宋轩：让城市更智慧

吴应清

他2010年在北京大学获得了工学博士学位，之后进入东京大学空间信息科学中心历任博士后、特任助理教授、特任副教授、副教授，并于2017年入选了日本国家卓越研究員计划。他的主要研究方向为人工智能、大数据分析、城市计算、智慧城市等。如今，他载着梦想，带着知识，来到于一个新型的城市——深圳，为智慧城市发展贡献着自己的力量——他就是南方科技大学研究员宋轩。

疫情之下，连续奋战构建模拟推演平台

14世纪的黑死病，19世纪的霍乱大流行……当那些人类与疫病的惨烈遭遇已经淹没于时间隧道的时候，我们似乎已经证明了人类文明的胜利。然而，新冠肺炎疫情的全球爆发，再次将“瘟疫与人”的古老命题，带到人类面前。在经历了大航海时代的全球化之后，疫病以其传染的本质，迅速蔓延全球。截至2020年7月20日，约翰斯.霍普金斯大学发布的世界188个国家、地区和邮轮的疫情数据显示，全球累计确诊1453008例，累计死亡606810例，死亡率4.2%。

此刻，南方科技大学计算机科学与工程系的实验室里，宋轩和他的研究团队，已经连续奋战数月。他们的工作，是针对新冠病毒的传播，在城市尺度上构建细粒度预测模型和模拟推演平台。

在新冠肺炎疫情爆发后，南方科技大学紧急成立“新冠病毒传播建模预测项目组”，宋轩担任项目攻关负责人。面对重任，宋轩表示，“作为一名中国科学家，责无旁贷”。该项目组的研究成员，主要来自南科大计算机科学与工程系和南方科技大学-东京大学超智慧城市联合研究中心，他们的研究背景大多是计算机科学。

推演平台是一个针对新冠病毒传播的大数据分析和AI建模平台，通过整合、处理和分析各类多模态人流移动和出行大数据，结合新一代的人工智能技术，完成对新冠病毒的传播和感染人群细粒度建模，从而实现在城市区域内细粒度预测、模拟和动态推演传播感染情况。宋轩告诉记者，“推演平台最重要的功能是预测和模拟推演，其模型完全由数据驱动，需要使用人流大数据进行训练和优化”。研究团队夜以继日地工作，就是为了优化训练模型，通过大数据完成预测模型的迭代训练，并输出相关的预测和模拟推演的可视化结果。这一过程中，平台模型的预测和模拟推演精度是由训练数据的质量、精细度和覆盖度决定的。因此，模型建设完成之后的第二个重难点就转移到了数据，而数据最重要的是在保护用户隐私的基础上高效使用。

为了最大限度地保护隐私，宋轩团队需要在不跟踪个人移动轨迹、仅使用聚合数据的情况下完成模型训练，这对模型选择和算法设计提出了更高的要求。经过近一个月的研发，平台可以通过新冠病毒和人流移动的映射模型的建立，对传染概率进行确定，对潜伏期与传染代数等进行分析，同时也分析隐藏病患、风险人群和潜在病原地的挖掘。在这些功能基础上，平台还可以实现在城市尺度上，基于人流移动的新型冠状病毒传播感染情况的细粒度预测和模拟，并根据预测结论制定不同的隔离和公共防疫政策，助力高效抗疫。

在平台研发过程中，宋轩越来越感觉到，在自然界的灾难和病毒面前，人类是渺小的。战胜它，人类需要跨越国家、宗教和种族的界限，联合起来。宋轩表示，作为科学工作者，虽不能像奋战一线的医护人员一般舍生忘死地抗疫，但也希望可以尽一份绵薄之力。针对平台的研发、维护与使用，宋轩表示，后续将与相关部门开展合作，集合多方数据接入平台，进行更深层的测试，并完善改进平台。与此同时，平台也将无偿提供给防疫部门使用，通过用户对实际需求的反馈，不断优化平台功能，助力新冠疫情的常态化精准防控。

灾难之中，构建灾难人流迁徙预测模型

2011年3月11日，日本东北部太平洋海域发生震级达到9.0级的地震，被称为继1960年智利瓦尔迪维亚9.5级、1964年美国阿拉斯加州威廉王子湾9.2级、1957年美国阿拉斯加州安德烈亚诺夫群岛9.1级、2004年印度尼西亚苏门答腊岛9.3级之后的历史第五大地震。此次地震震中位于日本宫城县以东，宫城、福岛、岩手等地的大量灾民被海啸卷走，还直接引发了福岛第一核电站核泄漏。这次灾难，也成为人类历史上最大的复合型灾难之一。

