杭州装上"城市大脑" 生发更大想象空间

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 本文讲的是杭州装上"城市大脑" 生发更大想象空间【IT168 云计算】杭州作为中国最具代表性的休闲城市,近年来随着人口规模的不断扩展,交通拥堵、城市治理等问题不断浮现出来。伴随着多个全球规模的国际性盛会逐步落地,杭州也正在城市规划与治理中逐步摸索。

本文讲的是杭州装上"城市大脑" 生发更大想象空间【IT168 云计算】杭州作为中国最具代表性的休闲城市,近年来随着人口规模的不断扩展,交通拥堵、城市治理等问题不断浮现出来。伴随着多个全球规模的国际性盛会逐步落地,杭州也正在城市规划与治理中逐步摸索。在举世瞩目的G20峰会之后,一年一度的阿里云栖大会又如期而至。今年云栖以“飞天进化”为主题,更加凸显云计算、大数据与人工智能的综合解决方案能力,杭州作为阿里的大本营,也一改世人眼中江南水乡的阴柔气质,自带科技基因,在本届云栖大会上大胆宣布,为这座拥有2200多年历史的城市,安装一个人工智能中枢——杭州城市数据大脑,通过科技手段,进一步提升城市规划与治理效率。

杭州装上

  为什么叫“城市大脑”?

  想象中将城市比作一个人的躯体,他由人口、建筑、道路、各类商业设施与自然景观组成,由于人口、工业、交通运输过度集中而造成的城市病加速蔓延,造成整个城市虽拥有庞大躯体,但缺乏统一指挥的大脑,治理规划不得要领。

  科技的发展正在改变全人类运行的轨迹,数据与智能将会成为未来趋势,这一点毋庸置疑。对于城市而言,进入DT时代,各种结构化、非结构化数据海量涌入,如何采集、整理、提纯输出,从而供给决策成为城市当下的痛点。云计算、大数据、人工智能等创新技术的逐步落地,为社会进入数字化时代提供了准入支撑。杭州做的就是设置这样一个引擎,像大脑一样收集采集、处理并输出信息,将散落在各个角落的数据汇聚到一起,使用云计算大数据和人工智能技术,让城市的各个“器官”协同工作,让城市变成一个自我调节、与人类良性互动的有机体。

  据悉,今年3月,杭州城市数据大脑项目(以下简称“城市大脑”)正式启动。该项目由杭州市政府主导,包括阿里云在内的银杏谷资本、西湖电子集团有限公司、新华三集团、浙大中控技术股份有限公司、上海依图网络科技有限公司、杭州数梦工场科技有限公司、浙江大华技术股份有限公司、富士康科技集团等13家企业共同参与。各家派出顶尖人工智能科学家参与其中,共同推进城市大脑项目的整体进程。

  云栖大会上,阿里云总裁胡晓明介绍,杭州城市大脑的内核采用的是阿里云ET人工智能技术,可以对整个城市进行全局实时分析,自动调配公共资源,修正城市运行中的Bug,最终将进化成为能够治理城市的超级人工智能。

  交通治理是城市大脑的第一要务?

  交通拥堵,是目前城市发展的通病,也是城市大脑迎战的第一个难题。由于受限于数据质量问题,胡晓明认为之前的交通系统决策更像是盲人摸象、雾里看花。在城市大脑项目中,数以百亿计的城市交通管理数据、公共服务数据、运营商数据、互联网数据被集中输入。这些数据无疑会成为城市大脑智慧的起源。“有了丰富的数据量之后,城市大脑便可在一个虚拟的数字城市中构建算法模型,通过机器学习不断迭代优化,计算出更‘聪明’的方案”。

  具体来说,就是每个路口红绿灯设置为多长时间通行效率最高?哪些路口应该禁止左转?公交车辆和线路如何调度更为合理?道路修建是否有更好的选择?等等。据介绍,今年9月,城市大脑交通模块已经在杭州市萧山区市心路投入使用。经过初步试验数据测算显示:通过智能调节红绿灯,道路车辆通行速度平均提升了3%至5%,部分路段有甚至11%的提升,在使用大规模数据分析、深度学习与人工智能的技术支撑下,城市大脑正在持续探索并发挥效能。

  然而,很明显,交通治理并不是城市大脑的唯一目标。胡晓明认为,城市大脑的愿景,是让数据帮助城市来做思考和决策,将杭州打造成一座能够自我调节、与人类良性互动的城市。并且在未来,将这套智能决策体系输出,帮助更多的城市在旅游、城市规划、水利防汛、交通等综合领域达到全方位的智能升级。

  谁在支撑大脑“眼疾手快”、“当机立断”?

