当一套完善的“城市数据大脑”落地后，将是一套完整的信息收集、整理、反馈、计算、输出系统，而AI的应用使得城市大脑不仅在信息收集上更加高效、全面，计算处理上也更加快速。

    8月4日，澳门特别行政区政府与阿里巴巴签署《构建智慧城市战略合作框架协议》，引进阿里云人工智能ET“城市大脑”。据悉，ET“城市大脑”在澳门落地的场景包括交通、旅游、医疗服务、电子政务、环保、海关通关、人才培养、经济预测等。

    这是继自去年云栖大会上发布杭州“城市大脑”智慧城市建设计划后，ET“城市大脑”登陆的第二站。据阿里云人工智能科学家闵万里博士透露，阿里云正在内地长三角等区域快速复制“城市大脑”。

    近些年来，城市化在带来经济繁荣的同时，也不断增加着城市经营与管理的难度。交通拥堵等问题，严重影响了城市运营的效率和可持续发展。利用最先进的人工智能作为解决方案的想法也由此而生。不过，面对拥堵难题，尚未成熟的人工智能能帮我们多大忙？

    有大脑的城市“血脉”顺畅

    城市作为人类社会的政治、经济中心，其职能之一就是促进经济发展。近些年来，很多国家的经济发展实现了前所未有的突破，但城市扩张、人口流动给很多地区带来了更多难题，这一过程让城市不堪重负，堵车等问题在城市间快速传染，让城市管理者无所适从。

    而在此之前，很多科技巨头就预先一步料想到事态的发展，IBM就是其中之一。2008年11月IBM在全球提出“智慧地球”概念，但脱离实际以及业务模式的错误最终让IBM功败垂成，其思路逐渐被各政府部门摒弃。而今，阿里巴巴、百度、滴滴出行等都纷纷拿出了“城市数据大脑”的人工智能方案，虽然所针对领域、名称不尽相同，但在原理上却是大同小异。

    “城市数据大脑”的目标是通过收集城市的各项数据，对整个城市进行全局实时分析，自动调配公共资源，优化城市管理，最终使城市运行更加高效。

    当一套完善的“城市数据大脑”落地后，将是一套完整的信息收集、整理、反馈、计算、输出系统，而AI的应用使得城市大脑不仅在信息收集上更加高效、全面，计算处理上也更加快速。

    以交通领域的应用为例，如果通过人力来预判交通流量，仅仅是一周的视频数据分析，都需要数万交警三班倒地去看，花费的时间可能是几天甚至更长时间。而城市大脑则可以在十分短暂的时间内分析完毕，并且能够精确到多少车辆往什么方向走，哪些车辆存在违章……这方面，机器比人更具优势。

    据了解，“城市数据大脑”的目标是通过收集城市的各项数据，对整个城市进行全局实时分析，自动调配公共资源，优化城市管理，最终使城市运行更加高效。当一套完善的“城市数据大脑”落地后，将是一套完整的信息收集、整理、反馈、计算、输出系统，而AI的应用使得城市大脑不仅在信息收集上更加高效、全面，计算处理上也更加快速。

    这一套“城市数据大脑”治堵方案，可谓将前两年所说的火热的“人工智能”治堵、“大数据”治堵融合在了一起，并加以实施。以数据大脑为核心，实时监控分析道路车流量，依据动态的交通数据，自动切换和调配信号灯时间，甚至在车流巨大的路段，全程绿灯不停车。而从驾驶者这一方面，则可以很清晰的根据“大脑”所分析出来的数据，选择推荐车流量较为合理的道路行驶。从而调节交通流量，以解决堵车的问题。

    素质和旧规暂时无解

    不过，“城市大脑”的推进，其实仍面临着众多现实难题，也绝非可以快速复制、遍地开花。以交通为例，我国的堵车问题远不止交通流量大、车辆类型复杂那么简单。AI要面对的，恐怕是一个人为因素更复杂的困局。

    高德地图等机构发布的《2017年第二季度中国主要城市交通分析报告》显示，第二季度里，一百个城市中近八成的城市拥堵同比得到缓解，但仍有23%的城市出现拥堵加重趋势。

