8月14日，阿里科技委王堅主任到訪中國城市科學研究會，作了城市大腦的專題報告。王堅主任以交通為切入點，結合蕭山、杭州和蘇州的實踐經驗，詳細介紹了城市大腦的實踐歷程。

以下為報告實錄整理：

我提出一個概念叫“城市大腦”。為什么命名為城市大腦？其中有三個核心的想法。第一個，關于城市數據的事情。想法比較簡單，就是希望大家能理解數據是城市不可分割的一部分。我們去杭州規劃院的時候，規劃院的目的是利用數據將規劃做的更好，交流之后，我說要將數據當城市的一部分來規劃。所以存在兩種不同看法，一種是將數據看成是為原來的規劃服務，一種是數據就是規劃的一部分。

第二件事情是，我很早前考慮一個觀點，人類在進化的過程中，是在消耗大自然的資源，土地、水、石油等都是大自然產生的資源，今天將城市數據當成一個資源，則是人類自身產生的資源，是不一樣的。所以，城市大腦的第二件事情，就是我在思考人類自身產生的資源是否可以拿來優化公共資源的調配。過去的公共資源的調配靠政策，有沒有可能因為人類自身產生新的數據資源后，能將公共資源調配的更好。

第三個想法，為什么叫做大腦，規劃說只是用數據將規劃做到最優，其實就是個靜態問題，城市弄完，數據就沒用了。但城市運行其實是動態的東西，在運行過程中才會發現問題，而不是只在一開始設計的時候。所以為何叫大腦？即能在運行中發現自己的問題。

下面我會用交通這一件事情作為例子，但不局限于交通。大家想想，任何城市的公共資源優化，都可以用這個思路。這個也取決于我的兩個觀察。

一個觀察是，2016年全世界賣掉了1.5億的攝像頭，中國賣掉7000萬，一半都是中國賣掉的。一個普通的城市，比如杭州，甚至可能更小點的城市，也有50萬到100萬個攝像頭在一個城市里。但我了解后發現，沒有任何一個城市知道自己裝了多少攝像頭，因為裝的太多了，沒人清楚具體的量；

第二個觀察是，城市三分之一的攝像頭是沒有人檢查沒有人看，是否照到，是否被遮擋是都不知道的，多數是無效的。我算了一下，在杭州，交警直接管攝像頭，有案可查的攝像頭大概有5萬個，在指揮中心看攝像頭的只有15人，5萬個攝像頭乘上24個小時乘上7天，要一天才看的完，所以99.9%的攝像頭是無效的，剩下的攝像頭僅用作破案的時候查查。

大家都知道，每個城市都有做一個叫視頻云的東西，但這個架構設計很不合適，視頻拿來放到所謂的視頻云里，但放進去就不會處理的，因為寫進去的一天的數據，如果有一天要讀出來使用，需要讀五天。另外再看，今天所有的監控攝像頭，不存到不用的視頻里，而是轉到阿里云上做處理，仍是沒法轉的，因為整個架構不是用來分發云，則會造成數據的浪費。

所以真正的監控攝像頭是視而不見的，照到但沒人看。所以我們用杭州舉例，一個攝像頭放在一個紅綠燈桿子上，但攝像頭照到的東西和紅綠燈一點關系都沒有，這個情況在全中國普遍存在。所以我說，世界上最遙遠的距離是攝像頭和紅綠燈的距離。

因為很多都不是按體系來設計的，而是按照各自的孤島來設計的，想連都連不上。所以我們把這個監控改掉，不叫監控攝像頭，叫城市攝像頭，僅當成一個數據，將紅綠燈當成一個交通優化，實際上優化時間。我們當時想的第一步，就是想怎么做這個事情。不是要將東西存到不使用的視頻上，是要知道當時發生什么事情，是要做調控，然后安排出警。這將不只影響城市運營的模式。

第一個案例是在蕭山試點，側重的是實時監控。這個試點是非常初步的，這是比較偏大的一個區，這兒的路已經做好了綠波帶，監控的攝像頭條件也比較好。但是我們做了比較簡單的想法，但是路上監控攝像頭看到的車輛通行的數據，能不能用個模型，倒過去控制紅綠燈的時間，來提高、調控車行駛的速度？這個很有意思。這條路有七八個路口，最快的時候，大概能提高百分之十幾的通行速度，最慢的地方只能提高百分之四點幾。

提高得慢的地方，即數據少的地方，是最早做的實驗。今年我們將試驗范圍擴大，基本上在整個范圍內有百分之十五的提高，還是滿鼓舞我們的。因為沒有動任何的基礎設施，只是將數據拿來了。我們去堵每輛車，數出來。后來發現，因為我們能夠找到堵點，發現很多有堵點的地方，恰恰是攝像頭不夠的地方，這對將來攝像頭的布置都是很好的反饋和參考。

當前的攝像頭布置只是一個開環系統，僅僅是布置下去了，但從來沒有閉環的反饋，說這塊兒的布局有沒有用。這是我們在蕭山做的第一個實驗，是叫實時調控。目前已經準備在蕭山全域推廣。

