郑宇是本次CCF-GAIR大会的程序委员会主席，还是人工智能国际顶级期刊TIST的主编。目前的郑宇专注于城市计算的研究和落地。这项技术通过对城市中海量的交通、空气质量、经济状况的巧妙运用，可以帮人们极大的改善城市生活的质量。
在采访中，郑宇表示自己并不希望简单的被打上一个“创业者”或者“学者”的标签。对于城市计算这个领域，他显然有更大的追求和期望。
在GAIR大会紧张日程的间隙，雷锋网对郑宇进行了一次专访。这让我们对郑宇专注的技术、他的观点和对未来的期望有了一个全面的了解。
【关于城市计算】
雷锋网：您是如何进入您现在的研究领域：城市计算与大数据的呢？
郑宇：最开始的时候，有两个原因：我有段时间被堵车弄的很郁闷，而我是学计算机的，我那时候就在想，能不能利用自己的专业知识帮这个城市做出一些改变？那样不仅对大家都好，自己开起车来也会方便一点的。当时我就在想，能不能通过一些数据的优化来改进一下交通？然后刚好，那段时间我们拿到了一批北京出租车的GPS轨迹，然后我们就开始试着拿它们来改善城市的交通规划。慢慢的随着我们掌握的这类数据越来越多，就开始涉及到环保、人员、交通等等。
雷锋网：您觉得这种技术到最后能给人的日常生活带来哪些实质性的提升？
郑宇：很多的，我们说几个其中的重要领域吧：环境大家很容易想到，用大数据来预测雾霾，预测空气质量，来帮助政府做决策：明天要不要限流？该不该建议人们减少室外活动？要不要提醒大家关好门窗？以及这些污染物到底是从哪边飘过来的？
还有就是交通，你如何让指引车辆的路线，才能让大家开车更快更顺？怎样去提前预测人流会在哪个地方变得拥挤，避免踩踏？合理规划公交的线路，规划每个公交、地铁站台的位置。这些都是很显而易见的方面。
雷锋网：您觉得在您观察和研究了这么多项目之后，您觉得一个项目要满足哪些条件才能说它是一个值得研究的项目？
郑宇：我觉得有两个方面，其实以前MIT对这个问题就有一个标准，最重要的一项是：“你可以把这个项目讲给你的奶奶听。”因为如果你奶奶都对这个项目有兴趣的话，那无疑说明这是一个社会热点问题，就是说几乎所有人都会对它感兴趣。而这么多人关注也就意味着它的影响力会很大。
第二我们需要衡量它有没有研究价值。有些东西虽然很重要，但同时做起来也相当简单，很容易就能解决。就比如说用餐具吃饭，这是一个相当重要的习惯，对应的也是相当重要的事，可是它很简单，做个筷子什么的，谁都能做。可以说不需要你来做，在我的角度来说，就是完全不需要人工智能啊大数据啊也能做到。主要就是这两个考虑。
雷锋网：您主页写的这几个研究兴趣：big data analytics, spatio-temporal data mining, artificial intelligence, and ubiquitous computing，这些是比较独立的研究项目还是都是服务于您的主要研究项目：城市计算？
郑宇：都是同城市计算相关的。
雷锋网：可以解释一下它们是如何关联起来的吗？
郑宇：其实这个很难讲得那么清楚，大数据和人工智能都是很广泛的概念，而其中有很多交集但又不尽相同。可以这么说：机器学习是人工智能的一个分支，机器学习下面也有很多实现的方法。而机器学习它可以是用作数据挖掘的一个方法，虽然数据挖掘不一定要依靠机器学习来实现。而大数据是一个整体的端到端的服务。这些子项目都是为了服务于这个整体的需求而存在的。
雷锋网：城市计算的研究成果需要按照结果重新设计城市，还是只需要对现有的状况进行一定的调节即可？
郑宇：调节就可以了。模型设定好之后，剩下的就是一些参数的调节而已，而且这些模型不仅可以应用于当前的城市，还可以很方便的调节并应用到新的城市上。
雷锋网(公众号：雷锋网)：可以举一些例子来说明吗？
郑宇：可以举两个例子：一个是在北京的空气质量分析。这个是我们集合了交通流量数据、气象数据、地理信息数据来预测未来48小时的空气质量变化。这个方法最开始是在北京落地成功，然后我们很快的把它推广到了全国的70多个城市。现在这个技术被环保部采用了。第二是在贵阳的一个大数据项目。我们用了一部分出租车的GPS轨迹作为输入，把整个城市每一条街道的行车速度、流量和尾气排放全都算出来了。
