北京市人工智能对城市精细化管理的支撑研究

潘锋 唐建国 李莹 陈霞 胡慧敏

2019年是互联网诞生50周年、万维网诞生30周年人工智能的发展给未来的城市精细化管理带来新的解决方案。本报告以北京市城市精细化管理的发展现状和创新需求为切入点，研究人工智能技术在城市精细化管理中的应用，并借鉴国内外城市在制度体系、合作主体、技术应用等方面的城市管理经验，为北京市运用人工智能支撑城市精细化管理提供新思路。

同时，通过厘清北京市城市管理和公共服务领域的现状，总结人工智能技术应用于城市精细化管理面临的诸多挑战，如政策与市场结合、产业自身发展、技术核心要素支撑、应用示范推广等方面，提出北京市人工智能支撑城市精细化管理的应用建议和政策建议，以期为下一步工作提供参考。

一、北京市城市精细化管理的現状及创新需求

北京市是中国的政治中心、文化中心、国际交往中心、科技创新中心，也正在步入现代化国际大都市行列。北京市常住人口基数大，资源环境压力紧张，随着经济的发展，城市对精细化管理的需求日益紧迫。

（一）北京市城市精细化管理的发展现状

2019年初，北京市发布《关于加强城市精细化管理工作的意见》，提出通过法治化、标准化、智能化、专业化、社会化提高城市精细化管理水平，构建有效的超大城市治理体系，并形成了北京市城市精细化管理的整体工作思路安排。

随着京津冀协同发展战略的实施，以及北京市城市副中心的建设与推进，北京市经济发展进入了新常态。北京市城市管理工作需要从城市总体规划的战略性、全局性角度出发，构建一个综合解决方案。在北京市城市发展和管理中引入新技术和新理念，是保证城市精细化管理和高效健康持续运行的重要路径。

人工智能技术近年来取得了长足的进步，结合北京市城市精细化管理的需求，人工智能技术的应用有望推动城市管理从数字化、网络化阶段演化至智能化阶段。综合来看，运用人工智能技术提升城市精细化管理水平势在必行。

（二）北京市城市精细化管理的创新需求

在快速的城市化进程中，北京市面临城市管理中的资源过度消耗、环境污染治理、公共服务不足等一系列问题，迫切需要通过提升城市管理的智能化水平，从而提升城市的空间、人口和生态容量，突破城市发展的“天花板”。在此背景下，坚持以人为本的理念，依托人工智能赋能城市管理，加速推进政府治理、惠民服务、资源环境和基础设施的智能化水平提升，补足公共服务的“短板”、降低公共服务的“成本”，实现城市服务的供给侧结构性改革，使城市能够更好地满足市民生活、企业发展和政府管理的需求。

人工智能创新北京市城市精细化管理基础体系。城市精细化管理是一项复杂的系统工程，牵涉政府部门层级广、委办局众多，涉及业务庞杂，信息平台及系统数据量巨大且联通不足。需要在人工智能技术的支撑下聚合分散的资源，结合政府治理向线上线下一体化、多元化、平台化、系统化发展路径，实现跨部门、跨层级、跨区域的业务协同，变被动为主动，形成现代化城市精细化管理体系。

人工智能实现北京市城市精细化管理综合应用。以人工智能技术推动城市精细化管理从“单一场景”到“综合应用”的技术创新，解决城市精细化管理的集成性、系统性与交互的复杂性。城市的交通设施、能源设施、地下管网、建筑楼宇等是城市发展的基础，需要应用人工智能技术，实现时刻感知、认知城市设施的运行状态，为城市的动态控制、优化打下基础，使城市逐渐具备越来越强的感知、认知、预测和决策能力，实现城市的迭代优化。

人工智能构建北京市城市精细化管理协同系统。城市精细化管理需要引入人工智能技术和应用，更需要构建开放的生态体系，使公众、企业、社会机构广泛参与城市管理过程中。一方面能及时发现城市运行中的潜在风险，及时预警、预防，做到事前处理，全面实现网格化、扁平化管理；另一方面搭建政企合作、可持续运营服务的开放平台，让更优质的产品和服务可以不断地融入城市管理各环节，形成完整的城市管理生态体系。

