阿里王堅：機器比人做得好的事，那這件事就不該由人來做

王堅：中國交通肯定會堵塞，因為攝像頭看到的東西永遠不會變成紅綠燈的「實際行動」。

本文作者：張棟

去年雲棲大會上，杭州市政府聯合阿里雲在內的13家企業提出建設「城市大腦」項目。

雷鋒網了解到，「城市大腦」可以理解為一座城市的人工智慧中樞。其內核採用阿里雲ET人工智慧技術，可以對整個城市進行全局實時分析，自動調配公共資源，修正城市運行中的Bug，最終將進化成為能夠治理城市各項「疑難雜症」的超級人工智慧。

「城市大腦」就是下一個登月計劃，未來十年催生的技術將遠超今天的想像。」「城市大腦」的總規劃師王堅如是說。王堅目前擔任阿里巴巴首席架構師，他表示「城市大腦是杭州代表中國的城市為世界在做一次探索，一次使用人工智慧進行社會管理的前瞻性實踐。我們不知道它最終會進化到什麼程度，但這絕對是前所未有的。」

為何提出「城市大腦」？

之所以提出「城市大腦」，王堅是基於四大點來考慮的。

一、關於城市數據。目前城市規劃院只想將數據當成一種『工具』，他希望人們能夠將『數據』理解成城市中不可分割的一部分。在王堅看來，經過多年的積累，絕大多數城市的數據沉澱是足夠的，但從來沒有被相關部門「重視」。城市管理者應該從城市運行的角度來看這些數據，把它們看作是城市中不可分割的一部分，然後對這個城市中所有的人、車等數據進行分析。

二、2016年全世界賣掉了1.5億隻攝像頭，中國就消耗了其中的7000萬隻。如今一個很小的城市都裝有50萬到100萬個攝像頭。尷尬的是，目前沒有任何一個城市知道自己具體裝了多少攝像頭、裝在什麼位置；很多城市三分之一的攝像頭是裝完了事，後期沒有任何維護，大多都是無效的；空置嚴重。拿杭州來說，有案可查的攝像頭大概是五萬隻，但在交警指揮中心察看攝像頭的只有15人，99.9%的攝像頭僅在破案時用來作調查取證用。

在他看來，中國交通肯定會堵塞，因為攝像頭看到的東西永遠不會變成紅綠燈的實際行動。很多城市在紅綠燈桿上裝配攝像頭，但攝像頭『看』到的景象與紅綠燈本身沒有一點關係。

三、王堅認為，人類的進化是在消耗大自然的土地、水、石油等資源的過程。如果人們在消耗自然資源的同時能夠合理利用自己產出的數據，這將變得非常有意義。他一直在思考，過去公共資源的調配依靠的是政府相關部門的管控，未來能否利用人類自身產生的『資源』去優化公共資源的調配。

四、再好的城市規劃師也得依靠『數據』去工作，但這是個靜態過程，規劃完畢後，相關數據就會作廢。但在城市後期運行的過程中會發現，又有很多新的數據出現，以往的方案只能維持很短的一段時間。如果有一個「大腦」能夠實時的去看、去想、去實施最優方案並能在這個過程中發現自己的不足，豈不妙哉？

總結而言，人們多了一種資源叫做『數據』，而且該資源是可再生的、並是自產的。如果充分利用這些數據將可以隨時發現城市運營中存在的問題，並極大地調節對公共資源的合理分配。

「城市大腦」的核心驅動力

如果說「城市大腦」的出現確能一改城市往日痼疾，那其背後的『驅動力』也不得不談。在王堅看來，AI就是這其中的絕佳引擎。

他普及說，人工智慧這個詞在五十年代就已出現。最早的 intelligence指的是『人』的智能；而最早被利用的Animal intelligence，它完全是以邏輯學為基礎，用邏輯學來模擬人的邏輯思維。那個時候也認為，任何想利用計算機去模擬人可以做的事，都可以統稱為『人工智慧』。

但在今天，這已經發生了巨大變化。如今機器的能力已經遠遠超過五十年代的水平，他舉例解釋說，看一個晶元的能力，首先看有多少晶體管，在70年代初時，一個CPU上只有兩千多個晶體管，但是今天一個手機處理器上已經有高達一億多個晶體管，短短几十年上升了幾萬倍。再直觀一點表述，目前我們每年人均可以消耗20億個晶體管，換算來說，人們『吃』晶體管的速度比吃大米還快。

