人工智能＋智慧城市之发展建议

1 城市人工智能平台的发展

在大数据这个概念出现之前，计算机并不能很好的解决需要人去做判别的一些问题。某种程度上说人工智能其实就是用大量的数据作导向，让需要机器来做判别的问题最终转化为数据问题。新一代人工智能应用场景的智能化主要体现在决策智能和运营智能，其本质是将用户和行业数据抽取关键特征并输入深度学习神经网络，神经网络训练模型将用于对用户行为的预测，进而提高用户体验。

目前新一代人工智能应用场景的落地主要受大数据获取因素的制约，广泛布局应用场景以智能化连接设备为载体的智能化基础设施，采集大规模高质量的行业数据，系统性地通过新一代人工智能算法进行模型训练，才能真正将技术与应用场景相结合，充分挖掘应用场景的智能化升级需求。数据量同深度学习和训练的准确性呈密切的相关性。研究显示，数据量越大，训练的越充分，算法模型的准确率就越高。

可以说，谁掌握了真实海量的数据，谁在相关领域的人工智能的发展就将更具优势。根据IDC的研究显示，全球的数据量都将以惊人的速度增长，2025年全球的数据量将达到163ZB，是2016年的10倍之多，其中近五年的平均增速将超过30%。随着移动互联网、电子商务等领域的高速发展，全球数据量呈现爆发式增长，如此海量的数据将为人工智能的准确性提升创造条件，为人工智能高速发展奠定了坚实的基础，这也是人工智能前几个发展阶段所没有的核心资源。

中心智能是智慧城市中业务、数据的集散地，是智慧城市的感知中心、互联中心、管理中心和决策中心。各类业务、数据向运营中心汇聚，通过决策分析，以指令的形式向周边业务扩散，实现综合管理和联合指挥。而边缘计算（MEC）是一个“硬件+软件”的系统，通过在移动网络边缘提供IT服务环境和云计算能力，以减少网络操作和服务交付的时延。

其技术特征主要包括“邻近性、低时延、高宽带和位置认知”，未来有广阔的应用前景，例如车联网（无人驾驶）、AR、视频优化加速、监控视频分析等。IDC预测显示，2018年将有40%的数据要在网络边缘侧分析、计算与存储。边缘计算的落脚点是要让终端成为更智慧的存在，能够实时处理数据、能够低延时做出反馈。如智能农场可以使用边缘计算来监测温度和设备性能，以及自动让各种设备（比如过热的泵）减缓运转或者关闭。

中心智能与边缘计算的关系更像是一种神经网络系统，大脑为中心智能系统，而神经中枢与神经元则是下沉到不同程度的边缘计算。从感知终端对数据进行初始的采集后，到边缘层进行一部分实时的处理，才通过高速网络传输到核心层进行深度的计算分析，最后再将分析结果回馈到边缘，对边缘智能进行完善。两者构成了完整的系统，中心智能负责全局性、非实时、长周期的大数据处理和分析，而边缘智能则根据特定的需求对局部性、实时、短周期数据的处理与分析。 

以商业模式为核心，构建多边生态

这里的商业模式包含两方面的含义，一方面是智慧城市的商业模式，一方面是人工智能企业的商业模式。

智慧城市的商业模式。智慧城市是一个多方合力的工程，智慧城市商业模式必须由政府、市民、企业三方形成一个稳定、长期、有可预见前景的交易结构。商业模式本质是交易架构，必须形成多方参与共赢的结果，这样就是好的智慧城市商业模式。

建立良好的智慧城市商业模式，第一需要有学习心态：不断学习新兴技术和其发展规律，运作方式；第二需要有格局，要有大局观、时空观、未来观；第三需要有运营能力，需要建立良好的运营平台能力，未来经济越来越倾向平台经济，需要用新技术、思维、模式、营销手段做好服务推广。人工智能企业的商业模式。部分人工智能企业基本已具备成型商业模式和多领域解决方案供给能力。

一批立足于提供行业级应用的人工智能企业正在崛起，瞄准交通、医疗、金融、商业、安防等领域智能化改造升级的切实需求，围绕行业全生命周期大数据快速构建起“基础层、技术层、应用层”的智能化应用体系，有效形成契合行业发展模式、提升行业运转效率的智能化解决方案。

在此过程中，人工智能企业需要建立起难以被复制的竞争优势，更要通过商业化运作的可见收益向投资者证明了其经营模式从概念到落地的巨大可行性。在下一阶段，资本将继续快速涌向具备成型商业模式的人工智能企业，助力其模式不断成熟完善，构筑健康可持续发展的新一代人工智能产业生态环境。

