人工智能助力智慧城市建设

戚欣，姜春雷

（吉林建筑大学）

人工智能助力智慧城市建设

戚欣，姜春雷

（吉林建筑大学）

随着我国城镇化发展加速，智慧城市建设成为一项迫切的任务。然而基于传统机器学习算法的智慧城市缺乏足够的智慧应对不断加剧的“大城市病”。近年来，以深度学习为核心技术的现代人工智能迅速发展。因此，探讨现代人工智能在智慧城市中的应用具有十分重要的意义。论文首先介绍了人工智能兴起的背景和面临的挑战，接着分析了智慧城市引入人工智能的前提并总结了人工智能在智慧城市中的应用，最后提出了以人工智能为核心的智慧城市建设对策。

智慧城市；人工智能；深度学习；大城市病

1 引言

智慧城市是解决“大城市病”的一剂良药，同时也是城市生活与城市管理的新兴模式。智慧化是继工业化、电气化、信息化后，世界即将发生的第四次工业革命，作为智慧化的核心技术——人工智能今年首次被写入我国政府工作报告。毫无疑问，未来的智慧城市将是以人工智能技术为核心的智慧城市。探讨人工智能助力智慧城市建设具有重要意义。

2 当代人工智能兴起的背景

2.1 高性能计算极大进步

20世纪80年代，误差反向传播算法（BP算法）的提出，掀起了一股人工神经网络的热潮，然而多层神经网络却鲜被提及，其主要原因是多层神经网络的训练需要巨大的计算资源，以至于在当时是一个不可能完成的任务。2006年，Hinton的开创性工作为多层神经网络的训练带来了曙光，然而直到2012年，Hinton的两个学生在拥有超强并行计算能力的GPU平台上成功训练深度学习模型，并以此拿下ImageNet冠军，深度学习才开始从理论研究走向生产实践，成为当代人工智能的核心技术。从深度学习的发展历程来看，深度学习的主要障碍来自其巨大的计算量，深度学习的每一步发展都离不开计算方法或硬件平台的改进。

截至2016年，GPU的浮点计算能力已经超过每秒85万亿次浮点运算，而CPU则一直在G级徘徊。GPU强大的计算能力引起了高性能计算研究者的重视，基于GPU的高性能算法和硬件平台不断推陈出新。高性能计算的极大进步为基于深度学习算法的人工智能发展奠定了良好的基础。

2.2 高速网络的发展与普及

自互联网诞生以来，它以极高的速度进行普及同时网络带宽也保持高速增长，尤其是近年来以4G为代表的移动网络发展势头迅猛。《中华人民共和国网络安全法》已经于2017年6月1日实施，它将在法律层面保护网络基础设施和信息安全，保障互联网时代产生的个人信息安全，制止网络诈骗。所有这些，都为人工智能的发展提供了肥沃的土壤。

2.3 大数据的井喷式增长

随着数字城市的建设，物联网遍布每个角落，世界上发生的每件小事、自然界的每一点变化、人类的每一个想法，各种各样的信息都可能被收集。遥感技术的飞速发展也带来了海量的数据。所有这些导致数据规模呈现爆发式增长。美国政府2012年发布的《大数据研究和发展倡议》，把大数据比作“未来社会发展的新石油”。之所以有这种看法缘于大数据中蕴含着巨大的知识资源，这些知识为人工智能带来了前所未有的机会。

2.4 互联网巨头及资本推动

近年来，谷歌、苹果、脸书、亚马逊、微软、NVIDIA、百度、阿里巴巴、腾讯先后投入大量资金做人工智能产品研发，在宣传上更是不遗余力。最为激进的百度已经宣布自己是一家完全的人工智能公司，而非互联网公司。

资本市场也迅速做出反应，全面追捧人工智能领域。2016年第一季度和第二季度人工智能企业获得投资都接近了250亿美元，而在2012年同期，这个数字还不到4亿美元。

3 人工智能面临的挑战

3.1 技术问题

以深度学习为核心技术的当代人工智能很大程度上借鉴了人脑的信息处理模式，当前的人工智能技术还没有完全吸纳人脑科学的成果。人脑是自然界经过数亿年进化出的产物，未来人工智能的发展无疑还要依赖和受限于人脑科学的发展。从另一个角度来看，人脑是建立在生化反应的基础上的，而现有计算机以二进制为基础，从更长远的未来看，人工智能还要依托量子计算机或生物计算机。

