未卜先知:城市大脑打开了平行世界的入口

2020 年 9 月 21 日 新智元



  新智元报道  

来源:阿里云

编辑:白峰、梦佳

【新智元导读】在2020云栖大会期间,阿里云首次发布了城市大脑3.0的核心技术体系,包括感知、认知、决策和协同四个领域的技术。和人类的进化过程相类似,城市大脑在对周围世界的感知过程中,逐渐进化出了主动思考和决策能力。城市,通过大脑的不断进化,最终能够实时推演预测未来,走向未卜先知。


你想象过未来的城市是什么样子?

 

是海陆空一体的交通方式?是无处不在的自动驾驶?

 

       

100多年前,电给城市带来的变化超越了照明本身的意义。从此,人类不需要日出而作日落而息。

 

100多年后,智能计算像电力一样正在改变城市的形态。

 

现代城市的伟大之处,得益于它的丰富性和可延展性,能够在有限的物理空间内衍生出无限的可能。而智能的进化帮助城市像人一样思考和决策,甚至能预测未来。智能城市的究极进化形式已经到来!

 

       

想象一下,城市里奔涌向前的车流,上百万辆的汽车,每一个行踪都像沙尘一样变化莫测。但通过对1000多个路口摄像头的实时计算,就可以精确地预测出未来十五分钟、半小时内哪个路段将会拥堵,从而第一时间指挥路口信号灯「变换姿势」。

 

还有大型演唱会的疏散,交通事故后的应急,都可以飞速反应、从容应对,比传统的人为调度都要更加高效。

 

这种终极的智能,不仅能实时推演预测城市的未来变化走向,还能在台风、暴雨等应急场景中为城市管理提供「靠谱」的建议。这种智能的核心就是「城市大脑」。

 

在2020云栖大会期间,阿里云首次发布了城市大脑3.0的核心技术体系,包括感知、认知、决策和协同四个领域的技术。

 

那阿里云城市大脑的智能究竟是如何演化的呢?


源起萧山,初代城市大脑消灭了「世界上最远的距离」

 

城市大脑最初起源于杭州市萧山区。
 
中国约有14亿人口,每年产生的数字信息难以计数。阿里云创始人王坚相信,城市大脑可以借助这些宝贵的数字资源综合治理城市,以后每度水和电,都可以通过计算分配。
 
王坚流传颇广的一句话是,「世界上最遥远的距离,是摄像头和信号灯的距离」。
                 
有了这个想法,城市大脑团队开始在杭州萧山区进行实验。为了消灭王坚口中这个最遥远的距离,就要让信号灯能实时感知到摄像头「看到」的内容。
 
2016年,萧山开始试点,团队几经周折拿到摄像头数据后,视频组将摄像头中的各种路标、车辆、行人、交通信号灯人工标记出来,然后输入AI模型进行训练,让摄像头「认识」了这些交通要素,并将摄像头感知到的信息「传达」给信号灯。有了这些信息,信号灯可以每15分钟更新一次控制策略。
 
这不仅仅是一次改善交通的尝试, 城市大脑从此有了真正的感知能力,还实现了摄像头、信号灯等机器之间的感知协同及资源的简单再分配 ,人们第一次使用人工智能进行了社会管理实践。
 
阿里云智能数字产业产研总经理曾震宇介绍,这一时期主要把城市当中的活动特别是车辆相关的动态数据进行相应的汇聚,再结合自然资源、建筑甚至卫星遥感等静态数据,初步构建了一个城市的交通数字孪生。
 
数清杭州的30万辆车后,城市大脑长了新「姿势」

 

在萧山,城市大脑实现了对车辆的感知,对单个路口的信号灯优化。但是城市整体有多少车、每天车流量有多大、哪里发生了交通事故,还都是「两眼一抹黑」。
 
2016年时,杭州的拥堵在全国高居第五。萧山的实践,让杭州看到了城市大脑的潜力,2017年,杭州正式开始建设城市大脑1.0。
 
与萧山不同,杭州主城区路段复杂,摄像头型号不一,设备各式各样,有的年久失修,有的信号错乱,要想将这些「残兵老将」重新利用起来,难度可想而知。
 
团队拉来了大批算法专家,他们想要通过算法来解决这些「脏乱差」的交通数据,而不是成本更高的更换硬件设备。
 
几个月下来,团队实现了雷达、摄像头、交警系统、高德等多源异构数据的治理和高效融合,给城市大脑「擦亮」了眼睛, 感知的维度和质量相对于2016年有了大幅的提升 ,将车、路、事件有机的结合生成交通知识图谱,城市各类信息、事件、主体、关联得以实时感知和快速检索。
                
