阿里巴巴王堅:城市大腦絕不是一個人工智慧應用

作者 | 發布日期 2018 年 01 月 29 日 17:45 | 分類 AI 人工智慧 , 中國觀察 follow us in feedly

1 月 28 日,阿里巴巴技術委員會主席王堅在《麻省理工科技評論》和 Deeptech 深科技共同舉辦的新興科技峰會 EmTech China 上發表演講。



在 2017 年的雲棲大會上,城市大腦 1.0 正式發布,王堅當時交出了用智慧治理城市的周年答卷:接管杭州 128 個訊號燈路口,試點區域通行時間減少 15.3%,高架道路出遊時間節省 4.6 分鐘。在主城區,城市大腦日均事件報警 500 次以上,準確率達 92%;在蕭山,120  救護車到達現場時間縮短一半。

城市大腦 2.0 版本雖然還在研發當中,但王堅表達了城市大腦下一階段的目標:讓世界上每個城市都取消車輛的限行。他認為現在的道路資源是足夠的,但沒有進行優化,他們要讓所有的道路發揮到最高的效率。「這個世界本來是不需要修那麼多路的,我們現在不得不這麼做,是因為資源的利用效率不高。」他說,不應該像波士頓一樣把道路修到地下。

今天的中國,每個城市大約要拿出 20%-25% 的土地來修路,但他相信,經過城市大腦的努力,可以幫助城市省下 5% 的土地資源,這將為社會提供一筆巨大的財富,也會開啟巨大的市場。

當然,治理交通壅堵只是城市大腦的第一步,做為城市重要的基礎設施,阿里未來還可能會讓它在城市治理、城市安全、醫療健康等社會全領域發揮基礎性作用。

以下為王堅演講內容實錄:

我認為今天最大的智慧硬體,就是我們所熟知的城市,它可能是人類有史以來發明的最大的智慧硬體。

過去兩年我有幸參與了一項工作──城市大腦,可以把如此龐大的硬體變得智慧。今天會議主題是雲端上的 AI 風暴,而我認為更好的說法,可能不是 AI,而是 Internet 和 Cloud,或者說應是智慧雲計算。

現在我們生活在城市中,每天面臨著諸多的不便與各種各樣的問題,比如交通問題,為了解決這些問題,人類曾付出了很多的代價,舉個例子,「波士頓大挖掘」為了城市的美觀,花了幾十億美元把幾條高速公路從地上轉移到地下。

為什麼說如果一個事物擁有了一個人的智慧是很重要的事情,那是因為人知道如何把各種資源綜合利用,比如在合適的時間進行說話、寫字,知道如何將最小的能量與精力去換取所需要的東西。回到今天的對象──城市來說,我們的城市還是一個四肢發達、頭腦簡單的存在,是一個「無腦城市」,它需要一個大腦去幫助它更好的運作。

如今可以有機會進行「城市大腦」的研究,得益於網際網路等基礎設施的飛速發展,這樣我們可以有足夠的數據資源去重新思考如何去構建我們的城市。目前全世界的城市共同面臨的最大的問題是交通問題,這個問題在過去並沒有得到很好的解決,而現在網際網路、大數據的發展給我們提供了可以解決的機會。

先來看在目前已有資源存在的情況下依然還沒有解決的問題:

  1. 雖然訊息系統、智慧系統發達,但還不能準確描述城市的某一時刻某一路段上會有多少車。
  2. 城市的規劃管理者(如市長)也還不能準確知道每位市民每天的出遊計畫。

這兩個問題是最基本的,但如果得不到解決,城市交通的優化(使得市民出遊更加順暢)就可能無從下手。

所以目前面臨的最大的問題,就是解決問題的需求與目前所獲得的資源是並沒有完全匹配。這就需要一個新的機制可以像大腦一樣來完成這件事情。

我們在杭州進行試點,進行一個機制的切入,所調動的資源包括城市的空間資源──道路資源,城市的時間資源──紅綠燈資源。

這兩種資源在過去沒有得到很好的利用,如今有了網際網路與大數據的技術,就要把它們優化和利用起來,以此進行對城市交通的優化。當我們拿到這些資源後,發現大家也忽視了一件事情,那就是我們今天對時間的調配效率是遠遠低於大家的想像的,任何的城市都會有這樣的情況,一個很重要的原因,那就是今天的交通模型並不能真實反映城市的交通情況的,現在,遍布中國城市的密密麻麻的攝影機也給了我們得以了解城市每天所發生的事情的機會。

