人工智能成智慧城市建設主角

□ 文/黃攀

在火熱的智慧城市建設下，當下一種主流的聲音是：人工智能已成主角。

人工智能在智能城市應用分析

從近年著名的谷歌阿法狗（AlphaGo），到生活中常見的人臉識別、智慧交通，人工智能技術正在用不斷的突破，創造著一個個工業技術的奇跡，滲透到人類生活的方方面面。人類歷史上的科技爆發，源于近代的三次工業革命。蒸汽技術引領了第一個工業革命；電力技術引領了第二次工業革命，現代的信息技術引領了第三次工業革命，現在基于人工智能，清潔能源，量子信息技術以及生物技術為主的全新技術突破，帶領我們進入了第四次工業革命。今年兩會的政府工作報告中，已明確將人工智能作為國家重點產業發展。

在新一代的智能城市發展中，人工智能主要應用在如下幾個方面。

智慧交通：

交通是城市的核心功能，也是人工智能第一個落地的產業。傳統的模式識別算法已經在第一代智能交通方案中落地應用，具備天然的升級改造的剛性需求。智慧交通有兩個維度：一個是整體方案的“城市交通大腦”，根據各個路口監控設備和傳感器的數據，在治理城市擁堵、規劃、安防、降成本等領域發揮重要作用，解決有限空間下的交通效率最優化命題。另一個是作為交通主體的各種設備，包括智能攝像頭、傳感器、自動駕駛的車輛等，將在更小的顆粒度上起作用。尤其是自動駕駛技術，以及必然隨之發展的共享經濟，必將引領人類交通出行的重大變革。

智慧安防：

安全和秩序，是人類的基本需求。隨著人臉識別、視頻結構化、行為分析、智能交通等系統的應用，城市秩序得到了更加高效的管理和防護，民生需求得到了更及時的處理，違反亂紀的行為能被精準識別和處罰。在安防大本營的杭州，多次被評為國內最安全的城市之一，是平安城市建設的樣板點。央視“大國重器”中展示的用宇視科技人臉識別系統，20分鐘找到走失老人的事件就是一個典型的案例；

智慧經濟：

消費和金融是與我們息息相關的經濟領域。AI+消費，人工智能下的大數據挖掘變得更加精準，實時的消費情報分析，幫助企業瞄準特定的客戶群體，制定定制化的營銷模式，各種共享經濟，定向團購，定向服務等新興行業迅速崛起。AI+金融正在幫助經濟學家、金融分析師們，在金融大數據中及時提取有效的數據情報分析，進行多維的風控評估，大幅提升投資效率，同時替換重復性高的人工操作崗位。同時人工智能也改變了個人的金融安全模式，人臉、語音、手勢等多重身份驗證已逐步普及；

智慧社區：

社區是居民生活的基本單元，人工智能主要作用在三個維度上：社區，居住，安全；社區有整體的大數據，包括能耗、社交、消費、投資等，可以進行數據挖掘，開放到不同的職能主體。居住上，基于物聯網的智能家居可以大幅提升生活便利和舒適度。安全上，基于語音和視頻的智能樓宇和家庭監控系統，可以有效的提升居住安全等級。

智慧醫療：

隨著深度學習算法在準確率和性能上的連續突破，人工智能在醫療領域的應用越來越接近現實。主要體現在兩個方向，首先是疾病輔助診療。公開資料顯示，目前深度學習網絡對特定疾病的早期診療準確率已高于人類醫生，同時可以支持對數以萬計的藥物特性進行實時分析，輔助醫療方案的制定；其次，是提升醫療服務體驗和效率。隨著人工智能在語音識別、文字識別技術的突破，智能醫療機器人可以“聽懂”普通患者的描述，進而給出早期的診療意見，或者進行醫療導航，以及進一步的養生建議；

智慧物流：

無人機、智能揀貨機器人、智能調度中心已成為電商巨頭們爭相投入的重點戰略領域。無人機大幅提升了運貨效率，解決了不少山地、農村地區的最后幾公里的物流問題。智能揀貨機器人對貨物的分揀、派發實現了幾十倍的效率提升。智能調度中心是物流的中心大腦，在人工智能的輔助下，大幅降低了運維成本，提升了整體效率，降低了人為失誤。

安防見證人工智能在智慧城市大應用

安防行業是第一批見證人工智能在智慧城市建設的領域，從早期的圖像處理，到淺層機器學習，到深度學習，安防具備人工智能落地的天然基因。傳統安防行業正從“看的清”到“看的懂”，甚至到“會思考”的目標發展。

人工智能在安防領域的應用主要有以下五個方面：

前端感知攝像機

隨著海思、英特爾等芯片廠商在低功耗高性能芯片上的技術突破，前端攝像頭的算力得到幾何級的增長。各種深度學習算法入駐前端，直接進行視頻分析和識別成為可能。目前各大安防廠家，都推出了自己的深度感知相機系列。根據業務不同，分為不同的專用系列，比如交通卡口相機，人臉識別相機，行為分析相機等。根據芯片不同，又分為海思、英特爾、定制FPGA三大主流陣營。

后端高密度智能分析服務器

后端分析服務器上的深度學習技術代表了目前安防行業的最高水平。英偉達的GPU芯片是最流行的人工智能開發硬件，在后端智能服務器市場上占據統治地位。根據芯片選擇不同，分為嵌入式的Tegra芯片和通用的Tesla芯片兩大陣營。后端GPU芯片，憑借著超出前端芯片數十倍到數百倍運算能力的優勢，可以在深度學習算法上更加游刃有余?；诟呙芏刃酒询B的超強計算性能，能夠對數據進行更多維度的分析，能夠對目標進行更加精確的跟蹤和識別，能夠同時疊加更豐富的業務。目前成熟的安防應用有：數億級的人臉大數據檢索、數百路并發的視頻結構化分析、數百萬/天的圖片二次分析等。在強大的算力支撐下，各主流廠商各顯神通，共同推動了安防人工智能尖端技術的不斷突破。

分布式訓練服務器集群

最前沿的深度學習算法都需要海量的訓練數據作為支撐。單一的多卡服務器無法滿足海量數據的訓練效率和顯存容量的需求。因此分布式的訓練服務器集群是主流安防廠商的標配。以英偉達P40，P100等最新顯卡搭建的訓練集群，可以在一天之內完成千萬級數據的訓練和測試任務，大幅提升了人工智能更新迭代的速度。

大數據多維挖掘

安防行業的特點就是數據量大，業務維度多。基于海量的結構化、半結構化數據，需要運用人工智能算法進行多維數據碰撞和實時的特征比對分析。在架構上，主流廠商運用Spark的分布式架構、云存儲等方案，能夠實現對億級的數據量進行綜合檢索和精確分析。

基于視圖庫標準的綜合安防決策中心

視圖庫是安防綜合指揮中心，是所有安防設備和數據的大腦。視圖庫綜合了數據搜集、數據分析、數據作戰三個主要業務核心。所有前端相機、后端服務器、各種傳感器的分析結果，地圖信息，存儲信息，運算資源等數據，匯集到視圖庫系統，組成多維數據合成作戰中心。是目前安防行業技術集成度最高，最復雜的綜合智能業務系統，代表了目前安防的最高發展水平。

總之，在人工智能時代，智慧城市無處不滲透著智慧。