旷视科技陈雪松：城市大脑建设方案，四三二一经典架构

2018年10月19日，由亿欧主办，思贝克联合主办的“BATi智慧城市论坛”在深圳万科前海国际会议中心隆重举办。本次峰会是亿欧今年5月举办的“GIIS安防AI创新峰会”的延续，上一次，亿欧关注人工智能等新技术对安防产业的赋能，这一次，亿欧将视野从安防扩散到整个城市。本次论坛以“智慧城市”为主题，不仅探讨了智慧安防新机遇，还将目光扩散到了智慧交通、智慧生活等智慧城市建设的多个领域。

旷视科技陈雪松出席了论坛并发表了精彩的演讲。

【陈雪松现场演讲实录（有删减）】

演讲主题：“城市大脑建设方案”

今天很有幸来到智慧城市论坛分享旷视的建设方案，这也是我们自己的一些思考。

旷视是一家以人工智能为核心的物联网解决方案提供商。城市治理目前是一个综合性的重点课题。现在已经由以前单一的条线管理变成了综合治理，随着城市发展，网格化的应用、区域小闭环、小细胞的管理也成为目前城市管理的综合难题。通过联合治理方式，已经由以前的抽样样本数据为城市治理提供服务，逐渐向权威采集发展，这是城市治理现在面临的最大挑战。

城市治理在现在的社会环境下，已经发生了很大改变。整个社会现在是感知社会，不管是线上、线下的数据，都相对之前有了更多积累。以往通过人工采集的方式拿到数据，已经远远无法支撑社会的快速运行，所以眼疾手快、当机立断是社会治理中的关键手段。通过每一个数据单元采集出来的数据细胞，构成了整个数据立方，是整个城市治理和智慧城市决策的关键依据。

同时，所有的数据并不只是垂直向上的环节，而是一个微循环的闭环，也就是说城市治理除了政府整合数据之外，每个单元所采集的数据也用于自我运行、自我管理和自我自治，这也是当前社会中面临的关键挑战。也就是说数据无处不在，并且有微循环和大循环。

旷视眼中的“城市大脑”是什么？“大脑”是城市的决策机构，城市大脑的出现在于海量的数据形成了积累，超过了人的处理能力和处理时长，不管是智慧交通的快速应急调度，还是权威数据采集的普及分析，这些都已经超过了人的响应速度和处理频度。

“城市大脑”可以看几个纬度：

首先是核心，叫“城市之眼”。只有看得见、看到了才能知道怎么做，所以城市之眼的构建成为了核心基础。

其次是统分结合的问题，即“行业分脑”。管运行的交通、管治理的城管、管健康的医疗、管幸福感的社区，都是一个个垂直的纬度，只要这个行业存在，分脑就一定会存在。

随着技术发展，还有两个基础设施，一个是大数据超算中心，一个是IOT的计算平台。

刚才提到的概念——“城市之眼”，也许大家对它的理解不是那么清晰和直观，让我们看一下现在生活中有哪些数据无时无刻不在运行？如企、事业单位和社区的社会监控摄像头，以及日常的通行，酒店、机场、火车站等，都实现了日常生活中的数据采集和行为的分析，也包括了各类人证终端，网吧、酒店等基于行为进行的基础统计。这些都是无时无刻无处不在发生的城市数据的收集，这个过程我们称之为城市之眼。

智慧城市有了数据采集之后，思路是怎样的？我们认为有四个环节：

一是明目，也就是感知现有的数据要知道在什么地方，存在于哪儿；

二是贯通，要把采集到的数据的所有规律、运行机理进行判断和分析。

三是研判，建立模型，同时新兴的智慧城市并不是单一的数字，也不是输入式的反馈，重要的是预测，预警和预防，对未来的发展趋势进行管理，提前调度，这要依赖于模型的决策能力。

四是反射，作用于城市。反射有两个环节，一是城市级的决策，二是微细胞的循环。

整体架构有一个比较经典的体系框架图，叫做四三二一：四是城市划分，符合信息化建设的体系架构；三是业务层级，包括城市级，行业级和企业级；二是两类处理，包括数据处理和平台整理；一是一个计算和操作能力中心。（先从“一，计算和操作能力中心”开始讲起）