二、人工智能在城市精细化管理中的应用

（一）人工智能技术应用于城市的精细化管理

在城市精细化管理应用领域，计算机视觉、智能语音处理、自然语言处理等人工智能技术应用广泛。人工智能技术已不再是“单一”领域的应用，在各个应用领域充分体现了人工智能技术的集成与交互。

系列统计学习技术应用于城市精细化管理。机器学习、深度学习、强化学习等统计学习技术，已经应用于城市规划、流动商贩的监管、轨道交通等领域。例如，利用城市中和位置相关的数据，包括兴趣点、人的轨迹和车的轨迹等，对城市中具有相似功能的区域进行划分；通过深度学习，动态监测流动商贩的行为特点，便于对其进行监管。

计算机视觉技术应用于城市精细化管理。该技术已经应用于自动驾驶、机器人、智能医疗等领域。人脸识别系统基于大数据应用以及人工智能的人脸识别、活体检测、人证比对等多项技术，为公共安全、城市管理提供共性服务能力。例如，将人脸识别技术与自助验证闸机设备应用在自助验证环节，实现旅客自助安检查验的全流程自动化操作，自动完成旅客信息核验及人证比对。

智能语音技术应用于城市精细化管理。该技术已经应用于智能语音交互、语音控制和生物特征信息验证等领域。例如，智能语音助手应用在公安安防系统中，通过语音识别转换以及语音、语义分析监控城市舆论、违法信息传送。

自然语言处理应用于城市精细化管理。该技术已经应用于机器翻译、舆情监测、自动摘要、文本分类、文本语义分析等领域。例如，在医疗领域，通过语音和自然语言处理技术，以及语音合成技术，内置上万条医学常识问答，与患者进行对话和语义理解，通过声音、图像等多种交互方式，提供人机交互服务，进行医院业务咨询。

无人系统技术应用于城市精细化管理。该技术已经应用于机器人、无人驾驶、无人工厂、无人仓库与物流、无人零售等领域。例如，在公共安全领域，使用机器人辅助治安巡逻，实现全天候自主行驶、安全避障及轨迹巡逻的功能，在有情况发生时，可以实时上传图像视频，触发报警；在应急救援上，使用无人机辅助救援任务，实现空中监视、空中测绘、空中通信、空中喊话、紧急救援、应急照明；在环境保护领域，使用无人机进行环境监察执法。

知识图谱应用于城市精细化管理。该技术已经应用于语义搜索、百科知识、自动问答、金融风控、公安刑侦、司法辅助等领域。例如，辅助公安刑侦、经侦，进行案件线索侦查和挖掘同伙，银行和公安经侦监控资金账户，基于人工智能知识图谱，通过统计、融合、查询、布控、挖掘等手段，实现数据间的融合和有效关联，当一段时间内有大量资金流动并集中到某个账户，即对其进行非法集资侦察，可触发预警。

虚拟和增强现实技术应用于城市精细化管理。该技术已经应用于医学、教育等领域。医疗领域利用虚拟现实技术可以模拟心、肺疾病病人的各种体征， 在虚拟人身上的相应部位进行触诊、听诊训练；全国多个高校已经建立虚拟现实课堂，给教学、实训模式带来变革。

（二）国内外若干城市的典型应用

从全球城市化进程来看，发达国家城市化发展较早，在城市数字化、网络化、智能化各个方面发展居于领先地位。为此，重点选取北京市类似特征的特大超大型城市，例如新加坡、纽约、伦敦、东京、上海等对象，通过制度体系、合作主体、技术应用等方面的梳理剖析，参考借鉴其典型应用。

纽约：制度体系融入基于人工智能的信息平台。纽约针对城市管理制定了详尽细致、易于实践的实施细则，明确执法主体及其执法流程，规定利益相关人员的权利和义务，并将制度体系融入贯穿于人工智能信息管理系统与平台。例如纽约警务运行绩效管理系统的核心制度是每2周1次的防止犯罪策略会议，保证了信息直接应用于决策。

伦敦：人工智能技术引导公众参与社会管理体系。通过建立公众及非政府组织参与城市精细化管理机制，英国政府培养了公众参与城市管理的能力，提高了社会自我管理水平。比如，伦敦通过Talk London等各类数字化信息渠道、挑战赛事，并广泛吸纳市民和企業参与智慧城市规划及政策制定，解决政府与服务对象间的信息鸿沟。