中国科学院张钹院士总结出人工智能目前擅长的领域都有如下特点：（1）足够的数据；（2）完全信息；（3）确定性；（4）单领域（这样的领域包括语音识别、人脸识别、图像识别和围棋等）。但在信息不完全或涉及多个领域（包括自然语言理解）或存在干扰的情况下，人工智能还有待提高。例如，人工智能目前还无法战胜人类桥牌高手，人工智能同样无法在《星际争霸》游戏中打败专业选手。

人工智能的应用还面临能耗问题。人脑的功率不过25W，而Alpha Go的功率达到150kW。即便这样，Alpha Go的智能也只是限定在围棋这一单一领域。因此，人工智能在全面应用过程中还需要进一步减少能耗。

3.2 政策及法律问题

以无人驾驶为例。基于人工智能的无人驾驶区别于有人驾驶，现行的交通规则以及交通设施并不利于无人驾驶。例如，谷歌在测试无人驾驶时，在四面红灯情况下，由于其他车辆不断慢慢向前拱，导致完全遵守现行交通规则的无人驾驶车很长时间无法通过。另外，在有人驾驶时，行人会完全遵守交通规则，因为他们知道司机会溜号，还可能酒驾；而全面无人驾驶的车辆会完全遵守交通规则和交通安全，在车辆设定了优先保障行人安全的前提下，行人是否还能完全遵守交通规则？

人工智能还面临着法律问题。以无人驾驶为例，根据我国道路交通安全法规定，机动车的驾驶证只能发给自然人，这给利用人工智能的无人驾驶车辆带来了障碍。同样的问题还有上路牌照、交通事故责任认定和登记检验等，这些问题在当前的法律中都处于空白地带。另外，有交通事故时，汽车生产商同消费者的责任划分也缺乏法律支持。

在人工智能日益成熟后，法律、政策问题将成为其应用的最大障碍。

3.3 社会问题

人工智能的出现将以前所未有的力度极大减轻人们的劳动，曾经需要上万工人的企业，可能仅需要几名技术人员和一大群机器人就可以了。以我国上海的洋山港为例，洋山港是世界上最大的海岛型人工港，这么一个偌大的港口几乎见不到人，从集装箱的卸载到转运全部由系统自动规划，调度桥吊，指挥无人驾驶车来完成，时间精确到秒级。

然而，在减轻人们劳动强度和劳动力需求的同时也意味着很大一部分工作将被机器人取代，尽管新兴行业可能吸纳一部分失业人口，但对于拥有大量人口和低端劳动产业的中国，这仍然是一个不得不考虑的问题。

3.4 伦理及安全问题

相对于人工智能技术的发展，人工智能伦理的研究相对滞后。当前的人工智能还处于弱人工智能阶段，其伦理问题还未突出显现，然而，当发展到强人工智能阶段时，伦理问题必然成为其应用的主要矛盾之一。

安全问题是人工智能的另一个重要问题。著名物理学家霍金就曾经多次表达过对人工智能的担心。人类具有求生本能，如果人工智能学到这一点，后果将无法预料。例如，他是否会阻止我们关闭它的电源。是否或如何阻止人工智能的求生本能都是人类面临的挑战。

4 智慧城市引入人工智能的前提条件

4.1 人才基础

当代人工智能作为一种新兴技术仍处于发展阶段，熟练掌握并能实际应用它的人才并不多。国际上关于深度学习高端人才的竞争早已白热化，百度就以优厚的条件从谷歌挖到顶尖深度学习专家吴恩达，然而在不到3年后，他选择离开百度。如何培养优秀的专业人才队伍、做好人才储备，制定有利于留住人才的政策已经成为摆在我国政府和企业面前的现实问题。

4.2 物联网建设

人工智能是智慧城市的核心技术，基于人工智能建立的城市大脑是智慧城市的中枢，而物联网系统则是智慧城市的眼睛和耳朵。没有物联网，城市大脑就成了无源之水，无本之木。因此，有预见性投入数字城市建设，构建完善的物联网体系，尽早实现“万物互联”这一梦想是建立智慧城市的必经之路。

4.3 城市大数据的采集和管理

智慧城市的物联网和遥感技术无时不刻地在采集城市大数据，智慧城市的建设需要充分利用这些大数据，并利用先进地理信息系统加以管理，为智慧城市提供大数据支持，为城市大脑提供新鲜血液。

4.4 政府管理方式的转变

智慧城市并不是一个完全自动运行的机器，智慧城市最重要的还是人的智慧。智慧城市仍然需要人的参与，但是人的参与方式、参与时机、参与程度都同传统城市管理方式有着极大的区别。例如，大型活动的风险控制是城市管理的重要环节，智慧城市可以通过对空间信息、移动信息、舆情等信息进行收集、建模、模拟，从而对风险进行预判。这就要求管理者不能仅凭借自己的经验组织和管理大型活动，而且要有意识并且善于运用智慧城市技术。包括交通分流和公共人流动态监控等技术在很多城市早已部署，然而却并未用到实处，由于管理人员缺乏应用这些技术的意识和能力，导致新设备成为摆设。