中国移动人工智能总体架构

智能众筹智慧共享，构建开放平台

人工智能包含了众多的行业和应用，包含安防、交通、能源、医疗、教育、政务、楼宇、农业、零售等，可以说涉及城市的方方面面。

显然，涵盖这些行业的能力和应用，不是某家企业可以完全覆盖的。因此，对于各细分领域，就需要智能众筹和智慧共享，吸引更多的参与者、使用者，来共同建设一个全面的人工智能智慧城市。众筹与共享需要以信息流资源为基础，基于网络能力的开放、众筹、共享，打造新型智慧城市产业生态。同时开放数据、网络、能力，构建超级大脑和开放平台。

智能众筹就是在开放的平台之中，内外部共同对人工智能能力进行建设，通过数据共同分享，实现智能能力提升。智慧共享就是共享人工智能能力，以技术为支撑，寻求广大开发者在内容、硬件、技术和生态层面的合作，为用户提供智能服务，为开发者提供精准流量与更多红利，一起建立基于AI的万物互联生态。

5  人工智能在智慧城市中典型场景及创新应用

人工智能安全城市构建应用的创新

从2015年甚至更早开始，人工智能便开始了与安防行业，特别是视频类安防行业的整合。以广西某公安局的项目为例，他们遇到的问题是破案率比较低，破案周期长，案发率比较高。

针对这些问题，部署了动态人脸识别布控系统，在系统上线运行三个月后，破案率得到了大幅提升，破案时间也有了大幅的缩短，包括案发率也有一定程度的下降。最后公安局用这个项目向国家申报了科技进步三等奖。

2016年底，云南当地发生了一起凶杀案，犯罪嫌疑人是死者的丈夫。当时公安局把这个嫌疑人的照片布控在人脸识别试点系统里，布控第二天系统就发出了红色报警，通知民警蹲守，最后成功实施抓捕。而2012年震惊全国的“周克华持枪杀人案”，从2004年第一起枪杀案开始持续了8年，一共十几起枪杀案，社会影响非常恶劣。

根据警方内部公布的数据，前后投入约1500名警力，花了45天时间，看了18万小时的录像。最终从公安向公众公开的数据里，共有13段视频，里面找出了踩点、逃跑、枪杀的视频片段。假设让一个人去看这些视频，约需要60年时间。不难看出，在安全城市的构建中，人工智能正不断发展巨大的作用。

人工智能宜居城市构建应用的创新

宜居是对城市适宜居住程度的综合评价，医疗和教育是与宜居城市相关性最强的两个领域，也是人工智能赋能的重要领域。“与传统的倾向于劳动密集型的医疗保健不同，新兴的医疗模式是知识驱动型和数据密集型的。许多新型医疗保健正在带给我们一种新的模式，它将依赖于新一代用户友好、实时的大数据分析和人工智能及机器学习工具。”——《人工智能与医学》Mike Barlow借助AI技术，医生的工作时间将被大幅缩短，原本几个小时的工作量可以缩短至几分钟。

如在神经科的应用中，可以在秒级别对患者脑部的CT片进行出血诊断，并在十到十五秒之内完成综合诊断，帮助医生在“黄金六小时”内对患者进行精确诊断，减少严重瘫痪现象的发生。将人工智能技术与救护车融合，可以让医生在车上进行即时诊断，判断卒中患者是属于轻度还是重度，从而制定接下来的治疗方案。

人工智能技术也开始进入教育领域，自适应学习得到了足够的技术支持，人工智能能够将学生分层做到极致，做到一人一层，甚至能够根据每一个学生实时的学习情况，动态调整下一阶段的学习内容和方式。

 人工智能绿色城市构建应用的创新

在环保领域，许多人工智能企业纷纷做出了积极的尝试，通过人工智能将环保领域物联网整合起来，可以实现人类社会与环境业务系统的整合，以更加精细和动态的方式实现环境管理和决策的智慧。

全球许多国家都在积极推进垃圾分类分拣技术的发展，大力促进垃圾分类过程的机械化、自动化。近年来机器人产业的迅速壮大，以及人工智能技术的不断崛起，为垃圾分类环节的变革提供了巨大支撑。

通过人工智能技术的应用，发展垃圾智能识别系统、垃圾分拣机器人、垃圾智能处理技术，将能够有效较低各项成本投入，避免人类员工遭受危险，并实现整个垃圾分类、回收体系的优化，促进环保事业的发展。在环保的其他环节中，人工智能的影响也正在逐渐显现。

人工智能能够通过赋能无人机、机器人等科技产品，对大气、土壤、水资源等进行关键信息收集与处理，提升环保“软实力”。

人工智能高效城市构建应用的创新

据时代背景下，互联网正在深刻地改变政府的治理模式和服务方式，创新政府公共服务供给制度势在必行。同时，中央不断要求各地简化行政审批流程、提高效率，尤其是在政务服务方面，迫切需要快速整合各类资源，提供一站式便民服务，减少公共资源的浪费。通过人工智能技术协助政府处理庞杂的事件，如客服机器人可以全天候开放给市民咨询和办理业务，通过机器学习帮助政府做出更优的决策。在高效出行方面，通过基于深度学习的交通预测，可以在30秒内根据道路车辆情况完成大数据可视化分析。2016年青岛整体路网平均速度提高9.71%，通行时间缩短25%，高峰持续时间减少11.08%。

