AI企业如何助力数字化城市治理？ - 安防知识网

AI技术正在不停渗透进城市规划、治理的方方面面，为城市治理的智能化升级提供技术支撑。

　 前言：当下，在精细化城市管理理念的倡导之下，国内多个城市正迎来城市治理数字化、信息化、智能化的改造升级。面对高度碎片化的城市治理对象，如何用创新技术及配套解决方案破解当前城市治理的系列难题？

　　城市治理是一项系统性的工程，涉及到城市公共安全、城市交通、卫生环保等方方面面。在智能时代的“新基建”大趋势下，随着人工智能、大数据、云计算、物联网等技术的发展成熟，国内城市治理的数字化也迎来一波新的建设机遇。AI技术正在不停渗透进城市规划、治理的方方面面，为城市治理的智能化升级提供技术支撑。

　　AIoT解决方案助力数字化城市治理

　　从目前大部分城市实践的AI+城市治理的措施来看，人工智能技术在城市治理中的应用已逐步拓展到AI+城管、AI+公共安全、AI+智慧交通等多个应用场景当中。通过针对性的AIoT解决方案可以有效提升城市管理、城市公共安全、城市交通的信息化管理和治理水平。以澎思科技在城市治理领域部署的AIoT解决方案为例，可以充分体现人工智能技术在城市治理各细微场景中的作用。

　　1) 公共安全

　　基于澎思城市大脑汇聚全域感知数据，提供慧眼识人、动态管控、全息档案和扁平化指挥等应用，用AI赋能公安场景下识人、查人、管人应用，全面提升公安打防管控能力，营造安全的城市氛围，为建设智慧化的平安城市提供强力支撑。

　　2) 智慧交通

　　基于澎思城市大脑，全面感知人、车、路、环境信息，提供实时、准确、精细的交通指标数据，构建态势研判、智能停车、事件检测、智能公交等系统，实现道路交通管理信息的综合感知共享，实现道路交通指挥的精细智能管控，实现道路交通出行的实时精准服务。

　　3) 智慧城管

　　基于领先的计算机视觉算法和视频大数据分析引擎，融合、挖掘、分析视频、图片及各类结构化信息，构建云端协同的城市管理数字化体系，提高城市治理水平和信息资源的优化配置。通过高清摄像机视频数据，智能识别城市违章行为，提高城市管理问题发现效率；打通政府各部门沉淀的政务数据，以“温馨提示”代替“罚单”,实现早发现早处理、先通知后处罚。

　　上述几大重点场景的AIoT解决方案只是当前数字化城市治理的一个缩影。结合现阶段的创新技术手段和治理理念综合来看，现代化的城市治理应该是建立在以“城市大脑”为底座、以科学技术为触手、以数据治理为核心的基础之上，通过“脑”、“眼”、“毛细血管”的多方协同，使得城市治理自成一套具有智能感知、数字决策能力的智慧体系。

　　数据中台破解城市治理数据孤岛问题

　　要实现从城市治理到城市“智”理的质变，在这个过程中，数据即“生产力”，是城市智能化升级的基础和底座，但从传统的城市管理模式来看，数据孤岛问题依然严峻。

　　各部门由于信息系统平台不对接、数据标准规范不统一、跨部门协同机制缺乏，采集的数据仅用于自身业务范畴，无法最大化释放数据资源价值，难以提升整体治理效能。跨部门数据共享不充分导致协同处理能力也受到限制，由此也制约着AI技术在城市治理业务系统中的渗透速度，加速破解城市治理过程中的数据孤岛问题迫在眉睫。

　　针对数据孤岛这一问题，数据中台的搭建可以有效解决数据共享难题，同时能够避免重复造“烟囱”的困局。数据中台可以汇聚城市各类场景下的物联感知数据、互联网数据、警务数据、政务数据等，并通过数据共享机制汇聚政务数据资源，通过对多源异构数据进行清洗、关联、融合、计算，打通数据孤岛，实现多方数据资源的融合分析，关联时空信息，形成“价值数据”，支撑上层城市AI体系的构建，服务城市的精细化治理。