智慧城市管理的另一个问题是管理人员完全依赖智慧城市技术，以为城市真的可以不依赖人的参与完全自动运行。以公共安全为例，再完美的事前准备，包括利用智慧城市进行的模拟和监控都不可能完全预测到各种突发事件，尽管在智慧城市发展过程中，这种问题会越来越少，但是管理者在突发事件时的参与仍然不可替代。

因此，政府管理者应转变传统管理方式，适应智慧城市管理模式，充分利用智慧城市优势，破解城市发展难题。

4.5 人工智能基础研究的开展

人工智能的整个发展过程主要集中在欧美国家，无论是以逻辑主义为基础的第一次浪潮，还是连接主义为代表的第二次浪潮，亦或是以深度学习为核心的第三次浪潮。尽管我国在深度学习的应用方面取得了巨大的进步，例如国内的百度、阿里巴巴和腾讯都有出色的人工智能产品，国内的其他人工智能企业也如雨后春笋般涌现。但是，现有人工智能理论尚无法支撑现有应用跨越式进步，尤其是人工智能在智慧城市中的应用，我国要想在以人工智能为核心技术的智慧城市建设中走在前列，绝不能忽视相关的基础研究和核心技术研发。及早做出战略部署，抢占智慧城市前沿技术高地，获得相关知识产权已经迫在眉睫。

从商业角度考虑，以人工智能为核心的智慧城市是技术推动型产业，基础研究是建立技术壁垒的最有效手段，如果我国掌握了智慧城市的核心技术，不但在智慧城市安全上有保障（未来的城市大脑可能会发展成像现在的操作系统一样的产品—智慧城市操作系统，因此同样会有现在操作系统的安全问题），还可能像我国高铁一样实现出口，成为中国制造的名片。

5 人工智能在智慧城市中的应用领域

5.1 智慧城市模拟

智慧城市的模拟功能主要是指利用人工智能模拟智慧城市规划和城市中人的行为等。智慧城市规划方案可以通过人工智能模拟对方案进行验证，对其在各方面产生的积极影响和消极后果进行评估，包括生态、环境、交通、经济等；利用人工智能对城市中人的行为进行模拟可以为城市规划提供依据，为城市管理决策提供支持，同时也能对可能产生的风险进行预测。

5.2 替代重复劳动

在重复劳动方面，人工智能具有无法比拟的优势，它不知疲倦。目前被替代的劳动主要是简单的重体力劳动和一般劳动，例如，机械、自动化设备所替代的劳动。但重复性劳动还包括有智慧的重复劳动，例如，车辆驾驶、物流（包括智能配货、无人机送货等），这些都需要人工智能的参与。

5.3 大数据挖掘

智慧城市会产生海量的大数据，包括智慧城市中的物联网数据、社交数据、能源消耗数据（水、电、气等）、交通出行数据、消费数据、物流数据、环境数据等。这些数据来源于城市基础设施、政府、企事业、遥感卫星等。它们当中蕴含着城市管理、规划所需要的大量知识，基于人工智能实现智慧城市数据挖掘获取这些知识将极大提高城市规划水平和政府科学决策能力，在城市能源供给规划和管理、交通规划、建设城市生态和环境、提高城市运行效率、减轻城市热岛效应方面都具有极大的价值。

5.4 为人类生活提供方便

近年来，人工智能在技术层面实现了很多突破，例如指纹识别、人脸识别等，这些技术催生了很多应用，如快捷支付、共享单车。这些应用极大地提高了人们生活的便捷度。

5.5 智慧城市大脑

智慧城市大脑将成为智慧城市的中枢，城市的交通分流、能源调度、公共安全指挥、智慧城市综合信息融合、应急管理、智慧城管都需要城市大脑的支持。

5.6 智能设备

智慧城市将催生更多的智能设备，包括智能家居、智能可穿戴设备。这些设备在提高人类生活质量和便捷的同时，也将催生巨大的市场，从而促进智慧城市经济发展。

5.7 智能云计算中心

智慧城市计算方式将由传统的胖客户端向瘦客户端转变，大量复杂的计算任务将通过网络提交到云计算中心，智能云计算中心将合理调度各种计算资源，既能提供强大的计算能力，又能通过人工智能技术提高设备利用率，节约计算资源。不久前，兰卡斯特大学的数据科学家利用人工智能开发了一款名为Rex的系统，它能够节约现有数据中心97%的电力消耗。计算中心的能量消耗极大，每一次谷歌搜索能让1个100W灯泡亮1h。鉴于云计算平台巨大的能源消耗，这种将计算资源集中并通过人工智能管理的方式在智慧城市中将起到巨大的作用，它不仅节约能源，也会对全球变暖起到缓解作用。