第二個是在杭州，側重在智能出警。

我們在杭州的試點一個是貫穿南北的最主要的高架，這是杭州最骨干的交通，另一個是杭州最堵的城區。問題在于，交通是非常動態的，過去在高架上的交通會遇到幾個問題：

第一個問題就是實際通行能力是三千，但突然放了那么多車出來，導致高架的通行能力降到了兩千多，但交警不知道該怎么控制這事，也不懂該在哪里開始控制，沒有概念。實際上每個閘口都有攝像頭，所以我們用攝像頭將車流量都算下來，讓他知道從哪里開始上車，從哪里開始疏導。以往就是收到堵車信息，交警去了，但控制閘口的時候都是已經開始堵車半小時了。所以現在這算是幫解決了一個問題，這個上下閘道的調節，都是我們來幫忙完成，目標就是提高通行速度。

第二個問題，就是高架上堵車要不是小剮蹭，停著堵了，或者是不該上去的車上去了，堵了。以前只能靠交警在路上巡邏，現在如果能縮短知道事故的時間，就能一定程度上解決很大問題。所以我們將所有的異常都幫找出來了。另外，我認為交警太辛苦又危險，當機器智能能代替交警，能夠減輕他們很多壓力。

另一個事情，我們都知道監控視頻在后臺，是展示成一個個的小方塊圖，這樣的擺放是典型的給人看的擺放，而實際上在一個路口，真正一個時刻能看到的視頻拼接起來，應該是一個全景的連續的環狀圖。這些方塊，其實不合適人看，但機器可以看，機器可以知道路口發生了什么。

交警能看到的僅僅只是一角，是無數監控圖像中的一幅。我們認為球機已經能做到很多事情了，但現在很多政府只片面的看重技術設備的更換，盲目的升級基礎設施，這是非常危險的事情。

我們知道所有攝像頭都有視頻編碼，而所有的視頻編碼的標準都是假設視頻是人眼能夠看到的，可當有一天，視頻不要人看了，所有的視頻編碼都要重新做。所以我認為攝像頭的編碼可以做得效率更高，做得適合機器看。這是很有意義的事情。

很多事情，過去都是交警發現的，今天，我們可以設想一下，攝像頭的布置，可以將一條路進行切片，收集來各切片路段的數據，明確擁堵路段，有目的的針對性的進行出警疏導。這個在杭州已經實行了。這個時候，數據就是警力，這是整個的意義所在。數據獲得是全面的不是抽樣的，平均數、高峰、最低都能算出來，都能獲取，這個很重要，是方法論上的巨大進步。

第三個試點市在蘇州，側重的是全局數據，全局交通。

是從人開始的，不是從車開始的。來蘇州旅游的人里百分之九十是散客，很多是開車去的，開車進拙政園要一小時，出來要40分鐘，但在園里就待半個小時時間，所以對整個交通的安排要有所不同。

蘇州將符合國家安全的數據，開放到了城市大腦里，后來發現在大腦上算的數據，比在自己機器算的得到更多。蘇州的數據匯聚包括五大部門，三大運營商和互聯網極大部分，最終匯聚產生了79種數據源、2600種數據項、3000億條歷史數據。

當全局的數據融合后，能對交通數據，人流數據等做分析，指導換乘中心的設計、公交優化規劃及事故預測。但這些本身復雜辛苦，都不應該是人做的，應該為數據支撐，通過數據可以看到人的流動動態，人的聚集區域等信息，從而優化規劃。在蘇州第一條優化好的線路，三個星期前開始試運行了。

接下來說一下技術架構。我們在講城市大腦的時候，并沒有對集中和分布做假設。我認為國內的城市發展規劃一直都是在享受全世界城市發展成果的好處。當今很多想當然的事情，其實以前都不是想當然的，所有很多人的貢獻，才能將一些建設變為城市最基本的基礎設施。我自己的想法是，城市應該有新的基礎設施，這個就叫城市大腦，主要的作用就是讓城市的數據流動起來，產生價值。

城市大腦不是僅僅解決城市交通問題的方案，而是城市的新的基礎設施，將來可以在城市的建設發展中做更多的貢獻?；诖死砟睿a生了一個架構，從上到下四部分依次第一個是應用場景，第二個是IT服務平臺，第三個是數據資源平臺，第四個是計算平臺。數據要產生價值就需要計算平臺，所以第三、第四兩部分是最重要的。要將這兩個平臺真正建設成為服務的平臺。這是個城市級的東西，而非部門級的東西。架構上如何設計，還可以再做探討。

假設有了城市大腦這個基礎設施后，我認為一個城市的數據，會增加100萬，這個100萬只是個虛數，代表增加的量會很大，將使對資源的消耗得到降低，我認為城市水、電等各種資源的消耗會降低十倍、甚至噪音都會降低十倍，當這些所有的東西都改變的時候，城市則需要重新進行更深遠完善的建設思考。