东京：政府、企业和社会组织协同的人工智能应用体系。东京城市管理强调依靠政府、企业和社会组织的综合力量，成立了“人工智能战略委员会”，积极鼓励企业参与制定人工智能产业的各项政策。在城市公共服务和建设方面，民间资本已经成为建设主体，在零售、服务、教育和医疗等行业，采用政府与企业共同推行的方式，加快人工智能的应用。

新加坡：基于人工智能建立监督管理体系。监督管理体系使城市精细化管理中的诉求能够得到快捷反应、迅速实施。政府推出人工智能聊天机器人，指引居民向正确部门举报社区问题。明确报告问题的正确机构，并提示他们实时提供强制性案件的详细信息，收集分析数据，优化设施维护周期，为房地产规划部门提供建议，以便更好地建造和安置设施满足居民的需求。

米兰：建设城市数字运营中心。米兰专注于架构、服务、数字化技术、数字化教育四大城市创新支柱，设立了智慧城市大数据运营中心，可以感知一年以上的数据，并可以与MI020（米兰城市数据生态系统）中的城市开放数据集成，打造城市数字仪表盘，推动城市管理智能化水平提升。

上海：打造“城市大脑”。上海市将大数据、人工智能等先进技术应用到城市精细化管理中，以现有的城市网格化管理系统为基础，打造城市管理“神经元系统”全覆盖，推进“城市大脑”建设。例如在静安区临汾路街道，“社区大脑”通过辖区内2.1万个传感器布点，将非机动车停放管理、电梯检测、80岁以上独居老人生命体征监测、人员高密度信息警报、河道监控等27个应用场景贯联起来，极大地提升了城市精细化管理的能级。

三、基于人工智能的北京市城市精细化管理的发展及挑战

（一）发展现状

1.城市管理领域

在创建“特大城市”管理新模式中，北京市主动改变传统的城市管理思维模式，积极推进人工智能和大数据的运用，致力于提高城市精细化管理水平，优化城市管理和公共服务质量。

城区特色“城市大脑”建设。在城市综合管理方面，城市大脑基于人工智能和大数据处理技术，依托阿里巴巴现有的飞天操作系统、计算平台等底层通用技术平台，构建整套城市数据资源的计算、数据处理、应用服务平台。为城市安防治理、公共服务和其他各行业的智能应用构建起开放、多元的生态体系。其中，通州城市大脑侧重生态环境综合管理，朝阳城市大脑侧重社会治理和经济，西城城市大脑侧重城管。结合城市管理的重点领域和突出问题，为城市精细化管理赋能。

人工智能应用于网格化管理。北京市东城区在2004年首创网格化管理模式，目前北京市依托网格构建现代化城市治理数字化、精细化、高效化和系统化的社会服务体系，并通过资源整合、部门联动陆续将社会管理、防汛、环保、无障碍、园林、文物保护、安全生产、视频监控等有关领域纳入网格化城市管理，借助大数据、人工智能等手段，进一步提升社会治理效能。

图像识别技术提升营商环境。在智慧政务方面，综合利用图像识别技术优化提升营商环境，税务系统将摄像头采集信息与公安部数据库对接，实现人证合一验证，通过办事人信息与网络运营商数据比对，实现手机号码实名制验证。

智能供热服务平台建设及实施。在城市基础设施服务方面，打造智慧供热云服务平台，通过量化指标来衡量供热企业客户服务的能力，并通过采集供热环节关键数据降低能源供给和运行安全风险，提升能源效率。通州区打造的智慧供暖平台，可实时监测4.5万户居民家中的水温、水压情况，实现了54座热力站全自动无人值守。

智能视频巡查保证食品安全。在食品安全方面，通州区食药局应用的智能视频巡查工作站，基于视频处理、图像处理、图像识别等人工智能技术，将明厨亮灶的实时视频与餐饮业食品安全规范紧密结合，为餐饮服务单位和食品生产企业监管部门提供一系列自动化、智能化的违规行为线索识别、预警和处置，并与监管系统对接，实现监管应用。

