目录
- 智慧城市的发展历程
- 城市大脑的发展局限
- 城市大脑的发展规律
- 类脑巨系统的发展形式
- 泛在城市智能操作系统的核心需求
- 城市大脑的几个典型的具象问题
摘要
- 智慧城市建设经历了（1）阿里城市大脑的开拓时代（2）百花齐放的建设时代 （3）以及到现阶段数字孪生趋势下的深化建设时代。
- 城市大脑的发展局限是尚未形成趋同的具有指导性的应用、架构、标准以及支撑体系。
- 影响城市大脑的发展因素由复杂的多维度因素演化而成的，总体而言有3个方面比较大的因素（1）公共治理理念及需求（2）技术趋势及成熟现状（3）厂商竞争及利益诉求三个方面的综合因素。
- 城市大脑的有2个典型以及必然的发展规律（1）趋向启动摩擦力逐渐降低的技术方向（2）符合熵增定律的脑群数量级增加趋向，并最终形成类脑巨系统。
- 类脑巨系统的发展仍需要解决一系列的城市级信息规范化、标准化的问题，其对应的载体将以泛在城市智能操作系统的形式体现。
- 泛在城市智能操作系统的核心需求和需要解决的问题，核心部分包括（1）城市脑群决策信息交换机制（2）边缘感知网络的信息上报和边缘神经反射机制（3）智能体蜂群的边缘神经反射互动机制
- 城市大脑的发展目前面临几个典型的具象问题在解决的路径中，包括（1）GIS未形成标准及广域服务能力（2）视觉计算未形成标准及资源复用规则（3）脑群之间的联系未形成标准及业务通信原则。
1. 智慧城市建设经历了阿里城市大脑的开拓时代，百花齐放的建设时代，以及到现阶段数字孪生趋势下的深化建设时代。
在阿里的城市大脑的开拓时代，业内普遍存在基础建设薄弱、管理理念落后，因此阿里城市大脑是一个开创性的样板工程，为业内树立了标杆和榜样。
在随后的建设时代，由于城市建设业务的复杂性和业务管理单位的众多，以及技术样本的建立和部署尺度的可调，形成了市域、县域的行政管理建设、交通、公安、综治等治理管理建设和安监、消防等的专业管理建设需求，以及众多的大型集成商和中小型本地集成商的竞争参与，城市大脑类型的业务进入百花齐放的建设时代。
随着雪亮工程的阶段性成果确立，传统的建设模式难以为继，智慧城市建设在2020年底进入到了更高的规划层次；雪亮工程的发展一直有一个逻辑问题，即早期阶段像摄像头这样的基础设施都在以独立的项目需求进行散点建设，然后通过雪亮工程进行互联互通，但在雪亮工程一期二期之后，是否仍然进行散点建设、然后再通过四期五期去连？听起来就不太理想对吧！因此提升规划能力及标准建设成为不可回避的主题。
因此，近年来一直有一个讨论是“数据即资产”、“城市数据也是政府的重要资产”，因此数据的管理、治理和安全性也被纳入政府的规划范畴，以出现像大数据局这样的专职行政单位为典型代表，并且多数大数据局都在主导城市运营中心的建设，这个趋势以习近平总书记在十四五规划前后提出的智慧城市治理的“全周期、全要素”管理理念后被确立。
与此同时，由于5G及人工智能技术的发展，物联网AIoT的建设兴起，城市级的智慧管理建设需要有一个易于理解且易于执行的指导思想，因此，在2020年底，由工信部主导，推广城市数字孪生这个理念，并迅速被业内接受。由此，智慧城市建设发展到现阶段以数字孪生为趋势下的深化建设时代。
2.城市大脑的发展局限是尚未形成趋同的具有指导性的应用、架构、标准以及支撑体系。
城市大脑的设计目标是支撑未来城市可持续发展的全新基础设施,其核心是利用实时全量的城市数据资源全局优化城市公共资源，即时修正城市运行缺陷，实现城市治理模式突破、城市服务模式突破、城市产业发展的三个突破：
城市治理模式突破:提升政府管理能力，解决城市治理突出问题，实现城市治理智能化、集约化、人性化；
城市服务模式突破：更精准地随时随地服务企业和个人，城市的公共服务更加高效，公共资源更加节约；