【从学术到产业】
雷锋网：现在这个项目整个的落地您觉得处在一个什么阶段？
郑宇：基本上已经落地了，空气质量预测这边我们一期已经做完了，在准备做二期。一期做了70个城市的空气质量分析和预测，二期我们要做300个城市。在贵阳我们的一期也基本上结束了。建了一个贵阳的城市大数据平台，把这些数据都管理了起来。
雷锋网：除了空气质量和行车数据，未来你们还打算收集一些什么数据呢？
郑宇：其实这些数据并不需要我们主动安装什么设备去收集，现有的设备已经足够收集到它们，它们本来就在那里了，我们只是拿来用。将来我们会应用到规划的、环保的、能耗的、经济的、教育的，这些方面的数据的分析应用。我们现在在做一个动态拼车服务，其实这也是一个可以增大运量，减少拥堵的方法。关于能耗的方面，我们现在在做汽车流量分析。经济的话我们目前在做的是房产的价值估计。
雷锋网：为什么您会选择微软研究院作为您展开研究的地方呢？
郑宇：微软研究院的好处，第一是它可以连接国际和国内，它既有国际视野，也可以和国内的市场结合的很紧密。第二是它可以横跨工业界和学术圈。微软研究院具备将技术部署到市场，进行产业化的能力。所以这是一个很好的机会。另外在微软里还是有很多优秀的人才，在一个环境里我觉得其实人是最重要的。如果你周围的人都很聪明的话，你会得到很多帮助。
雷锋网：相比之下，同样以学术为主的中科院同微软研究院相比，您觉得哪个更适合您呢？
郑宇：我可能觉得还是微软会更合适一点。因为相对来说中科院还是以研究探索为主，而不是以产业布局为主。在需要很多工程力量的时候，中科院不一定是最适合来做的。另外还涉及到市场。比如说你不可能什么事情都自己一个人做的，我们事情做到一定程度的时候就需要和政府打交道，需要我们的研发、销售、市场和政府一起互动。这个时候我们就需要专门的人来做专门的事情，我们这些人来做好研发，而让我们那些负责市场的朋友去和政府进行交流和洽谈价格。
【学术、研究、自己】
雷锋网：您觉得中国目前的学术氛围同国外相比如何？
郑宇：中国目前的学术氛围已经进步很多了。中国的科研经费其实比国外的教授更加充裕，关键是中国的数据很多，拿数据比国外容易得多。而且中国的学生其实本身并不比国外差。其实很多国外的优秀的学生也是中国过去的。所以中国现在环境变好了，人留下来了，数据有了，钱也有了，老师的水平也提高很多。可以说条件已经有了很大的提升，我觉得现在对中国来说是个很好的机遇。
雷锋网：那是否仍然存在一些差距？
郑宇：我觉得差距主要其实还是在学校的师资力量，虽然说高校教师的水平提高了很多，但同国外的顶尖水准相比还是存在差距，以及一些高校的政策环境的问题。
国外的政策，财务制度会比较自由一点。就是它的一些项目允许给参与项目的人一些报酬。但中国的有些制度可能会规定不允许你给参与的人员发放报酬。有时真正参与的人可能拿不到经济方面的回报，包括老师。而经费只允许投入在购买设备上。其实这不算什么特别大的问题，但在某种程度上，可能会降低一些积极性。
雷锋网：您把自己更多的定位成一个学者还是想要向产业界挺进的人？
郑宇：我更愿意把自己定位成一个“创新者”，作为一个创新者需要几个方面的技能：第一你需要有扎实的学术基础知识。技术功底肯定要有。第二，你真的要完成你的创新的话，你必须要真正的把你的产品部署出去。不能说只发一篇论文或者怎么样就完了。如果你写的东西没人看，那也不叫创新。这时候你就需要实践能力。第三你作为一个创新者去推广你的创新的时候，你实际上是一个销售人员，你需要跟别人去沟通和协作。所以这是一个综合能力的体现。我更多的希望我是个有综合能力的人，而不是说我就是一个做机器学习领域的专家这样而已。
雷锋网：那作为一个创新者，您对自己有怎样的要求和期望？
郑宇：我最大的希望和目标就是把城市计算这个领域彻底奠定起来，打好基础。现在这个领域其实已经做得比较不错了，比较欣欣向荣。国外甚至已经有城市计算的专业方向了。现在我在写一本叫“城市计算”的书，是全球关于这个领域的第一本书。这本书将会作为高校的教材，所以我是希望通过这些能把这个领域建立起来，让更多的人能在其中做自己想做的事情。
本文作者：黄鑫
本文转自雷锋网禁止二次转载，原文链接