那一年，宋轩通过对海量人流移动数据的分析，研发了多个应急人流移动预测模型。同时，他又研发了一套用于分析灾后灾民避难迁徙情况的智能决策系统，帮助日本政府高效地制定灾后重建国家政策。

正是在不断地历炼与实践中，宋轩团队研发出了较为成熟的针对灾难行为进行分析的数据挖掘算法和针对灾难移动行为进行预测和推断的模型。通过理论建模，在灾难发生的第一时间，可以将数据导入模型，指导救灾。同时，他们基于海量数据开发了针对灾难行为的分析和推断系统，这一系统可以自动对灾难事故中的人类灾难迁移行为进行挖掘、分析和预测。

灾难面前，冲在第一线已经成为宋轩的生活和科研常态。能将自己的一技之长，应用于社会，为人类造福，宋轩是幸福的。

探究城市智能化管理，服务国家重大需求

城市化是一个不太可逆的进程。21世纪进入第二个十年，短短5年内，已经有超过半数的全球人口实现了城镇化，而此后，每周都有300万新的农村人口来到城市定居。随着越来越多的人口涌向城市，鳞次栉比的水泥高楼取代了郁郁葱葱的有氧森林，川流不息的街道取代了波光粼粼的湖面，各种各样的“城市病”层出不穷。在当今世界信息化发展的大趋势下，传统的城市管理和交通调度手段已经不再适应现在社会发展的需要。因此，城市大脑平台以及各类智能交通平台作为智慧城市的重要组成部分，成为未来城市信息化、数字化的重要发展方向。

宋轩说，城市大脑平台和智能交通平台可以充分运用人工智能、大数据分析、物联网、云计算、互联网、自动控制、移动互联网等技术，通过高新技术汇集城市信息化领域全方面以及城市管理全过程进行管控支撑，以保障出行安全、发挥城市基础设施效能、提升交通系统运行效率和城市治理水平，最大程度上缓解各类“城市病”。而在这之中，城市尺度下的人流建模和预测研究则是重中之重。

通过大数据，分析与挖掘城市尺度上的人类移动行为的感知、理解，并进行建模、模拟和预测，是宋轩早在日本做访问学生时就开始的一项研究。

这要从他在北京大学攻读人工智能说起。当时，宋轩所在的北京大学智能科学系，是国内第一个人工智能专业。宋轩说，“在读硕士博士的时候，人工智能还是一个比较冷门的专业”。他当时所在的实验室，叫视觉与听觉实验室。导师是实验室主任，因此宋轩就跟着导师在实验室做人工智能计算机视觉方面的研究。他的学习方向，自然就专注于人工智能。

后来，宋轩到日本东京大学做交换生，跟随导师学习空间信息处理。毕业后，宋轩到东京大学做博士后，在东京大学空间信息科技中心，主要是对时空大数据进行分析，包括遥感救灾和人流移动的挖掘、灾难应急管理等。同时，他自己的专业方向还是人工智能。所以，宋轩在信息科技中心主要做的事情，就是把人工智能技术应用于时空大数据分析。此时，宋轩开始关注城市数据，并着力解决一些城市问题。

通过对历史数据的挖掘，得到关于城市内在规律性的模式。通过对实时数据的分析，能够推断城市当前的状态。然而对于城市问题的解决，仅仅通过分析是不够的，还需要人们能够根据分析结果提出切实可行的决策方案。这需要综合考虑多方面因素，在优化目标与现实约束中寻求最优的组合解。宋轩所做的，就是通过分析数据，建模实践，精准预测和模拟，实现组合最优解。

通过数据分析与挖掘，宋轩提出并设计了一个针对人类应急行为和移动轨迹进行建模的多任务深度学习模型，该模型可以有效地融合多模态城市大数据，并可以在城市尺度下对人流移动进行较高精度的模拟和预测；他还提出了一个针对城市人流移动的瞬时预测模型，该模型可以在获得较少观测数据的情況下对瞬时人流移动实现精准预测，并对可能发生的城市应急事件提出预警；基于上述模型宋轩设计并开发了基于大数据的城市应急管理系统，该系统可以在发生大规模灾难时进行预测和模拟。

在这一领域，宋轩团队已经深耕10年之久，在国际高水平期刊会议上发表论文80余篇，获得了UbiComp 2015的最佳论文提名奖，研究成果被联合国“全球脉动”和探索频道重点报道。宋轩及其研究团队在日本落地了多个人流预测、智能交通、城市应急管理的系统。现在，宋轩将这一研究成果运用于灾难应急和重大传染病防疫，取得了良好的效果。

如今，宋轩来到位于深圳的南方科技大学，为城市智能化管理以及城市大脑平台的研究与发展，进行更多的探索，在祖国城市数字化、城市信息化、智慧城市领域，贡献自己的力量。