阿里雲 杭州城市大腦
in

【智慧城市案例】杭州與阿里巴巴用數據,打造AI城市大腦

文/ 若水 Flow AI Blog 編輯團隊

【若水AI數據處理團隊為您導讀】

1, 過去城市最重要的資源是土地,未來城市最重要的資源是 Data 數據。隨著城市化日深,城市管理的難度升級,掌握數據才能綜觀全局,系統性地解決城市面臨的挑戰。

2, 為了解決交通堵塞問題,智慧城市大腦在路網、車輛、乃至個人手機APP佈下天羅地網,匯聚數據孤島,挖掘數據金礦。

3, 城市的挑戰不止於城市大腦的建構,隱私權的辯證和相關法令的升級都是必修課題。

一座2200年的古城杭州,在21世紀植入了AI人工智慧的大腦。

小橋流水人家的杭州,變成參天高樓,擁有920萬人口的中國現代都會大城。層層疊疊的道路系統,成千上萬個路口,宛若一張巨網,日夜穿梭著2百多萬台機車,9000多台公車,300~500條公車路線,7,000多個車站、日載300~400萬人。

結果就是整個城市都是你的停車場。2015年,杭州被荷蘭GPS導航服務商TomTom評為中國第5塞,全球第30塞的城市。

一開始是為了解決城市的塞車問題,2016年杭州市與阿里巴巴合力打造城市大腦,用數據和AI來幫助城市做思考和決策,賦予千年古都自我診斷、調節和治理的能力。

但終極目標是建構一個雲端系統,俯視城市的一切,以及行走其中的每一個人,以演算法治理的智慧城市。在他們眼中,過去城市最重要的資源是土地;未來城市最重要的資源是數據。


層層加疊的AI人工智慧城市大腦

智慧城市大腦的結構,共有4層。最末稍的是眼睛,負責採集數據。

圖/城市大腦總體架構

阿里雲的創辦人、阿里巴巴前CTO技術長 、也是城市大腦的重要推手王堅曾幽默地說:世界最遙遠的距離其實是路口監視器和紅綠燈之間的距離。明明都在同一根杆子上,卻毫無聯繫。他想,假若監視器可以調節紅綠燈號,城市塞車問題能改善多少?

是以,5萬多個監視器變成其遍布全城的眼線,記錄每輛車的行駛狀況,線圈追蹤車速和數量,出租車司機日復一日以手機接單,留下運行軌跡,公車刷卡機紀錄有多少人在哪個時段搭乘,再結合天氣數據、手機地圖、大小客車和公車的GPS數據、路網結構數據、電信商的基地台服務數據、交通局的信號燈歷史配時數據等,拉開城市大腦的思考縱深。

第二層的AI數據資源平台是城市大腦的「腦核」,匯聚散落城市各處的「數據孤島」,對海量資料進行數據標註 (Data Annotation)、數據整合、加工等數據相關整理。

城市大腦可儲存EB等級的數據,達到PB等級的計算吞吐能力。光是1PB的數據就相當於美國國會圖書館4倍的館藏,而1EB有1024個PB!

再上一層是AI服務平台,大腦的「皮質層」,也是思考和決策層。例如, 5萬多台監視器影像,若要靠人力去盯,需要15萬名交警輪三班制才勉強看完!

但用「無監督預訓練 Unsupervised Pre-Training」來構建的深度神經網路,就不一樣了。

不僅能在短時間內「看完」,還能「數清楚」有多少輛車往那個方向走,進而預測車流、運量,即時計算城市核心路口每一刻的的交通實況和供需,預測堵車痛點,並在幾分鐘間最佳化各路口紅綠燈的配時方案。

再來,哪些路口應禁止左轉,公車及路線該如何調度和規劃,出租車的調動指揮,乃至提出未來道路的修建方案。

從決策到動作,當機立斷,
進入了最上層的數據應用平台

圖/ 城市大腦分析交通運量,預測交通堵塞,提出燈號最佳化方案

城市大腦上線第一年,藉由杭州蕭山區104個燈號的自動配時調控,平均通行速度提高15%,通行時間縮短3分鐘。發生危難時,大腦控制燈號一路護航,腰斬緊急車輛抵達救災現場的時間。

