“实际上，即便部门开一些重要会议的时候，也会有一半研究人员不在场。”华先胜稍作停顿，随即解释道：“我们内部开玩笑的说法是他们都在局子里呢，因为只有在警员身边，才能知道数据的价值，应用场景的价值。”
文丨懂懂
来源丨懂懂笔记（ID：dongdong_note）
在ET大脑拿下世界互联网大会领先成果奖的第二天，懂懂笔记采访到了阿里巴巴集团副总裁华先胜。他是ET城市大脑的视觉技术的负责人，国际机器视觉权威学者，背后的荣誉包括IEEE Fellow、MIT TR35获奖者、ACM Multimedia程序委员会主席等。
正如华先胜在交流开始提到的，城市大脑在交通行业的落地，首先要解决的是让城市数据产生价值的问题。因此，技术人员流连于交管局的交通指挥中心，是让算法与场景产生化学反应的举措之一。
实际上，让AI在智能交通应用场景中落地，每一步都面临这挑战，而终极目标是：如何把城市大脑打造成整个城市的基础设施。
如果真的给一座城市安装一个“大脑”，计算整个城市，会面临怎样的技术挑战呢？
项目之初，华先胜一度认为这是不可能的。“在我看来，这可能是要十年之后才会发生的事情。”但真的深入之后，城市大脑展现的巨大价值令华先胜着迷。
阿里巴巴集团副总裁华先胜
“从上帝视角俯瞰一个城市，可以看到各种各样的数据，最大的数据是视觉数据，视频、图像数据每天在积累，那么价值究竟在哪里？”华先胜抛出这个问题，也给出了自己的观点，他举了一个例子，国内一级城市中会有十几万甚至上百万的摄象头，这就像城市的眼睛一样，其价值是难以想象的。但面对如此海量的数据，如何才能发掘出来呢？
华先胜团队面临三大挑战。“总结起来就是投入、价值和技术这三个方面。”华先胜坦言，首先是在人力物力上的巨大投入：要对包括视频、图像在内的数据进行计算，计算量很大，投入资源要多少；其次就是产出价值：投入期要多久，是不是可以把数据价值发掘出来？价值有多大？投入那么多人力物力，投入产出比是不是可以接受；最后，也是最关键的，是技术问题。城市大脑面临的技术挑战是前所未有的，可以说是AI领域的圣杯，能否真正的触碰到这个圣杯，大家心里都没数。
“幸好，阿里巴巴愿意做的事情，都是比较有挑战的。” 华先胜笑称，他们内部把这种精神状态称为“经常被挑战，从未被否定，一直在进展”。
也正是因为有了主心骨，这两年华先胜带着团队才会对未知的难度有了挑战的底气。以城市大脑在杭州、萧山、苏州等落地交通出行方面的情况来看，其在整个城市出行全局的实时分析、自动调配公共资源和修正城市运行问题方面都有着良好提现。
华先胜指出，以交通事故、人流轨迹等交通场景中的关键问题来看，团队成员依靠深度学习、图像识别方面的技术突破，建立了完善的算法和数据模型，例如通过视频中的物体运动趋势分析比对，可准确判断交通事故等异常事件；对特定情况下拥堵路段的红绿灯设置、路线规划还可作出实时迅速的反应。
“城市大脑的基础是因为有了全面的感知能力，所有城市的视频监控、GPS、道路线圈记录形成了全面感知，才让后面的分析、决策和管理有了更好的依据。”华先胜形容，城市大脑是在一个数字城市中构建出算法模型，再通过机器学习反复优化和迭代，向交通管理者提出了更好的建议。“比如对每个路口红绿灯的时间设置，要优化出最佳通行效率；对交通卡口的监控进行实施调配，保障有效运转；对公交车辆和线路进行合理调度，甚至道路施工维修进行良好规划等等。”
也正是因为不断地迭代和优化，如今杭州的城市大脑在与交通数据连接的试点区域，通行时间减少15.3%。在主城区，城市大脑日均事件报警500次以上，准确率达92%；萧山区通过对特种车辆的优先调度试点，实现了救护车到达现场的时效增幅50%。
