城市数字化提速，AI如何攻克长尾场景难题？

配图来自Canva可画

在大多数科幻片里，未来城市的形态都有几个共性：人可以和所有公共设施进行交互、公共交通数据可视化、人和人超远程的实时数据传输、社区和建筑管控的高度智能化。

智慧城市的最终目标亦是如此，包括人在内的万物可以自由互联，一切信息都以数据为载体进行传输，任何问题和需求都可以通过数据收集和分析来解决。

按照上述设定，当前的智慧城市发展仍然处在非常初级的阶段，但社会对城市数字化的追求却一直在加速。今年初，上海正式发布《关于全面推进上海城市数字化转型的意见》，“意见”指出，要坚持整体性转变，推动“经济、生活、治理”全面数字化转型。今年上海市政府工作报告也指出，2021年，上海将推动数字产业化、产业数字化，加快发展在线新经济。

根据《中国数字经济发展白皮书（2021年）》，去年国内数字经济规模为39.2万亿，占GDP比重为38.6%，增速比GDP快了3倍以上。毫无疑问，蓬勃发展的数字经济，已成为驱动经济持续且长期增长的关键。

现在，城市数字化正在从点和线慢慢走向面的维度，表现出更强的一体化，而一体化带来的直接效果就是运行和治理效率要求的指数级提升，以及场景的通用适配。

这其实还是AI技术和布局层面的问题，比如算力的多少，算法的精细度、平台的容错率和调度能力等。

这些项目涉及到的单车乱停放、垃圾暴露等城市治理长尾化场景，往往需要全天候、高精度的管控，因此也会对参与企业的AI系统在视觉识别、快速判断、及时响应等方面的能力提出比较严苛的要求。

城市治理渴望“高速效”

根据国家统计局数据，2020年我国常住人口城镇化率已经超过60%。人口增加和聚集给城市治理带来更大的压力，加上共享为主的新经济模式发展持续带来的一些治理问题，城市治理难度其实在不断加大。

还有一些典型的民生问题，比如高空抛物、电单车进电梯、垃圾合理分类等，这些长尾场景的叠加，也给城市治理带来了新的挑战，尤其在治理效率和资源上。

传统的数字化治理方式已经难以适应这些复杂的长尾场景，一方面因为传统方式多以简单的数据化为主，没有和线下治理形成完整的闭环逻辑和方案，另一方面因为传统方式智能化程度低，无法达到大范围、多场景的要求。

比如在交通出行上，传统的视觉方案只能储存、记录、拍摄、识别需要管控治理的普通行为，但对于堵车、乱停放等异常事件却无法给出判断和响应，还是需要人力来加以辨识和现场治理。

再比如电单车进电梯这样的社会民生焦点问题，传统的视觉方案往往不具备识别能力，即使是部分公司给出的智能化解决方案，也在识别准确率以及识别后反应上存在明显短板。

复杂的长尾场景、高频率的视觉分析，放到AI技术层面看，其实就是算力和算法的问题，规模大了，要求多了之后，算力必须要强到足以处理和分析这些庞大的动态数据，算法也要匹配，能又快又准地分析和处理。

总体来看，因为客观环境容纳的场景增多，场景差异加大，城市数字化治理难度也相应提高，对效率、精准度提出了更高的要求。

AI生态的硬解

既然城市数字化治理客观要求变高，那么相应地只有更强的AI方案才能适应，其实这里也有两种解题思路，一种是逐一攻克单一场景，但最终的统一化管理实现难度高，另一种是先建立一个基础解法，然后根据不同场景再作叠加、调整，这要求底子要够硬。

在2021世界人工智能大会上，商汤发布了一个重磅产品，叫“SenseCore商汤AI大装置”，它的定位是AI基础设施，可以以自适应、自动化方式解决企业服务、城市管理、个人生活的各类长尾应用问题。

虽然是基础设施，但这套AI大装置分为算力、平台、算法三层架构，每一层作用和能力都不同。比如算力方面，商汤在上海建立了亚洲最大人工智能算力中心，而算法方面，基于平台层输出的模型向企业提供个性化算法工具，目前已开发出超17000个算法模型。

以极强的算力打底，加上不断迭代的算法加持，也是AI和云计算赛道目前比较统一的发展思路，但各家产品的差异化竞争力也恰恰源于此，算力和算法如果没有平台化的协同整合，那么整体的效率、灵活度、成本都会大打折扣。