人工智能产业城市构建应用的创新

作为经济发展新一代基础助动力，人工智能已成为推动区域经济和社会发展的战略高地，有关人工智能的研发、推广与运用更成为衡量一地经济发展活力的象征。以宁夏为例，宁夏地区耕地质量总体不高、水资源匮乏，资源型产业是本地区的支柱产业，一头独大，存在一定程度粗放型增长问题。宁夏开始调整本地区经济发展思维、发展战略，树立创新发展、智慧发展经济方针，鼓励传统产业的转型升级。正以人工智能、信息技术为基础，助力重工业、制造业的系统改造，实现重工业的智能转型。其次推进工业互联网网络基础设施建设，鼓励企业通过基础设施上云、业务应用上云，应用成熟的仓储物流、环境监测等云应用软件和云服务，快速形成信息化能力，降低企业运营成本、资源消耗成本。

6 人工智能智慧城市发展建议

网络升级，破人工智能落地制约因素

随着5G为代表的新一代网络基础设施的部署和商用，围绕虚拟化、云化融合的技术革命将推动通信网络环境的重构与转型，5G超高速的数据传输能力和万物互联的标识解析体系重新赋予了社会协作的智能化新模式。5G与人工智能解决方案的结合，将深度挖掘已有应用场景的升级潜力，不断拓展和延伸应用场景的边界。各地智慧城市将会在5G和人工智能相结合的环境下变得更加方便、更加快速。5G将为人工智能典型应用场景提供优质通道，为云端大脑提供海量数据，使之具备更优针对性的定制化能力，将成为人工智能催化剂。

万物互联，成智慧城市神经感知网络

物联网与人工智能智慧城市特征的高度重合，人工智能智慧城市是物联网集中应用的平台，也是物联网技术综合应用的典范。物联网技术的核心和基础仍是互联网，其主要是通过各类有线及无线设备与互联网相融合，将事物信息及时准确地反映出去，物联网上的传感设备可将信息定时传输，由于所要传输的信息量极大，出现了海量信息。

物联网可以渗透到我们生活的各个领域，所以物联网肩负了“资料收集”这一至关重要的任务。物联网连接大量不同的设备及装置，嵌入在各个产品中的传感器便会不断地将新数据上传至云端。这些新的数据可以被人工智能处理和分析，以生成所需要的信息并继续积累知识。

创新先行，建城市人工智能基础设施

人工智能智慧城市建设是一项庞大复杂的系统工程，有赖于人工智能、物联网、大数据、云计算、高速传输、等关键技术的实现，有赖于信息化、网络化、数字化、自动化、智能化等现代信息科学技术的整合利用。要在人工智能智慧城市系统中采用成熟、先进、可靠及适度超前的现代信息技术，重视数据的获取、传输、存储、分析、处理和应用等技术的开发。创新机构包括了各类能与城市长期共同发展的企业建立本地化的研究平台，如联合实验室、联合创新中心等。

一方面可以吸取国内外各地智慧城市建设的各种新产品和新技术，另一方面可以把本地的优秀产品和方案通过这个系统向全国进行推广，共同为城市发展做出贡献。而产业园区和创业孵化器是打造智慧城市经济、推动智慧城市建设的重要环节。加快智慧城市经济园区建设，有利于解决高新技术产业发展空间问题，也有利于用足用活高新开发区的政策，更好发挥各城区发展高新技术产业的积极性、主动性和创造性。孵化器可以对小企业提供特殊的优惠待遇，让本地的中小企业尽快茁壮成长。

规划制度，为智慧城市提供软性支撑

新型智慧城市建设不仅是一个工程，而且是一个过程，因此需要建设者们在设计之初，就要从全局以及长远考虑出发，因地制宜、一城一策、尊重自然、传承历史，把环境容量和城市综合承载能力作为确定城市定位和规模的基本依据。通过顶层设计来保证智慧城市建设具有开放、融合和服务的特点，使之可以实现充分的资源整合和共享。

同时建议各地政府成立相应的机构，统筹抓总推动人工智能智慧城市规划、建设和运行工作。政府联合智慧城市建设主体负责抓智慧城市建设的实施、建设、营运、管理等事宜，形成打造人工智能智慧城市规划、设计、技术、设备、服务、管理、营运的系统供应商的强大合力。另外，还建议建立政策扶持和评估考核机制，设立建设专项扶持资金，谋划相关人才培养引进等政策。

