新型智慧城市應用系統AI建模與實踐

智慧城市和人工智能是當前經濟、社會發展的熱門領域。2008年IBM提出智慧地球的概念，2012年中國政府開始提出發展智慧城市。1956年科學家們提出人工智能的概念。智慧城市是社會、城市發展的新形態，也是國家治理的新手段。人工智能則是一種基礎通用理論和技術。在智慧城市和人工智能各自蓬勃發展的今天，二者不斷相互滲透，在碰撞交疊中又誕生了很多新的商業模式和新的發展方向，繼而催生了新的經濟增長點。

人工智能發展概況

1956年，達特茅斯會上，麥肯錫、明斯基、香農等獲得圖靈獎、諾貝爾獎的大科學家們共同提出了人工智能的概念。1970年前后是人工智能發展的第一次浪潮，可以通過第一代神經網絡算法，證明《數學原理》這本書中的絕大部分的原理。1984年是第二次浪潮，霍普菲爾德網絡推出，讓人工智能的神經網絡具備了歷史記憶功能。現在是第三次浪潮，典型技術特征是：以深度神經網絡理論為基礎，通過云計算平臺和移動互聯網協同工作把各種訓練數據采集到人工智能算法平臺。

2016年10月，美國白宮發布了《為人工智能的未來做好準備》《美國國家人工智能研究與發展策略規劃》，將人工智能上升到美國國家戰略高度。十二屆全國人大五次會議上，國務院總理李克強在政府工作報告中指出，要“全面實施戰略性新興產業發展規劃，加快新材料、人工智能、集成電路、生物制藥、第五代移動通信等技術研發和轉化”。人工智能第一次出現在總理政府工作報告中。2017年年初召開的全國科技工作會議中，科技部部長萬鋼透露，目前正在編制人工智能專項規劃，同時在研究論證人工智能重大項目的立項工作。

在人工智能第三次大潮到來的當前歷史時期，人工智能已經不再是一個概念，而是經過幾十年的積淀和發展，真正進入并深刻影響著一個又一個的行業。

我國智慧城市發展概況

圖1 智慧城市系統AI建模及產業應用流程

圖2 智慧城市CPS（信息物理）系統概念模型

我國首次提到智慧城市是2012年1月頒布的《國務院關于印發工業轉型升級規劃(2011-2015年)的通知》，該通知從推進物聯網應用的角度，明確了智慧城市的應用領域。2014年3月，中共中央、國務院印發《國家新型城鎮化規劃(2014-2020年)》，提出利用大數據、云計算、物聯網等新一代信息技術，推動智慧城市發展，首次把智慧城市建設引入國家戰略規劃，并提出到2020年，建成一批特色鮮明的智慧城市。2014年8月，經國務院同意，國家發展改革委等八部委聯合印發了《關于促進智慧城市健康發展的指導意見》。

黨的十八屆五中全會提出了創新、協調、綠色、開放、共享的新發展理念，這是在深刻總結國內外發展經驗教訓、深入分析國內外發展大勢的基礎上提出的，集中反映了我們黨對我國經濟社會發展規律的新認識。新型智慧城市理念正是順應這種新的發展趨勢而提出的，是按照十八屆五中全會新發展理念推動我國經濟社會發展的重要支柱和落腳點。

自新型智慧城市理念提出以來，國家從政策層面予以大力支持和積極引導。

2016年3月，“十三五”規劃明確提出“以基礎設施智能化、公共服務便利化、社會治理精細化為重點，充分運用現代信息技術和大數據，建設一批新型示范性智慧城市”。

2016年4月19日，習近平總書記在網絡安全和信息化工作座談會上的講話中提到“新型智慧城市”，即“分級分類推進新型智慧城市建設，打通信息壁壘，構建全國信息資源共享體系，更好用信息化手段感知社會態勢、暢通溝通渠道、輔助科學決策。”

2016年4月，國家發改委提出，“十三五”期間我國將推出100個新型智慧城市試點。

2016年11月22日，國家發展改革委、中央網信辦、國家標準委聯合發布《關于組織開展新型智慧城市評價工作的通知》，要求根據相關評價指標，開展新型智慧城市評價工作。

據統計，截至2016年6月，全國95%的副省級以上城市、超過76%的地級城市，超過500座城市，明確提出或正在建設智慧城市，我國已經成為世界智慧城市建設的“試驗場”。

智慧城市應用系統AI建模

人工智能作為一種通用的理論和技術如何有效地融合應用到智慧城市呢？首先要明確兩個問題：一是智慧城市應用系統的業務模型，二是人工智能落地到智慧城市的結合點。

我們提出的智慧城市系統AI建模方法及產業應用流程如圖1所示。

智慧應用AI系統構建時的關鍵點是：以應用需求為驅動，以系統建模為核心，以算法、數據為重點。基于AI閉環反饋系統通用模型，可建立智慧城市CPS（信息物理系統）概念模型，如圖2所示。

