【亿邦动力讯】5月17日消息，京东金融副总裁、首席数据科学家、城市计算事业部总经理郑宇在第二届世界智能大会”大数据与智慧社会论坛”上发表主题演讲，他指出，在大数据和人工智能时代，人才最关键，如果没有人，很多场景是落不了地的，而这个人的培养是需要学校和政府以及跟企业的联合培养。
郑宇还强调，特殊的时空数据的管理和特殊的针对与时空数据的人工智能算法，以及多元数据算法，这种算法在现在云平台上面是缺失的，没有这样的平台，很难在一个城市里面真正打造能够支撑大场景、大实施应用的智慧城市案例。
他还介绍了城市大数据平台的架构、某些城市的智慧城市顶层设计方案，分享了基于人工智能的商业选址、火力发电优化和违章停车智能监测等案例，以及基于大数据和人工智能技术的信用城市体系建设。
以下是郑宇的现场速记：
各位来宾，各位领导早上好。
我们京东金融在做城市计算，什么叫城市计算，一句话就是，用大数据和人工智能打造未来城市，更具体一点，就是通过对城市大数据的不断采集、管理、整合、分析、挖掘，然后利用挖掘出来的知识，来解决城市里面的交通环境能耗的问题，它是大数据人工智能和云计算在城市里的有机结合，而这个领域其实已经做了十几年，现在在国外，它的英文叫（urban computing），已经是一个有学科存在，并且有硕士学位的一个领域了。
我们在京东做城市计算能够做什么？我们首先能够提出点线面结合的顶层设计加上跨领域的城市应用，这两点都很重要。现在我们政府不缺做一个点的人，但是如果很多点的孤立系统存在的话，会对城市的智能城市管理带来很多复杂的状态和压力，只有做过很多垂直应用，我们才能做出可落地的这种设计，这两点是密不可分的。
另外城市是在不断的发展，我们做的方案一定不能是静态的，一个城市是在不断的规划、运维和预算中迭代的，合理的洞察历史才能有效的规划资源，高效的掌控现状，才能平稳运维城市，只有真正的精准预算未来，才能进一步知道更合理的规划，而更合理的规划，反过头来又能帮助我们去做更好的运维，所以它是一个闭环的螺旋式的发展。
为了给大家看一个更加具体的例子，我们给大家看一下基于这两个理念，我们给某城市做的一个整体的规划，这里面的每一个点只是一个点，比如说我做公交车道的规划，这是一个点，做了规划之后它不够，我们要掌控现状，合理的调动自行车，提高它的运营效率，这是掌控现状，进一步，我们要预测未来各个地方的需求，而这种需求量的预测，反过头来又可以指导我们的规划，这形成了一个闭环，所以三个点串成一条线，而很多条线构成了面，它贯穿了城市的规划、运维到预测阶段，而在规划里面我们包括了用地规划、交通规划、环境规划、公共安全规划，只有这样的一个整体方案，才是一个城市需要的一个整体方案，这里面我们用一个城市大数据平台贯穿了所有的阶段，汇总了各种各样的数据，那这个平台也是一个生态的平台，它把城市里面各种看似不一样的数据，规划成六个模型，把很多看上去不一样的算法，给它标准化、模块化，在这些模型上面搭建了很多垂直领域的应用，这里面我们要强调一点，我们说的城市大数据平台，不是云计算平台，虽然它基于云计算平台来实现。
因为我们在城市里面处理的是时空数据，它把空间属性和时间属性带来了很不一样的特性，使得我们以前传统的人工智能算法，那些针对与语音、文本的算法，不能在上面很好的直接应用，所以我要强调，这里面是特殊的时空数据的管理和特殊的针对与时空数据的人工智能算法，以及多元数据算法，这种算法在现在云平台上面是缺失的，没有这样的平台，我们就很难在一个城市里面真正打造能够支撑大场景、大实施应用的智慧城市案例。
下面我给大家分享一些案例，在每个领域里我们会挑一个案例来看，那第一个可能讲一个跟无界零售相关的，大家说我们京东为什么做智慧城市，那从这个观点开始讲，可能比较容易接受，我们在给联通改造营业厅，联通有大量的线下资源，他们开了很多门店，很多营业厅，但是随着很多现在业务转成互联网，网络化之后，其实很多人并不需要到营业厅来办理业务，那么营业厅的资源就没有得到充分的利用。
