一個(gè)智能的城市到底長(zhǎng)什么樣？是交通零擁堵、速度快，還是空氣質(zhì)量好、無污染？盡管，目前距離實(shí)現(xiàn)真正的智能城市還有很多問題需要攻克，但這些”城市病“并非頑固不可消解。前沿的科技力量正在強(qiáng)勢(shì)登上城市舞臺(tái)，人工智能和大數(shù)據(jù)席卷各行各業(yè)的同時(shí)，人們的生活也在不斷發(fā)生改變。

近期，微軟亞洲研究院的資深研究員鄭宇博士亮相由創(chuàng)客星球主辦的節(jié)目《未來簡(jiǎn)說》，為大家講述人工智能和大數(shù)據(jù)的城市應(yīng)用，看城市計(jì)算如何幫助我們理清城市的前世、今生和未來。

眾所周知，我們城市化的進(jìn)展給我們帶來了現(xiàn)代化的生活，但是也帶來很多的問題：交通的擁堵，環(huán)境的惡化，能耗的增加。要解決這樣的問題，在很多年前看似幾乎不可能，因?yàn)檫@個(gè)城市的設(shè)置非常復(fù)雜，牽一發(fā)而動(dòng)全身。現(xiàn)在，我們有了各種各樣的大數(shù)據(jù)：從社交媒體到交通流量，從氣象信息到地理信息；另外一方面，我們也有了強(qiáng)大的計(jì)算平臺(tái)和智能算法。

基于這樣一個(gè)挑戰(zhàn)和機(jī)遇，我們?cè)?008年提出了城市計(jì)算這樣一個(gè)愿景：用大數(shù)據(jù)和人工智能把我們每一個(gè)階段都理清楚：通過理解、洞察歷史，來合理地配置資源；通過掌控現(xiàn)狀，來高效穩(wěn)定地運(yùn)營(yíng)城市；通過預(yù)測(cè)未來，來幫助我們?nèi)Q策，指導(dǎo)未來的規(guī)劃，來解決城市里面的交通擁堵、環(huán)境惡化、規(guī)劃落后等問題。

城市的前世：規(guī)劃問題

首先我們來看一下城市的前世，也就是它的規(guī)劃問題。當(dāng)我們堵在路上的時(shí)候，很多同學(xué)們都會(huì)想，這個(gè)城市的道路是不是規(guī)劃的有問題，能不能有更合理的規(guī)劃，帶來更通暢的交通？第二，我們修了一些道路和地鐵站之后，這對(duì)我們的交通到底有幫助嗎？

兩個(gè)區(qū)域之間可以有很多道路聯(lián)通，某一條道路上的擁堵只是一個(gè)表征現(xiàn)象，而真正的原因是因?yàn)槿藗冇芯薮蟮某鲂行枨螅瑥膮^(qū)域A到區(qū)域B去完成某些任務(wù)，比如看病、買東西、娛樂等，而這兩個(gè)區(qū)域之間的道路的聯(lián)通和承載能力，不足以支撐這樣一個(gè)需求。 因此我們不能說，如果一個(gè)地方擁堵我們就去拓寬那個(gè)道路，這是“頭痛醫(yī)頭，腳痛醫(yī)腳”，沒有抓住問題的本質(zhì)。進(jìn)一步我們也不能僅僅根據(jù)一天的數(shù)據(jù)就去下斷言，因?yàn)楹芸赡苣骋粭l道路在某一天的擁堵，只是因?yàn)榕紶柕慕煌ㄊ鹿蕩淼模⒉皇钦嬲囊?guī)劃原因。但是，如果一個(gè)問題頻繁地在數(shù)據(jù)中多次出現(xiàn)，那很可能就是規(guī)劃帶來的問題。

我們?cè)賮砜匆豢醋孕熊嚨赖囊?guī)劃。自行車道在很多年前似乎漸漸已經(jīng)被人遺忘，但是現(xiàn)在隨著共享單車的出現(xiàn)，我們對(duì)自行車的騎行需求又重新回來了。首先，我們的空間是有限的，每條道路一旦規(guī)劃了一條自行車道，就會(huì)少一條機(jī)動(dòng)車道；第二，我們希望修建的自行車道能夠?yàn)楦嗟娜颂峁┓?wù)，而不是只為一個(gè)人提供服務(wù)；第三，我們希望自行車道路在修建的過程中局部是連接的，可以讓我連續(xù)地騎行。這三個(gè)約束讓自行車道的規(guī)劃是個(gè)很難的問題。

幸好共享單車不光給我們帶來的騎行的需求，也給我們帶來了用戶真實(shí)騎行的數(shù)據(jù)。利用大數(shù)據(jù)和人工智能的技術(shù)，政府只需要告訴我們?cè)诙嗌賯€(gè)區(qū)域修建總長(zhǎng)度為多少公里的自行車道，我們就可以自動(dòng)地規(guī)劃和設(shè)計(jì)這個(gè)道路，而最終發(fā)現(xiàn)這些自行車道都是圍繞與地鐵站為核心而展開的規(guī)劃，證明了它有一定的合理性。

