0
| 本文作者： 余快 | 2020-08-14 09:29 | 专题：CCF-GAIR 2020 全球人工智能与机器人峰会 |
2020 年 8 月 7 日，第五届全球人工智能与机器人峰会（CCF-GAIR 2020）在深圳正式开幕。
CCF-GAIR 2020 峰会由中国计算机学会（CCF）主办，雷锋网、香港中文大学（深圳）联合承办，鹏城实验室、深圳市人工智能与机器人研究院协办。
作为中国最具影响力和前瞻性的前沿科技活动之一，CCF-GAIR 大会已经度过了四次精彩而又辉煌的历程。
在大会第二天的「视觉智能•城市物联」专场上，云天励飞首席科学家王孝宇分析了云天励飞在智慧城市中的思路与应用。
王孝宇认为，在经历了PC互联网、移动互联网时代后，现在人们正在进入AIoT时代。在AIoT时代，传感器将遍布物理世界，人们将拥有无处不在的连接和智能化应用。而AIoT时代到来的前提，是业界能提供有效的数字化技术。在物理世界的行为，只有经过数字化后，才能称为“信息”，有了信息，机器才能更好地描述这个世界，并对物理世界作出反应。
根据AI技术发展升级的路径，王孝宇将智慧城市分为四大阶段。
第一阶段是Sensing（感知），这个阶段的智慧城市能做到的是描述物理社会的基本事实，比如识别图像中的物体是车辆还是人、车牌号是多少、这个人有什么特征。第二阶段是Cross Analysis（交叉分析），这个阶段机器能够在识别基本信息的基础上，根据时间、空间等其他信息进行交叉分析，得出更丰富的信息，比如分析出图片中的人之间的关系等。第三阶段是Data Mining（数据挖掘），这个阶段，机器能分析出造成事件的深层次原因，甚至预测事件的发生，比如预测某路段在某事件段的拥堵情况。第四阶段是Decision Making（决策），即机器能够帮助人作出某些决策，比如预测到某街区在某时间段可能发生某些事件后，进行智能的警员调度，充分安排有限的警力。
王孝宇还说到，尽管智慧城市不同阶段能够实现的应用不同，但无论是在哪一阶段，都离不开算法、算力和大数据，这也是云天励飞从创立之初就一直坚持在这三大方面投入大量研发工作的原因。目前，云天励飞有Arctern算法平台、Moss芯片平台和Matrix大数据平台，构建了完整的AI技术链路，并聚焦公共安全、城市治理、新商业这三大方向打造产品和解决方案。
最后，王孝宇认为，中国经历过商贸造富、互联网和房地产造富的时代，未来我们很可能迎来科技造富的时代，科技将成为新基建中的核心元素。新基建的提出，也将开启中国新一轮智慧城市建设的“黄金时代”，新基建将会带来“新四化”：居民数字化生活、企业数字化经营、社区数字化治理、城市数字化孪生。
以下是王孝宇大会现场全部演讲内容，雷锋网作了不改变原意的整理及编辑：
王孝宇：非常荣幸能够跟大家一起分享AI在智慧城市中的应用，以及我自己的一些思考。
不管是在互联网公司，还是在云天励飞，我都亲眼看到了AI技术在不同场景中的一些现实的应用。我就从我自身经历的角度出发，和大家分享一下当前AI在智慧城市中的一些应用处在什么阶段，以及未来它发展的趋势。
四五十年代传统意义上的AI指的是认知方面的智能，是通用AI。现在的AI更具体，是围绕识别、生成的技术，包括语音识别、计算机视觉、机器人等等。
比较九十年代到现在的AI变化，我们可以从多个维度梳理规律，其中有一个维度，是让机器更理解人，以及机器怎么才能获得和人相关的更多信息。
PC互联网的时代，主流工具电脑的位置固定，也只有一个固定的IP，电脑中与人连接的有邮箱、浏览器记录以及ID信息等，电脑知道背后的人是怎样，却不知道背后的人在哪里。因此在PC时代，已经有一些社交网络公司，因为获取用户信息以及建立个人推荐的时间长，所以当时的社交公司发展的周期非常长。
2010年或者是更靠后的时间，进入移动互联网时代，每个手机背后都有地理的信息和使用过的APP的信息，人主动去APP上获取的信息，APP也获取用户一定的信息以便更好地理解和服务用户。这也是抖音这类公司成功的原因之一。
从获取人信息的角度，移动互联网时代，通过使用软件，如美团、淘宝等产生交易，APP得以了解人的习性，但更多地是人主动提供信息给APP或厂商。
在经历了PC互联网、移动互联网时代后，现在人们正在进入AIoT时代。在AIoT时代，传感器将遍布物理世界，人们将拥有无处不在的连接和智能化应用。
而AIoT时代到来的前提，是业界能提供有效的数字化技术。在物理世界的行为，只有经过数字化后，才能称为“信息”，有了信息，机器才能更好地描述这个世界，并对物理世界作出反应。
在AIoT时代，它对模拟的世界、人的行为都进行了数字化，所以它能够更好地描述这个世界。通过与移动互联网配合，产生更多的城市治理模式以及商业模式，这是AIoT带来的改变。
云天励飞在警务、教育、交通、商业、行业监督、社会治理等方面都有相关技术和案例。