  前面提到了城市大脑的诸多好处,但是维系这些效能的正常输出,需要强大的技术支撑。据阿里云资深总监李津介绍,从系统架构的角度,城市大脑由超大规模计算平台、数据采集系统、数据交换中心、开放算法平台、数据应用平台等五大系统组成。

  众所周知,飞天(Apsara)系统是由阿里云自主研发的超大规模通用计算操作系统,它可以将百万级的服务器集结成群,深度连接成为一台超级计算机,提供源源不断的计算能力。对于城市大脑随时随地产生的巨大数据量该如何高效处理,其实从整个架构设计层面早有布局。“其中城市大脑的超大规模计算平台就是由飞天操作系统独挑大梁,随时随地,高效处理海量数据,因为据说仅视频摄像头就有5万多路。如何准确、实时、低成本的处理这些数据,是城市大脑运行的基础。”李津表示。

  另外其他四大系统还包括:数据采集系统是“末梢神经”和“小脑”(执行层),源源不断向城市大脑输送数据;数据交换中心是整个大脑的“脑核”(基础层),通过政府数据、互联网和社会数据的全面融合,提高数据的多维性和多样性;开放算法平台是大脑的“皮质层”(决策层),主要是通过各类算法和模型的搭建,进行决策;数据应用平台主要是把“大脑”的决策输出到城市管理和城市服务的各个场景。

  据悉,上述四大系统,均采用阿里云ET的人工智能内核。而ET是阿里云的人工智能产品,基于阿里云强大的计算能力,目前已具备智能语音交互、图像/视频识别、交通预测、情感分析等技能,在洞察全局和实时决策方面能力突出。据介绍,在视频识别方面,ET的视频识别算法使城市大脑能够感知复杂道路下车辆的运行轨迹,准确率达99%以上。

  城市大脑让城市更有想象力

杭州装上

  正如王坚博士在云栖大会上所说:“世界上最遥远的距离是红绿灯跟交通监控摄像头的距离,它们都在一根杆子上,但是从来就没有通过数据被连接过。”今天,基于云计算、大数据、人工智能综合方案的有力支撑,杭州迈出了变身科技大都市的第一步,借力科技的力量,让数据为社会产生价值,让杭州变成一个会思考的城市,未来生发更大想象空间。

原文发布时间为:2016-10-24

本文作者:张苗苗

本文来自云栖社区合作伙伴IT168,了解相关信息可以关注IT168

原文标题:杭州装上"城市大脑" 生发更大想象空间

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
目录
相关文章
|
编解码 并行计算 Java
QT界面中实现视频帧显示的多种方法及应用(二)
QT界面中实现视频帧显示的多种方法及应用
1954 0
|
存储 编解码 人工智能
中科星图——Sentinel-2_MSI_L2A数据集
中科星图——Sentinel-2_MSI_L2A数据集
386 1
|
容器
flex-grow 自适配宽度避免内容超出挤压两侧的最佳实践
flex-grow 自适配宽度避免内容超出挤压两侧的最佳实践
223 0
|
JavaScript 前端开发
文本,粘贴事件如何实现,先实现一个小目标,如何存入图片,从本地生成源码,先转成base64,ctrl + v这张图片就显示出来了怎样实现的,Vue可以有方法可以获取粘贴的所有元素,转base64字符串
文本,粘贴事件如何实现,先实现一个小目标,如何存入图片,从本地生成源码,先转成base64,ctrl + v这张图片就显示出来了怎样实现的,Vue可以有方法可以获取粘贴的所有元素,转base64字符串
|
移动开发 索引
技术笔记:Word域功能详细介绍(一)
技术笔记:Word域功能详细介绍(一)
|
Linux 数据库 开发者
Centos7安装docker并部署halo建站
Docker 是一个开源的应用容器引擎,它允许开发者将应用及其依赖打包到可移植的容器中,然后在任何支持 Docker 的平台上运行。Docker 的核心概念包括镜像(Image)、容器(Container)和仓库(Repository)。镜像是创建容器的基础,容器是镜像的运行实例,而仓库是存储和分发镜像的中心仓库。 Docker 的优势在于快速、一致地交付应用,实现响应式部署和扩展,以及更高效地利用硬件资源。它常用于简化配置、代码流水线管理、提
383 0
|
存储 Java
Java中的数学相关类
Java中的数学相关类
|
NoSQL Java Redis
Windows 服务器全套部署 Java 服务 -- JDK Redis Springboot
Windows 服务器全套部署 Java 服务 -- JDK Redis Springboot
1090 0
Windows 服务器全套部署 Java 服务 -- JDK Redis Springboot
|
机器学习/深度学习 设计模式 自然语言处理
如何打造“智能助理”?阿里对话开发平台这样做
作者 | 李永彬 一个合格的智能助理能够帮你预约开会时间,处理日常办公需求,还能打电话提醒你要还信用卡了,作为用户或者消费者,我们已经越来越习惯对话机器人提供的各色服务。但对于企业来讲,搭建提供这些服务的对话机器人是一件门槛及成本都很高的事情。阿里巴巴达摩院小蜜Conversational AI团队的高级算法专家李永彬(水德)为我们带来了分享——小蜜智能对话开发平台,围绕平台来源、设计理念、核心技术、业务落地四大维度讲述了如何赋能各行各业开发自己的对话机器人。
1495 0
如何打造“智能助理”?阿里对话开发平台这样做
mqc
|
Java Shell 开发工具
Android应用内存泄露分析、改善经验总结
通过这几天对好几个应用的内存泄露检测和改善,效果明显: 完全退出应用时,手动触发GC,从原来占有内存100多M降到低于20M; 手动触发GC后,通过adb shell dumpsys meminfo packagename -d查看Activity和View的数量也趋近于0了(没有做
mqc
4278 0