IT思维

文章页右侧顶部广告

阿里王坚:机器比人做得好的事,那这件事就不该由人来做

2017-09-11 11:54:38 0 人物思维 | , ,

去年云栖大会上,杭州市政府联合阿里云在内的13家企业提出建设“城市大脑”项目。

雷锋网了解到,“城市大脑”可以理解为一座城市的人工智能中枢。其内核采用阿里云ET人工智能技术,可以对整个城市进行全局实时分析,自动调配公共资源,修正城市运行中的Bug,最终将进化成为能够治理城市各项“疑难杂症”的超级人工智能。

“城市大脑”就是下一个登月计划,未来十年催生的技术将远超今天的想象。”“城市大脑”的总规划师王坚如是说。王坚目前担任阿里巴巴首席架构师,他表示“城市大脑是杭州代表中国的城市为世界在做一次探索,一次使用人工智能进行社会管理的前瞻性实践。我们不知道它最终会进化到什么程度,但这绝对是前所未有的。”

为何提出“城市大脑”?

之所以提出“城市大脑”,王坚是基于四大点来考虑的。

一、关于城市数据。目前城市规划院只想将数据当成一种‘工具’,他希望人们能够将‘数据’理解成城市中不可分割的一部分。在王坚看来,经过多年的积累,绝大多数城市的数据沉淀是足够的,但从来没有被相关部门“重视”。城市管理者应该从城市运行的角度来看这些数据,把它们看作是城市中不可分割的一部分,然后对这个城市中所有的人、车等数据进行分析。

二、2016年全世界卖掉了1.5亿只摄像头,中国就消耗了其中的7000万只。如今一个很小的城市都装有50万到100万个摄像头。尴尬的是,目前没有任何一个城市知道自己具体装了多少摄像头、装在什么位置;很多城市三分之一的摄像头是装完了事,后期没有任何维护,大多都是无效的;空置严重。拿杭州来说,有案可查的摄像头大概是五万只,但在交警指挥中心察看摄像头的只有15人,99.9%的摄像头仅在破案时用来作调查取证用。

在他看来,中国交通肯定会堵塞,因为摄像头看到的东西永远不会变成红绿灯的实际行动。很多城市在红绿灯杆上装配摄像头,但摄像头‘看’到的景象与红绿灯本身没有一点关系。

三、王坚认为,人类的进化是在消耗大自然的土地、水、石油等资源的过程。如果人们在消耗自然资源的同时能够合理利用自己产出的数据,这将变得非常有意义。他一直在思考,过去公共资源的调配依靠的是政府相关部门的管控,未来能否利用人类自身产生的‘资源’去优化公共资源的调配。

四、再好的城市规划师也得依靠‘数据’去工作,但这是个静态过程,规划完毕后,相关数据就会作废。但在城市后期运行的过程中会发现,又有很多新的数据出现,以往的方案只能维持很短的一段时间。如果有一个“大脑”能够实时的去看、去想、去实施最优方案并能在这个过程中发现自己的不足,岂不妙哉?

总结而言,人们多了一种资源叫做‘数据’,而且该资源是可再生的、并是自产的。如果充分利用这些数据将可以随时发现城市运营中存在的问题,并极大地调节对公共资源的合理分配。

“城市大脑”的核心驱动力

如果说“城市大脑”的出现确能一改城市往日痼疾,那其背后的‘驱动力’也不得不谈。在王坚看来,AI就是这其中的绝佳引擎。

他普及说,人工智能这个词在五十年代就已出现。最早的 intelligence指的是‘人’的智能;而最早被利用的Animal  intelligence,它完全是以逻辑学为基础,用逻辑学来模拟人的逻辑思维。那个时候也认为,任何想利用计算机去模拟人可以做的事,都可以统称为‘人工智能’。

但在今天,这已经发生了巨大变化。如今机器的能力已经远远超过五十年代的水平,他举例解释说,看一个芯片的能力,首先看有多少晶体管,在70年代初时,一个CPU上只有两千多个晶体管,但是今天一个手机处理器上已经有高达一亿多个晶体管,短短几十年上升了几万倍。再直观一点表述,目前我们每年人均可以消耗20亿个晶体管,换算来说,人们‘吃’晶体管的速度比吃大米还快。

