1
雷锋网按：1 月 28 日，阿里巴巴技术委员会主席王坚在《麻省理工科技评论》和 Deeptech 深科技共同举办的新兴科技峰会 EmTech China 上发表了演讲。
在 2017 年的云栖大会上，城市大脑 1.0 正式发布，王坚当时交出了用智能治理城市的周年答卷：接管杭州 128 个信号灯路口，试点区域通行时间减少 15.3%，高架道路出行时间节省 4.6 分钟。在主城区，城市大脑日均事件报警 500 次以上，准确率达 92%；在萧山，120 救护车到达现场时间缩短一半。
城市大脑 2.0 版本虽然还在研发当中，但王坚表达了城市大脑下一阶段的目标：让世界上每个城市都取消车辆的限行。他认为现在的道路资源是足够的，但没有进行优化，他们要让所有的道路发挥到最高的效率。“这个世界本来是不需要修那么多路的，我们现在不得不这么做，是因为资源的利用效率不高。”他说，不应该像波士顿一样把道路修到地下。
今天的中国，每个城市大约要拿出 20%-25% 的土地来修路，但他相信，经过城市大脑的努力，可以帮助城市省下 5% 的土地资源，这将为社会提供一笔巨大的财富，也会开启巨大的市场。
当然，治理交通拥堵只是城市大脑的第一步，作为城市重要的基础设施，阿里未来还可能会让它在城市治理、城市安全、医疗健康等社会全领域发挥基础性作用。
以下为王坚演讲内容实录，雷锋网做了不改变原意的编辑：
我认为今天最大的智能硬件，就是我们所熟知的城市，它可能是人类有史以来发明的最大的智能硬件。
过去两年我有幸参与了一项工作——城市大脑，可以把如此庞大的硬件变得智能。今天会议主题是云端上的AI风暴，而我认为更好的说法，可能不是 AI，而是 Internet 和 Cloud，或者说应是智能云计算。
现在我们生活在城市中，每天面临着诸多的不便与各种各样的问题，比如交通问题，为了解决这些问题，人类曾付出了很多的代价，举个例子，“波士顿大挖掘”为了城市的美观，花了几十亿美金把几条高速公路从地上转移到地下。
为什么说如果一个事物如果拥有了一个人的智能是很重要的事情，那是因为人知道如何把各种资源综合利用，比如在合适的时间进行说话、写字，知道如何将最小的能量与精力去换取所需要的东西。回到今天的对象——城市来说，我们的城市还是一个四肢发达、头脑简单的存在，是一个“无脑城市”，它需要一个大脑去帮助它更好的运作。
如今可以有机会进行“城市大脑”的研究，得益于互联网等基础设施的飞速发展，这样我们可以有足够的数据资源去重新思考如何去构建我们的城市。目前全世界的城市共同面临的最大的问题是交通问题，这个问题在过去并没有得到很好的解决，而现在互联网、大数据的发展给我们提供了可以解决的机会。
先来看在目前已有资源存在的情况下依然还没有解决的问题：1.虽然信息系统、智能系统发达，但还不能准确描述城市的某一时刻某一路段上会有多少车；2.城市的规划管理者（如市长）也还不能准确知道每位市民每天的出行计划。这两个问题是最基本的，但如果得不到解决，城市交通的优化（使得市民出行更加顺畅）就可能无从下手。
所以目前面临的最大的问题就是解决问题的需求与目前所获得的资源是并没有完全匹配的。这就需要一个新的机制可以像大脑一样来完成这件事情。
我们在杭州进行试点，进行一个机制的切入，所调动的资源包括城市的空间资源——道路资源，城市的时间资源——红绿灯资源。
这两种资源在过去没有得到很好的利用，如今有了互联网与大数据的技术，就要把它们优化和利用起来，以此进行对城市交通的优化。当我们拿到这些资源后，发现大家也忽视了一件事情，那就是我们今天对时间的调配效率是远远低于大家的想象的，任何的城市都会有这样的情况，一个很重要的原因，那就是今天的交通模型并不能真实反映城市的交通情况的，现在，遍布中国城市的密密麻麻的摄像头也给了我们得以了解城市每天所发生的事情的机会。