5.8 智慧机器人

未来的生产制造业将极大减少人的参与，目前的制造自动化将向智慧工厂过度，传统工厂将向智慧工厂转变，智慧生产成为主要生产模式。

中国即将不可避免地进入老龄化时代，大量的老龄人口将成为政府的一个沉重的负担，但同时蕴含着一个巨大的市场商机，以人工智能为核心的智慧城市在这方面将大有所为。家政、护理、陪护在将来都可以由人工智能机器人来完成。

5.9 智慧医疗

依靠高速可靠的网络及可穿戴设备，人工智能将能够从远距离进行诊断甚至治疗，一些高水平医生不再局限所在医院，将能够依赖智能辅助医疗设备跨距离诊断甚至手术治疗，这将极大地缓解医疗资源不均衡难题。

显然，以上列举的并非人工智能在智慧城市中的全部应用，随着人工智能技术的进步以及人们对智慧城市认识的深入，更多的人工智能应用将被用于智慧城市。

6 稳步推进以人工智能为核心的智慧城市对策

6.1 全面认识以人工智能为核心的智慧城市地位是前提

当前人工智能的发展速度、能力和应用领域大大超过了政府的预期，这就要求政府领导重新认识人工智能，重新认识人工智能在智慧城市中的作用。人工智能绝不仅仅是一个算法，智慧城市也不仅仅是技术，未来的智慧城市不但会撬动所有传统行业的改变，还将改变城市生活的方方面面，人类的生活方式、思维习惯都将发生彻底的改变，并形成新城市文化内涵。

6.2 打破大数据与人工智能间的壁垒是保障

人工智能是智慧城市的核心技术，而大数据则是智慧城市的基础。大数据主要通过数字城市以及遥感等手段获取，数字城市由众多不同部门所拥有的基础设施共同构成，例如自来水公司、电力公司、交通部门等，因此大数据并不是一个单独的部门所拥有的。智慧城市的运行必须依赖基于人工智能技术的城市大脑，大脑要正常运行就要求血液的输送，这个血液就是不同部门的大数据。为了构建以人工智能为核心的智慧城市，政府部门应及早制定相关的政策，规范与促进城市大数据的共享，打破城市大数据与人工智能与大脑之间的壁垒。

6.3 及早布局人才战略是重点

人工智能/智慧城市人才的培养目前还存在诸多困难。首先，培养周期比较长，由于人工智能近年的快速发展，我国本科阶段基本没有深度学习知识的专门课程学习，而研究生阶段从零开始学习，培养一个博士生最快也要5年，实际年限更长，而且质量不能保证，从目前人工智能转化实际应用的速度来看，5年的时间无疑是过长了；其次，深度学习需要大数据的支持，我国的大数据获取尚存在很大困难，高校导师难于获得这些重要的大数据；最后，深度学习对硬件要求较高，很多高校导师缺乏高性能计算设备。对于以上问题，本文认为应从以下几个方面解决：（1）从政策上引导高校和科研院所开展智慧城市研究，通过导师同学生的合作开展有价值的智慧城市研究和科研转化，参与到智慧城市建设过程，不必等到人才培养出来后再开展智慧城市建设；（2）适当合理公开政府持有的大数据，可以设置不同范围内的公开及签订保密协议，并从政策上引导高校科研院所或企业进行大数据公开或交换行为；（3）在资金、项目方面向智慧城市做一定倾斜，促进我国超级计算机的公共服务，使得深度学习科研人员能够方便地使用超级计算机、用得起超级计算机。

我国是人才大国，人工智能/智慧城市人才的培养更应着力于优化人才结构，突出“高精尖缺”，大力培养领军人才。以人工智能为核心的智慧城市建设是典型的智力密集型高精尖产业，其更加依赖于领军人物。谷歌在建立谷歌大脑时“抢购”了大批世界一流人工智能专家，其中就包括了深度学习的开山鼻祖Geoffrey Hinton；脸书在布局人工智能产品曾引入Yann LeCun作为人工智能研究院主任；百度也引进Andrew Ng加盟百度深度学习研究院。毫无疑问，人工智能人才已经成为各国抢占的高点。我国想要在智慧城市产业中取得一席之地必须及早布局相关人才战略。