城市的今生：掌握現(xiàn)狀

看完前世后再看看城市的今生，也就是要掌控現(xiàn)狀，才能保證城市的高效穩(wěn)定的運(yùn)行和維護(hù)。說到交通就不得不說出租車，你們可能也覺得在某一個(gè)時(shí)間段總希望車能夠更多一點(diǎn)，但是一個(gè)出租車在被使用的過程當(dāng)中經(jīng)常有2-3的空位，于是乎大家就會(huì)想到拼車。在保證大家能夠準(zhǔn)時(shí)到達(dá)目的地的前提下，用戶拼的程度越多，付的費(fèi)用越少，而司機(jī)賺的利潤(rùn)更高，同時(shí)也更環(huán)保。這里面有諸多約束是非常非常難的問題，而且有巨大迸發(fā)量。

我們不要求不同用戶的起點(diǎn)和終點(diǎn)一致，也不要求一個(gè)用戶下車之后另一個(gè)用戶才能上車。通過仿真環(huán)境的測(cè)試，如果北京用這樣的一個(gè)系統(tǒng)一年可節(jié)約1.5億升的油，大概夠一百萬輛車跑一個(gè)半月，同時(shí)能夠減排2400萬噸二氧化碳，還能讓整個(gè)出租車的運(yùn)營(yíng)效率提高三倍，而且司機(jī)的收益更高，乘客的費(fèi)用要更低。這也是一個(gè)能夠?yàn)檎⒊丝秃退緳C(jī)帶來三贏的一個(gè)城市計(jì)算案例。

中國(guó)正經(jīng)歷空氣污染帶來的陣痛

我再講一個(gè)跟每個(gè)人都息息相關(guān)的案例，中國(guó)正在經(jīng)歷著空氣污染帶來的陣痛，這個(gè)跟很多發(fā)展中國(guó)家是一樣的，政府已經(jīng)意識(shí)到這個(gè)問題的嚴(yán)重性，因此在很多的城市里面，布局了空氣質(zhì)量監(jiān)測(cè)站點(diǎn)。

但檢測(cè)站點(diǎn)價(jià)格非常昂貴，一個(gè)國(guó)產(chǎn)站點(diǎn)將近要人民幣一百萬，進(jìn)口站點(diǎn)大概要兩百萬，一個(gè)超級(jí)子站監(jiān)控12種污染物大概要1200萬，所以這樣的站點(diǎn)不可能在城市每個(gè)角落都去建。但城市里面的空氣是極度不均勻的，在同一時(shí)刻，不同站點(diǎn)的空氣質(zhì)量讀數(shù)差異可以非常之大，因?yàn)榭諝赓|(zhì)量受很多復(fù)雜因素的影響。

我們就用大數(shù)據(jù)和人工智能的方法，把空氣質(zhì)量、交通信息、氣象條件、地理?xiàng)l件等信息用到一個(gè)細(xì)粒度模型計(jì)算里面。一旦把這個(gè)模型學(xué)習(xí)好就可以用到別的空地，即便那個(gè)地方?jīng)]有空氣質(zhì)量站點(diǎn)，也可以用剛剛的模型把整個(gè)城市的空氣質(zhì)量給算出來。

這樣不僅為城市節(jié)約了很多的資源，還可以通過分析空氣質(zhì)量變壞的過程，得知污染源從哪傳向哪，幫助政府去鎖定污染源的傳播路線。所以這個(gè)工作不僅僅只是節(jié)約了一個(gè)成本的問題，也是幫助我們?nèi)プ匪菸廴驹础?

城市預(yù)測(cè)讓生活更加安全

講完了前世和今生，自然要說說未來。首先說一個(gè)整個(gè)城市的人流量預(yù)測(cè)，也就是不同區(qū)域中有多少人進(jìn)出，我們很自豪地在貴陽市落地了第一個(gè)城市人流的預(yù)測(cè)系統(tǒng)。

我們把貴陽市分成一公里乘一公里的格子，去預(yù)測(cè)每一個(gè)格子里面未來會(huì)有多少出租車進(jìn)、出。并不是說出租車可以代表人流，但可以用這種數(shù)據(jù)來證明方法的有效性。如果把這個(gè)數(shù)據(jù)換成手機(jī)信號(hào)數(shù)據(jù)，就能知道有多少人進(jìn)、出這個(gè)區(qū)域。

因此它是一個(gè)非常通用的人工智能模型，能夠?qū)ξ覀兊某鞘邪踩芸赜懈玫膸椭Ｄ阍谏系罔F的時(shí)候，我告訴你那邊可能會(huì)很危險(xiǎn)，你可能會(huì)改變你的行程。所以我們知道不同地域人之間的轉(zhuǎn)移，以及人從哪里來、去哪里。這就是對(duì)城市未來幾個(gè)小時(shí)的短期的預(yù)測(cè)，跟我們的公共安全和物流息息相關(guān)。

我們今天從大數(shù)據(jù)和人工智能的角度，看城市計(jì)算如何幫助我們理清城市的前世、今生和未來。最后，城市計(jì)算還需要管理者跟數(shù)據(jù)科學(xué)家的對(duì)接，形成一個(gè)環(huán)路來推動(dòng)整個(gè)城市螺旋式地上升。城市計(jì)算讓我們擁有更合理的規(guī)劃，更通暢的交通，更高效的物流，更清新的空氣，最后帶來更智能的城市。