　　算法中台提升AI城市治理响应效率

　　众所周知，城市治理是一项综合性的业务，面对纷繁复杂的各类治理对象和场景，在以AI技术为触手，替代人工巡检、审核、查验等一系列作业的过程当中，不仅需要解决人工智能算法的适配性，同时也要考虑算法的响应效率，以保障在可控周期内最大程度发挥AI技术在城市治理环节的应用效能，真正做到能落地实用。

　　那么在这个过程中，AI算法引擎和算法中台则显得尤为关键。

　　伴随着人工智能技术的快速发展，当前阶段，由领先AI企业打造的人工智能算法引擎已基本都能实现全栈式计算机视觉技术，澎思科技推出的澎思智能视图大脑就包括了人脸识别、视频结构化、图像增强、图像目标检测跟踪识别、视觉导航、语音识别等视觉算法。除此之外，部分企业如澎思科技还可提供“AI一站式开发平台”，让开发者可以根据具体场景进行算法的定制化开发，为开发者提供便捷、高效的模型训练和算法调试、发布和管理平台。

　　有了这类AI开发平台做基础，面对城市治理中高度碎片化和多样性的治理场景，如城管业务中占道经营、乱扔乱倒、乱搭乱建、乱停乱放等现象，即可借助开发平台的能力引擎，高效完成定制化算法的开发来辅助人工监管。

　　算法中台则可以实现对异构算力集群进行统一调度，基于城市AI中台实现数据准备、特征提取、建模、训练，面向“环卫监管、扬尘治理、交通监管”等上层应用场景，提供开放的AI分析服务和机器学习算法服务，提高城市治理场景AI算法响应效率，提升城市AI应用管理和服务水平。

　　AI企业如何助力数字化城市治理？

　　城市治理作为AI技术落地应用的一大典型场景，如今已成为众多AI企业争相布局的业务领域。城市治理体系的完善与否关乎到一个城市健康有序的日常运转，基于领先的技术开发优势，AI企业在部署城市治理方案时也主要从提供核心技术支持的角度入手。在助力构建城市治理体系顶层设计、方案架构以及应用功能方面，充分考虑现代化城市治理的实际应用需求，致力于将AI技术赋能城市治理落到实处。

　　顶层设计既不能脱离城市治理面临的实际问题，又不能过于深入具体的场景，要面向城市治理海量数据分析场景，充分考虑系统的标准化、高性能、可扩展性、信息安全、数据灾备等；方案架构的设计则需要充分考虑业务部门既有软硬件资源、数据资源、网络资源等基础条件，融合到城市治理整体架构中，实现资源合理利用、数据无缝接入；而应用功能模块是最直接对接业务需求的地方，因此需要充分考虑用户实际业务需求与流程，以保障系统落地应用成效。

　　由于每个地区所面临的城市治理问题兼具共通性和个性化，因此从方案设计成本及高效交付的角度来看，采用中台架构依旧是最具实用性的建设思路。中台框架可以针对不同的场景灵活地调取适用的算法、边端硬件设备以及云端的SaaS服务，快速针对场景的变化进行方案的调整与适配，从而完成方案的复用，避免无效的重复建设。

　　术业有专攻，为了保障每个环节方案的最优化，在推进城市治理方案的研发和落地的过程中，和合作伙伴之间进行分工合作成为常态，这其中的合作伙伴则主要包括AI算法开发平台中的算法供应商和开发者、物联网感知设备的硬件产品以及云计算、云存储和网络设备等计算中心基础设施的合作伙伴。

　　基于澎思自身的算法能力，开发者和合作伙伴可以根据具体的场景需求做定制化开发，不断丰富开放平台的算法池。物联网感知设备的硬件产品合作伙伴则主要负责为AIoT生态系统提供丰富的边端设备，触达更多场景，汇聚城市各类场景下的物联感知数据。通过多方协同合作，共同促进AIoT城市治理解决方案的高效落地交付。

　　小结：

　　新一代信息技术的广泛应用给城市治理带来了新理念、新工具、新机遇。当下，蓬勃发展的数字技术，国家倡导的新基建，带来市场机遇，引发社会变革，为支撑智慧城市运行奠定了基础。未来，在社会各界的共同努力下，中国的城市治理必将进入一个全新的数字化时代。

　　（本文作者刘文钢现任澎思科技智能安防事业部负责人、范网祥现任澎思科技解决方案中心高级工程师）