另外，为了提高和锻炼人工智能人才的素质，有必要组织全国性人工智能大赛，通过大赛既能引导人才培养和发展的方向，又能锻炼科技人才解决问题的能力，适应以人工智能和大数据为核心的智慧城市建设。

6.4 完善软硬件产业网是关键

智慧城市的发展离不开云计算、大数据、物联网、数字城市、移动互联网、人工智能、高性能计算、遥感等领域的技术进步。完善智慧城市从建设到运行产业链中的每一个环节是构建智慧城市建设的第一步。全面推进智慧城市建设还需要同其他产业链融合，形成完善的软硬件产业网。构建一个完整的智慧城市产业网是一项系统工程，单纯依赖政府和技术都不能完全解决，必须优化整合产学研各个方面的力量、强化相关产业链的完善和融合。

我国的智慧城市产业不乏亮点，例如吉林一号卫星已经向遥感领域专业化和产业化迈出了最重要的一步；中国科学院计算技术研究所2016年发布的“寒武纪”深度学习专用芯片和同样计算能力的GPU相比，能耗降低1～2个数量级；还有很多，不一一列举。因此，整合现有资源，完善智慧城市产业网是智慧城市建设的一条捷径。

6.5 全面贯彻以人为本的理念是核心

智慧城市的本质是解决城市中人的问题，智慧城市的建设必须坚持以人为本，而不能仅仅为了追赶潮流、赶时髦就发展智慧城市。智慧城市的建设首先应把方便城市精细化管理和提高现有城市基础设施运行效率放在首位，把人性化、便捷化、安全化理念融入智慧城市建设的每一个环节中。中国具有同欧美日本等发达国家不同的城市问题和文化理念，中国的智慧城市建设也应挖掘中国城市的现实问题和文化内涵，以此为基础建设中国特色的智慧城市。

6.6 保持清醒、力戒焦躁的态度

以人工智能为核心的智慧城市是一个新鲜事物，凡是新鲜事物从出现到发展必然随着人们认识的逐步深入呈现曲折式发展，智慧城市也不例外。同国外相比，我国城市规模大、交通拥堵严重，资源浪费严重，管理手段落后，智慧城市建设有其现实紧迫性和优势（资本雄厚、具有规模效益）。但也要看到，智慧城市的发展将改变政府现有管理模式、甚至改变人类生活模式，并且将带来短期的人口就业问题。在推进智慧城市的建设过程中，必须要未雨绸缪，事先做好相关理论问题预研和实际情况的调研，并进行充分科学论证。

7 结束语

以人工智能为核心的智慧城市绝不仅仅是人工智能同现有城市管理的简单结合，随着人工智能的技术进步和人们对智慧城市认识的逐步深入，最终人工智能必然要与智慧城市深入融合。可以肯定，以人工智能为核心技术的智慧城市终将彻底变革其中所有产业和人类生活方式，极大促进人类物质文明和精神文明的发展，最终造福人类社会。

[1] 赵赛丽,冯立名,李平. 建设智慧城市,解决“大城市病”[J]. 中国国土资源经济,2013(1):50-52.

[2] 李德仁, 姚远, 邵振峰. 智慧城市中的大数据[J]. 武汉大学学报: 信息科学版,2014, 39(6): 631-640.

[3] 李德毅. 网络时代人工智能研究与发展[J]. 智能系统学报, 2009, 4(1):1-6.

[4] 曾毅, 刘成林, 谭铁牛.类脑智能研究的回顾与展望[J]. 计算机学报,2016(1):212-222.

[5] 李俊平. 人工智能技术的伦理问题及其对策研究[D]. 武汉:武汉理工大学,2013.

[6] 杜严勇. 人工智能安全问题及其解决进路[J]. 哲学动态, 2016(9):99-104.

Artif i cial Intelligence Boosts Smart City Construction

QI Xin，JIANG Chun-lei

（Jilin Architecture University）

With the acceleration of urbanization in China, the construction of smart city has become an urgent task. However, the smart city based on traditional machine learning algorithms lacks the wisdom to cope with the growing "big city disease". In recent years, modern artif i cial intelligence with deep learning as the core technology has developed rapidly. Therefore, it is of great signif i cance to discuss the application of modern artif i cial intelligence in smart city. This paper fi rst introduces the background and challenges of artif i cial intelligence,and then analyzes the premise of introducing the artif i cial intelligence into smart city and summarizes the application of artif i cial intelligence in the smart city, and finally puts forward some countermeasures to the construction of smart city with artificial intelligence as core technology.

smart city; artif i cial intelligence; deep learning; big city disease