞需要處理沿海城市和內陸城市之間的顯著差異。人工智能算法總是受到其所依賴的數據的影響，其工作過程和結果或多或少地反映了數據源的偏見。這需要城市管理者和社會工作者監督算法和數據收集，以確保結果對社會各階層都是公平的。城市居民還必須放棄部分數據隱私，才能享受這些算法提供的便利。因此，這些私人數據的使用必須受到嚴格的數據管理標準的保護。城市本身的實際環境也會成為限制其發展范圍的因素。這意味著政府在發展大城市的同時，也要重視邊遠地區和農村建設，讓所有人口聚集地都能享受到人工智能技術帶來的便利。

結論

智慧城市為城市居民提供快捷便捷、智能高效、充滿希望的城市生活夢想。這個未來當然需要人工智能技術的幫助。建設智慧城市不會一蹴而就。隨著人工智能技術在城市中的落地，居民將逐漸接觸到新的概念和新的生活方式，這些新概念和新生活方式不一定能馬上被接受。然而，下一次偉大的技術革命給人類文明帶來的好處是值得的。

王東剛是悉尼大學的在讀博士。他的研究涉及醫學影像、人工智能、神經科學和視頻分析，一直致力于將機器學習技術應用到日常生活中。曾在CVPR、ECCV等國際頂級會議發表論文，擔任IEEE Transactions on Circuits and Systems for Video Technology、IEEE Transactions on Multimedia等期刊和AAAI、ICML等會議的審稿人。他在開發機器學習和計算機視覺算法方面經驗豐富。與中國、美國、澳大利亞的公司和機構合作項目包括多視角動作識別、基于監控視頻的道路管理、腦CT自動分診系統等。

審核編輯黃宇