那现在联通希望把营业厅拿出来作改造，通过一些新型的电子产品的体验和销售把客户重新拉回到营业厅，然后带来一些新的客户和转化，要做这样的事情的话，第一你要考虑在哪里选址，或者是改造哪些营业厅。第二如何配置里面的3C产品，使得你的转化率最高，这两个问题光基于联通本身的数据是做不到的，因为联通只有他自己一个运营商的数据，而京东正好是拥有强大的电商的数据、金融数据等。
这些数据结合起来之后，我们能够帮它做智能化的选址，这个是我们在上海给300多家联通运营商做的这个门店选址、改造，我们这里面既考虑到联通用户的数据，也考虑到京东的数据，还考虑了第三方的地理信息数据，用人工智能算法，带来高效的回报率，这个是我们在无界零售里面一个现实的用人工智能大数据来做的案例，它也是智能城市在商业板块的一个应用。
另外一个案例，我们在城市里面，有违章的现象，我们的执法管理人员是有限的，我们不能在每一条路上都放一个执法人员去管理违章停车。我们看到很多非车道被占，现在由于共享单车的出现，我们可以用共享单车的GPS数据来动态的智能的检测城市里面的违章停车情况，比如说有车停在这边的时候，人们骑自行车的时候，就不得不绕到机动车道里面去，如果有大量的车都这样做，我们会发现，这个地段应该是有违章停车的可能，这个地方你是不需要派人去看的。现在我们跟摩拜合作，基于摩拜大量的数据，我们能够实时检测整个城市里面什么地方出现了违章停车，不需要派管理员去看，我们就能够自动识别，然后把有限的人力精准地投放到那些违章的路段，快速地去捕获那些违章停车，这个大大提升了政府的效率，可以在一定程度上去帮助政府治理违章停车的现象。
我们再看另外一个案例，我们能够预测整个城市里面，每个区块的人流量的情况，比如踩踏事件，如果我们能够提前几个小时知道这个区域里面未来有多少人进，有多少人出，我们又可以提前管控做分流，做管控，保证人身安全，而以前的算法很难实现这种非规则区域的人流量预测，大家知道如果做深度学习的话，只能做规则网格的计算机运算，而我们现在做的巨大的突破，可以在非规则的区域里面做人流量预测，而真正的城市里面，它的区域的边界是不规则的，这种算法突破是国际上领先的创举。
另外，我们还能够做到不同区域之间，人流量之间的转移，这个更加重要，我们可以在源头上面进行分流，而不是说到了目的地之后再去管控和分流，所以这个工作既能保证公共安全，也能帮助我们做很多的智能的调度，大大优化我们的性能。
那么下面一个工作你可以看到，这个算法进一步发挥了威力，这个是我们在天津市跟天津大学做的一个救护车的智能调度和选址，一个是对救护车站的位置做重新的选址，利用我们大量的120的呼叫数据和救护车的路线抢救数据，在不增加任何投入的情况下面，只是对救护车站的位置做稍微的偏移跟挪动，我们就能够把抢救时间缩短30%。
也就是以前我们救一百个人需要花一百个小时，现在我们只要花70个小时，留下30个小时就可以在手术台上面挽救更多人的生命，所以时间就是生命。
第二通过智能算法我们对救护车做动态的调度，在不增加任何救护车的情况下面，把运力再提高30%，所以通过人工智能算法，一方面我们把抢救时间缩短了30%，一方面我们把抢救人数增加30%，而我们没有增加任何的资源投入，这就是人工智能的威力。
另外一个例子我们在深圳市做的水质的预测，我们饮用的水都有水质的指标，包括余氯、PH值和浊度，这个水质完全体现到人的健康，现在是靠一些有效的传感器在官网里面去监测这个水质的情况。但是如果我们能够提前预测这个水质的变化，就能够提早发现问题，调整出厂设置，甚至派人去检修这个管道，这个是对我们生活息息相关的，这个水质的预测涉及到很多的因素，包括管道本身的年龄和寿命，包括周边的情况，包括气象，包括人们用水的模式，所以这是一个很复杂的系统。
这个工作最近我们刚刚也在人工智能顶尖会议上已经被录取了，所以我们刚刚讲的很多工作，既有顶尖的世界成果，发表在顶尖的会议上面，也在城市落地，普惠民生。下面，我们讲一个能耗的，这个例子我特别喜欢。
