城市智能化发展中，AI公司应该做什么？

来源：虎嗅APP

题图来源:视觉中国

在上海长宁区的部分区域，你会发现共享单车总是能够整整齐齐的排列，并且在每一个你需要的街道路边，都能找到空闲的单车，既不会车辆爆满，也不会无车可骑。这些城市细微之处的体贴，过去都需要依靠人工巡街完成，如今AI已经可以自动感知城市共享单车资源，帮助进行及时调度。我们的城市生活正在借着技术革新的力量，不断发生着改变。

纵观全国，2020年，中国GDP前100座城市的数值总和，已经占到了中国整体GDP的70%。随着中国城市化进程的进一步发展，头部城市在经济、社会发展中的地位会越来越强。“十四五”规划中对于包括长三角、珠三角（粤港澳大湾区）、京津冀、成渝在内的19个大规模城市群的重点规划，同样可以作为城市在中国未来经济社会发展重要性的证明。

由此可见，未来中国经济社会的“升级”，离不开城市“升级”。那么怎么样实现城市的升级？

在世界银行和国务院发展研究中心2015年共同发布的《中国：推进高效、包容、可持续的城镇化》报告中，将中国城市化未来升级的所有内容，概括为“效率”，尤其是对于生产要素的利用效率。

生产要素基本可以分为四类：劳动、土地、资本、信息。当下的现实是，中国劳动力成本不断上涨，土地资源愈发有限，资本结构仍在调整，最终让信息化成为了最明显的“突破口”。

以上海为例，从2010年就开始智慧城市的相关建设，10年时间建构起了一个复杂且庞大的数字化“底座”：超过3万个5G基站、大规模的高速宽带覆盖、城市级的大数据信息平台、全市近百万个数据传感器和摄像头。通过“底座”的基础能力，政府部门和企业还打造了更丰富、更针对场景的功能和应用，进一步放大了数字化的力量。

如今，上海长宁区能够借助AI进行监测和调度共享单车，就是城市数字化升级中的一个体现。智能城市已经离我们越来越近。

让城市“聪明”起来

2008年前后，深度学习突破所带领的新一波“人工智能”新浪潮，恰好碰上了正在进行基础数字化的中国城市升级过程。将数据生产、数据采集、数据传递、数据应用等人工负责的数据环节交给机器的人工智能，显然承担起了进一步放大城市数字化成绩的角色。

光说概念和逻辑可能还是比较难理解，我们不妨代入到城市的现实问题中去。以大城市最常见的交通问题为例，与国外的超级城市对比，中国的一二线城市通勤距离更短，反而通勤时间往往更长。

 

城市普遍拥堵的原因组成非常复杂，但提升交通系统本身的运行效率势在必行。

在智能化到来之前，很多城市的交通系统已经通过数字化获得了一定提升，通过广泛设置的摄像头系统，将城市主要干道、轨道系统的运行状况集中反馈到控制中心，并由人力进行监视和调整。但是以上海为例，光是市内公路总长度就接近1.5万公里，可以绕地球赤道走超过1/3圈，想要用人力全部覆盖所有路段监看和调度，显然是痴人说梦。

真正让城市交通有能力上一个台阶的，是人工智能技术的发展。在深度学习技术突破的基础上，图像分析技术突飞猛进。过去街道的交通指挥可能是隔几个月根据运转情况进行调整。现如今道路上的车流已经能被各种摄像头记录分析，既能反应交通运行现状，同时还能用于预测未来变化。

根据这些信息，道路上的红绿灯就可以针对性地进行实时调整，不仅能最大程度地利用道路资源，协调车流走向，缓解特定区域的拥堵；并且还能全方位监视路段上的异常，反馈给现场执勤的警察，进行快速反应和处理。如果道路上出现了任何问题，计算机第一时间就能够发现，并且反馈给最接近现场的管理人，实现快速反应。

显然，AI让城市变得越来越“聪明”了。

商汤AI大装置，究竟能解决什么问题？

在城市的智能化发展中，AI如何让我们的城市更“聪明”，AI企业又是如何规划部署整套体系，来支撑智能城市的构想呢？

商汤科技作为人工智能领域的领军企业，近日公开了其完整的新型AI基础设施——“SenseCore商汤AI大装置”，其包含一整套AI发展、建设、应用的创新思路。通过建设新型人工智能算力中心（AIDC），打通商汤领先的算法训练平台和数据处理平台，并向社区开源算法模型框架构建创新生态，向企业开放算法模型工厂进行定制化生产。