城市产业发展突破：开放的城市数据资源是重要的基础资源，对产业发展发挥催生带动作用，促进传统产业转型升级。[1]
但其实施模式是单点——单一政府(或区域)主导、单一企业(或企业联合体)推动、单一应用(或整合应用)为牵引——突破的模式，也即需求的提出、实施的标准、已有的基础均为个性化主题，最终形成标杆项目，尚未形成趋同的具有指导性的应用、架构、标准以及支撑体系。
据工信部相关白皮书指出：智慧城市建设发展已近十年，至今却无一个城市自我标榜已建成了智慧城市。事实上，智慧城市面临技术和非技术两大瓶颈难以突破，可谓举步维艰。
所谓技术瓶颈，是指基于云计算和互联网的聚合式的模式创新比较成功，而基于物联网、大数据、人工智能、区块链、量子通信等技术的原始创新极度缺乏，未出现杀手级应用，各功能模块有机融合的ONEICT 架构未能实现，造成创新只停留在表面，城市运行和治理的水平有量的提升，但没有质的改变。
所谓非技术瓶颈，表现在智慧城市建设所需的庞大资金问题一直没有找到解决之道，政府和市场边界不好划分，工程周期长投入大充满变数，企业盈利和资本回报前景模糊，观望踯躅之下，推进效果可想而知。此外，彰显智慧所必须的资源共享与业务协同机制也一直没有建立起来，信息打通仍然困难，协同共治难实现。两大瓶颈悬而未决导致智慧城市疲态尽显停滞不前，现有的建设发展模式亟待突破。[2]
因此，结合城市智能领域的万物互联与决策响应技术，以及结合公共治理理念及民生服务发展，更为深入思考其客观规律是非常有价值的事情。
3. 影响智慧城市建设的发展因素由复杂的多维度因素构成，总体而言有3个方面比较大的因素，包括：公共治理理念及需求、技术趋势及成熟现状、厂商竞争及利益诉求三个方面的综合因素。
（1）公共治理理念及需求
进入2020年以来，由于新冠疫情的意外出现，让全社会都措手不及，在抗疫的过程中，也充分暴露出了社会体系层面应对此类疫情的能力缺失，对政府在医疗保障、公共卫生、应急安监、治安防控等方面提出了新的更高标准的要求。
新基建的概念也在此时应运而生，未来的城市新基建体系应当是基于基础设施与管理理念同步提升，相互契合的指导思想进行建设。
一方面技术体系不能是孤岛，另一方面，如何让技术体系更好的符合公共治理思想、为城市的发展和支持提供更高效的支撑。
图：公共治理理念发展示意图
（2）技术趋势及成熟现状
由技术迭代导致的应用竞争和应用升级，仍然是现阶段人工智能应用的主旋律，由于现阶段人工智能的基本属性，其面向具体应用领域是无限细分的，并且在越细分的情况下，其处理单个原子问题的精度就越高，但是对于总体架构的趋势和可延展性要求就越高，否则就要么无法升级使用，要么就因为一些小的特性改善而对整体架构提出挑战。
并且由于客观世界的复杂性和现阶段AI的统计学基本属性，任何一个单一团队均无法对复杂世界的每个原子问题都去追求高精度，因此，未来AI问题的解决需要充分挖掘和利用开源及生态社区，那么同样对系统整合、一致性标准和共享及复用提出了很高的要求。
（3）厂商竞争及利益诉求
由于厂商是商业经营的利益实体，因此厂商之间形成了平台体系的竞争和隔离、应用体系的竞争和隔离、基建体系的竞争和隔离，因此导致系统整合困难、缺乏一致性标准、重复建设等问题。
例如在城市大脑AI应用这个主题上，不同项目的算力设备不能兼容、算法不能复用、数据不能复用等一系列问题，导致设施重复投资、实施成本高、计算效率低等现象。
4. 城市大脑的有2个典型以及必然的发展规律，一个是趋向启动摩擦力逐渐降低的技术方向，另一个是符合熵增定律的脑群数量级增加趋向。
（1）趋向启动摩擦力逐渐降低的技术方向
从孤岛阶段开始，到应用上云、业务重构，需要克服强大的启动摩擦力，包括实施成本、项目风险、管理体系配套等方方面面的因素。
