智能城市中最先要解決的問題是智能交通。將城市大腦運(yùn)用于交通領(lǐng)域，除了將靜態(tài)的車輛數(shù)據(jù)升級到動態(tài)以外，還要結(jié)合道路上各種各樣的主題解決整體交通問題。

在第八屆（2019）中國智能交通市場年會（產(chǎn)業(yè)領(lǐng)袖論壇）上，阿里云數(shù)據(jù)智能總經(jīng)理曾震宇通過杭州城市大腦建設(shè)實(shí)踐，展望城市大腦及智慧交通的未來發(fā)展。交通這一繁雜問題的解決也會帶來城市規(guī)劃方面的發(fā)展和升級。

以下為曾震宇發(fā)言的重點(diǎn)內(nèi)容：

隨著城市互聯(lián)網(wǎng)化和城市化發(fā)展，城市如何更加智能？這個過程被分為三個階段。

第一階段是基礎(chǔ)設(shè)施建設(shè)，主要是安裝設(shè)施、采集設(shè)備等，主要用于事后分析。

第二階段是將數(shù)據(jù)采集后形成對城市的感知，將更多的設(shè)施用于事前而不是事后，從“感”到“動”形成閉環(huán)。

目前我們了解的很多智慧城市建設(shè)正在從第一階段向第二階段過渡。

第三階段是由于我們對城市有了更深度的了解，并且能夠?qū)⒊鞘袑?shí)時(shí)數(shù)據(jù)用于實(shí)時(shí)協(xié)同，而不僅僅用于城市的運(yùn)行和管理階段，進(jìn)而要將數(shù)據(jù)運(yùn)用于整個城市周期最早的階段——城市規(guī)劃階段。

將現(xiàn)在的數(shù)據(jù)用于最早的階段，從根源上解決問題，會推動城市向更高階段前行。

推動城市智慧建設(shè)的三個因素

第一個是場景驅(qū)動（產(chǎn)業(yè)驅(qū)動）。AI技術(shù)絕不僅僅是人臉識別或語音識別，這項(xiàng)技術(shù)一定要與產(chǎn)業(yè)和場景相結(jié)合，使產(chǎn)業(yè)和場景驅(qū)動AI，形成產(chǎn)業(yè)AI。城市中交通是非常大的場景，無論是安全還是效率都存在一些世界性難題。因此AI在交通智能場景大有作為。

第二個是數(shù)據(jù)。無數(shù)據(jù)，不智能。關(guān)于交通，數(shù)據(jù)來源于各個方面，包括互聯(lián)網(wǎng)、感知設(shè)備、交通部門掌握的數(shù)據(jù)等并沒有真正融合。同樣站在城市的角度，也一定要將數(shù)據(jù)當(dāng)做戰(zhàn)略資源和重要資產(chǎn)看待，對各方面數(shù)據(jù)要進(jìn)行相應(yīng)的融合。

第三個是人工智能技術(shù)的算法。數(shù)據(jù)加智能一定需要背后的計(jì)算力。許多地方對計(jì)算力重要性的認(rèn)知度并不高，但其實(shí)海量的、實(shí)時(shí)的數(shù)據(jù)處理對計(jì)算力的要求和分布式計(jì)算及協(xié)同融合的能力要求非常高。慶幸的是，隨著大數(shù)據(jù)和云計(jì)算的發(fā)展，計(jì)算力越發(fā)唾手可得和低成本。

面向整個城市智能角度，交通是我們最先切入的領(lǐng)域，其中的挑戰(zhàn)也非常多。我們與杭州市政府和交警存在著非常深度的合作，自2016年開始共同致力于打造“城市大腦”。

在此過程當(dāng)中，我們將杭州交通相關(guān)的海量實(shí)時(shí)數(shù)據(jù)進(jìn)行匯聚和真正的融合，從而建成了相應(yīng)的交通實(shí)時(shí)城市數(shù)據(jù)模型。

在此模型之上會產(chǎn)生客觀的、實(shí)時(shí)的數(shù)據(jù)，可以為交警和城市管理者提供客觀的、準(zhǔn)確的、實(shí)時(shí)的數(shù)據(jù)，支撐管理和決策。

更重要的是，此類數(shù)據(jù)用于整個業(yè)務(wù)環(huán)節(jié)當(dāng)中，讓數(shù)據(jù)成為整個業(yè)務(wù)協(xié)同閉環(huán)中的一部分。

例如，我們將數(shù)據(jù)用來驅(qū)動信號燈的優(yōu)化配時(shí)，或者利用城市數(shù)據(jù)來發(fā)現(xiàn)城市交通各種各樣的問題，例如亂點(diǎn)、堵點(diǎn)、隱患點(diǎn)，以及實(shí)時(shí)檢測城市交通當(dāng)中的事故、擁堵等各種問題。

