8月4日，澳門特殊行政區當局與阿里巴巴簽訂《構建聰明城市計謀協作框架協定》，引進阿里云人工智能ET“城市年夜腦”。據悉，ET“城市年夜腦”在澳門落地的場景包含交通、旅游、醫療辦事、電子政務、環保、海關通關、人才網job.vhao.net造就、經濟猜測等。
這是繼自客歲云棲年夜會上宣布杭州“城市年夜腦”聰明城市扶植籌劃后，ET“城市年夜腦”上岸的第二站。據阿里云人工智能迷信家閔萬里博士泄漏，阿里云正在邊疆長三角等區域疾速復制“城市年夜腦”。
近年來，城市化在帶來經濟繁華的同時，也賡續增長著城市運營與治理的難度。交通擁堵等成績，嚴重影響了城市運營的效力和可連續成長。應用最早進的人工智能作為處理計劃的設法主意也由此而生。不外，面臨擁堵困難，還沒有成熟的人工智能能幫我們多年夜忙？
有年夜腦的城市“血脈”順暢
城市作為人類社會的政治、經濟中間，其本能機能之一就是增進經濟成長。近年來，許多國度的經濟成長完成了史無前例的沖破，但城市擴大、生齒活動給許多地域帶來了更多災題，這一進程讓城市不勝重負，堵車等成績在城市間疾速沾染，讓城市治理者莫衷一是。
而在此之前，許多科技巨子就事后一步猜想到局勢的成長，IBM就是個中之一。2008年11月IBM在全球提出“聰明地球”概念，但離開現實和營業形式的毛病終究讓IBM半途而廢，其思緒逐步被各當局部分摒棄。而今，阿里巴巴、百度、滴滴出行等都紛紜拿出了“城市數據年夜腦”的人工智能計劃，固然所針對范疇、稱號不盡雷同，但在道理上倒是年夜同小異。
“城市數據年夜腦”的目的是經由過程搜集城市的各項數據，對全部城市停止全局及時剖析，主動分配公共資本，優化城市治理，終究使城市運轉加倍高效。
當一套完美的“城市數據年夜腦”落地后，將是一套完全的信息搜集、整頓、反應、盤算、輸入體系，而AI的運用使得城市年夜腦不只在信息搜集上加倍高效、周全，盤算處置上也加倍疾速。
以交通范疇的運用為例，假如經由過程人力來預判交通流量，僅僅是一周的視頻數據剖析，都須要數萬交警三班倒地去看，消費的時光能夠是幾天乃至更長時光。而城市年夜腦則可以在非常長久的時光內剖析終了，而且可以或許準確到若干車輛往甚么偏向走，哪些車輛存在背章……這方面，機械比人更具優勢。
據懂得，“城市數據年夜腦”的目的是經由過程搜集城市的各項數據，對全部城市停止全局及時剖析，主動分配公共資本，優化城市治理，終究使城市運轉加倍高效。當一套完美的“城市數據年夜腦”落地后，將是一套完全的信息搜集、整頓、反應、盤算、輸入體系，而AI的運用使得城市年夜腦不只在信息搜集上加倍高效、周全，盤算處置上也加倍疾速。
這一套“城市數據年夜腦”治堵計劃，可謂將前兩年所說的熾熱的“人工智能”治堵、“年夜數據”治堵融會在了一路，并加以實行。以數據年夜腦為焦點，及時監控剖析途徑車流量，根據靜態的交通數據，主動切換和分配旌旗燈號燈時光，乃至在車流偉大的路段，全程綠燈一直車。而從駕駛者這一方面，則可以很清楚的依據“年夜腦”所剖析出來的數據，選擇推舉車流量較為公道的途徑行駛。從而調理交通流量，以處理堵車的成績。
本質和舊規臨時無解
不外，“城市年夜腦”的推動，其實仍面對著浩瀚實際困難，也絕非可以疾速復制、遍地開花。以交通為例，我國的堵車成績遠不止交通流量年夜、車輛類型龐雜那末簡略。AI要面臨的，生怕是一小我為身分更龐雜的困局。
高德地圖等機構宣布的《2017年第二季度中國重要城市交通剖析申報》顯示，第二季度里，一百個城市中近八成的城市擁堵同比獲得減緩，但仍有23%的城市涌現擁堵減輕趨向。