除了人脸搜索，还有时序、轨迹的分析，可以与多模态、车牌和其他人的属性关联。视频的人工智能分析可以应用于犯罪聚集；智慧校园的管理上，通过机器自动化训练方式，对信息进行数字化和结构化，以此对未成年人进行保护；医疗行业上，还可以阻止非法行医行为；社会管理上，解决保障房冒领等。
我分享的这么多应用，我觉得可以分为如下几个类型，这也是我理解的智慧城市的变迁阶段。
第一阶段是Sensing（感知），这个阶段能做到的是描述物理社会的基本事实。
比如识别图像中的物体是车辆还是人、车牌号是多少、这个人有什么特征，甚至判断场景。这个阶段对视频和图片的理解处于初期，但可以发挥的作用也不少，比如车牌自动识别，车费自动结算。
第二阶段是Cross Analysis（交叉分析），这个阶段机器能够在识别基本信息的基础上，根据时间、空间等其他信息进行交叉分析，得出更丰富的信息。
比如分析图片中人之间的关系，一张照片中的两个大人和一个小孩是一个家庭，并不是说所有照片中两个大人加一个小孩都是一个家庭，这是通过分析得出。先需要空间上的分析，在同一张照片中每个人的空间位置，或者视频中间隔10秒钟拍的照片中人的空间位置，再结合频率、动作、行为等分析而来。
这个阶段可能没有人提起过，我把它叫做Cross Analysis，是Sensing到Data Mining的中间阶段，它比基本的事实又高了一层，在当前的智慧城市中还没得到应用，但我相信很快会走到这个阶段。
第三阶段是Data Mining（数据挖掘），这个阶段，机器能分析出造成事件的深层次原因，Data Mining主要呈现分析的结果，如聚集、犯罪、涉黄，或者预测事件的发生，如预测某路段在某时间段的拥堵情况。
数据挖掘在当前智慧城市的解决方案中应用还不成熟，还没有达到想要的精度，但我们最终会迈向这一步。
第四阶段是Decision Making（决策），即机器能够帮助人作出某些决策，比如预测到某街区在某时间段可能发生某些事件后，进行智能的警员调度，充分安排有限的警力。
不论在哪个阶段，AI的核心都是算法、算力和大数据，我这里说的大数据并不是通常意义上说的需要训练算法的、标注的大数据，我们说的大数据就是Data Mining。
云天励飞所有的研发都聚焦在AI三大平台上：
Arctern算法平台，由云天励飞多次获得国际视觉大赛冠军团队打造。没有算法就无法结构化信息，它是从0到1的基础平台，有了算法平台，可以部署到各个地方。
Moss芯片平台，是人工智能芯片的国家队，取名Moss，代表它无处不在。我们目前是第一代基于电子的传统芯片，未来，将出现功耗低的光芯片，直接安装于传感器，通过光信号的自动化处理，进行智能分析。
Matrix大数据平台，是国家超算中心采用的AI平台，在这个平台上，我们能做更深层次的分析。
云天励飞基于三大平台，聚焦三大产业方向。
一是公共安全，基于人像分析能力，构建城市安全盾牌，聚焦智慧警务、机场立体防护、行人闯红灯取证、静态人像融合等领域。二是城市治理，AI触角从城市大尺度空间向最后一公里渗透，包括智慧医院、智慧社区、智慧校园、智慧楼宇等。三是新商业，与综合商场、连锁门店合作。
我们相信未来在生活的每个角落，未来无处不在的智能分析会给我们带来更多效率的提升，当然其中很多隐私问题亟待我们解决，但是我一直坚信技术是中立的，以后会有越来越多的新的规范，让我们的技术往好的方向发展。
中国经历过商贸造富、互联网和房地产造富的时代，未来我们很可能迎来科技造富的时代，科技将成为新基建中的核心元素。
新基建的提出，也将开启中国新一轮智慧城市建设的“黄金时代”，新基建将会带来“新四化”：居民数字化生活、企业数字化经营、社区数字化治理、城市数字化孪生。
居民数字化生活，比如扫码乘车、智能政务服务、互联网服务。
企业数字化，之前只有大公司或者跨国公司才能承担企业数字化经营的服务，未来可能每个小企业都能实现数字化经营。我一直认为科技的发展是让一些以前只有非富即贵的人才能享受到的东西实现便民化，这是科技化发展的一个很显著的路径。
社区数字化治理，通过AI的方式，实现社区高效管理，保障社区安全，这次疫情给中国社区管理数字化提供了很好的契机。
最后才能达到城市数字化孪生。
如何实现新”四化“，我们认为在技术层面，搭建“IoT+5G+AI”架构，分别提供采集、传输和分析技术；方法层面，采用“1+1+N”的AI城市综合服务体，需要一张基于IoT智能感知的网络，无处不在地对这个物理世界的信息进行数字化和结构化，一个基于OS的城市大脑，通过5G传输到后端AI城市大脑，AI城市大脑通过最基本的事实分析和Data Mining做出判断和决策，以及N个基于AI的城市应用场景。
这是云天励飞的愿景，我们认为未来几十年内，在科技界，结构化物理世界，打造数字孪生城市是主要方向。雷锋网雷锋网雷锋网
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
专题