数据共享，为人工智能提供生产资料

数据是人工智能发展的基础，只有通过大量数据训练，为其提供生产资料，人工智能才能不断发展进步。数据共享将能达到随时随地调用各类资源数据，并将数据汇聚到云端，不再单独面向某个应用，而是面向整个体系。人工智能应用，只有在数据共享加持下，才能达到未来各行各业的融合要求，才能实现最大的价值，为新的时代变革打下智能基础。

政府数据共享起源于科学数据共享。为充分调动社会力量，让每一位公民在“数据—信息—知识—理论—决策—效益”这一链条的各个环节上发挥才华，挖掘数据价值，美国政府在1990年以科学数据为突破口，启动了“完全、开放、无偿”的科学数据共享计划。

政务服务改革的进程及政务服务数据安全高效共享的程度，对于我国“人工智能+政务服务”改革的整体推进具有重要影响，为保证改革的继续深入，应摸清现状、深化研究、探索试点、积极创新。因此建议各地政府逐步完善数据资源共享开放政策，系统化重塑数据治理工作，建立健全数据治理长效机制，围绕人工智能应用场景的开放性行业大数据训练库构建创新体系。

产学研用，合作创新构建可持续生态

建立包含基础层（芯片、核心算法）、关键技术领域（计算机视觉、语音识别、自然语义理解等）以及应用领域企业的完整产业链。借助教育系统和企业培养两个体系。在教育体系内，嵌入人工智能基础知识，高校开设人工智能专业和研究方向、推动跨学院、跨学科人工智合作都是可以考虑的方式。企业人才培养体系方面，注重为企业服务，为企业与院校合作牵线搭桥，鼓励企业自建人才培养体系，通过政策、资金等措施支持企业人工智能人才计划项目等。鼓励高校整合校内人工智能研究资源，加强人工智能研究的基础设施建设。

与企业、高校合作编制针对不同年龄层和专业程度的培训教材和课程，打造人工智能公共教育和培训平台，向市民免费开放部分课程。围绕新一代人工智能应用场景的中长期发展趋势，围绕智能制造、智能金融、智能物流、智能交通、智能医疗、智能家居等特色产业开展技术研发与产品创新，并依托技术能力强、服务水平高、带动能力强的领军企业，开展多元化场景应用的示范项目，持续探索新型应用模式。

7  中国移动人工智能平台解决方案

中国移动从2014年就开始自主研发人工智能平台。平台为中国移动的网络、服务、市场、管理等领域全面引入人工智能技术，提供AI基础设施和核心能力。

中国移动人工智能总体架构

深度学习平台是其基础设施层。中国移动独有的海量数据、领域知识图谱是决定平台AI生产力先进程度的关键要素。在此之上，平台提供了3大类开放的AI核心能力：语音语言类、图像视频类、智能数据分析类。

人工智能已经成熟应用于中国移动业务领域，服务于超过9亿用户的网络和日常运营中。例如，语音语言能力中的人机对话和语音分析能力，已经在中国移动的客户服务、网络运维等实际生产环节中得到大规模应用，成效显著。

全球最大的移动通信网路和最大的移动用户群，为自主研发的人工智能平台提供了超级海量的数据，使得平台可以进行最全面的深度学习。同时，超级人工智能也服务于中国移动的网络和用户。平台作为中移超脑的基础能力也将为智慧城市建设赋能，对生态合作伙伴的上层应用开放核心能力。

中国移动研发的人工智能客服系统，已经在10086客服上大规模使用，每个月的交互次数超过1.2亿次，服务占比接20%，预计每年给集团节约20亿的人工成本。对于政府服务于市民的业务同样可以通过中国移动的人工智能降本增效。节假日或热点事件产生大规模人群流动或聚集时常造成4G网络流量突增，对网络造成一定冲击。

中国移动人工智能平台对4G网络流量做精准预测，为中国移动提供数据支持和决策依据。例如，中国移动人工智能平台预测南通市12月前半月流量，平均预测误差在4%左右，明显优于传统方法。

这种能力同样可以应用到景区游客的预测、体育赛事的观众预测、城市人流的预测等等。通过将行为分析等人工智能方法运用于诈骗事件流行为的识别，可区分正常电话和诈骗电话，减少人工审核投入。

同样，利用人工智能的方法实现对涉黄、涉政、涉恐的文字、图片、视频的识别和管控，为运营商、互联网内容提供商和监管部门提供内容安全管控支持，提升城市的安防综治能力。

“物联网报告中心”是物联网行业在培训、报告、讲座等业务领域，旨在聚合产业人才、分享知识与报告、传播新闻动态的自媒体渠道，并且获取企业、政府、各大科研院所等机构人才需求、报告需求的重要窗口。