城市的数据资源、现代的互联网和大数据技术可以让我们来优化所有公共资源的使用，交通是一个非常突出的例子。杭州的实验发现了三个有意思的事情：
1.第一次真正的可以准确的知道在城市的某一时刻某一路段上有多少辆车。这个发现可以用于城市车辆限行的制度的优化，目前的限行制度是存在挺多问题的，比如限行之后，城市发生了什么？是否真的解决了交通拥堵？比如杭州城区有 120 万辆车，单双号限行后，还有 120 万辆车，那 60 万辆车又是从哪跑出来的？这是今天交通碰到的一个非常大的问题，应该保证每一辆车都有它所匹配的足够资源。
2.当道路资源（车辆数目）是确定的情况下，唯一可以优化的就是时间资源，也就是红绿灯的配置。所以在杭州的第二个事情就是根据摄像头看到的交通情况，来动态地调整红绿灯配置，也就是动态地来调整交通的时间资源。
在一条贯穿杭州整个南北的高架的试点上，我们实现了可以让车在这条高架上平均使用的时间降低 5 分钟，这是一个非常大的数字。在地面的路上，平均的车速可以提高 15%—20%。以前是通过把路修宽来提高车速，现在靠的是过去大家见不到的东西——数据，也可以提高车速。
3.当整个城市的各项活动可以用一个大脑来协调的时候，会带来很多意想不到的结果。在任何国家和任何城市，都有特种车辆，如警察的车、救护车等等，这些车在道路上有特权，过去这个特权是靠闯红灯得来的，这有很多的问题，比如它会带来次生事故。
在杭州的试点，我们发现，当把这些车辆与一个城市的大脑的调度协调相结合、配合的时候，结果惊人：救护车可以在不闯红灯的前提下，从到达它要救护地点的时间缩短了 50%，从过去的 15 分钟左右降到现在的 7、8 分钟，这是救命的时间，意义非凡。
这些例子说明了一个非常大的问题，今天所谓的智能技术要解决的问题，远远超出我们手里的手机、音箱。城市是最大的智能硬件，面临着对智能技术的挑战。当这么复杂的一个智能问题放在前面，就很难用传统意义上的人工智能这个词来描述了，我认为最好地描述这种智能技术是机器智能。
人工智能和机器智能是个同义词，为什么要强调是机器智能？因为人工智能做的事情是人类大脑可以解决的事情的一次学习与延续。而城市今天面临的几乎所有问题，都不是人的大脑可以解决的，这就是为什么全世界都面临交通问题和其他问题，今天唯一的解决方法，不是把人会做的事情教给机器做，而是需要让机器去学会很多人都不能做的事情，来帮助人类解决今天面临的问题。
所以在这样的背景下，把人工智能叫机器智能可能更贴切。
有一次我与一位市长交流，当做完城市大脑这件事情以后，突然发现市长根本不是人干的事情，何况是人工智能。所以我认为这是一个非常巨大的机会，在经历过语音识别、人脸识别后，城市大脑为下一代的智能技术打开了一个完全不同的新的大陆，我更愿意把它叫做机器智能。
最后我想表达，城市大脑绝对不是一个人工智能的应用，它更像在 160 多年以前伦敦第一次引进的地铁，其影响深远。城市大脑将为未来的城市引入一个新的基础设施，在未来的五年、十年，城市大脑将变成世界上每一个城市都需要的基础设施，它的作用不会亚于过去的地铁和 100 多年以前爱迪生第一次把电网引入纽约市。
这才是真正意义上的智能技术的未来，而不只是解决我们手中的问题。城市这么大的一个智能硬件，一定会推动所有我们今天可以想象的智能技术的发展。城市大脑作为一个载体，是有可能成为下一个十年的各种技术的发源地，包括智能技术的阿波罗计划，大家可以想想，60 年代的阿波罗计划带动了多少学科的发展。希望更多年轻人在城市这个最大的智能硬件上，做一些从来没有人做过的创新。
*雷锋网整理
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