最初AI行业的发展中，最常见的商业模式是举着“锤子”找“钉子”，直接定位到有明确人工智能应用需求的行业，针对应用和场景迭代算法。但随着时间的推移，人工智能技术的发展出现了转变。

2019年，马斯克创立的OpenAI开始尝试打造更多参数的神经模型，并且在2020年中发布了他们的研究成果GPT-3语言模型。后者的神经网络架构中拥有1750亿个参数，是目前为止最为复杂的AI研究成果。而它的能力也非常突出，由其生成的文章段落，与人类创作的基本看不出差别。

这意味着人工智能的发展已经走出了原来的解决特定问题的“小而美”，进入了规模化发展的阶段。

然而，当前人工智能作为生产要素的成本过高，制约着AI创新更高效、大规模落地。从算法研究到产品落地，不但需要大量的顶尖人才参与，过程中还经常需要对每一个特定场景进行打磨。加速人工智能进入工业化、规模化发展，需要降低成本，就需要提高人工智能的生产效率，打破这种劳动密集型的行业现状。

对于智能城市发展来说更是如此，城市本身的现实架构就非常复杂，城市中的居民每天都会使用数个系统，为了让城市本身可以更高效地运行，必须对大量人、物、场景进行管理，形成数量极其庞大的长尾需求。同时城市巨大的规模和体量，也加大了智能化的难度，以上海为例，能够提供数字信息的传感器就接近100万个。

“SenseCore商汤AI大装置”价值就体现在，它为人工智能的未来发展提供一个强大的基础设施。应用这一体系，可以降低算法模型的生产成本，解决城市长尾应用需求，同时，可以通过端到端的架构体系，对海量数据进行拆解和碰撞，并从中挖掘更多潜在价值，加速人工智能的规模化落地速度。

面对城市这个人工智能巨型“钉子”，在其他企业还忙着把它拆成更小的“钉子”用时，商汤已经意识到了造巨型“锤子”的必要性。

智能城市的曙光

去年，借助“SenseCore商汤AI大装置”赋能，商汤在参与的上海长宁区“一网统管”项目中，让AI成为了最勤劳的“城管专员”，有效解决了暴露垃圾识别、共享单车乱堆放等城市痛点问题，极大提升城市管理效能。

比如在马路上，巴掌大小的纸片被丢在地上，人工智能驱动的整套决策系统直接完成自动识别、自动派单、人力处置、自动结案，全闭环管理，最后指挥保洁前往目标地点清理。此外，街面违规经营、机动车违规停放、乱晾晒、道路积水等场景等等，正在一个接一个地成为人工智能技术的新检测方向。

同时，今年，在低调打磨两年之后，商汤还推出了睿途智慧交通平台，成功拓展了它在AI+交通领域的智能产业版图。

利用现有路面前端摄像头，依托商汤原创人工智能算法的高精度及快速迭代能力，可以为路面交通相关人车路管理智能化提供平台层解决方案。管理者可以及时发现危害路面行驶安全的交通事件，交规违法，非机动车违章，重点车辆违规行驶等行为。

同时，通过视频分析提取的大规模交通时空数据，还可对城市级交通运行规律以及出行规律进行更深、更广的分析和智能决策，助力交通相关部门在系统级层面进行更高维度的智能治理。

从 “SenseCore商汤AI大装置”的大投入，以及最终实现效果的路径和成绩来看，商汤显然有着细致的规划，并且明显是“先做再说”。这在很大程度上体现了商汤深耕人工智能行业，并最终实现产业化、规模化落地的决心。

随着“SenseCore商汤AI大装置”的推进，商汤的核心价值、从技术到商业的路径，包括商汤未来创造AI技术大突破的可能性，都被强制“刷新”，并且最终集合形成了一个长达5到10年的“远期核心竞争力”。

这必然将给整体仍在摸索中的AI行业带来直接冲击，不知道AI行业更多的“玩家”，准备好了没有。

未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）云脑研究计划，构建互联网（城市）云脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣，欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”