“大數(shù)據(jù)之父”舍恩伯格談智慧城市：不只要技術(shù)，要數(shù)據(jù)和更聰明的決策

“隨著全球各地在試點(diǎn)智慧城市項(xiàng)目，我們能更好地理解我們面臨的真正難題，可以說(shuō)，需要的硬件和軟件在減少，但需要更多的組織件和決策支持系統(tǒng)。”7月8日，在上海舉行的世界人工智能大會(huì)上，“大數(shù)據(jù)之父”、牛津大學(xué)網(wǎng)絡(luò)學(xué)院互聯(lián)網(wǎng)治理與監(jiān)管專(zhuān)業(yè)教授維克托·邁爾-舍恩伯格（Viktor Mayer-Sch?nberger）發(fā)表主旨演講表示。

人類(lèi)最早以打獵和采集果實(shí)為生，隨后在大約一萬(wàn)年前人類(lèi)開(kāi)始定居，過(guò)上了農(nóng)耕生活。數(shù)千年來(lái)，絕大多數(shù)人生活在農(nóng)村，城市之間相隔遙遠(yuǎn)，且數(shù)量有限。工業(yè)化推動(dòng)了城市化的發(fā)展，而人類(lèi)也遷徙到城市居住。截至2020年，全球有半數(shù)以上的人口居住在城市或城鎮(zhèn)區(qū)域。

龐大的城市需要良好的管理和治理體系。城市管理者的決策需要基于不斷發(fā)展的城市生活的真實(shí)情況，此前收集相關(guān)數(shù)據(jù)可謂極其困難，分析數(shù)據(jù)并從中得出可付諸實(shí)踐的選項(xiàng)同樣困難。然而，現(xiàn)在這一切有了變化。

“得益于數(shù)字技術(shù)的進(jìn)步，我們現(xiàn)在可以使用廉價(jià)傳感器和大量的數(shù)字設(shè)備，從智能手機(jī)到耳機(jī)，從汽車(chē)到行車(chē)記錄儀，從無(wú)人機(jī)到智能電表，不一而足，它們每天都在收集豐富多樣的數(shù)字?jǐn)?shù)據(jù)。通過(guò)匯總和使用部分這樣的數(shù)據(jù)，城市管理者有機(jī)會(huì)把決策建立在遠(yuǎn)勝于從前的經(jīng)驗(yàn)分析的基礎(chǔ)上。”舍恩伯格表示，智慧城市的核心不在于具體技術(shù)或數(shù)據(jù)基礎(chǔ)設(shè)施，在于根據(jù)數(shù)據(jù)做出更好的決策，它需要的遠(yuǎn)不止技術(shù)進(jìn)步，更需要組織和機(jī)制上的創(chuàng)新與進(jìn)步。

此外，舍恩伯格提醒，智慧城市的發(fā)展不僅需要適用于大城市，還需要面向小城市。

雖然現(xiàn)在全球人口有一半以上居住在城鎮(zhèn)區(qū)域，但更多的人居住在人口不足50萬(wàn)的城市中，大城市的發(fā)展速度比小城市快，但小城市的數(shù)量遠(yuǎn)多于大城市，而且絕大多數(shù)城市居民居住在小城市。然而，小城市資源有限，且執(zhí)行經(jīng)驗(yàn)不多。

“困惑決策者的不是哪種技術(shù)能幫助小城市發(fā)展為成功的智慧城市，而是哪些組織和體制創(chuàng)新是必要的，以及什么才是最佳執(zhí)行方案?！鄙岫鞑癖硎荆腔鄢鞘械母拍钜兄行枰男?shù)據(jù)，以及怎樣妥善使用間接方法來(lái)收集這些數(shù)據(jù)。

以公共交通為例，決策者需要知道居民使用各條軌道交通和公交車(chē)線(xiàn)路的頻率是多少，在何時(shí)使用。在全球的很多城市中，決策者無(wú)法收集這樣的相關(guān)數(shù)據(jù)，人們可能會(huì)留下一條數(shù)據(jù)線(xiàn)索，給出何時(shí)進(jìn)入地鐵站，何時(shí)出站的信息，但不知道他們具體坐了哪條線(xiàn)路。同樣，人們從軌道交通系統(tǒng)轉(zhuǎn)乘公交車(chē)時(shí)，數(shù)據(jù)也會(huì)丟失。結(jié)果出現(xiàn)了數(shù)據(jù)盲區(qū)，導(dǎo)致不良決策。

他提到，如果引導(dǎo)性數(shù)據(jù)不存在，面臨的問(wèn)題是找到適當(dāng)?shù)拇鏀?shù)據(jù)，以實(shí)現(xiàn)間接收集數(shù)據(jù)，并且進(jìn)行復(fù)雜的數(shù)據(jù)分析，根據(jù)這些代替數(shù)據(jù)來(lái)推論。

比如地鐵鐵軌和其他鐵軌一樣，在用了一段時(shí)間后會(huì)變得高低不平，需要重新平整，但要找到最需要重新平整的軌道點(diǎn)。一般的處理方式是需要緩慢駕駛一輛專(zhuān)用軌道車(chē)在夜間駛過(guò)軌道，從而加載磁場(chǎng)，測(cè)量高度變化。然而，歐洲的一家公共交通企業(yè)的工程師發(fā)現(xiàn)普通智能手機(jī)中的振動(dòng)傳感器收集的數(shù)據(jù)在經(jīng)過(guò)綜合圖形分析后，可以當(dāng)成代理數(shù)據(jù)使用，于是他們編寫(xiě)了一款免費(fèi)的智能手機(jī)游戲軟件，在游戲的后臺(tái)會(huì)收集振動(dòng)數(shù)據(jù)和位置數(shù)據(jù)，并鼓勵(lì)乘客在乘坐地鐵時(shí)玩這款游戲。這個(gè)方法奏效了，他們不再需要使用昂貴且費(fèi)時(shí)的特別磁場(chǎng)加載過(guò)程。

舍恩伯格認(rèn)為：“這是間接數(shù)據(jù)復(fù)雜應(yīng)用的最新方法：依靠復(fù)雜的模式識(shí)別和深度學(xué)習(xí)方法來(lái)找到可能有用的代理數(shù)據(jù)。但這一點(diǎn)通常不太需要新穎的技術(shù)，而更依賴(lài)于創(chuàng)新理念和突破性思考?！?/span>