一个更为智慧的城市大脑，不仅仅要实现目前公众能够看到的成效，还要实现更多的潜在价值，这方面，华先胜坦言挑战还有很多。
以平安城市的需求为例，因为摄像头受到限制，无法对嫌疑人的脸部进行清晰拍摄，如何做到有效地人脸识别？可能会因为光线、角度、遮挡甚至衣服的更换导致数据“模糊”，城市大脑如何有效甄别？
“这项技术对于我们团队来说也是一个大挑战，虽然一年多前团队成员在这种人的形体识别上就展开了研发，但很多课题还都没有达到最优解。” 华先胜告诉懂懂笔记，与一般人脸识别不同，这种极度“模糊”和不断产生变量的情况，对于团队在技术能力的挑战是巨大的。
在这个场景中，华先胜带领团队成员做了这样的调配，就是从不同的技术路径，把研究人员分为几组，每组成员针对研究目标展开了竞争和协作，交替进行创新研究。“今天这个小组的解决方法ok了，就把对这个方法进行优化向前推进；明天另一个小组领先了，就把那边的经验汲取过来。”
从系统试运行后的两个月时间里，经过快速迭代，将人体识别的等级一下子冲到了最好的结果。华先胜指着一段录像中的分析对象表示，“这个嫌疑对象的面部是模糊不清的，外衣也曾脱下来搭在手上，书包在左右肩膀都挂过，还经常低头，走在树荫底下……所以AI要抓住他的主要共性特征，准确地从无数路人的视频影像中分析出他的唯一特征，同时呈现他的行走轨迹，并且预判出他的下一个位置。”
这些技术方面的挑战，华先胜和iDST的团队成员在实践中不断会遇到，包括在城市交通管理中真正做到对未来可能发生的情况进行预测。
“我们看到现在的GPS导航和线路规划，是无法做到对未来一段时间的道路状况进行预判的。而城市大脑通过实时路况感知，以及以往数据的积累，可以做出短期内交通管控、路况疏堵等动作，甚至可以基于未来天气的变化、会议演出等活动的时间，提前进行分析。”但华先胜坦言，交通路线规划如何再向前迈一步，对无数车辆进行路线规划后新产生的交通状态变化，也就是变量中的变量进行分析预判，仍是巨大的挑战。
另外，华先胜强调，城市大脑目前主要体现在交通安全领域，而随着城市中各种各样的数据开始汇聚到城市大脑里面，诸如生态环境、工业生产、卫生健康、服务业等等都会成为其中一部分，这对城市大脑的能力又会提出更多的要求。
在指挥交通实践过程中，不仅需要懂技术的交管，还需要懂交管的技术员。“所以我们的研究人员会泡在交管中心，会站在乌镇的街头巷尾，会从基层人员那里去了解他们的痛点。”华先胜举例，包括“自动智能巡检”等功能的实现，就是研究人员和一线交警在一起工作的过程中，不断交流和碰撞产生的火花，“如果只从技术角度出发，或者只从业务角度出发，很多应用是不可能完成或者构想出来的。”（注：智能巡检是指城市大脑可以自主操控球形摄像头转动角度，观察城市情况）
从这一点来看，华先胜和团队成员在解析AI+算力+数据=价值这个公式时，不仅要考虑了自身的能力，也要考量行业对于AI价值取向的需求。
城市大脑对于城市未来的发展有着重要的意义，但是在落地过程中，究竟哪种思路或者方式才是最为正确的，目前并没有最终答案。关于发展方向，华先胜笑称，“我们常说的一句话是'算法不是万能的，当然没有算法也是万万不能的’，那么对于城市大脑的发展，除了技术，还要关注应用场景和生态的打造。”
如他所言，在大量城市数据中，用不断发展的AI技术去挖掘巨大的价值，会让城市大脑演进为城市的基础设施，就像自来水和电力一样。但是这个“大脑”面对城市复杂的需求、巨大的计算规模、多维度的数据形式，也需要向AI研发平台的方向去努力。
从底层数据平台，到上层各种各样的应用，一个平台不但要能提供算法和应用，还要具备开放创新的功能，让更多的合作伙伴加入到城市的智能管理体系中。这一点，或许才是城市大脑未来更有价值的地方。
联系客服