再來看計算機的變化，20年前的深藍在當時的超級計算機中能排到兩百五十名以內，而今天普通手機的處理能力和深藍是一樣的。王堅預估， alphago在下圍棋的時候，計算能力大概是深藍的兩萬到三萬倍。所以，計算能力的指數增長才會出現今天的machine intelligence。

從human intelligence到Animal intelligence到machine intelligence，這三個過程實際上就是AI在用機器模仿人類的三個階段，可以統稱為『機器智能』。

在王堅看來，「只要機器比人做得好的事，那這件事情就不應該由人來做。」

實際上到了今天，機器能做到很多人類無法做到的事情。他回憶說，「當時在加拿大時，遇到有人做AI，大概是做情感智能這塊。情感智能指的是比如用普通手機攝像頭拍攝臉部，它不僅僅拍攝臉部，還能將血壓、心跳全部檢測出來，這件事是人類無法做到的。」

同理，在複雜的城市交通系統中，也有很多人類可以規劃但無法解決的問題，而這些都必須通過機器智能來幫助創建更好、更合理的城市。

「城市大腦」真實案例

就此，王堅還向雷鋒網介紹了「城市大腦」在三個城市的試點案例。

一、第一個試點在蕭山，側重實時監控。

王堅表示，蕭山道路兩邊都裝有綠波帶，監控攝像頭等各項條件較好。因此阿里搭建了一個模型，控制紅綠燈時間，以此來提升行駛速度。據後期實際的數據統計來看，一條有七八個路口的主幹道，在最快的時候，大概能將通行速度提升十幾個百分點，最慢的時候也能提升四個百分點。

據悉，今年阿里將擴大試點範圍。需要注意的是，在這個過程中，阿里只會分析「堵」的路段的數據，沒有改變任何的基礎設施。

當然，這些數據對於未來合理布置攝像頭也有很多參考意義。王堅表示，之前相關攝像頭的布局只是一個開環系統，沒有閉環的反饋。「城市大腦」的布局會實時監控、分析相關數據並作出調控，目前已經準備在蕭山全域推廣運行。

二、 第二個試點在杭州，側重在智能出警。

據王堅介紹，杭州有一條貫穿南北的高架橋，這也是杭州最『骨幹』的交通線。交通路況是動態的，在以往會遇到以下幾個問題：

1、假如高架實際通行能力是三千輛，但由於紅綠燈的『機械化』操作，突然放出很多車，導致實際通行能力降到兩千。這個時候交警就算接到擁堵信息報告，也不知如何去控制、從哪裡去控制。

2、由於小剮蹭或大車上路造成的堵車，之前只能依靠交警在路上巡邏。

3、視頻系統的後台上，展示的是一個個小的方塊圖，方便人們去查看相關情況，但實際在一個路口，真正能夠看到實際場景的應該是一個全景的連續環狀圖，所以說，這些方塊其實不適合人眼去看。

而以上三個問題都可以用「城市大腦」很好解決，攝像頭可以將一條道路進行『切片』，收集各個切片的數據，明確擁堵路段，有目的地進行出警疏導。這個時候數據就是警力，是整個的意義所在。

三、第三個試點在蘇州，側重的是全局數據，全局交通。

蘇州將符合國家安全的數據開放到了城市大腦里，後來發現在大腦上算的數據比在自己機器上算的得到更多。蘇州的數據匯聚包括五大部門，三大運營商和互聯網極大部分，最終匯聚產生了79種數據源、2600種數據項、3000億條歷史數據。當全局的數據融合後，能對交通數據，人流數據等做分析，指導換乘中心的設計、公交優化規劃及事故預測。

王堅提到，其實這些工作都不應該由人類去完成，應該讓機器通過數據觀察人的流動動態、聚集區域等信息，從而自動規劃。

在他看來，「城市大腦」最主要的作用就是讓城市的數據流動起來，產生價值。但他強調，城市大腦不僅僅解決城市交通問題，而是城市新的基礎設施，將來可以在城市的建設發展中做出更多貢獻。

雷鋒網原創文章，未經授權禁止轉載。網站轉載請至雷鋒網官網申請。但歡迎討論~

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！