在中国的能源行业里的电力行业，火电占了60%发电量，这个在短期之内很难改变。用煤发电是能源的消耗，而且会产生污染排放。我们现在用大数据的方法，人工智能的方法，能够用更少的煤发更多的电，并且产生更少的污染排放，假设只提高0.5%个百分点的发电效率的话，在全国两千多台发电机组推广，能够给国家一年节约一百个亿，这只是0.5个电，就是一百个亿的节约，而且不光是钱的问题，这是一个产能升级的问题，这是一个对环境保护的问题，这是一个关系到国家可持续发展命运的问题。
所以这是一个大事情。这里面是一个非常非常复杂的算法，它的算法比阿尔法狗还要难，因为发电机组它的状态是连续空间，变量非常非常多。而且它是一个不是完全封闭的空间，如何通过人工智能算法动态的去做各种阀门调控、送水、送风，用更少的煤发更多的电，产生更少的污染排放，这是一个世界性的难题。如果突破将是人工智能发展史的一个巨大里程碑。
最后我讲一个信用城市的案例。最近我们正在跟新华社合作，承接国家发改委的任务，打造中国的信用城市标准体系。它包括了居民的信用，包括了政府的信用，也包括了企业的信用。居民信用大家理解比较多，我们的出行，我们的租赁，我们的借贷，都会关系到我们的信用。我们的这个政府的信用，可以关系到政府的考核，不光指经济方面，还有环境、能耗方面都会做出考核指标。企业的信用，我们的股市评价，招投标，我们的融资都会基于这个标准来做。
6月10号我们即将举办中国的第二届信用城市高峰论坛，届时我们还会在福州打造一个全生态的这种信用城市体验，欢迎大家去福州体验。这是其中一个小场景，就是我们建立的信用地图，我们可以在城市里面看到各个区域的信用，各个企业的信用，各个居民的信用，并且对它进行整合，给政府提供管制手段，我们可以查看任何空间，任何区域里面，它企业的信用的整合，也可以看到各个企业信用的排名，以及为什么这个企业信用发生变化，这里面涉及到很多的数据，包括税收，包括企业的违规、投诉，包括舆情，我们可以给企业提供一个分析，最近你信用是提高还是升级，还是降低了，为什么发生了变化。
所以这里面我们涉及到很多的场景，讲个例子，比如涉及到环境、交通、公共安全、信用、商业等等，那我们区别是什么？我们跟别人的区别是什么？现在市面上有三类做智慧城市的公司，一类是叫传统智慧城市公司，专注于信息化、基础信息建设，而我们是在信息化的基础之上，用大数据和人工智能来解决社会痛点，这是不一样的。第二，我们跟做云服务提供商的区别在于，云服务提供商是通过云来提出智能服务，目的是为了使用云。我们的服务基于云计算，但是不要求用户绑定任何云。我们可以利用任何公司的云作为我们底层，我们打造是一个生态，我们是以解决政府的痛点为出发点，我可以用政府指名的一款任何的云，我们可以让任何的云快速赋能，变成我们能够管理时空大数据，能够挖掘时空大数据的云，所以我们做的是一个生态，解决的是政府的痛点。
那还有一些小型的人工智能的公司，它解决的是视觉（某个点单体），而我们解决的是一个总体方案，跨领域的垂直应用和点线面的解决方案结合，以及从规划到运维到预测的可持续发展模式，而不是静态模式。
那我们的优势，包括这几个方面，第一我们在计算力有绝对优势，我们有这种城市大数据平台的优势，这里面有先进的针对时空数据的人工智能算法和时空数据管理算法，我们有行业的经验优势，在很多的行业里面，不光是人工智能大数据，我们还需要知道行业背景，比如说环境、交通、能耗，怎么去跟人工智能结合，这需要很多年的沉淀，还有一个是产学研一体化的经验，因为本身我们在学界做了十几年，我们跟工业界一直是有机的融合。在大数据和人工智能时代，人才最关键，如果没有人，很多场景是落不了地的，而这个人的培养是需要学校和政府以及跟我们企业的联合培养，再就是我们有强大的数据优势，我们还有很多合作伙伴的数据，其实基本上覆盖了整个城市的各个方面。
最后就是我们的平台和渠道优势，我想用一句话来总结我的报告，我们用大数据和人工智能打造未来城市，跟政府、学界、产业界联合培养人才，推动中国的大数据和人工智能与智慧城市的可持续发展，谢谢大家。