有了城市大脑1.0,杭州终于知道了每天在路上跑着20-30万辆车,哪些路容易发生交通事故,下了这么多功夫,只是调节个信号灯,似乎有点大材小用了。
 
城市大脑开始了主动学习,信号灯不光考虑车辆,还会将人、天气、交通事故的信息整合进行「通盘」计算 , 基于知识图谱对各种交通事件加深理解,而不只是依靠图像的分类判断,信号灯的策略更智能了
 
城市大脑从简单的信息感知进化到了事件感知,有了基本的认知能力。
 
这一年,杭州城市大脑的信号灯优化1300个,接入视频4500路,交通事件处置效率提高了9倍,全国最拥堵排名直降到57名。
 
「听见」救护车,城市大脑不只是个交通指挥官

 

城市大脑作用只限于指挥交通吗?
 
在缓解了交通拥堵之后,曾震宇带领的城市大脑团队,开始了交通领域以外的探索,比如打通卫健系统。
                
在国内很多地方,救护车、消防车出去执行任务的时候,特别在高峰期,很可能会被堵在路上。如果被堵在路上其实一点办法没有,即使救护车上有一个亟待抢救的病人,也没办法只能等。
 
能否开辟一条绿色通道,给这些重点车辆让行?
 
曾震宇介绍了城市大脑2.0最新的「一键护航」功能。 一旦救护车接到了任务,大脑就会救护车的信息传递给交通系统,帮它规划出一条路线出来
 
算法可以控制红绿灯把车多的路段紧急疏通,引导车辆转向,这样在路上能保障通行,到路口都是绿灯,救护车一路畅通到达目的地。
 
城市大脑开始了与真实世界的积极互动,并且尝试主动优化外部环境,城市大脑从感知智能进化到了认知智能
 
再进化:打通数据孤岛,城市大脑进入深水区

 

有了一键护航的成功经验,曾震宇相信,其他领域也可以行的通。
 
于是,城市大脑2.0跳出交通,开始涉及政务、规划、应急、公共卫生等领域。
 
       
但是,按照传统的职能划分,这些部门都是各司其职,每个部门掌握自己的数据,形成了很多数据孤岛,无法发挥价值。
 
所以,城市大脑首先要做的就是打破各部门之间的壁垒,把这些数据汇聚和融合在一起,这其中的难度可想而知。
 
城市大脑团队想到了两种方式, 一种是在行业内构建跨部门的数据平台 ,可以接入其他领域的数据,点对点沟通; 另一种就是建立一个统一的平台 ,所有行业的数据都上传到这个平台,数据壁垒也就自然消失了。
 
目前,杭州已经成立数据资源局,打通不同部门之间的数据,让跨部门之间的数据可以进行相应的交换。
 
如此便打通了数据孤岛,实现了跨部门的数据共享,让城市的数字化建设达到了新的高度,城市物理空间和数字化世界逐渐平行,城市大脑可以低成本迁移到更多的领域、更多的城市。
 
预测未来未卜先知,城市大脑开始有了自己的思考!

