当前位置:首页 > 【组图】当云端智能遇到钢筋水泥,城市大脑落地一年后的启示与意义_搜狐科技_搜狐网

【组图】当云端智能遇到钢筋水泥,城市大脑落地一年后的启示与意义_搜狐科技_搜狐网

时间:来源:「I/O」

原标题:当云端智能遇到钢筋水泥,城市大脑落地一年后的启示与意义_搜狐科技_搜狐网

原标题:当云端智能遇到钢筋水泥,城市大脑落地一年后的启示与意义

当一年前王坚博士站在云栖大会的舞台上介绍「城市大脑」项目时,在场的几千人或许并不会意识到他们正在见证一个伟大实践,一如我在一年前所言:「在我们生活的城市,人工智能正在或即将改变城市运作的内在规律,而随着数据越来越多、计算能力越来越强大,机器的算法也会越来越聪明,接下来,就是见证奇迹的时刻。」

而这个事迹只用了不到一年的时间。或许还有很多人记得王坚博士那句经典的「世界最远的距离就是交通信号灯与监控摄像头的距离」,但这个金句正在从杭州消失。根据此次云栖大会透露的消息,过去一年,阿里云的城市大脑已经接管了杭州 128 个信号灯路口,涵盖主城区莫干山路区域等路面主干道及南北城区的中河-上塘高架等快速路,还包括萧山城区。

如果细心去看城市大脑给杭州带来的变化,以下一组数字或许会让你产生一丝触动:

在杭州主城区,城市大脑调控了24个莫干山路区域红绿灯,通行时间减少15.3%。试点中河-上塘高架22公里道路,出行时间平均节省4.6分钟。在萧山,104个路口信号灯配时无人调控,范围西至萧然西路,南至晨晖路,东至通惠路,北至萧绍路,此外还包括市心路、育东路、北山南路在内的5平方公里,车辆通行速度提升15%,平均节省时间3分钟。

更重要的一个尝试还包括,城市大脑在萧山区进行了 120 救护车等特种车辆的优先调度。根据官方给出的一组数字:「救护车到达现场的时间已缩短一半,平均节省7分钟。以市心路-晨晖路到市心路-建设一路全长7公里路段为例,救护车总计需要经过21个路口。在最近一次出车中,救护车节省时间高达14分钟,没有遇到一个红灯。」

事实上,这些成绩对于生活在城市里的普通个体并无太大的感知,但如果从人工智能行业的角度去看,城市大脑这一年所取得的成绩,已然验证了阿里云押注数据智能的正确性,更进一步,城市作为一个天然的数据集成存在,在数据智能的驱动下,正在成为一个物理世界的 IaaS 平台,让基于城市数据资源的创新成为可能。

1. 为何从数据切入智能?

过去的两年,以深度学习为代表的人工智能成为全球关注的焦点。这种关注不分国界、不分行业,从制造业巨头 GE 到搜索引擎 Google,再到中国的 BAT,数不胜数的公司挤入人工智能的赛道里,都或多或少地将「All in AI」或「AI First」奉为公司转型的不二法则。

但如果冷静去分析这一次人工智能兴起的原因,或许会发现,正是来自计算能力、深度学习算法和海量数据的同时爆发才催生了这一波的「智能革命」。而这其中,计算能力受限于硬件性能,且不说摩尔定律是否失效,但传统计算架构的缺陷不足以支撑未来的计算能力,而算法优化空间的竞争,更多的演变成全球范围内争夺深度学习人才的竞争,不过一个显而易见的事实则是,人才尤其是高端人才非常稀缺。

此时,推动人工智能发展的三个要素里只剩下了数据。 幸运的是,正如王坚博士所言,数据(可能)是这个星球唯一取之不尽的能源。也就是说,不管是个体消费者还是企业车间抑或是一个城市,大量传感器、摄像头的普及,每时每刻都在产生数据,一份来自前沿产业研究的报告显示,2015 年全球的数据总量为8.6ZB(1ZB 等于 1万亿 GB),目前增长速度在每年40%左右,预计到2020年全球全球的数据总量将达到 40 ZB。

作为长期以来和数据打交道的互联网公司,阿里云有着丰富的数据处理经验,既应对过海量的数据存储,也扛过类似双十一这样的高并发数据挑战,这也构成了阿里云在人工智能应用领域一个特点,即通过数据维度切入这个领域,并利用海量、实时的数据倒逼计算能力和算法的优化改进,从而释放数据智能带来的潜力。这从去年陆续推出的 ET 大脑系列产品可见一斑,包括城市大脑、工业大脑、医疗大脑,无一不是依托数据维度的智能思考。

但城市数据,显然是一种「另类」的存在。

2. 城市=「数据金矿」?