城市的數據資源、現代的網際網路和大數據技術可以讓我們來優化所有公共資源的使用,交通是一個非常突出的例子。杭州的實驗發現了 3 個有意思的事情:

  1. 第一次真正的可以準確的知道在城市的某一時刻某一路段上有多少輛車。這個發現可以用於城市車輛限行的製度的優化,目前的限行制度是存在頗多問題的,比如限行之後,城市發生了什麼?是否真的解決了交通壅堵?比如杭州城區有 120 萬輛車,單雙號限行後,還有 120 萬輛車,那 60 萬輛車又是從哪跑出來的?這是今天交通碰到的一個非常大的問題,應該保證每一輛車都有它所匹配的足夠資源。
  2. 當道路資源(車輛數目)是確定的情況下,唯一可以優化的就是時間資源,也就是紅綠燈的配置。所以在杭州的第二個事情就是根據攝影鏡頭看到的交通情況,來動態地調整紅綠燈配置,也就是動態地來調整交通的時間資源。在一條貫穿杭州整個南北的高架的試點上,我們達到了可以讓車在這條高架上平均使用的時間降低 5 分鐘,這是一個非常大的數字。在地面的路上,平均的車速可以提高 15%-20%。以前是通過把路修寬來提高車速,現在靠的是過去大家見不到的東西──數據,也可以提高車速。
  3. 當整個城市的各項活動可以用一個大腦來協調的時候,會帶來很多意想不到的結果。在任何國家和任何城市,都有特種車輛,如警察的車、救護車等,這些車在道路上有特權,過去這個特權是靠闖紅燈得來的,這有很多的問題,比如它會帶來次生事故。

在杭州的試點,我們發現,當把這些車輛與一個城市的大腦的調度協調相結合、配合的時候,結果驚人:救護車可以在不闖紅燈的前提下,從到達它要救護地點的時間縮短了 50%,從過去的 15 分鐘左右降到現在的 7、8 分鐘,這是救命的時間,意義非凡。

這些例子說明了一個非常大的問題,今天所謂的智慧技術要解決的問題,遠遠超出我們手裡的手機、音箱。城市是最大的智慧硬體,面臨著對智慧技術的挑戰。當這麼複雜的一個智慧問題放在前面,就很難用傳統意義上的人工智慧這個詞來描述了,我認為最好地描述這種智慧技術是機器智慧。

人工智慧和機器智慧是個同義詞,為什麼要強調是機器智慧?因為人工智慧做的事情是人類大腦可以解決的事情的一次學習與延續。而城市今天面臨的幾乎所有問題,都不是人的大腦可以解決的,這就是為什麼全世界都面臨交通問題和其他問題,今天唯一的解決方法,不是把人會做的事情教給機器做,而是需要讓機器去學會很多人都不能做的事情,來幫助人類解決今天面臨的問題。

所以在這樣的背景下,把人工智慧叫機器智慧可能更貼切。

有一次我與一位市長交流,當做完城市大腦這件事情以後,突然發現市長根本不是人做的事情,何況是人工智慧。所以我認為這是一個非常巨大的機會,在經歷過語音辨識、人臉辨識後,城市大腦為下一代的智慧技術打開了一個完全不同的新的大陸,我更願意把它叫做機器智慧。

最後我想表達,城市大腦絕對不是一個人工智慧的應用,它更像在 160 多年以前倫敦第一次引進的地鐵,其影響深遠。城市大腦將為未來的城市引入一個新的基礎設施,在未來的 5 年、10 年,城市大腦將變成世界上每一個城市都需要的基礎設施,它的作用不會亞於過去的地鐵和 100 多年以前愛迪生第一次把電網引入紐約市。

這才是真正意義上的智慧技術的未來,而不只是解決我們手中的問題。城市這麼大的一個智慧硬體,一定會推動所有我們今天可以想像的智慧技術的發展。城市大腦做為一個載體,是有可能成為下一個十年的各種技術的發源地,包括智慧技術的阿波羅計畫,大家可以想想,60 年代的阿波羅計畫帶動了多少學科的發展。希望更多年輕人在城市這個最大的智慧硬體上,做一些從來沒有人做過的創新。

(本文由 雷鋒網 授權轉載;首圖來源:pixabay