在第一阶段的基础上，项目的参与方开始倾向于不重构所有系统，仅按照项目需要，从原有体系获得必要的支撑数据，据此来衍生新的业务或服务，由于这样的模式基本不影响原有的管理体系，只需要产生新的技术系统即可，因此启动摩擦力大大减低。
在更灵活的未来，所有应用和数据均可以以服务的形态存在网络上，因此，在满足新需求时，仅需要通过服务获取所需要的数据和功能服务，并且可以便捷的通过服务的组合而满足新的业务，同时，新开发的功能也可以基于统一的服务体系存在，使得整个系统具有持久的可自我迭代的生命力。
要达到这样的目标需要对系统整合应用规范、一致性标准和共享及复用准则进行高层次的设计和抽象，以满足城市大脑对各个领域的横向支撑及满足未来随着时间发展由于技术和业务迭代而需要的升级或纵向迭代。
图：技术方向趋向于启动摩擦力逐渐降低的示意图
（2）符合熵增定律的脑群数量级增加趋向
由于最初的阶段，基础设施普遍不够完善，管理理念也不够完善，如何规划统筹城市大脑，是一个新课题，因此，业内需要创新者，进行示范性的突破，因此，第一阶段的城市大脑必然是由管理者强力推动、原始业务上云、而后在云端重构、并选择如智能交通类的应用进行单点突破，所以，可以将此阶段视作集约建设阶段，代表性的表现就是一把手工程、基础建设集约化、业务整合集约化。
图：由单一城市大脑向区域/行业/应用的脑群演化趋势
但第一阶段的示范成功后，即由于管理理念被广泛接受，同时技术体系也被初步验证，且技术体系可以用不同尺度部署，因此，对于各个政府的各个委办局和管理部门来讲，这时候可以充分利用自身对专业的理解，和对本单位资源的合理利用，必然会出现区域大脑、行业大脑、企业大脑等不同尺度、不同用途的专业大脑。
由此脑群的数量级不可避免的增加，形成类脑巨系统。
图：由单一城市大脑系统向城市类脑巨系统演进[3]
5. 类脑巨系统的发展仍需要解决一系列的城市级信息规范化、标准化的问题，其对应的载体将以泛在城市智能操作系统的形式体现。
由于前述两个趋势原因，共同导致了城市大脑向城市类脑巨系统的演进，总结城市大脑的发展规律，可以用计算机产业的发展阶段来做参考对比：
在事物发展的早期阶段，由于核心需求（驱动力）客观技术（瓶颈）的矛盾，会首先产生集约化的模式，即由强有力的厂商推动封闭模式，该阶段既是驱动因素（快速发展），也是限制因素（垄断），随着技术的发展，瓶颈被打破，业内开始向技术节点普遍增强，生态初步繁荣的方向发展；直至后面形成具备统一规则的标准化生态。
图：计算机发展历程与城市大脑发展历程的对比
由于产业基础设施普遍升级，生态初步繁荣，则最为基础和关键的就是满足各个类型用途的操作系统。
操作系统概念也一直在扩展和泛化中，出现了互联网操作系统（Internet Operating System）、云计算操作系统（Cloud Operating System）、机器人操作系统（Robot Operating System）、物联网操作系统、基于浏览器Web OS、智慧城市操作系统（Urban OS）、家庭操作系统（Home OS）等新概念。
如果考察操作系统几十年来发展的重要事件及其时间节点，我们不难发现，操作系统的重大变迁似乎存在一个20年周期律，即每20年出现一次跨越式发展机遇，诞生新一代操作系统。从大型主机操作系统，到个人计算机操作系统，再到移动终端操作系统，各领风骚20年。计算机产业有一个“贝尔定律”，说的是计算设备约每10年完成一次升级换代，设备数和用户数均增加一个数量级（10倍），催生新型应用，成为新的蓝海。这也进而推动了操作系统的升级换代和新型操作系统的诞生，进而形成新的操作系统生态。当然，20年律并不是说，原来的操作系统生态就此消亡，让位于新型操作系统，而是新旧生态并存，但新生态在数量规模上却是一到两个数量级的扩张。