2016年,王坚首次提出城市大脑的概念。
 
曾震宇说,开始的时候,王坚提出的这个[顶层设计]让技术团队比较迷茫。大家都不知道城市大脑到底是个什么东西,该朝哪个方向走,给客户端创造什么样的价值。
 
「脑子里全是疑问,但是大家相信王坚,也相信这是一个好的方向」。
 
经过四年的探索,城市大脑终于进化到3.0时代,沉淀出了 全息数字化构建、全分辨率实时推演、全局资源调度优化、全域多端交互协同 四大核心技术。
               
全息数字化构建
 
过去,构建一座「数字孪生」城市充满了挑战。交通摄像头、雷达、地磁和其他设备沉淀的数据只能观察到城市部分主体和地点, 传统的算法和技术又无法支持实时数据构建,无法为城市决策提供有效支持
 
而城市大脑3.0刚刚发布的「全息数字化构建」技术可以解决这个难题,通过对城市动态和静态要素进行二、三维一体化编码,能够实现各类城市信息、事件、元素的实时呈现和快速检索,从而在虚拟世界中构建一座「数字城市」,或者说「数字孪生」。
             

为了能让城市大脑既能在宏观层面上去看问题做逻辑思考,也能在「为救护车开路」这种微观的层面上去解决问题,城市大脑3.0开发了「全分辨率实时推演」技术。
 
全分辨率实时推演
 
城市大脑3.0的全分辨率实时推演技术和传统的仿真技术相比有哪些优点呢?
 
曾震宇做了很通俗的解释,传统的仿真,无论是商业化的仿真软件还是开源的仿真软件都是单机的;要想让这些仿真跑起来,要有大量的前置工作,比如自己要画出交通路网,然后交通需求到底有多少、要跑多少辆车,那也是根据经验拍脑袋出来的。
 
这样的仿真可视化demo做的是好,但是 跟实际的交通状况存在脱节 ,很难产生作用。
 
而实时仿真推演当中,可以从城市大脑的数字孪生当中把高精路网拿出来,不用自己创建,交通流量也一样,数字孪生中有历史数据,甚至可以分工作日和节假日,晴天和下雨等,然后通过分布式计算进行仿真,更接近真实状况。
 
城市大脑还可以做到秒级推演,实时数据融合和实时交互 。做到「实时推演」两个主要的技术难点。一个是 分布式计算的部署 ;另一个是 基于实时真值数据的自主校准 ,来保障推演平台能真实的反映和预测真实世界的动态变化。

可以说,阿里云多年来在分布式计算的领域的技术积累和城市大脑实践的能力积累,有效保障了秒级推演的效果。
 
杭州湾跨海大桥已经率先用上了实时推演技术。大桥上发生交通事故,城市大脑第一时间就能感知到,并基于实时交通数据进行推演,给出不同疏导方式的推演结果——是短时间封锁大桥,还是始终保持通行,城市大脑知道哪种处理方案更高效。
                 
再比如说某个城市的体育馆要举行一个大型的演唱会,可能会对周边的交通产生影响,以前的交警,他去做这样的应急准备,主要还是靠经验。
 
有了这样的一个仿真推演,就可以知道这周边附近的人,他们在周边有什么样的交通,反推交通的特点是什么,然后到了演唱会的时间段交通量增加,增加到一定程度对交通会产生什么样的影响?有了这个实时推演,就可以提前预判。
 
全局资源调度优化
 
无论是全息数字化构建还是实时推演,都是为了更好的利用城市资源,全局资源调度优化就是为了实现这一点。
 
城市很多资源都是相对有限的 ,比如说交通领域,道路资源就是有限的。
 
以往的优化,都是基于单点做优化,而现在,有了全城的数字孪生,可以进行大规模的全局的资源的调度规划,针对不同区域的特点进行相应的优化。
 
例如城管,或者应急领域,每个人负责一个网格化的片区,以前去处理城管的事件,主要还是靠人去调度,但有了新的技术,可以 通过算法进行大规模资源调度优化,让每一个节点的效率变得更高
 
调度方案优化完了,执行起来效果就一定好吗?一个城市资源的调度,往往涉及到很多部门,交通、医疗、政府等等,如果不能让大家高效协作,再好的算法也是一纸空谈。
 
全域多端交互协同
 
传统的协同,更多靠的还是人工调配。那在全域多端交互协同平台上,可以把各个不同的业务部门打通,协作更有效率。
 
全域多端交互让城市的 事件可以被自动感知、被自动调度资源、自动处置,然后进行相应的评估,城市内的资源分配智能化程度越来越高
                
和人类的进化过程相类似,城市大脑在对周围世界的感知过程中,逐渐进化出了主动思考和决策的能力。城市,通过大脑的不断进化,实时推演预测未来,逐渐走向全知全能、未卜先知。
 
一个高瞻远瞩的城市大脑,也代表着人类最高级的智慧。
 
法国的一位地理学家曾说过,城市既是一个景观,一片经济空间,一种人口密度;也是一个生活中心或劳动中心;更具体点说,也可能是一种气氛,一种特征或者一个灵魂。
 
掌握一座城市的脉搏和心跳,就掌握了城市的灵魂,而城市大脑正是最好的方式!