人脸识别技术的多方面应用。在智能安防方面，大兴机场应用人脸识别技术的智能旅客安检系统，在身份安检过程中，以人脸识别机为核心，能够自动完成旅客的“人”“票”“证”三合一核验；在行李安检区，以人脸生物特征为身份标签，结合物联网和人脸识别技术，对旅客信息、行李及图像识别实时绑定，避免行李被误拿，在安检现场实现了“人防+技防”双重效果。

2.公共服务领域

基于图像识别技术抓拍违法行为。在公共安全方面，推广部署电子交警，运用图像识别技术抓拍违法行为。例如海淀全区安装了9000多个智能高清摄像头，通过智能深度学习，可以自动识别多种违反法律和城市管理规定的行为，并自动移交一线的执法队员，便于快速反应，及时抵达现场处置，实现道路、社区等区域安防应用。

无人系统技术的应用与推广。在智慧交通方面，北京经济技术开发区、顺义区、房山区和海淀区均开展无人驾驶技术试点，通过车载传感系统感知路况，自动感知车辆周围情况，规划行车路线；在公交、地铁出行上，提供更便捷、更智能的出行方式，基于人脸识别技术刷脸进站、大力推广ETC电子付费等；建设智能信号研判平台，通过智慧信号灯、智慧停车场等智慧设施，缓解交通压力。

人工智能提升医疗诊断水平。在智慧医疗方面，海淀医院基于影像分析的医学影像人工智能分析平台，可以直接调阅影像进行诊断，辅助实现自动、准确、快速地定位检查出病灶，大大提高诊断效率和准确性。

智能步道建设提升国民体质。在公园景区便民服务方面，海淀公园百度智能步道，不需要任何随身携带的智能设备，只需扫描二维码后进行人脸识别，即可在终点看到排行榜，可以显示热量消耗、里程、时长、平均速度等数据。相较佩戴智能手环，智能步道把“科技健身”从资金、操作两方面降低门槛，其新鲜感为海淀公园增添不少吸引力。

此外，还有智慧养老服务终端、便民智能设备、无人超市、智能配送等一系列相关的智慧公共服务，为公众带来更好的生活体验。

（二）人工智能技术应用的不足及挑战

当前人工智能技术支撑城市精细化管理工作上仍然存在着一些问题和薄弱环节，制约着人工智能对北京市城市精细化管理的支撑能力进一步提升。

1.政策引导和市场有机结合的挑战

从北京市产业进程发展上来看，人工智能技术的发展走在前面，政府对市场失灵造成的资源配置不合理矫正不足。在推动人工智能与实体经济深度融合、产业引导、治理构架和标准制定、立法和监管手段建设等方面，政策引导也相对滞后。

目前，在市场主导下，一是企业自发的要素配置不合理，政策对市场引导的作用有待加强，应增强资源配置和结构的合理性；二是人工智能与传统产业的融合应用中，面临资质、数据、标准、安全评估等行业准入壁垒，影响领域拓展应用的进一步深入；三是人工智能融合应用标准体系还不健全，技术标准与业务标准融合衔接问题仍待研究解决；四是人工智能在数据隐私、伦理方面主要依赖行业自律，缺乏健全的市场监管和法律保障。

2.复合型人工智能平台构建的需求

北京市人工智能產业的人才保有量和人才学历层次优势明显，有利于人工智能与相关领域的应用融合与研究。但在分布结构上，人才、技术及资本投入主要集中于应用层和技术层。基础层人才比例偏低，源头创新人才缺乏，制约底层基础理论研究及重大科技创新。在市场需求上，人工智能项目及产品推广落地需要既了解项目技术背景，又能摸清、突破需求方业务痛点难点的复合型人才。人才分布不均衡和复合型人才缺乏的现状，不利于人工智能的应用落地和闭环建立。因此，构建能够承载人才建设、技术创新、产业集聚、应用示范的复合型平台势在必行。

同时，人工智能的发展依赖于产业生态的共同推进，通过上游计算芯片提供算力保障，中游人工智能厂商着力研发算法模型，下游应用领域提供落地场景。当下北京市城市精细化管理应用领域中，一方面需形成以城市管理需求为引导的产业生态，并带动中游算法技术研发、上游算力基础提升；另一方面为产业提供并开放多种类型的人工智能海量训练资源库、标准测试数据集和云服务平台等基础支撑。

