城市治堵 人工智能是否会成为一剂猛药？

城市治堵 人工智能是否会成为一剂猛药？

2017-08-08 23:27 来源:懂懂笔记

原标题：城市治堵 人工智能是否会成为一剂猛药？

目前“城市大脑”发展如火如荼，公众对于“城市大脑”的期待首先是立竿见影地改善交通、疏堵提效，尤其是在个别城市已经出现成功案例的情况下。但是，“城市大脑”的推进，其实仍面临着众多现实难题，也绝非可以快速复制、遍地开花。

据南方都市报报道，2017年8月4日，澳门特别行政区政府与阿里巴巴签署《构建智慧城市战略合作框架协议》，引进阿里云人工智能ET“城市大脑”。据悉，ET“城市大脑”在澳门落地的场景包括交通、旅游、医疗服务、电子政务、环保、海关通关、人才培养、经济预测等。

这是继自去年云栖大会上发布杭州“城市大脑”智慧城市建设计划后，ET“城市大脑”登录的第二站。据阿里云人工智能科学家闵万里博士透露，阿里云正在内地长三角等区域快速复制城市大脑。可见ET“城市大脑”正在国内的舆论热潮中，快速进行着扩张。

城市大脑的那些治堵“秘籍”

实际上，在2016年的杭州云栖大会期间，杭州市政府就联合阿里巴巴推出了“城市大脑”智慧城市建设计划，并首战交通拥堵。至此“智慧城市大脑”的话题在互联网一炮而红。许多舆论寄望“城市大脑”能切实解决城市交通拥堵问题，不过“城市大脑”的AI真如舆论所说，是治疗城市拥堵时立竿见影的一剂猛药吗？

懂懂笔记经过最近一段时间的了解和走访，发现这条道路仍然充满了挑战和困阻，我们慢慢描述和分析一下其中的缘由。

城市作为人类社会的政治、经济中心，其职能之一就是促进经济发展。近些年来，很多国家的经济发展实现了前所未有的突破，但城市扩张、人口流动给很多地区带来了更多难题，这一过程让城市不堪重负，堵车等问题在城市间快速传染，让城市管理者无所适从。

而在此之前，很多科技巨头就预先一步料想到事态的发展，IBM就是其中之一。2008年11月IBM在全球提出“智慧地球”概念，并希望成为智慧城市的设计师。2009年1月，时任美国总统奥巴马公开肯定了IBM“智慧地球”思路，2009年8月，IBM又发布了《智慧地球赢在中国》计划书，正式揭开 IBM“智慧地球”中国战略的序幕。

这本来是一项壮举，但脱离实际以及业务模式的错误最终让IBM功败垂成，智慧城市的思路逐渐被各政府部门摒弃。而今，阿里巴巴、百度、滴滴出行等都纷纷拿出了“城市数据大脑”的人工智能方案，虽然所针对领域、名称不尽相同，但在原理上却是大同小异。

“城市数据大脑”的目标是通过收集城市的各项数据，对整个城市进行全局实时分析，自动调配公共资源，优化城市管理，最终使城市运行更加高效。

当一套完善的“城市数据大脑”落地后，将是一套完整的信息收集、整理、反馈、计算、输出系统，而AI的应用使得城市大脑不仅在信息收集上更加高效、全面，计算处理上也更加快速。

以交通领域的应用为例，如果通过人力来预判交通流量，仅仅是一周的视频数据分析，都需要数万交警三班倒地去看，花费的时间可能是几天甚至更长时间。而城市大脑则可以在十分短暂的时间内分析完毕，并且能够精确到多少车辆往什么方向走，哪些车辆存在违章……这方面，机器比人更具优势。

综上所述，我们不难看到，这一套“城市数据大脑”治堵方案，将前两年所说的火热的“人工智能”治堵、“大数据”治堵融合在了一起，并加以实施。以数据大脑为核心，实时监控分析道路车流量，依据动态的交通数据，自动切换和调配信号灯时间，甚至在车流巨大的路段，全程绿灯不停车。而从驾驶者这一方面，则可以很清晰的根据“大脑”所分析出来的数据，选择推荐车流量较为合理的道路行驶。从而调节交通流量，以解决堵车的问题。

从诸多“城市大脑”治堵的原理上来看，似乎“没毛病”，但其实再仔细思考下，懂懂笔记认为，我国的堵车问题远不止交通流量大、车辆类型复杂那么简单，这是一个多维度、多因素导致的城市交通“打结”难题。AI要面对的，恐怕是一个人为因素更复杂的困局。

“大脑”治不了驾驶员素质

今年7月24日，高德地图联合交通运输部科学研究院、清华大学-戴姆勒可持续交通研究中心、阿里云等权威数据机构，正式发布了《2017年第二季度中国主要城市交通分析报告》。

从报告中懂懂笔记了解到，第二季度里百城中近八成的城市拥堵同比得到缓解，但仍有23%的城市出现拥堵加重趋势，拥堵加重的城市多是三线、四线的小型城市。其中，珠三角区的部分城市拥堵纷纷出现了上涨趋势。全国涨幅最大的TOP3城市分别是清远、肇庆、香港，其中清远拥堵涨幅达12.9%，涨幅最大。

那是什么原因导致了这些城市的拥堵问题加剧的呢。不久前，南方都市报发布了一则“道路“肠梗阻”罪魁”的新闻，在交警微信公众平台发起的一项关于交通阻塞原因投票中，票选比例最高的前四分别为：非机动车在机动车道逆行、穿插、随意变线，占总票数的17%；堵车时加塞占总票数的16%；违法停车、堵车时借道或占用对面车道超车两类均占总票数的13%。其余分别为：行人随意横穿马路占11%，掉头、转弯不让直行车和开车打手机两类均占10%，发生轻微交通事故不“快处快赔”占8%。

通过投票的结果，懂懂笔记发现这一类的交通违规都属于驾驶人员素质不高所导致的主观行为，而恰恰这些主观行为，“城市数据大脑”是无能为力的，或许还不如交警同志手中的一张罚单来得更加奏效。

在一次有关交管部门的会议上，一位北京市交通管理方面的专家这样说，智能化交通管理的问题，需要懂业务的技术专家，和了解技术的业务骨干（交警）共同来完成。AI再聪明，也不能完全解决管理的问题，“有时候，人工智能加上有效的行政手段才是最好的解决办法。”

“大脑”应对旧规划，成果成迷

在治堵的问题上，另一个阻碍“城市大脑”发挥的焦点，便是早期城市交通的规划弊端。