智东西（公众号：zhidxcom） 作者 | 王健恩 编辑 | 高歌 智东西7月11日报道，在2021人工智能大会期间的华为云高峰论坛上，华为对外正式发布了《华为云AI赋能智慧城市白皮书》。 在我国智慧城市建设中，华为是备受关注的技术队伍之一。这份82页的白皮书系统梳理了华为对智慧城市建设的思考，解读华为的城市智能体理念，并提供了在8个应用场景中的案例分析。 此外，论坛期间，众多业内专家围绕“AI赋能智慧城市”，从智慧城市研究、城市交通治理、城市资源配置等不同角度共同探讨AI在新型智慧城市中的发展和应用。 一、因城制宜，智慧城市白皮书说了哪些信息？ 《华为云AI赋能智慧城市白皮书》提到，智慧城市是城市治理的必然方向，AI将成为智慧城市建设的基本生产力。 从2012年至2020年，我国智慧城市走过4个阶段，从试点探索、落地实施、发展转型走向瞄准实现“碳达峰”、“碳中和”的长远目标。 但在智慧建设过程中，建设投入区域大、重硬轻软、数据不互通、应用场景分散等问题仍存，不同城市、不同区域、不同行业的需求和条件具备程度不同，也使得智慧城市落地尚不具备普适性。 2015-2020年中国智慧城市累计试点数量 华为认为智慧城市的“下一跳”是城市智能体，即将城市和数字技术视作一个整体，建设“眼、脑、手、脉”齐备的智能协同系统，并提出城市智能体创新平台架构。 创新平台架构方案 这一架构打造的核心价值优势包括：提升城市经济管理效能，带动城市全域的聚合创新，打造城市可持续竞争的创新后劲。 针对智慧政务、智慧交通等八大领域，该白皮书分别解读了该领域的核心定义、与智慧城市的关系、带来的变化，以及多个成功案例分析。 例如深圳智慧城市建设将企业开办审批时间压缩至几十秒内，使得企业项目备案从申请到批复只需6秒；AI技术可将医院CT量化结果秒级输出，将医生诊断结果出具时间缩短到2分钟内。 白皮书中还写道，未来的智慧城市，不仅仅是简单的数字化，还将更加关注“碳达峰”、“碳中和”、人与自然和谐可持续发展。对此，该白皮书提出从不同角度用AI辅助节能减碳的方法，并提及发展新型智慧城市的六个技术方向。 白皮书链接：https://img.hflfx.com/pic/2ksj2zr0wxz.pdf 二、解读盘古大模型：胜过GPT-3的三大优势 “目前AI应用最大的挑战是应用碎片化。”华为云人工智能领域首席科学家田奇在演讲中说，AI开发模式亟需从原来的“作坊式”向“工业化”转变。 过去“定制化作坊式”的开发模式让开发效率非常低，通常一个场景需要一个模型，从零开始，独立调优，艰难迭代，如果达不到期望的目标就要推倒重来，这样的开发周期通常需要一个月甚至数月时间。 而在工业化开发模式下，一个预训练模型尽量适配更多场景，模型精度更高，鲁棒性更强，开发周期从过去的月级到现在的天级，甚至仅仅数小时。 华为盘古核心团队目标，即是引领工业化AI开发的新模式，降低AI使用门槛，实现低成本大规模的复制。 今年4月，华为云发布盘古系列超大规模预训练模型，包括30亿参数的全球最大视觉（CV）预训练模型之一，以及与循环智能、鹏城实验室联合开发的千亿参数、40TB训练数据的全球最大中文语言（NLP）预训练模型。后续，华为云还将陆续发布多模态、科学计算等多领域预训练模型。 盘古的设计有三个核心准则：其一，超大神经网络，可以吸收海量的数据；其二，强壮的网络架构，能达到性能的极致；其三，优秀泛化能力，让全场景覆盖率达到10倍以上，达到全能冠军。 过去两年，预训练大模型蓬勃发展，业界主要玩家，包括微软、谷歌、Facebook、OpenAI等。 与其中最有代表性的GPT-3相比，田奇提到盘古的三个优势：一是GPT-3主要是生成能力，而盘古兼具理解深层能力；二是盘古自研的技术使得它的迁移能力更强，小样本学习能力超越GPT系列；三是盘古灵活模块设置突破的GPT-3端对端限制，可以更好地融合行业知识。 田奇说，目前盘古预训练大模型已经在工业、能源、医学影像、金融等100多个场景成功验证。例如在能源领域，通过实现智能调控，它能帮助节约电力成本50%以上。 截至当前，盘古大模型取得了十多项世界挑战赛冠军，有30多项申请专利，发表了70多篇IEEE/ACM期刊论文、120多篇CCF-A类论文。 三、研究智慧城市，需要先认识整个城市 中国工程院院士、深圳大学智慧城市研究院院长郭仁忠认为，要建设好智慧城市，首先要做好的就是研究好城市之间的共性问题。 如今，智慧城市的热度高居不下，各地都在讨论和研究智慧城市。那么智慧城市到底是什么？应该怎样去构建智慧城市？ 郭仁忠将城市比作生命体，而智慧城市就是一门专门研究这个生命体的科学。他认为要在这个领域内构建一个研究范式，就应该建立理论框架，这样才能研发成套技术、形成产品体系，将来形成成熟的市场。 