京东城市陈旭旭：AI和大数据如何撬动“城市计算”？| AIoT+智慧城市峰会

12月20日，雷锋网主办的AIoT+智慧城市峰会在深圳举行，京东城市计算事业部高级专家陈旭旭在峰会上分享了京东如何用AI和大数据打造智能城市。

京东城市计算事业部高级专家 陈旭旭

京东城市的整体架构体系

陈旭旭首先介绍到，京东城市是京东旗下的一级事业部，也是一个独立的子品牌，一共有三大块，包括：

• 京东城市计算事业部，是京东旗下的一级事业部；

• 京东智能城市研究院，是依托于事业部所成立的研究部门；

• 各个区域的研发中心。

他重点介绍了京东智能城市研究院。他表示，研究院规格很高，院长是京东集团的副总裁郑宇博士，而学术委员会主任则是中国工程院常务副院长潘云鹤院士。他们在今年11月20号的“2018京东数字科技全球探索者（JDDiscovery）大会”上共同启动了京东智能城市研究院。

城市计算是京东城市重点：让数据互联互通

什么是城市计算？陈旭旭抛出了这样的问题。

“城市计算是城市数据的采集、管理、分析挖掘和服务提供，来解决城市交通、规划、环境、能源等等问题的痛点，我们是利用云计算和大数据加上人工智能，在城市场景中的有机结合。而目前，京东城市对于城市计算的理念是通过点-线-面结合的顶层设计。”

为什么能做这个“顶层设计”？实际上，在郑宇博士的核心团队，从事城市计算的领域工作已经超过12年，这个领域是世界上很早就已经有的学术概念，在这个概念上，京东城市又提出了以“规划-运维-预测”的闭环可持续发展模式，这个已经运用到工业界，为京东城市的城市计算打下基础。

想实现可持续发展理念，京东城市就要打造一个城市计算的平台（雷锋网注：可参考）。这个平台主要有三方面的特点：

首先是数据标准化。在城市中，所有的数据分为时间维度和空间维度，时空数据又分成六种数据模型，所有城市的数据都是可以被分在这六个数据模型之中的，所以这是京东城市提出的“数据标准化”的概念。

在数据标准化之后，对它进行了算法模块化。把所有的人工智能的算法经过模块化的拼接，能够为一个新的问题通过这种拼接的方式很快的处理掉。

基于数据标准化和算法模块化，就能达到整个共建平台平衡的目标。对于每个城市来讲，不可能一家公司就把这个城市的业务做掉了，各个公司的业务是互相有交集或者很难合作，京东城市打造这个平台的目的，就是希望能够在模块化的基础上做很好的互联互通。

陈旭旭提到一个重要概念：数字网关。对很多城市来讲，现在有一个很大的痛点是政府机构中各个委办局的数据是部署在自己的私有网络里，很难做到互联互通，通过数字网关，能够让每个部门在自己原始数据不出内网环境下，京东城市通过多重加密以及联合建模的方式，能够让大家做到知识共享，最后能够真正达到知识上的互联互通。

依托于数字网关，目标是让各个委办局数据互联，同时能够让委办局和市场上的公司也能做到数据互联，最后达到城市与城市之间的数据能够互相打通。依托于自己打造的APP，统一的帐号体系能够让市民感受到数据互联之后的效果。

此外，在城市计算平台上，通过把需要的数据和模型通过连接的方式，能够很快的做出一个人工智能的算法，解决一些比较简单的问题，这对于一些缺少人工智能算法领域专家的公司或者在这方面投入还没有大的公司来讲，是一个非常好的工具。通过算法模块的训练，最终达到可视化的效果，都是依托这个城市计算平台达到的。

京东城市在各个垂直领域的工作

底层基础设施和城市操作系统，必须依托于平台和操作系统做各个垂直领域的应用，如果只有平台没有应用是很难落地的，因此陈旭旭接着介绍了京东城市在各个垂直领域的工作。

交通。以往的方式是单独做出租车、网约车或者公交车，依托于城市计算的平台，也有一个实际落地的案例。

京东城市能够把各个委办局的交通数据打通，帮助他们做交通一体化建设。现在在路边的违章停车是非常普遍的现象，会造成很多骑自行车居民非常危险的情况，以往政府是派出很多警力去路边巡逻或者增加摄像头，现在跟摩拜单车合作，因为摩拜单车有很多骑行轨迹数据。京东城市根据数据分析发现有很多自行车绕着车辆行驶的现象，于是就去做研究，从而发现城市违章的路段，这样节省了出警人数，也减少了硬件的投入。

民生。民生是非常重要的领域，京东城市在环境领域也做了大量的工作。比如空气方面，从事前规划、实时检测、历史溯源和未来预测都有一些工作。城市里面的空气质量或者PM2.5的分布是不均匀的，通过大量数据可以发现这个现象。对于北京，有时全城的空气质量PM2.5是100，但是在京东大楼空气质量测出来是200，可能朝阳公园就是50。对于城市中居住的居民，怎么知道所在的地点到底空气质量是怎么样的？

