微軟鄭宇：人工智能與大數(shù)據(jù)的城市應(yīng)用

微軟人工智能大數(shù)據(jù) 城市應(yīng)用

鄭宇 | 2017-09-06 17:03

【數(shù)據(jù)猿導(dǎo)讀】一個智能的城市到底長什么樣？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。

編者按：一個智能的城市到底長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勢登上城市舞臺，人工智能和大數(shù)據(jù)席卷各行各業(yè)的同時，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，因為這個城市的設(shè)置非常復(fù)雜，牽一發(fā)而動全身?，F(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，我們也有了強大的計算平臺和智能算法。

基于這樣一個挑戰(zhàn)和機遇，我們在2008年提出了城市計算這樣一個愿景：用大數(shù)據(jù)和人工智能把我們每一個階段都理清楚：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)定地運營城市;通過預(yù)測未來，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。當我們堵在路上的時候，很多同學們都會想，這個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，這對我們的交通到底有幫助嗎

兩個區(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表征現(xiàn)象，而真正的原因是因為人們有巨大的出行需求，從區(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需求。因此我們不能說，如果一個地方擁堵我們就去拓寬那個道路，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，因為很可能某一條道路在某一天的擁堵，只是因為偶爾的交通事故帶來的，并不是真正的規(guī)劃原因。但是，如果一個問題頻繁地在數(shù)據(jù)中多次出現(xiàn)，那很可能就是規(guī)劃帶來的問題。

我們再來看一看自行車道的規(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，就會少一條機動車道;第二，我們希望修建的自行車道能夠為更多的人提供服務(wù)，而不是只為一個人提供服務(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。這三個約束讓自行車道的規(guī)劃是個很難的問題。

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在多少個區(qū)域修建總長度為多少公里的自行車道，我們就可以自動地規(guī)劃和設(shè)計這個道路，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)定的運行和維護。說到交通就不得不說出租車，你們可能也覺得在某一個時間段總希望車能夠更多一點，但是一個出租車在被使用的過程當中經(jīng)常有2-3的空位，于是乎大家就會想到拼車。在保證大家能夠準時到達目的地的前提下，用戶拼的程度越多，付的費用越少，而司機賺的利潤更高，同時也更環(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和終點一致，也不要求一個用戶下車之后另一個用戶才能上車。通過仿真環(huán)境的測試，如果北京用這樣的一個系統(tǒng)一年可節(jié)約1.5億升的油，大概夠一百萬輛車跑一個半月，同時能夠減排2400萬噸二氧化碳，還能讓整個出租車的運營效率提高三倍，而且司機的收益更高，乘客的費用要更低。這也是一個能夠為政府、乘客和司機帶來三贏的一個城市計算案例。

中國正經(jīng)歷空氣污染帶來的陣痛

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

但檢測站點價格非常昂貴，一個國產(chǎn)站點將近要人民幣一百萬，進口站點大概要兩百萬，一個超級子站監(jiān)控12種污染物大概要1200萬，所以這樣的站點不可能在城市每個角落都去建。但城市里面的空氣是極度不均勻的，在同一時刻，不同站點的空氣質(zhì)量讀數(shù)差異可以非常之大，因為空氣質(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、地理條件等信息用到一個細粒度模型計算里面。一旦把這個模型學習好就可以用到別的空地，即便那個地方?jīng)]有空氣質(zhì)量站點，也可以用剛剛的模型把整個城市的空氣質(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。所以這個工作不僅僅只是節(jié)約了一個成本的問題，也是幫助我們?nèi)プ匪菸廴驹础?/p>

城市預(yù)測讓生活更加安全

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

我們把貴陽市分成一公里乘一公里的格子，去預(yù)測每一個格子里面未來會有多少出租車進、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。如果把這個數(shù)據(jù)換成手機信號數(shù)據(jù)，就能知道有多少人進、出這個區(qū)域。

因此它是一個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?。你在上地鐵的時候，我告訴你那邊可能會很危險，你可能會改變你的行程。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。這就是對城市未來幾個小時的短期的預(yù)測，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，看城市計算如何幫助我們理清城市的前世、今生和未來。最后，城市計算還需要管理者跟數(shù)據(jù)科學家的對接，形成一個環(huán)路來推動整個城市螺旋式地上升。城市計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。

來源：創(chuàng)客星球

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關(guān)內(nèi)容都會注明來源與作者；轉(zhuǎn)載我們原創(chuàng)內(nèi)容時，也請務(wù)必注明“來源：數(shù)據(jù)猿”與作者名稱，否則將會受到數(shù)據(jù)猿追責。