在郭仁忠看来，研究智慧城市范式，可以从5个维度来展开，分别是：基于功能维度研究城市系统、基于时代发展研究城市特征、基于实证分析研究城市问题、基于问题导向研究应用技术、基于系统方法研究解决方案。 研究一个城市应有指标体系，基于功能维度谱系和城市大数据，才能系统分析和全面认识城市。 要研究城市科学，要研究城市对象，只有系统研究城市和城市问题的基础上才能找到技术的着力点，形成有效的解决方案，根本性的解决问题。 郭仁忠说：“构建智慧城市科学研究范式，是智慧城市领域可持续发展，是现代社会发展的需要。” 四、AI优化城市资源配置，促使城市高效运转 如果AI像电一样在普及到了人们生活中，人们的生活会变得怎样？在演讲期间，华为云EI服务产品部总经理贾永利抛出了这样一个问题。 贾永利分享道，华为内部曾进行过一次讨论：怎样定义人工智能？最后得出的答案是“通用目的技术”，即希望AI像电一样无处不在，在每个角落都帮助形成生产力，默默地支撑整个社会往前走。 智慧城市是一个复杂话题，它既是AI技术的实际应用，也是社会治理模式的一项重大变革。城市发展到现在变得越来越复杂，走向城市中心聚集化和立体化，能源消耗将持续增长，据统计，全球80%的能源消耗都集中在城市中。而在城市治理过程中引入AI之后，资源配置将会得到更加合理的运用，城市也会更加高效的运转。 根据现实情况，贾永利提出了智慧城市建设三步走。第一阶段是各个单一场景的探索；第二个阶段实现跨域协同，比如公交可以与地铁、重大赛事场馆协同；第三阶段将实现整网协同，即全智能覆盖，将城市的各个角落连成整体。 五、AI精准预测交通状况，助力交通管理模式转变 清华大学土木水利学院副教授、交通工程与地球空间信息研究所所长李瑞敏提到城市有四个功能，分别是居住、工作、游憩和交通，交通是支撑其他三个功能的基础。 目前城市交通面临的最大的问题就是交通拥堵，解决这个问题，要从规划等、设计、用地等多个方面入手。 从AI在道路交通管理方面的现有应用来看，主要有四个阶段：检测/感知阶段，分析/评估，对于未来的学习和预测，以及最后决策和执行。 在检测/感知层面，AI技术带来了视频分析和多源数据融合两个层面的发展。 在分析/评估层面，该层面对出行规律或者出行状态的分析评估，并针对特定领域需求进行深度挖掘和分析，以更好地理解城市交通系统的运行。 在学习/预测层面，我们可以从积累的大量的数据里学习城市交通状态变化的特性，基于实时的历史数据对未来进行相应的预测。 在决策/执行层面，从微观交通信号控制的优化，到宏观的交通管理措施的实施，这一层面希望将交通管理从原来的被动适应型向主动型再向交互式的管理模式转变。 李瑞敏希望未来每一个出行者都会成为整个数据链的一环，大家出行的数据在不涉及隐私等情况下，可以为理解整个城市的交通运行的情况提供更好的支持。 在推进应用的过程中确实存在应用的风险，包括安全、隐私、通用性等问题，李瑞敏说，我们的交通管理往往是一种场景依赖型AI的研究，怎么扩展到整个通用的领域，包括大城市、特大城市、中小城市等等，都是我们所面临的问题。 他最后说道：“希望在我们一起共同努力之下，能够以人工智能的智变创城市交通管理的质变，为大家提供更好的出行服务。” 六、时空AI让决策变得更加智能 “时空AI是全新赛道。” 维智科技首席运营官裘靖宇说，它天然是一个认知AI，在感知AI上更进一步，在底层需要构建认知的知识图谱，在物理世界里理解人和空间的关系、空间和企业的关系。 时空AI的知识提炼过程是一个从数据到认知的过程。开发者采用神经加符号的技术路线，通过图摘要生成、知识蒸馏、概念学习等技术，同时结合复杂网络理论算法，实现细粒度知识向宏观凝练。 裘靖宇分享道，时空AI将赋能实体商业和政府，助力智慧零售、医疗健康、物流出行、金融保险等各个领域。 商业服务方面，时空AI能够助力决策智能化，将时空智能和行业数据相结合，形成AI预测引擎，进行业务预测、选址分析、运营管理。企业服务方面，时空AI可以生成一个“企业作战沙盘”，包括提产业时空图谱，企业资产在线，企业时空动线等内容，实现决策智能化。 在疫情防控方面，时空AI也展示出了自己独特的能力。基于时空AI生成的时空图谱，政府能够因地施策，针对高风险场所及地区更有效地进行针对性的疫情防控。 结语：智慧城市还需不断探索新方法 AI正在成为新一轮产业变革的核心驱动力。通过AI为智慧城市赋能，是主动适应社会经济发展，顺应城市发展趋势，探索城市创新治理手段的重要举措和可行道路。 将AI引入城市治理，既能帮助城市实现可持续发展，也能大大提升居民的生活品质，是城市治理模式上巨大的创新与变革。 “罗马不是一天建成的”，智慧城市的建设也是一个漫长的过程，在这个过程中需要不断地探索新技术、新方法、新模式。同时，不同的城市有着不同的特点，在智慧城市的建设过程中也要因地制宜地采取相应的建设方法。随着智慧城市的逐渐成熟，人们的生活也将更为便捷。