目前北京的空气质量监测站点只有35个，是不能覆盖到所有北京居民的，现在通过收集到POI数据、各种车辆出行轨迹数据、实时空气质量数据、实时大气数据，根据这些数据在人工智能算法的基础上，能够计算出精确到每平方公里的空气质量，这样对于居民来说，可以很精确知道当前的空气质量是多少。同时京东城市还通过深度学习的做法，能够做到对未来一天乃至一周的空气质量预测，一方面节省空气布站点的需求，一方面也能让城市居民更精确地知道空气质量。  

整体的规划设计上，目前京东城市具体有点的规划、线的规划、面的规划。

点的规划包括充电桩的选址、救护车站点选址、加油站点的选址。线的规划有公交路线的规划、自行车轨迹的规划。面的规划有区域的划分以及功能识别的工作。

京东城市和联通智慧足迹的合作

联通有非常多线下店铺（营业厅），这些营业厅是非常宝贵的资源，但是现在大家都可以在网上办理手机业务或者网上付款，所以很多人已经没有再去营业厅付款或者办业务的需求。这导致联通这么多线下营业厅是一种资源浪费，要选择多少营业厅能满足现有的业务？选多少营业厅可以覆盖到所有的居民？哪个营业厅里是有周边产品的售卖（手机和ipad等）?卖哪些产品才能达到利益最大化，这是京东城市跟联通一起合作的目标。

京东城市和国家能源集团的合作

现在大部分的发电还是靠火力发电。对于发电厂有一个需求——怎么用更少的煤发更多的电，同时减少污染？传统意义上，一个发电机组是有1000多个传感器，需要1000多个阀门来控制机组运转，在以往机理模型机组上，往往只能做到控制1-2个阀门来开和关，现在通过深度学习和深度的强化学习，能够做到同时去控制10个乃至更多的阀门，能够让阀门学会怎样精细化的操作过滤机组才能起到节省能源的效果。这个工作到现在能够达到的是为每个机组减少0.5%的投放，这样量虽然很小，但是如果国家的火力机组都算上的话，将会是100亿以上的经济资源节省。

公共安全方面的事前事中和事后处理

现在京东城市能够预测到一个城市中每个片区在未来几个小时时间里，人口流入和流出的情况。2015年上海发生外滩踩踏事件，如果能提前两个小时就告诉执法部门或者片警，在未来两小时之后，外滩会有大量人员涌入，这个可能是现有的安保警力所不能承受的，就能提前干预以防止踩踏事件的发生。

对于片区的人流量预测，京东城市做了点对点的人流量预测。如果预测到外滩未来2个小时有很多人涌入，发现人流量大多是从人民广场来的，这就可以在人民广场提前布控，告诉大家未来2个小时外滩有很多人要过来，不需要再去外滩或者换一个游览地址，这对提前布控会有更大便利。

信用城市建设

现在国家大力提倡信用体系建设，信用方面也是利用人工智能和大数据非常多的领域，包括金融领域京东对信用的风控。京东还做了对政府、居民很多信用出行的场景，信用租赁的场景。

在2018年6月10号的中国信用城市高峰论坛上，京东城市把福州市的企业用人工智能的算法做了信用打分，不仅知道哪个企业有信用问题风险，另外还能够预测到企业下个月可能产生什么信用事件，比如可能会有行政处罚或者被投诉的事件的概率。

京东智能城市的差异化

陈旭旭指出，京东智能城市目前与市面上三种公司存在差异化。

与传统智慧城市厂商的区别。传统智慧城市厂商做的是系统集成和信息化，做的是信息化1.0和2.0的概念，京东城市则是需要利用大数据和人工智能从数据中获取知识，并且应用到各个行业，为行业赋能。

与云厂商的区别。云厂商提供的是计算和存储的能力，京东城市依托于城市计算平台来解决城市中各个委办局和行业的痛点，是依附于云之上的软件的平台。

与新型人工智能公司的区别。现在很多新型人工智能的公司和京东城市的区别是这些公司大多是对一个点的解决，京东城市则是点线面相结合的，多在顶层的设计，而不是专注于一个点的开发，做的是生态和平台，供大家一起实现共赢。

智慧城市目前行业上的几个特点

目前智慧城市在行业上现在呈现几个特点。

• 生态建设。现在各个城市包括市政府都希望建立整体的生态环境，而不是希望一家公司能够把所有的问题都解决。

• 数据安全。对于不同的部门或者不同的企业来讲，他们都有数据融合和数据安全的考虑。

• 商业模式。政府现在不希望企业过度依靠补贴或者过度依靠项目的资金进行产业开发，而希望这些公司能够靠自己的商业模式不断自己造血。

• 人才缺失。现在尤其在人工智能和大数据的领域，人才方面还是有很大缺口的。

京东城市能提供什么？

对于这四个方面痛点，京东城市可以为政府提供帮助。

第一是在数据的管理和挖掘算法以及对时空轨迹长达十几年的研究中有技术积累；第二是通过跨领域研究，能够做到的是在不同领域的数据共享和融合，很容易实现顶层设计；第三是京东这边拥有3亿活跃用户，通过数据挖掘能够为政府和企业赋能；第四是我们的品牌优势，能够汇聚各界人才。

陈旭旭最后表示，归根到底，京东城市是要用人工智能和大数据来打造智能城市。

AIoT+智慧城市峰会演讲视频全集稍后将在雷锋网会员【AI投研邦】里推出，并及时通知大家。大家可扫描二维码关注【AI投研邦】。

雷峰网原创文章，未经授权禁止转载。详情见转载须知。