3.超大规模算力资源的构建与挑战

从支撑人工智能发展的核心要素来看，人工智能技术发展及模型研发需要强大的数据基础和算力支撑。在数据基础方面，北京市近年来加大推动政务信息资源共享机制，建立了市级大数据平台、移动公共服务平台，并通过公共数据开放促进人工智能产业发展，为城市精细化管理、城市治理工作提供了丰富的数据基础和平台资源。但在算力支撑方面，由于人工智能技术应用需要大量的计算资源支持，导致企业将较多资本投入算力开发和建设计算中心，特别是给中小型人工智能创业企业造成了极大的成本投入压力。

4.协同推动应用示范的需求与挑战

在应用示范推广方面，现有图像、语音识别方面技术融通不足。首先，场景数据信息碎片化导致应用落地场景有限；其次，企业间技术分割明显，导致在缺乏法律制度保障及合作机制的情况下，不利于企业在关键技术上开展合作。再次，在市场应用中，面临资质、数据、标准、安全评估等市场准入门槛，各技术领域还多处于专用阶段，如人脸识别、视频监控、语音识别等覆盖范围较为有限，市场化和产业化程度有待提高。

四、发展建议及对策

（一）政策层面

1.人工智能应用于北京市城市精细化管理的顶层设计

构建人工智能+城市精细化管理的总体架构。人工智能+城市精细化管理是以城市管理和公共服务效益提升为目标的系统工程，其顶层设计应当在调研梳理城市和区域现状、发现痛点的基础上，结合人工智能等新一代信息技术的发展与趋势，制定出符合北京市发展需求的城市精细化管理总体架构设计。

建立城市精细化管理政策机制保障。高度重视政策供给、制度机制在城市管理和服务中的作用，建立健全法律法规、标准规范及制度体系，通过顶层设计和细化实施政策使城市管理资源共享、管理服务规范、技术应用及业务有标准可依，从而实现对城市精细化管理和服务的引领规范。

组建人工智能+城市精细化管理专项工作组。建议建立技术与管理融合的主管部门，通过平台搭建、资源整合，加强统筹协调，理顺条块关系，深入做好业务指导、指挥调度、专项整治和检查评价等工作，切实发挥人工智能对城市精细化管理的支撑作用。

2.人工智能应用于北京市城市精细化管理的标准设计

厘清人工智能的标准体系，建立共性基础参照。目前有关人工智能的硬件与技术仍存在发展水平、处理速度层次参差不齐等问题。在人工智能技术发展日益成熟的趋势下，明确规范的行业标准，将为人工智能的发展提供“智能化”的支撑。未来人工智能技术标准化建设的主要趋势是统一技术、数据使用及安全等标准化建设。

构建重点领域融合标准和示范。在当前政府数据开放的前提和基础上，有必要针对城市管理、社区治理、医疗健康、交通环保、能源基建、产业金融等重要且密切关联社会经济整体运行的领域逐步构建人工智能与城市精细化管理融合标准和应用示范。

（二）平台层面

1.资源协同平台建设

构筑政、产、学、研、用资源协同平台。立足北京市国际交流中心的定位与功能，通过政府引导，科研院所及大型央企發挥资源优势，开展人工智能专业服务和海内外交流，促进北京市人工智能人才、技术、产业、应用的有机协同，以实际成果推动政府与业界的合作。

成立合作伙伴管理机制。政府开放市场，邀请市民、企业、社会机构共同参与北京市人工智能+城市精细化管理的重大工程项目的建设工作，携手打造基于海量城市数据自动采集、处理、汇聚、分析、应用的城市精细化管理的智力汇聚平台。

2.技术协同平台建设

建立城市精细化管理领域的合作伙伴平台。建立企业之间的合作机制，支持开展研发与业务协作，协同生产经营、并协力推广落地，解决共性技术问题，促进人工智能技术和城市精细化管理业务的深度融合。通过打通技术割裂、专业领域数据共享壁垒，将研究创新、应用开发、项目落地等各个环节串联推进，以技术融通为切入点促进人工智能项目、服务、技术及产品的落地推广。

搭建人工智能资源共享平台。建设人工智能产业创新中心，深化政务信息系统整合和信息资源共享，完善开源平台体系，出台推动新型基础设施发展的指导意见，打造支撑城市精细化管理的人工智能产业生态。

