商汤科技朱鑫：AI 三大支柱系统推动城市智能化变革丨AI 安防峰会( 二 ) AI对于社会的影响不是一个缓慢

第一个阶段是2000年-2010年，可以称之为数字城市（Digital City），其实是将一些线下的物理文档或者组织关系数字化，搬到线上，城市和政府信息可查询可检索。
第二阶段是2010年-2016年，也就是我们经常提到的智慧城市（Smart City），智慧城市概念的技术主体是互联，比如将一些市政设备连接入网，联网之上做一些简单的便民应用。
第三个阶段是2016年之后，人工智能开始阶段性落地，万物互联后的智能场景应用有了突破性进展，我们也随之进入到了智能城市时代（AI City）。
文章插图
我们可以看到，中国的互联网市场经历了二十多年的高速发展，线上整个流量增长和应用趋于稳定状态，而当我们去看城市的数字化进程，发现它是一个巨大且固化的线下互联网市场。
这个市场究竟有多大？翻开中国的版图，地级市有333个，有将近3000个区县，已规划的城市群就有10个。
每个城市中，都有大量的物联网设备。譬如深圳，就有差不多130万个摄像头，还有各类不计其数的传感器。
这些终端设备每天都在采集海量的人流、物流、车流、金融流等信息，这些数据相叠加之后，也就形成了一个巨大产业，简单理解可以称之为：城市互联网。
城市互联网的应用偏线下，随之则会出现两大主要问题：一、需求极度碎片化；二、运营成本过高。
针对这两点，过去几年商汤也在着力聚焦、攻克，希望从顶层架构出发，从民生、产业的角度去打造一个新型智能城市。
文章插图
我们一直在思考，如果想要真正推动一个城市的智能化变革，究竟需要什么能力去做支撑？我们总结了一下，大概包含三大支柱：
文章插图
第一个支柱，我们需要一个新一代联网汇聚平台。
城市之中，除了路基/移动摄像头采集的图片、视频数据之外，还包含高空卫星图像、中低空无人机视频、多维传感器等等。这些海量数据汇聚到一起，形成了一个多维的动态数据资源池。
推动城市变革，数据是最为基础的资源。
今年4 月 9 日，新华社正式刊发了中共中央、国务院《关于构建更加完善的要素市场化配置体制机制的意见》（以下简称《意见》），其中数据作为生产要素之一，被正式纳入到国家所定义的要素市场化配置中，意义重大。
以前的商业世界，劳动力、土地等要素是基础的社会资源。 AI时代，数据作为新的生产要素，将会成为一种新的社会资源。
文章插图
如果说城市是一个诺大的数据资源池，其中又属视觉数据最为丰富。
在AI应用之前，很多人其实并不能对于数据的丰富度感同身受。譬如上面这张图，这是非常常见的一个城市景象，通过肉眼很难看出什么数据价值。
但经过数十种AI算法解构后，我们会把这张图片里面的所有要素提取出来，包括人、车、建筑；包括人的行为、状态、着装、是否配套安全帽；包括花坛位置摆放是否合理等等。
很多人会问，为什么要投入这么大的联网成本去做数据汇聚。首先，汇聚能有效的解决数据碎片化问题，使得大规模智能分析成为可能。
其次，从未来趋势来看，海量数据都将上云，而云端的数据处理成本是呈下降趋势的。这是规模经济的带来的成本持续降低。
引用亚马逊CEO贝佐斯此前说过的一句话， “在云计算的历史上，每一个计算能力单元的价格每3年大约将会下降一半。 ”
另外，智能城市的更新其实是软件带动硬件的过程。硬件会有它自身的一个生命周期，且灵活性不够、异常固化，而软件不一样，可以持续在线升级迭代。 AI技术在未来5-10年会处于一个高度活跃的创新期，这种创新需要通过持续迭代的软件来承载。
所以在商汤看来，未来城市端、边等智能设备会越来越趋向于通用化、规模化；而在云端，会通过AI软件的持续创新变革一个又一个行业市场。
文章插图
第二个支柱是一个超级计算底座。超级计算发展了很多年，今年也作为新基建的重要部分被政府多次提及。