再来看计算机的变化,20年前的深蓝在当时的超级计算机中能排到两百五十名以内,而今天普通手机的处理能力和深蓝是一样的。王坚预估, alphago在下围棋的时候,计算能力大概是深蓝的两万到三万倍。所以,计算能力的指数增长才会出现今天的machine  intelligence。

从human intelligence到Animal  intelligence到machine  intelligence,这三个过程实际上就是AI在用机器模仿人类的三个阶段,可以统称为‘机器智能’。

在王坚看来,“只要机器比人做得好的事,那这件事情就不应该由人来做。”

实际上到了今天,机器能做到很多人类无法做到的事情。他回忆说,“当时在加拿大时,遇到有人做AI,大概是做情感智能这块。情感智能指的是比如用普通手机摄像头拍摄脸部,它不仅仅拍摄脸部,还能将血压、心跳全部检测出来,这件事是人类无法做到的。”

同理,在复杂的城市交通系统中,也有很多人类可以规划但无法解决的问题,而这些都必须通过机器智能来帮助创建更好、更合理的城市。

“城市大脑”真实案例

就此,王坚还向雷锋网(公众号:雷锋网)介绍了“城市大脑”在三个城市的试点案例。

一、第一个试点在萧山,侧重实时监控。王坚表示,萧山道路两边都装有绿波带,监控摄像头等各项条件较好。因此阿里搭建了一个模型,控制红绿灯时间,以此来提升行驶速度。据后期实际的数据统计来看,一条有七八个路口的主干道,在最快的时候,大概能将通行速度提升十几个百分点,最慢的时候也能提升四个百分点。

据悉,今年阿里将扩大试点范围。需要注意的是,在这个过程中,阿里只会分析“堵”的路段的数据,没有改变任何的基础设施。

当然,这些数据对于未来合理布置摄像头也有很多参考意义。王坚表示,之前相关摄像头的布局只是一个开环系统,没有闭环的反馈。“城市大脑”的布局会实时监控、分析相关数据并作出调控,目前已经准备在萧山全域推广运行。

二、 第二个试点在杭州,侧重在智能出警。据王坚介绍,杭州有一条贯穿南北的高架桥,这也是杭州最‘骨干’的交通线。交通路况是动态的,在以往会遇到以下几个问题:

1、假如高架实际通行能力是三千辆,但由于红绿灯的‘机械化’操作,突然放出很多车,导致实际通行能力降到两千。这个时候交警就算接到拥堵信息报告,也不知如何去控制、从哪里去控制。

2、由于小剐蹭或大车上路造成的堵车,之前只能依靠交警在路上巡逻。

3、视频系统的后台上,展示的是一个个小的方块图,方便人们去查看相关情况,但实际在一个路口,真正能够看到实际场景的应该是一个全景的连续环状图,所以说,这些方块其实不适合人眼去看。

而以上三个问题都可以用“城市大脑”很好解决,摄像头可以将一条道路进行‘切片’,收集各个切片的数据,明确拥堵路段,有目的地进行出警疏导。这个时候数据就是警力,是整个的意义所在。

 三、第三个试点在苏州,侧重的是全局数据,全局交通。苏州将符合国家安全的数据开放到了城市大脑里,后来发现在大脑上算的数据比在自己机器上算的得到更多。苏州的数据汇聚包括五大部门,三大运营商和互联网极大部分,最终汇聚产生了79种数据源、2600种数据项、3000亿条历史数据。当全局的数据融合后,能对交通数据,人流数据等做分析,指导换乘中心的设计、公交优化规划及事故预测。

王坚提到,其实这些工作都不应该由人类去完成,应该让机器通过数据观察人的流动动态、聚集区域等信息,从而自动规划。

在他看来,“城市大脑”最主要的作用就是让城市的数据流动起来,产生价值。但他强调,城市大脑不仅仅解决城市交通问题,而是城市新的基础设施,将来可以在城市的建设发展中做出更多贡献。雷锋网

雷锋网提供授权发布,未经授权禁止转载。

雷锋网

国内最早关注智能硬件行业的互联网科技媒体,这里有最酷炫的智能硬件终端,有深度的创业介绍,雷锋网是移动互联网时代智能硬件终端第一媒体,我们在这里展现未来。

Return to Top ▲Return to Top ▲