京东郑宇AAAI主旨演讲：城市计算将智能城市愿景变为现实- 专知

京东郑宇AAAI主旨演讲：城市计算将智能城市愿景变为现实

美国夏威夷时间1月28日至2月1日，第 33届 AAAI 大会(AAAI-19)在檀香山举行。本届大会，华人科学家首次被邀请发表大会主旨演讲，京东集团副总裁、京东数字科技首席数据科学家、京东智能城市研究院院长郑宇教授作为大陆地区首位被邀请讲者，香港科技大学计算机科学与工程系讲席教授杨强作为中国香港地区首位代表，同台展现了中国人工智能在学术和产业界的最新进展。

　　京东集团副总裁、京东数字科技首席数据科学家、京东智能城市研究院院长郑宇教授在第 33届 AAAI 大会(AAAI-19)现场发表大会主旨演讲

　　郑宇教授的演讲主题是《城市计算：用AI和大数据打造智能城市》，现场，他向来自全世界三千多位人工智能领域专家学者们，介绍了城市计算的理念和应用成果。他表示，城市计算理念“自下而上”包含城市感知和数据获取层、数据管理层、数据分析层和服务提供层，将先进的多源数据融合方法和时空大数据分析模型相结合，利用从数据中挖掘出来的知识，解决交通、环境、能耗等城市问题。

城市计算框架图

　　独特的时空大数据须使用“专有AI算法”

　　郑宇教授首先谈到了城市感知和数据获取层正在面临的挑战，一是资源配置的不均匀，如何利用有限的资源获得更多的数据;二是拿到的往往是采集数据，而不是全集数据，数据常常出现偏差;三是由于城市传感器稀少，获得的数据往往很稀疏，导致数据匮乏;四是传感器故障等原因，导致数据丢失问题严重。

　　为了解决以上难题，郑宇教授提出将城市中人的移动数据、交通流、空气质量、气象数据、社交媒体、能耗数据等万千复杂数据抽象为时空大数据类型，包括时间、空间和属性都不变的静态数据，空间不变时间变的数据以及时间、空间都变的数据，再结合多种独特的时空索引方式对数据进行管理，“这就来到了城市计算的数据管理层”，郑宇教授表示。

　　以通过挖掘大量共享单车轨迹数据来检测违章停车为例，城市计算利用目标时间(例如当前一小时)的大量轨迹特征和正常骑行轨迹特征进行比较，能够推测哪些轨迹受到路边违章停车的影响，从而快速判断路段的违章停车状况。

　　“城市操作系统”让城市未来可期

　　谈到数据分析层时，郑宇教授强调，时空数据的结构与文本、图像不一样，比如我们拍了一个照片后，照片大小始终是20K，永远不会变，但是一辆车的轨迹在开车过程中是增加的，而且轨迹中两个点不能交换。以AI预测城市区域人流及流转为例，在某一庆典举办的时间里，管理部门其实已经预估到会有大量人流涌入举办区域，但如果没有精准的时间和人流数量，仍无法合理地安排保障人员和相应的疏导措施。城市计算可以精准预测某一个区域内，一个具体时间点的人流量，这对城市管理部门的价值是巨大的。

　　与此同时，时空数据的分析还需要与不同领域的大数据相结合才足够精准。比如在大城市，同一时刻不同区域空气质量有可能天差地别，甚至过一个街区空气质量都有较大不同。郑宇教授认为，预测城市中某一地点的空气质量，要同时分析天气、交通、人群移动、兴趣点、交通网络、历史空气质量数据、实时空气质量报告等多领域数据，并借助在大气科学方面的专业知识，才能得到有效的预测模型。

　　说完了数据管理层和数据分析层，郑宇教授讲到了服务提供层，他以城市计算平台为例，“城市计算平台如同IOS系统，可以为智能城市构建起城市级别的‘操作系统’，它不仅能够将城市中的多源数据汇聚在一起，还能凭借数字网关技术实现平台的互联互通，打通数据壁垒，保障数据安全，协助市政管理者解决交通、规划、环保、能源、城市信用、公共安全、电子政务等领域的数据难题，用AI算法赋能各行业的合作伙伴，最终构建智能城市发展的生态。

　　人工智能发展需要数据科学家