中关村软件园20周年,品牌活动“创新之源”大会再升级!

9月22日,2020创新之源大会 —“科技力量创变未来”在中关村软件园国际会议中心召开。大会由中关村软件园主办,中关村软件园孵化器、新智元、北京银行共同承办,邀请到清华大学副校长、北京量子信息科学研究院院长薛其坤院士,清华大学电子工程系主任、信息科学技术学院副院长汪玉,科大讯飞联合创始人、讯飞创投董事长徐景明,搜狗公司CEO王小川,网易集团副总裁、网易有道CEO周枫,达闼科技创始人兼CEO黄晓庆,浪潮信息副总裁、浪潮AI&HPC总经理刘军 ,腾讯自动驾驶业务中心总经理苏奎峰,新智元创始人兼CEO杨静等重磅嘉宾出席。

最新议程曝光,扫描二维码即刻报名,资格经审核后可免费参会!点击阅读原文,查看详细会议信息。



登录查看更多
3

相关内容

智源发布《2020北京人工智能发展报告》,附43页pdf
专知会员服务
126+阅读 · 2020年11月19日
【Cell 2020】神经网络中的持续学习
专知会员服务
59+阅读 · 2020年11月7日
《2020人工智能医疗产业发展蓝皮书》发布
专知会员服务
113+阅读 · 2020年9月11日
华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
125+阅读 · 2020年5月22日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
新时期我国信息技术产业的发展
专知会员服务
69+阅读 · 2020年1月18日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
106+阅读 · 2020年1月2日
报告 | 2020中国5G经济报告,100页pdf
专知会员服务
97+阅读 · 2019年12月29日
自动驾驶技术解读——自动驾驶汽车决策控制系统
智能交通技术
30+阅读 · 2019年7月7日
城市大脑与智慧城市前沿趋势
人工智能学家
9+阅读 · 2019年6月24日
视频大脑:视频内容理解的技术与应用
AI前线
13+阅读 · 2019年4月18日
5G进电厂走到了哪一步?
1号机器人网
15+阅读 · 2019年2月13日
热点 | 深圳无人驾驶公交车正式运营!
机器学习算法与Python学习
3+阅读 · 2017年12月4日
Arxiv
3+阅读 · 2020年11月28日
Universal Transformers
Arxiv
5+阅读 · 2019年3月5日
Arxiv
3+阅读 · 2018年5月21日
Arxiv
3+阅读 · 2018年4月3日
Arxiv
7+阅读 · 2018年1月24日
Arxiv
3+阅读 · 2017年11月21日
VIP会员
相关VIP内容
智源发布《2020北京人工智能发展报告》,附43页pdf
专知会员服务
126+阅读 · 2020年11月19日
【Cell 2020】神经网络中的持续学习
专知会员服务
59+阅读 · 2020年11月7日
《2020人工智能医疗产业发展蓝皮书》发布
专知会员服务
113+阅读 · 2020年9月11日
华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
125+阅读 · 2020年5月22日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
新时期我国信息技术产业的发展
专知会员服务
69+阅读 · 2020年1月18日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
106+阅读 · 2020年1月2日
报告 | 2020中国5G经济报告,100页pdf
专知会员服务
97+阅读 · 2019年12月29日
相关论文
Arxiv
3+阅读 · 2020年11月28日
Universal Transformers
Arxiv
5+阅读 · 2019年3月5日
Arxiv
3+阅读 · 2018年5月21日
Arxiv
3+阅读 · 2018年4月3日
Arxiv
7+阅读 · 2018年1月24日
Arxiv
3+阅读 · 2017年11月21日
Top
微信扫码咨询专知VIP会员