近幾年來(lái)，城市大腦概念可謂如火如荼。相比于前兩年大家對(duì)這一概念比較陌生，如今相信大部分讀者應(yīng)該都已經(jīng)知道，所謂城市大腦的基本內(nèi)涵，是指用公路上的大量攝像頭，來(lái)識(shí)別車流、車牌和車輛，以及一些路段廣場(chǎng)上機(jī)遇攝像頭執(zhí)行人臉識(shí)別和人流判斷。

這些“城市之眼”收集的數(shù)據(jù)，一方面可以幫助提升城市安防的智能化水準(zhǔn)，比如預(yù)判人群擁堵、識(shí)別交通事故與可疑車輛等等；另一方面，城市大腦的作用主要體現(xiàn)在和交通燈、高架橋準(zhǔn)入閘口的互動(dòng)上。通過(guò)對(duì)車輛數(shù)據(jù)的識(shí)別和判斷，進(jìn)而用城市大腦進(jìn)行交通指揮，被廣泛相信是治理城市擁堵的有效方式。

這些技術(shù)邏輯近兩年被反復(fù)討論，加之科技巨頭的不斷加注與宣傳，很可能讓大眾覺(jué)得城市大腦已經(jīng)非常完善，可以真正承擔(dān)一座城市的“AI交通指揮官”。然而事實(shí)上并非如此，從一種產(chǎn)業(yè)構(gòu)思到實(shí)際落地，城市大腦，或者稱作智慧城市系統(tǒng)，還面臨著非常多物理世界中客觀存在的困難與障礙。尤其是城市攝像頭體系本身，與后加入的AI大腦，二者其實(shí)存在著無(wú)法忽視的“代溝”。

這個(gè)問(wèn)題應(yīng)該如何解決，近兩年也有相當(dāng)多的學(xué)術(shù)討論。比如中國(guó)工程院院士、中國(guó)計(jì)算機(jī)學(xué)會(huì)理事長(zhǎng)，北京大學(xué)教授、博導(dǎo)高文提出的“數(shù)字視網(wǎng)膜”理念，就廣為產(chǎn)學(xué)各界重視。在這一問(wèn)題中構(gòu)成了一種代表性的解題方案。

我們似乎可以從數(shù)字視網(wǎng)膜應(yīng)運(yùn)而生的現(xiàn)實(shí)問(wèn)題，以及其發(fā)展思路中，共同探討這樣兩個(gè)問(wèn)題：城市的智能，距離我們究竟有多遠(yuǎn)？而如果希望拉進(jìn)這個(gè)距離，目前有哪些急需開(kāi)展的工作？

從這個(gè)角度思考，我們或許會(huì)發(fā)現(xiàn)數(shù)字視網(wǎng)膜既是一種學(xué)術(shù)創(chuàng)新，也是一個(gè)新的產(chǎn)業(yè)機(jī)遇。

“眼疾”未愈，城市大腦依舊幼稚

城市大腦概念，在現(xiàn)實(shí)執(zhí)行中面臨的第一個(gè)問(wèn)題，也可能是根源的問(wèn)題之一，就是原本并不用于智能計(jì)算的城市攝像頭，如何與AI帶來(lái)的識(shí)別，甚至智能分析能力連接在一起？

這個(gè)問(wèn)題涉及一個(gè)基本矛盾，就是智能發(fā)生在哪里。

今天一般的城市大腦與智慧城市項(xiàng)目，主要是將攝像頭收集來(lái)的視頻數(shù)據(jù)進(jìn)行存儲(chǔ)，從而在云端用算法就行識(shí)別和分析。

而這里就有很多矛盾滋生了出來(lái)，比如傳統(tǒng)攝像頭收集的視頻數(shù)據(jù)過(guò)于龐大，清晰度也欠佳，AI算法很難識(shí)別。

即使攝像頭能夠提供高清數(shù)據(jù)，但由于拍攝的視頻沒(méi)有進(jìn)行特征提取，于是從提取到識(shí)別、檢索，再到推理的全鏈計(jì)算都必須發(fā)生在云端。這帶來(lái)的數(shù)據(jù)量非常龐大，云端將承受難以負(fù)載的數(shù)據(jù)壓力，從而影響識(shí)別精度與數(shù)據(jù)處理準(zhǔn)確度。同時(shí)，把基礎(chǔ)視頻數(shù)據(jù)堆積到云端，客觀上也會(huì)造成過(guò)大的延遲，很難滿足交通場(chǎng)景里實(shí)時(shí)反應(yīng)的剛性需求。

同時(shí)，城市綜合體每天產(chǎn)生的視頻數(shù)據(jù)，其本質(zhì)上堪稱一個(gè)“數(shù)據(jù)包袱”。這些數(shù)據(jù)存在哪？存多久？誰(shuí)來(lái)看？如何檢索？在海量數(shù)據(jù)面前，這些問(wèn)題一一成為了城市數(shù)據(jù)管理體系的重?fù)?dān)。

那么如果讓攝像頭自己具備識(shí)別能力呢？這是如今智慧城市的主要解決方案，但是由于此前的原版攝像頭不便拆卸，想要加入新的識(shí)別能力就要加裝一個(gè)新的攝像頭。于是我們看到了拍照攝像頭、人臉識(shí)別攝像頭、車牌識(shí)別攝像頭、車輛識(shí)別攝像頭等等；在路口抬頭一看，簡(jiǎn)直能激發(fā)密集恐懼癥。

這些“智能攝像頭”識(shí)別出的數(shù)據(jù)，本質(zhì)上無(wú)法做到匯融與底層打通，而是只能各自為政。后端的AI也就只能偏聽(tīng)偏信，無(wú)法進(jìn)行完整的交通場(chǎng)景分析，給出真正的“智能建議”。

那么如果讓識(shí)別和推理的全套AI能力都發(fā)生在攝像頭里呢？這帶來(lái)的問(wèn)題就是端側(cè)算力不夠充沛，無(wú)法支撐復(fù)雜的計(jì)算。如果在每個(gè)攝像頭都加載大量AI算力和專用硬件模組，那將是一筆無(wú)法負(fù)擔(dān)的成本。而且想要讓AI全局化理解城市，各攝像頭也必須進(jìn)行全局匯總。

這樣左右為難的問(wèn)題，就是今天城市智能從理想到現(xiàn)實(shí)的差距。高文院士將之總結(jié)成“存儲(chǔ)難，檢索難，識(shí)別難和功能多樣化”四個(gè)問(wèn)題，并且形象地比喻為城市的“自閉癥”和“弱視”。

那么如何破解城市的種種“眼疾”呢？如果也用仿生學(xué)來(lái)比喻，那就是今天城市有了云計(jì)算和AI作為大腦，也有了攝像頭作為眼睛，但是二者之間缺少一樣?xùn)|西：視網(wǎng)膜。