成立专属技术领域的联盟组织。深化北京市城市精细化管理领域内的人工智能企业在技术、标准、产业、法规伦理等领域全面合作，共商人工智能面向城市治理的规则，共建人工智能支撑城市精细化管理重大项目，共享联盟在专属领域的人工智能发展成果。

（三）实施层面

1.标准政策的设计实施

围绕城市精细化管理主题，以建设智慧城市标准化体系为切入口，积极开展标准化研究应用示范，根据城市管理的实际需求制定人工智能技术与城市管理的融合标准体系，探索促进人工智能标准化与城市精细化管理深度融合新路径。

建立国际标准提案直通车机制。推动优势企事业单位和城市管理标准化委员会小组深度参与全球人工智能标准化的研究引领，稳步推进人工智能与城市精细化管理融合标准的制定发布。支持和鼓励企事业单位或政府机构承办和参与国际标准化组织年会、学术研讨会以及重大国际标准化活动。鼓励企业参与承担ISO、IEC等国际标准化机构秘书处、工作组工作。支持企事业单位或城市管理队伍人才担任国际标准化机构主席、副主席、召集人等重要职务。

2.平台设计的实施

设计一套支撑城市精细化管理的集成智能决策平台。该平台包含数据供给及算力支撑、垂直领域示范应用、人工智能综合服务合作等功能，从而使人工智能够从数据供给到应用落地全流程地支撑城市精细化管理，通过可视化建模、指标管理、算法管理、大数据分析、人工智能支撑服务，提高人工智能在城市精细化管理中的应用能力。

建设人工智能算力中心。通过政府、大型头部企业、社会资本等多种渠道资本投入，建设北京市城市算力中心。并向人工智能技术层、应用层的创业企业建立开放租用机制，降低广大中小企业算力成本，将更多资金投入到算法开发、技术研究和项目产品推广应用落地上。

3.关键应用的实施

基础设施管理综合应用示范。通过对遥感卫星数据、城市部件基础数据库、自然资源和空间地理基础数据库及各类现有涉及城市管理的业务数据的有效管理与应用，充分综合北京市大数据平台已有各种信息资源，设计人工智能场景可用的数据资源，打造人工智能应用示范数据集市，深化互联感知、数据挖掘与分析、风险预警、智能决策技术等在城市管理中的应用，提升管理精度、效率与实时响应程度。

城市交通服务综合应用示范。运用先进的信息技术和感知手段，加强交通各行业间信息共享和实时交换，提高交通信息化对交通组织、运行、管理的支撑作用，为公众、交通运输企业和政府部门提供综合交通信息服务。通过道路交通综合信息服务平台，为公众提供城市实时道路通行信息；通过公共交通信息服务系统，实时提供公共交通各类运行动态信息和客流数据、公共停车场信息采集；通过交通管理综合管理系统，整合交通信息数据，及时进行交通管理分析并提供决策服务。

公共安全监测综合应用示范。结合北京市数据开放应用领域规划，以公开或合作的方式提供体育场馆信息、赛事活动信息、公安交通摄像头信息、周边交通流量等政务数据，以及手机信令信息、公交地铁信息、票务销售信息等公共和社会数据。打通传统安全信息化过程中委办局间各自为政建设的信息系统，联通建设更高效、更精准、覆盖面更广的公共安全监测系统，综合反恐与安防、智能场馆、市政应急协同等不同领域业务需求，拓展以图像识别为主的人工智能技术在公共安全领域的综合应用。

（四）评估层面

应用评估指标体系建设。建议研究建立人工智能在城市精细化管理领域的应用评估指标体系，将人工智能评估体系的方法技术引入智能城市管理评价指标，建立监测评估机制，跟踪评估北京市人工智能技术应用在城市精细化管理中的进展情况。

考核评估方法规范建设。政府要不断完善考评标准，优化考评手段。将人工智能与城市精细化管理融合标准纳入绩效评价体系，建立健全定量考核与定性评价相结合的城市管理考核评价机制，按年度对各委办局、各区政府等相关部门履职情况和管理绩效进行考评。建立健全社会公众满意度评价及第三方考评机制，提高市民在标准体系建设工作中的参与度，引导全市居民主动争做城市的管理者。