城市或许是人类最伟大的发明之一,作为人类生活的主要聚集地,城市天然就是记录人类行为轨迹的「数据库」。如果从过去十几年的「智慧城市」算起,城市「数据库」的搭建工作几乎从未停歇,但其结果并没有给城市带来所谓「智慧」,反而由于不同数据库之间的割裂、数据陈旧以及处理能力的匮乏造成大量投资被浪费。

这正是王坚博士说出那个金句的由来。

在城市交通数据中,交通信号灯的数据与交通监控摄像头的数据完全割裂,这些来自空中影像数据又和地面的传感器数据缺乏关联,再加上处理海量影像数据的效率缺乏,也就构成了这个「世界上最远的距离」。

交通数据虽然仅仅是城市数据的一方面,但交通数据的重要性不言而喻。特别是在中国城市发展过程中,道路交通状况往往成为影响城市规划的重要参考因素。也因此,城市大脑落地的第一步,就瞄准了困扰长期困扰杭州的交通问题。首先,将长期以来沉淀在不同部门、不同设备里的数据实时在线地整合在一起;其次,通过云端的计算能力和算法来释放海量数据的智能,从而能够真正实现「让城市交通数据自己说话、自己决策」......

事实上,面对来自交通局、气象、公交等十几家机构的海量、实时交通影像数据,城市这个「数据金矿」催生了算法的创新。比如,城市大脑的 iDST 视觉计算团队为了应对复杂场景下的车辆检测任务,该团队提出了基于区域融合决策和上下文相关的多任务深度神经网络,可以解决多视角、多姿态及车辆遮挡等问题。这一技术成果打破了全球权威视觉算法测评平台KITTI的世界纪录,将车辆检测率拉升至90.55%。

从这个角度去看,数据不仅是类似石油的资源,更是像血液之于人类一样对于人工智能落地城市意义重大,它构成了城市管理、规划的新维度。王坚博士进一步谈到,以修路来解决城市交通拥堵的办法,其实是上世纪的思路,未来的城市基础设施将是城市大脑。

3. 城市如何成为现实里的 IaaS?

我们知道,云计算的三大层次里,处于基础设施层面的 IaaS 层,通过底层计算资源池化以及构建可灵活扩展的架构,支撑了上层的 PaaS 和 SaaS。而细心去看这个全新的城市基础设施,城市大脑的角色和云计算领域的 IaaS 颇为相似

上文提到的萧山 120 等特种车辆智能调度是一个颇具象征意义的案例。在这个看似简单的数据提升案例里,背后却是一套极其复杂的系统。首先,从 120 接到电话到患者进入医院,这个过程中涉及到多个交通参与主体,而且交通路况又是随机、动态变化;其次,120 救护车的位置与每个路口交通信号灯切换频率也是实时调整,需要精确计算才能实现,

这意味着,必须打通交通和救护车急救点的数据系统。急救点一旦接到电话,语音数据直接进入城市大脑中进行实时计算,自动调配沿线信号灯配时,为救护车设置最优路线。同时,监控视频根据救护车GPS定位,始终跟踪救护车行驶。指挥中心的终端大屏,则会帮助交警把控急救的实时进展,必要时提供警力的支持。

纵观整个流程,当城市道路以及交通参与主体被数字化之后,这些交通资源就成为一种可伸缩、可定制的资源,像极了在云计算资源池化的属性,所有的交通资源也被资源池化,根据用户需求智能调配。其应用场景也觉不仅仅是局限在特殊车辆通行应用层面,它构成了一种现实版的 IaaS 平台,比如公交公司可以基于这个平台合理规划公交车发车效率,保证一路绿灯;再比如,共享出行或地图公司可以在此基础上衍生出更丰富的商业应用......

4. 写在最后:我们还记得 AI 的终极目的吗?

人工智能正在以史无前例的速度改变着你我的生活,但技术的真正价值都是为人类带来价值提升,换句话说,那些挑落国际象棋大师与横扫围棋九段的人工智能是没有意义的,只有将人工智能真正应用到普通人的生活、企业的生产场景中,才能释放数据、智能带来的红利。

另一方面,深度学习算法所带来的语音、图像识别处理的单点突破,纵然能带来各种美颜算法给予个体用户的愉悦以及语音交互处理的炫酷,但站在一个群体或社会的角度去看,倘若这些单点技术突破无法赋能群体,无法解决困扰人类本身的交通、环境以及生产效率的难题,这里的「人工智能」已经成为一种玩具。

正如马云早前反复强调的,如何通过机器智能的实践,从而让机器帮助人类完成人类不擅长的事情才是人工智能的关键。这也是城市大脑落地一年来带给我们最大的启示,机器智能带给人类的绝不是终结者的恐怖或娱乐至死的无聊,而是通过数据、计算能力以及算法的结合,重构一个美好的未来。对此,阿里云人工智能首席科学家闵万里的评价最中肯:「我们通过计算这个杠杆,来撬动整个社会中沉睡的公共数据资源,把底层的价值释放出来,由此产生的价值是无法想象的。」返回搜狐,查看更多

责任编辑:

声明:百瑞头条网所有内容均来源于网络,如稿件涉及版权/违规举报/商务合作 Email:jieseng999@gmail.com