此外,AI人工智慧能從電腦視覺影像 Computer Vision 中物體的運動趨勢和正常數據模型之間的預測誤差,自動「發現」車禍、違規停車、堵車、逆行等異常交通事件,即時向相關單位發出警報

在杭州主城區,監視器影像巡檢的日報警次數高達500次,識別準確率超過92%。至今,城市大腦警情通報占全體的95%以上,而透過手持的移動終端,城市大腦可直接指揮杭州市200多名交警至現場處理。

2018年9月,杭州城市大腦的轄區擴大28倍,達420平方公里,相當於1.5個台北市。

從交通阻塞後段班,每年大幅進步,杭州力拼全中國最 Smart 的 AI 智慧城市!

同年,在中國城市交通堵塞排行榜上,杭州從中國第5名掉到第57名。

解決堵車難題後,去年7月,城市大腦正式跨出交通,開始像個城市CEO,每天有8000萬條,來自超過70個公部門和企業的新數據匯入大腦,擴及警務、消防、防汛、醫療、食安、環保、觀光、停車、租屋等48種應用場景。

城市大腦也不再侷限於西湖一隅,而是跨至其他中國城市,甚至飛越南海,輸出到馬來西亞吉隆坡。

圖/ 城市大腦的解決方案架構


公共利益與個人隱私拔河

「即使是地球上最前端的智慧城市,也仍然剛剛起步,」麥肯錫全球研究院2018年的報告指出,預告AI和數據將更進一步滲入城市的DNA,隱形的手決定我們車行的軌跡和生活,也帶來隱私和監控的隱憂。

研究科技倫理的社會科學家克拉維爾(Gemma Galdon Clavell)接受WIRED雜誌英國版的採訪時批評:

「(城市大腦)對數據的既定用途與未來用途缺乏監督或控制的力量」

對此,王堅的書《在線》裡是這樣回應的:「隱私不是一個問題,整個人類歷史的進化過程就是逐漸犧牲隱私的過程。」隱私在中國或許不是問題,但在重視個人隱私的民主國家卻是重要戰場。

政府和企業拼命挖掘數據的利益,人們自願或非自願的交出行為軌跡,但對應的風險卻不清不楚,智慧城市的發展將迫使社會必須在隱私的範圍、價值和保護上有更深刻的討論。

延伸觀看:阿里雲城市大腦案例 杭州交通應用 (影音)


專家點評

MIC 資深產業分析師兼專案經理 施柏榮

相信不少人讀完杭州在推動智慧交通上幾乎環環相扣、無縫接軌的執行力道,心裡會默默覺得,這只有在「一聲令下」的政府體制下才做得到吧。但換個方向想,你也可以看到智慧交通要能推動成功,也需要如此強度的整合力道,才能落地

從軟體到硬體,不少台灣廠商都在瞄準智慧交通的商機。餅很大,但一路上要克服的小細節很多。

比方,文中提到的為了記錄車輛行駛狀況用的監視器,在一開始就要去想:監視器架在哪裡?如果是架在路燈或電線桿上,該跟哪個政府單位申請使用權?要收什麼樣的車輛影像?白天、晚上、晴天、雨天收回來的怎麼標註、訓練?鏡頭要選廣角還是魚眼?最重要的是,如果5萬多個監視器壞了一台,怎麼即時偵側、搶修?

智慧交通結合多元跨度的生活場景,同時,又要細膩整合各種軟硬體介面,小到要考維修的議題。單一廠商很難做得來,也著實考驗經營者們的整合各項資源的「人類智慧」。

圖片來源:阿里雲官網Youtube

趨勢科技與若水AI數據標註團隊聯手用 Line 打擊假新聞

Agriculture software: Sagri

智慧農業上看185億美元,AI數據成數位轉型關鍵!