王勇良：新一代城市智能信息关键技术布局|报告分享一、三维空间成为城市标配二、云原生重塑IT技术体系三、从各自为战到多端融合四、数字智能提升数据价值五、数据自治与自我进化( 二 ) ：王勇良：新一代城市智能信

文章图片
三、从各自为战到多端融合我们处在一个万物互联的时代，城市信息从传统的物理空间延伸到了更广泛的数字空间。物联网平台成了各大互联网厂商布局的战略重点。从智能穿戴、智能家居、智能办公到智能出行，终端的形态越来越多样化。端跟端之间也变得互联互通，从各自为战到多段融合。我们也需要进行一系列布局，跟上技术的发展。主要包括：
1.客户端融合适配的能力
不管是WEB端、APP端、小程序端，需要实现一次构建多端适配，并且有些公共的能力可以做到共享复用。除了客户端要做到多终端的融合适配。在服务端，也需要对主流的数据库引擎、空间数据引擎、文件引擎等进行了兼容，实现自主适应。同时，通过容器虚拟化技术，实现基础环境的隔离，做到跨平台部署。

文章图片
2.云端协同计算的能力
除了端之间需要融合，云端之间也需要协同。章鱼在捕猎时异常灵巧迅速，腕足之间配合极好，从不会缠绕打结。这得益于它们类似分布式计算的“多个小脑+一个大脑” 。其实也是一种云跟端之间的协同。基于云端协同计算的能力，我们可以将国土空间规划审查的规则注入到审查软件中，通过机器审查+人工确认的方式，实现国土空间规划规划成果的云端审查。

文章图片
四、数字智能提升数据价值数据、算力和算法是智能化的三要素。针对智能化的关键技术布局主要也是从这3个方面进行展开。
1.空间数据仓库构建能力
城市信息有大量的数据指标来源于空间数据。对于城市智能信息平台来说，空间数据仓库构建能力不可或缺。在数据仓库构建技术基础上，融入空间规则运算和空间维度建模，最终形成一个层层下钻的多维指标模型，对数据进行筛选，对比和钻取，方便将不同维度的数据进行彼此关联，实现指标的快速获取。

文章图片
2.时空大数据并行计算能力
针对城市级的数据，数据量大、种类多，如果通过常规的计算方式，对软硬件的要求比较高，而且耗时也比较久。而通过分布式计算环境，这个时间可以极大的压缩。包括多源数据的接入、分布式存储、并行计算以及任务调度监控。

文章图片
3.模型动态构建调度管理能力
算法模型作为一种数据价值的载体，同时也是最容易被忽视的资产。针对不同的应用场景，我们需要开发大量的模型，每个模型背后都需要开发人员通过复杂代码逻辑单独实现，门槛比较高，质量也不可控，无法随需应变。模型动态构建调度管理能力就是将模型拆解为原子级别的算法跟组件，实现模型的动态构建和调度管理，从而在一定程度上实现资产的复用。

文章图片

文章图片
通过三要素的融合，建立指标库、模型库、推理库，实现指标统计、规则预警、模型评估、到认知决策。
五、数据自治与自我进化数据自治主要包含2层含义：第一层含义是通过技术手段简化数据治理过程，第二层含义是数据所有者可以对数据进行自行确权和管理，做到数据既开放又有保障。针对这两个方面，我们也需要进行相应的布局。
1.基于规则的数据优化能力
将规则注入到数据归集和沉淀过程，在数据归集过程加入质量控制环节，开展质量评估与反馈，计算有效归集率，为动态归集“打分” ，压实责任，从而实现数据的高质量有效归集。

文章图片
2.分层分级的数据代理共享的能力
数据所有者可以对数据进行自行确权和管理，通过空间范围管控，将同一份数据共享给不同的用户对象，不同的人看到的内容是不一样。通过服务器端代理拦截和安全认证，既保障了数据的开放共享，又保障了客户端的数据安全。