分類器構建的核心和難點是機器學習算法。機器學習算法有三類：（1）有監督學習。其特點是對樣本進行標記。（2）無監督學習。其特點是由顯示或隱式準則確定自組織結果，典型應用：能源負荷聚類、人員密度聚類。（3）強化學習。根據輸出類別和已知類別的誤差來改善分類器性能。評估網絡使用時序差分預測方法和反向傳播BP算法進行學習，而對行動網絡進行遺傳操作，使用內部強化信號作為行動網絡的適應度函數。深度學習是機器學習研究中一個新的領域，模型如圖3所示。其動機在于建立、模擬人腦進行分析學習的神經網絡，它模仿人腦的機制來解釋數據，例如圖像、聲音和文本。深度機器學習方法也有監督學習與無監督學習之分。

智慧城市AI應用實踐案例

1.智慧社區民生大數據

智慧社區利用物聯網、云計算、大數據、移動互聯網、智能終端等新一代信息技術，通過對各類與居民生活密切相關信息的自動感知、及時傳送、及時發布和信息資源的整合共享，提升社區治理和小區管理現代化，讓居民生活更智慧、更幸福、更安全、更和諧、更文明，促進社區公共服務和便民利民服務智能化的一種社區管理和服務的創新模式。智慧社區的發展表明了對人主體需求（吃、穿、住、行、游、養老、健康、宜居等）的關注，是城市向高質量、精致化、人性化發展的體現。

結合智慧社區業務特點和業務流程，人工智能疊加智慧社區的交叉落地點如下：（1）社區大數據（能源大數據、社交大數據、電商大數據、信用大數據）分析；（2）語音交互、語音識別（購物機器人、聊天機器人）；（3）計算機視覺（小區安防視頻信息挖掘分析、目標跟蹤）；（4）智能機器人（保安巡邏機器人、消防機器人、家庭教育機器人、護理機器人）；（5）基于社區大數據池的搜索、檢索；（6）虛擬現實、三維（VR售房、購物、家庭娛樂、教育培訓）。

智慧社區大數據來源包括：居民消費數據、報修維修數據、社區物流產品數據、社區社交媒體數據。通過大數據分析產生用戶畫像，進而產生有效的智慧社區人工智能落地應用：消費理解、精準營銷、消費升級服務、征信及商業決策支持、政務決策支撐、預測預警。

圖3 深度學習模型

圖4 智慧社區能源互聯網平臺基本架構

2.智慧建筑能源互聯網

目前，大數據的范圍一般從幾個TB到數個PB。大數據技術的戰略意義：有目的性的處理數據、利用數據。大數據的處理過程包括至少四個步驟：數據采集，數據導入及預處理，數據可視化分析和數據挖掘。

智慧建筑能源互聯網構建的方法是：以某智慧建筑（例如：智慧社區建筑群）周能源大數據分析為例，獲取該社區從周一到周日七天各部分、各時間段能源消耗數據，把相關數據用R語言進行數據導入和預處理，在整合數據后，通過R語言程序對數據進行可視化分析并進行更深一步的數據挖掘，從而對能源消耗情況進行綜合分析，提出優化建議。可推廣應用領域：軌道交通站、場館建筑、醫院建筑、學校建筑等。智慧社區能源互聯網平臺的基本架構如圖4所示。

按照以上方法做出的某智慧建筑一周七天能耗變化趨勢如圖5所示。

每天各項能耗占總能耗的百分比如圖6所示。

3.智能保安巡邏機器人

近年來研制成功并推向市場的智能保安巡邏機器人代表如圖7所示。

圖5 某智慧建筑一周七天能耗變化

圖6 某智慧建筑每天各項能耗百分比

圖7 保安巡邏機器人

基本功能：（1）視頻監控：機器人頭部可以實現360°控制，通過前端視頻采集系統將周圍環境記錄下來傳輸到控制臺；（2）自主巡邏：能夠根據自主構建的地圖自主導航、自主巡邏，發揮保安作用；（3）違規停放識別：遇到違規停放車輛，實現自主上前語音提示車主將車庫停入車庫；（4）行人指路：當有行人向其問路，能通過語音提示將行人帶往目的地；（5）輔助功能：垃圾檢測、車牌識別、行人檢測、人臉檢測、熱成像監控、井蓋監測、空氣質量檢測等。

智慧城市AI應用發展趨勢

人工智能與智慧城市的融合應用現狀可總結為：廣度不夠大、程度不夠深、合適的切入點亟待研發、產業發展模式亟待構建。可行的實現途徑有：多領域跨界協作、跨界融合；建立通用和細分的產業服務模型，推廣應用。

智慧城市AI應用發展將呈現以下趨勢：

程度加深。智能的程度將逐步加深、變廣，將從初步智能邁向深層、廣度智能。

領域細化。應用AI的智慧領域將會進一步細化，若干AI智慧微循環將被建立，最終鏈接成為AI集群，形成真正自適應、自組織的智慧系統。

模型通用。通用AI智慧模型的開發將在智慧產業產生顛覆式創新。

云上AI。云上智能將進一步發展，智在云上、用在端上。

大數據價值。大數據的價值將越發凸顯，對數據處理分析的要求會來越高。

“人工智能+”。第一步是“互聯網+”，產生大數據；第二步是“人工智能+”，產生智慧。

在全球智慧城市大發展的背景下，伴隨著人工智能理論和技術的成熟，智慧城市與人工智能的融合應用將進一步向縱深發展，呈現出全新狀態。