就具体应用来看，商汤这套大装置逻辑的核心价值在于能够基于一套同样的系统对外输出不同且有用的解决方案。比如方舟城市开发平台，其中的SenseFoundry Traffic（商汤睿途）覆盖了轨交、交管、高速三大场景，可以根据不同场景的需求做出智能识别及快速决策；SenseNebula（商汤星云）作为智能端边解决方案，通过融合感知、视觉、数据方面的能力，可以针对园区、生产、应急等场景进行数智化赋能。

城市数字化的难度不仅在于场景规模，更在于场景维度，比如和个人级相比，企业级数字化往往需要穿透整个产业链或全场景的赋能能力，所以在一套系统的基础上，要想有效覆盖到所有场景，显然需要系统有强悍的兼容和分类处理能力，以及平台化的功能属性。

长尾问题的出路

对于城市管理者来说，用一套系统解决所有问题，才是最终的完美方案，因为这样效率高、成本低，效果还好。特别是在当前比较突出的各类长尾场景上，如果有一套系统能够统一管理到这些场景，那么治理效率会惊人的提高。

其实AI产业发展的目标也是这样，AI+各企业和行业，就是一套逻辑满足所有需求，解决所有问题。现在我们在工业、农业等领域已经看到不少统一化的赋能产品，也是这一趋势的持续发酵。

这样的方法论优势在哪里，SenseCore商汤AI大装置的应用成绩可以给出一些参考。

“AI+一网统管”在上海长宁区试点时期内，超过一半的事件在4小时内处置完成，最快只要20分钟。在电梯相关场景中，商汤去年和迅达共同打造的自动扶梯安全智能响应系统，可以在入口处对不安全行为进行语音劝阻、在出口可以根据人流密度发出预警；商汤和恒大联合打造的智慧社区，可以有效识别电单车进电梯、高空抛物等不安全行为。

可以看出，在AI的帮助下，长尾场景问题的处理有两个方面的明显改善，一个是效率更高了，一个是处理范围更广了。而这些长尾场景的存在特征是重复性高，也就是不同社区和城市的处理逻辑和需求是一样的，单一场景或区域场景的处理，显然可以有效快速复制和推广开来。

但需要注意的是，长尾场景问题的处理逻辑虽然都一样，可叠加之后的海量数据对算力和算法也会带来一定的考验。

长期来看，长尾场景问题的核心其实就是AI判断的效率和精准性，虽然场景内临界点行为的发生可能是低频的，但AI必然要进行高频的分析判断，才能做到防微杜渐，而不是亡羊补牢。

智慧城市离不开高质量AI底座

更多城市加速数字化改革的客观背景，其实是AI产业化能力的提升。早年的AI技术拼的还是代码，从0到1的过程并不看应用深度和广度，但现在不同了，AI、大数据、云计算、物联网、5G等技术的共同进化，正给AI应用打开一个超级空间。

AI是新基建，就像从前的互联网一样，最终要加到所有行业中去，但比互联网价值高很多，AI可以成为最强的生产力要素，驱动行业生产方式和生产逻辑的升级，最终就是单位产出更多且更好。

SenseCore商汤AI大装置就是这样的一个基建设施，对于城市而言，其意义不仅在于就治理、产业和生活三大领域给出更优的数字化方案，更重要的一点在于为城市全面走向数字化和智能化打下了一个极为牢固和普惠的城市底座，在这个城市底座之上，万物的无缝高效互联会更容易且更快实现。

但无论这个基建如何强大，AI一定不能越道德伦理的界。普惠是所有技术追求的终极目标，但技术始终是服务于人的，不能本末倒置，因而AI伦理治理就是要识别并掌握好这个由人决定的度。

在WAIC 2021上，商汤科技联合创始人、CEO徐立就提到商汤将致力于技术安全可控、以人为本、可持续发展的均衡伦理治理规范，并倡导行业要秉承“发展”的人工智能伦理观。

城市数字化的未来方向很清晰，即持续提高管理的质量以及管理的广度。在这一进程中，行业需要商汤这类在城市数字化上建立起牢靠基础设施的专精玩家，因为这类玩家的AI技术思路，始终都没离开过具体的真实场景，解决方案也贴合场景需求，并且会考量技术的道德伦理标准，这也正是城市数字化可以被定义为高质量的关键。

文/刘旷公众号，ID：liukuang110