以上所有由城市大腦感知到的問題，會實(shí)時(shí)上報(bào)給交警部門進(jìn)行處理。

杭州2．0試運(yùn)行階段，95％的警情都是由大腦感知和上報(bào)。依托于城市大腦，交警處理問題由被動處理轉(zhuǎn)為主動發(fā)現(xiàn)，問題解決更加及時(shí)。

另外，由杭州交警內(nèi)部評估可知，該項(xiàng)技術(shù)相當(dāng)于為杭州交警警力增添了200多名警員。這讓我們看到了通過場景驅(qū)動、數(shù)據(jù)驅(qū)動和計(jì)算驅(qū)動能夠?yàn)槌鞘袔�來更多價(jià)值。

杭州的擁堵排名（高德系統(tǒng)得出）由2015年的第3名下降到2018年的57名。

城市大腦切入交通領(lǐng)域后，我們的實(shí)踐過程和對未來的思考與展望如下。

我們首先面臨的問題是“數(shù)數(shù)”，即數(shù)清城市中有多少輛車正在路上跑。

從傳統(tǒng)信息化角度看待這個問題，方案一是我們可以從交警的登記系統(tǒng)中統(tǒng)計(jì)登記車輛，但這樣的數(shù)據(jù)非常靜態(tài)，車輛的狀態(tài)是非常動態(tài)的，因此我們無法通過登記數(shù)據(jù)確定車輛真實(shí)情況。

方案二是采集“卡口”數(shù)據(jù)�？�口可以采集到車牌號及通過卡口時(shí)間，但城市中的卡口數(shù)據(jù)非常有限，只能看到城市交通的一部分。

因此如果想把車“數(shù)清楚”，我們就要調(diào)動各種數(shù)據(jù)進(jìn)行融合計(jì)算。目前政府掌握的數(shù)據(jù)很多，但沒有得到實(shí)時(shí)的融合和建模。

如果將海量數(shù)據(jù)實(shí)時(shí)融合起來進(jìn)行建模，例如，將城市內(nèi)實(shí)時(shí)車輛交通運(yùn)行的特征進(jìn)行建模，融合城市內(nèi)的每一個路口、路段相應(yīng)的交通參數(shù)，我們就能夠獲得從城市交通的“毛細(xì)血管”到“主動脈”的整體交通狀況。這些客觀數(shù)據(jù)能夠幫助城市管理者進(jìn)行重要決策。

目前信號配時(shí)狀況不一，許多路口的感應(yīng)數(shù)據(jù)缺乏，處于“半盲”狀態(tài)，無法根據(jù)實(shí)時(shí)交通流進(jìn)行配時(shí)調(diào)整，這樣無法滿足城市交通的需求。

信號優(yōu)化配時(shí)方案一定要用多元的、實(shí)時(shí)的數(shù)據(jù)融合計(jì)算產(chǎn)出。

除了車本身，還要考慮到行人、非機(jī)動車和路面上的緊急車輛或重點(diǎn)車輛，同時(shí)還要考慮惡劣天氣，大型活動等，根據(jù)這些客觀因素進(jìn)行配時(shí)調(diào)整。

如果沒有背后的數(shù)據(jù)資源平臺和城市大腦的感知、預(yù)警、優(yōu)化、控制支撐管理者決策和調(diào)度指揮，遇到問題就需要專家進(jìn)行人工的優(yōu)化配時(shí)。因此，未來一定要在這一方面進(jìn)行優(yōu)化和改善。

AI信號燈并不是要替代專家，而是用數(shù)據(jù)和AI技術(shù)與專家進(jìn)行配合，讓專家擁有更多時(shí)間處理“疑難雜癥”。

下圖為信號優(yōu)化配時(shí)——蕭山案例及杭州城市大腦2．0案例。

道路交通并不是城市交通的全部，交通是多元化、立體化的。我們的目標(biāo)是，用數(shù)據(jù)讓用戶提升體驗(yàn)，節(jié)約各方面時(shí)間。

通過城市大腦的實(shí)時(shí)數(shù)據(jù)，我們將道路交通狀況由物理世界搬運(yùn)到云端。如果遇到特殊情況，在城市大腦中可以進(jìn)行預(yù)演，而不是依靠交警和相關(guān)部門根據(jù)以往的經(jīng)驗(yàn)進(jìn)行推算。

根據(jù)實(shí)時(shí)交通數(shù)據(jù)及交通模型，能夠得到更真實(shí)更接近實(shí)際情況的預(yù)演。

除交通方面外，城市大腦對城市規(guī)劃也起到作用。將城市大腦積累的鮮活、實(shí)時(shí)、真實(shí)的城市數(shù)據(jù)及問題移交給專業(yè)的城市規(guī)劃人員，通過城市大腦的預(yù)演給出最佳方案和反饋。

阿里云作為云平臺廠商希望能夠和交通領(lǐng)域各家企業(yè)進(jìn)行配合，形成合作，一起打造更加智能的城市大腦，讓城市生活更加美好。