一个城市大脑的基础核心在于操作中心，随着数据发展和规模扩张，计算能力是巨大的挑战。现在的一些业务系统的计算能力是不够用的，因为它处理的是结构信息。世界上每两块硬盘，有一块就用于视频存储，一个政府、一个城市的资源，5%大数据是结构化数据，通过个人采集，登统计手段产生的。

还有95%是各类的视频信息，以前的视频是给人看的，存储模式无非是两类，政府公安的要求存储三个月，企事业单位和社区的要求一个月，然后不停的新刷。之前有很多业务项目是运用数据的沉淀和管理，95%是用于沉淀这些无法被机器识别的数据，但是人工智能的出现，让这些数据可以被应用了，就带来新的挑战，需要有更强的计算能力和基础设施。

刚才说的另一个维度，两个平台，两个总线。一个是数据总线，一个是服务总线。

数据总线，5%的数据是基点信息，是很多数据的基础和原点，身份信息、人的基础描述信息都是由它产生的。还有其他的95%来源于视频，可以被结构化，可以被数据分析的，通过智能加工和碰撞，产生更大的社会价值，包括人脸、视频、轨迹、车辆、日常动作、行为模式等。这些信息都是通过系统导入之后，5%的原创基点信息，加上95%的通过智能分析的信息产生，构成了现在的数据基础。一个简单的点，人、车，加上车行频率，轨迹分析，还有特征、结构化还原，可以形成数据单元，扩展各种维度的业务应用。每个地方的单元就构成了社会统计信息。

基于整个城市环境的一个个细小的数据单元构成了整个城市的数据立方，这就是第一个总线，叫做数据总线。它构建了整个大数据平台的基础，涵盖了视频结构化，涵盖了社会网络的数据，手机终端、轨迹所有维度的数据，通过时空信息的叠加，产生各类的业务价值，为各类上层的业务提供支撑。

另外一个总线是服务总线。有了数据，业务应用如何打通和如何关联，以及服务之间如何形成横向的贯穿和互动。服务本身有两个维度的工作，一个维度是使用数据，另外一个维度是通过服务的加工，也在产生数据。所以服务总线构建了另外一个业务的应用基础，也就是上层的业务支撑打通了下面的数据采集，通过它自己的使用、加工和对数据的碰撞，产生了新的业务价值。一方面还原给到数据总线产生新的业务互换，产生爆发式的增长，同时又给上层的业务应用提供了很好的支撑，各类业务应用能够进一步深化、挖掘自己的业务价值。

后面再重点介绍三类应用，如何构成一个城市大脑的运行业务体验。包括三级：城市级、行业级和企业级。

城市级的应用是社会治理中的重点。传统的城市治理在道路上的乱停乱放、违章等方面都需要付出重大的人力。现在的城管模式基于两类，一类是电话呼叫，也就是听到一个信息，来产出数据。另外一类是巡逻巡查巡控，所有的这些都是事后，或者是在事情发生到一定程度之后。相信大家都有自己的经验，比如说开车在路上走的时候，发现路上有一个轮胎，第一反映是发现之后赶紧避开，并且没有出事故，这个时候你没有时间空间停下来再把这个事情报告上去，其实停下来的风险是很大的。所以就容易产生一个长尾效应，很长时间才会被响应和处置。

基于视频的监控体系，通过视频分析技术，已经能实现19类的事态发展预判和监管，包括道路上的异常情况、基于环境分析的违规的违章违建以及城市监管中重点的明火等。一个城市几十万个、甚至是上百万监控摄像头，现在可以通过AI让它们实现数据化、智能化，把这些信息收集起来，可以将隐患消灭于萌芽状态。

城市级应用还包含交通管理，以前的交通管理更多的是通过卡口技术反映，一个城市如果有2000个城市卡口，监控体系就有20万个，现在的技术已经可以实现在道路侧面，也就是人行道上的监控摄像头，在40到60度的区间内，实现测牌。车辆、非机动车和行人都扩张了好几个维度。同时因为在道路边上，又打通了城市道路边上的停车位的管理，实现了动态交通和静态交通的打通。