2018年，中国科学院梅宏院士提出了泛在操作系统(Ubiquitous operating systems, UOS) 概念，认为，新一代泛在计算模式和场景需要新的、多样性的操作系统，面向不同的计算设备、不同的计算系统、或不同的应用模式和场景，需要构建不同的UOS；UOS是传统操作系统概念的泛化与延伸，其形态呈现为面向单个计算节点的操作系统、或运行在节点操作系统之上的网络层操作系统、或二者的结合；“软件定义”将是实现UOS的基本方法学和技术途径。[4]
6. 泛在城市智能操作系统的核心需求和需要解决的问题，核心部分包括（1）城市脑群决策信息交换机制（2）边缘感知网络的信息上报和边缘神经反射机制（3）智能体蜂群的边缘神经反射互动机制
泛在城市操作系统是为未来城市场景的治理以及人居而生，面向未来解决城市发展的“大城市病”及符合未来科技发展、提升城市的人居感受。
泛在城市智能操作系统与传统操作系统和现行的云端虚拟操作系统最大的区别就是其是为无处不在的网络连接而生，其连接与服务的目标是未来海量的机器智能体，其连接设备数和用户数均比目前的网络接入设备增加不止一个数量级。
图：智能随身设备消亡，移动自主设备发展
形象描述一下规模，今天全球大约有70亿人口，在PC时代，差不多20亿个人电脑接入网络；进入移动时代，差不多100亿手持设备，与PC时代至少形成5倍的代差；而未来，充斥人类社会的将是无处不在的机器智能体——自动驾驶汽车、联网的冰箱、电视、洗衣机、音响、以及数量无穷的服务型机器人——在移动机器人时代，500亿移动智能设备已经可以期待——而人类，只要能创（lan）新（duo），就一定会更创（lan）新（duo），所以这一切都是必然会发生的。
图：波士顿狗自主服务机器人
可以预见，服务型机器人将成为城市重要的组成部分。而移动自主机器人所需的信息化支持将依赖无处不在的环境感知和数字孪生体系。
我们可以想象一下这样的场景，比如你要安排你的家庭服务机器人把你要干洗的衣服送去500米外的马路对面的洗衣店，你的家庭服务机器人需要知道如何携带物品、乘坐电梯、规划路径、规避障碍、门店识别、人脸识别、人机交流、电子支付，在机器人通过马路时，路旁的摄像机会使用车路协同广播，提醒路径上的有人/无人驾驶汽车注意避免碰撞，这些均需要以来数字孪生和区域网络协同来完成。
图：移动自主机器人的服务体系——区域感知及数字孪生
因此，未来的城市大脑的核心部分包括（1）城市脑群（决策信息交换）（2）边缘感知网格（决策信息上报+边缘神经反射）（3）智能体蜂群（边缘神经反射互动）等3部分构成。
7. 综上所述，城市大脑的发展目前面临几个典型的具象问题在解决的路径中，包括（1）GIS未形成标准及广域服务能力（2）视觉计算未形成标准及资源复用规则（3）脑群之间的联系未形成标准及业务通信原则。
上述问题正在解决的路径中，让我们拭目以待并期待未来的美好生活。
引用
[1]部分内容引起用自《“城市大脑”概念的提出与发展概述》，中国安防网
[2]部分内容引用自《数字孪生应用白皮书2020版》，中国电子技术标准化研究院，2020年11月
[3]类脑巨系统图示引用自《研究报告：城市大脑的起源、现状与未来趋势》，刘锋
[4]《操作系统变迁有20年周期律，泛在计算是一片新蓝海》，梅宏院士，观察者网，2021年1月3日
作者：AI青衫 (微信号: JasonLiuBook)
从事与视觉人工智能、国产化人工智能芯片、视频大数据应用等领域的研发与推广。
如您有任何交流主题，欢迎留言及联系作者微信交流，或发邮件至 [email protected]。
声明：文中引用内容均以明确标明引用来源，如您认为有任何不妥之处，请发邮件至 [email protected]，作者将在24小时内处理。