    至于交通阻塞原因，在一项投票调查中，票选比例最高的前四分别为：非机动车在机动车道逆行、穿插、随意变线，占总票数的17%；堵车时加塞占总票数的16%；违法停车、堵车时借道或占用对面车道超车两类均占总票数的13%。其余分别为：行人随意横穿马路占11%，掉头、转弯不让直行车和开车打手机两类均占10%，发生轻微交通事故不“快处快赔”占8%。

    可以看到，这一类的交通违规都属于驾驶人员素质不高所导致的主观行为，而恰恰这些主观行为，“城市数据大脑”是无能为力的。某北京市交通管理专家曾表示，智能化交通管理的问题，需要懂业务的技术专家，和了解技术的业务骨干（交警）共同来完成。AI再聪明，也不能完全解决管理的问题。

    在治堵的问题上，另一个阻碍“城市大脑”发挥的焦点，便是早期城市交通的规划弊端。

    本世纪以来，随着经济收入水平的提高，汽车市场出现了爆发性的增长。而我国早期城市尤其是道路的规划建设，却很难提前预料到这一快速变化，无法满足爆发性增长的家庭汽车通勤需求。

    “例如，北京的道路拥堵的根本原因，是有限路面资源无法满足日益增长的全域私家车出行需求的问题。”北京交通大学交通系统科学与工程研究院闫学东教授说，北京市日均出行需求在2016年的稳定增长，是导致北京市域局部区域行程速度下降的关键原因。

    “城市大脑”可以解析数据，调节交通流量，可以缓解一部分城市道路的拥堵问题。但目前人工职智能还是无法从根本改变早期国内部分城市规划的弊端，以及因此导致的堵车问题。虽然ET在应用中强调了“大数据”车流监测已在适应不断变化的交通状况，但在“治堵”上还需要更多的训练进行考验。

    除了随意的人性、陈旧的道路规划外，“城市大脑”人工智能，还存在数据的安全问题。据统计，当前人们每天的出行数据大约有70TB，都是跟交通出行息息相关的。面对这么多且不断增长的数据量，如何确保数据的安全和不被泄露是一个非常巨大的课题。

    此外，如果在交通、城市问题的解决上，过度的依赖大数据，通过大数据分析来“指挥交通”，那么在数据库遭遇黑客的入侵导致“大脑”瘫痪时，那城市的正常秩序会受到严重的威胁。

    “大脑”安全与数据安全

    除了“城市大脑”人工智能无法解决的固有问题之外，是否还有更值得我们担忧的问题呢？答案是肯定的，那便是数据的安全问题。

    先有58同城全国简历泄露事件，再有国外巨头Dun＆Bradstreet 52G数据库遭泄露，更有印度麦当劳220W用户收据遭泄露。大众越来越关心大数据的安全问题，越来越低的数据犯罪成本导致了互联网社会的人心惶惶。

    滴滴出行从去年宣布进军“人工智能交通”，发布了交通云计算平台。相应而来的，平台的数据量也非常大，有接近一百亿的路径规划请求，定位超过130亿次。实际上，我们每天的出行数据大约有70TB，都是跟交通出行息息相关的。面对这么多且不断增长的数据量，如何确保数据的安全和不被泄露是一个非常巨大的课题。

    此外，我们在交通、城市问题的解决上，过度的依赖大数据，通过大数据分析来“指挥交通”，那么如果在数据库遭遇黑客的入侵，导致“大脑”瘫痪，那城市的正常秩序是否会受到严重的威胁，这也是不容我们忽视的问题。

    换个角度，回看一下《速度与激情8》中那些匪夷所思的画面，虽然几十上百辆“僵尸车”军团的构思有些太过科幻，但是红绿灯系统、汽车ECU电子控制单元被黑的例子已经屡见不鲜，防微杜渐是必须的。

    有隐患，有数据风险，并不意味着我们要因噎废食，但是随着数据泄露危机、黑客攻克数字防线的风险加大，如何有效防范，如何建立危机应对机制，也是数字化城市管理者、参与者、运营者必须重要考虑的核心问题。（据懂懂笔记）