至于交通壅塞緣由，在一項投票查詢拜訪中，票選比例最高的前四分離為：非靈活車在靈活車道逆行、交叉、隨便變線，占總票數的17%；堵車時加塞占總票數的16%；守法泊車、堵車時借路或占用對面車道超車兩類均占總票數的13%。其他分離為：行人隨便橫穿馬路占11%，失落頭、轉彎不讓直行車和開車打手機兩類均占10%，產生稍微交通變亂不“快處快賠”占8%。
可以看到，這一類的交通背規都屬于駕駛人員本質不高所招致的客觀行動，而恰好這些客觀行動，“城市數據年夜腦”是力所不及的。某北京市交通治理專家曾表現，智能化交通治理的成績，須要懂營業的技巧專家，和懂得技巧的營業主干（交警）配合來完成。AI再聰慧，也不克不及完整處理治理的成績。
在治堵的成績上，另外一個障礙“城市年夜腦”施展的核心，就是晚期城市交通的計劃弊病。
本世紀以來，跟著經濟支出程度的進步，汽車市場涌現了迸發性的增加。而我國晚期城市特別是途徑的計劃扶植，卻很難提早預感到這一疾速變更，沒法知足迸發性增加的家庭汽車通勤需求。
“例如，北京的途徑擁堵的基本緣由，是無限路面資本沒法知足日趨增加的全域私人車出行需求的成績。”北京交通年夜學交通體系迷信與工程研討院閆學東傳授說，北京市日均出行需求在2016年的穩固增加，是招致北京市域部分區域行程速度降低的癥結緣由。
“城市年夜腦”可以解析數據，調理交通流量，可以減緩一部門城市途徑的擁堵成績。但今朝人工職智能照樣沒法從基本轉變晚期國際部門城市計劃的弊病，和是以招致的堵車成績。固然ET在運用中強調了“年夜數據”車流監測已在順應賡續變更的交通狀態，但在“治堵”上還須要更多的練習停止考驗。
除隨便的人道、陳腐的途徑計劃外，“城市年夜腦”人工智能，還存在數據的平安成績。據統計，以后人們天天的出行數據年夜約有70TB，都是跟交通出行互相關注的。面臨這么多且賡續增加的數據量，若何確保數據的平安和不被泄漏是一個異常偉大的課題。
另外，假如在交通、城市成績的處理上，過度的依附年夜數據，經由過程年夜數據剖析來“批示交通”，那末在數據庫遭受黑客的入侵招致“年夜腦”癱瘓時，那城市的正常次序會遭到嚴重的威逼。
“年夜腦”平安與數據平安
除“城市年夜腦”人工智能沒法處理的固有成績以外，能否還有更值得我們擔心的成績呢？謎底是確定的，那就是數據的平安成績。
先有58同城全國簡歷泄漏事宜，再有國外巨子Dun＆Bradstreet 52G數據庫遭泄漏，更有印度麥當勞220W用戶收條遭泄漏。年夜眾愈來愈關懷年夜數據的平安成績，愈來愈低的數據犯法本錢招致了互聯網社會的人心惶遽。
滴滴出行從客歲宣告進軍“人工智能交通”，宣布了交通云盤算平臺。響應而來的，平臺的數據量也異常年夜，有接近一百億的途徑計劃要求，定位跨越130億次。現實上，我們天天的出行數據年夜約有70TB，都是跟交通出行互相關注的。面臨這么多且賡續增加的數據量，若何確保數據的平安和不被泄漏是一個異常偉大的課題。
另外，我們在交通、城市成績的處理上，過度的依附年夜數據，經由過程年夜數據剖析來“批示交通”，那末假如在數據庫遭受黑客的入侵，招致“年夜腦”癱瘓，那城市的正常次序能否會遭到嚴重的威逼，這也是不容我們疏忽的成績。
換個角度，回看一下《速度與豪情8》中那些匪夷所思的畫面，固然幾十上百輛“僵尸車”軍團的構想有些太甚科幻，然則紅綠燈體系、汽車ECU電子掌握單位被黑的例子曾經習以為常，防微杜漸是必需的。
有隱患，稀有據風險，其實不意味著我們要剖腹藏珠，然則跟著數據泄漏危機、黑客霸占數字防地的風險加年夜，若何有用防備，若何樹立危機應對機制，也是數字化城市治理者、介入者、運營者必需主要斟酌的焦點成績。