另外，无处不在的网络也帮助实现了城市毛细血管的交通预测和管理。现在很多城市的交通预测是靠出租车上装的传感器来反映交通的情况。我们在导航的时候往往会发现为什么交通拥堵情况有一定的滞后？那边已经不堵了还是红的，或者是拥堵着还没反映。但通过这种实时的采集，毛细血管的打通，不但可以知道每辆车从什么小区开出来、停到哪里，还可以实现真正的智能调度，这样就有效解决了交通问题。

另外一个应用是互联网+政务服务，现在在新疆、芜湖、青岛都在全面实现。中国政府已经做了很多政务服务智能化升级，关键点是有了在线身份核验。以前办一项业务往往要跑很多个地方，通过各种方式证明“你是你”。现在应用了前端智能，你可以通过自己的手机完成一系列的有效认证，这样政务就被打通了。因为中国是一个档案制国家，虽然还没有实现电子档案，但是政府会把所有需要你签字的东西寄到离你最近的街道，去街道签一次字就可以办完手续，所以是一次性服务。这也是城市服务智能化给我们带来了互联网和政务的打通。

对于行业级应用来说，就是各委办局的专项业务，以公安为例，比如说一体化合成作战，基于各种分析，比如说异常的奔跑、聚集、重大灾害事故的发现等，对它进行深化的感知和处理，这是垂直的行业性应用。

包括了重点人口的管控、重大活动的安保，形成了三层的分布区，有效的管控黑名单、白名单、灰名单的应用管理能力。

还有的行业级应用是社区，社区并不是一个企业级的类型，本质上还是在城市治理范围内网格化的管理，包括了社区的安全保障以及社区的通行管理，例如对出入整个社区的人、车分流，人车管理等方面的业务分析。

这是我们基于特定场所的一个小区聚类，通过人的行为分析，把异常人员、重点人员等等这些信息进行有效的剥离。比如说老人，如果是独居老人三天不下楼，或者是两天不下楼，就会报警。对于在小区内高频出现的、除了正常的居民之外的人，可能存在传销、小偷小摸等都可以通过行为频率剥离出来。还有基于人脸、车辆验证的通行验证，最后形成了大数据平台，为整个社区治理和城市管理提供最细微的数据，构成更大的数据立方。

当然也包括了社区健康、社区养老等。现在老人养老也是一个重点的难题，大部分老人，要么是卧病在床，要么是随子女在外。养老金的领取，以前是要做现场验证的，要么是你去民政局，要么是民政局的办事员到家里来。现在通过刷脸，通过智能的解决方案，可以实现远程验证，既方便了办事人员，也方便了老人。

另外还有一些企业级的应用，包括新零售。零售业是一个相对封闭的环境，我们知道世界上20%的零售数据是在线上，一般产生于阿里、京东、亚马逊等电商平台，还有80%发生在身边，是在线下零售店、超市等场景里面。

新零售本质上实行的业务逻辑就是打通线上和线下，它所做的是人、货、场的数据采集，也就是人和整个环境、整个货物之间互动，并不只是采集你在购买之后行为所发生的交易数据，还有包括你对整个环境中物品关注度的分析，以及在某个区域内的消费时频，以此帮助零售商家调整供货、配货和销售策略。零售业的核心是关心周边的消费人群，最关键的指标是配货，在什么时间段配什么货，决定了零售业的利润。新零售之前所有的商业巨头都在做，本质上就是要实现线上线下数据的打通，实现线下零售业也像线上一样，不只是关注你买了什么，更关注你看了什么和关注什么，以及你未来对什么会更感兴趣。

其他应用还有智慧园区、企业级的智能通行和园区管理。最后构建了城市交通、社会化服务、城市安防等等。所有的这些业务应用，最终构建成城市大脑，城市大脑并不是一蹴而就的，也不是大系统全部打通的，一定是由各个应用、各个环节、各个技术，一个个小微循环构建起来的，它既要给上层提供应用数据，也要给自身提供指导，这才是我们真正具有生命力、活力的城市大脑。

我们所有的努力是为了人工智能将能创造所有的美好，谢谢大家。