2017年中國人工智慧城市展望研究報告，人工智慧VS人類智慧
報告摘要：
1. 中國城市的城區面積十年僅增長7.7%，而人口密度增長15.3%，大城市病進一步加劇；在有限空間下創造更高效、宜居的城市環境成為了國內城市管理迫切解決的難題。
2. 從政策方面解讀：國家高度重視發展人工智慧技術，
3. 人工智慧城市：是指形成以資料為驅動的城市決策機制，根據即時資料和各類型資訊，綜合調配和調控城市的公共資源，最終實現自動智慧化，達到運作效率的最優化的城市。
4. 艾瑞認為：科技蘊藏無限的生產創造力，但使用者更需要的是通過技術確切改善生活，
5. 人工智慧未來發展：基於安全、完善的資料資訊庫為人工智慧提供機器學習的條件；然而，目前人工智慧開發領域還是相對獨立，必須認識到技術上還有暫時無法突破的難題。
一、中國人工智慧城市發展概況
在有限的城市空間裡，打造無限智慧化城市效用
中國的城市建設經歷20世紀90年代至今的高速發展，
以人工智慧為首的智聯網發展是智慧城市下一階段的關鍵
早在90年代，IBM首次提出“智慧城市”概念後，中國也在1995年啟動數字城市建設，這是中國智慧城市的1.0版本；隨著2008年“智慧地球”概念的提出，
政府鼓勵人工智慧發展，將大力輔助未來城市建設
政府在近三年時間密集出臺鼓勵人工智慧技術發展的政策，
未來，城市經濟結構升級依賴科技創新帶來經濟動力
中國的GDP十年來成倍增長，而國家中心城市的整體創新效率提升水準並不顯著。北京、武漢、鄭州較十年前的創新效率水準有明顯提升，其他城市則維持不變甚至有所下滑。可見各大城市目前創新投入和產出都未能跟上經濟發展的步伐，說明經濟結構當中科學技術提升帶來的收益占比低，未來應該重視提高創新效率的投入（人才、資金、技術……），以及重點考察創新帶來的經濟效益。
迫在眉睫：解決有限城市空間的效率最優化問題
中國城鎮人口在2011年首次超過鄉村人口，未來區域城鎮化將會是國家發展戰略的重要部署；2015年全國城市建設與2008年相比，不足十年時間，城市建成區面積增長43.5%，道路長度增長40.4%，而這一切都發生在城區面積僅增長7.7%，公共交通系統運營車輛增長了21.7%的基礎上。在人口進一步密集（城市人口密度增長15.3%）的情況下，“大城市病”——交通擁堵、空氣污染、基礎設施不足等問題日益嚴峻，如何在有限的空間下創造更高的城市效率、更優的城市運作、更適合居住的城市環境……成為了國內城市管理迫切解決的難題。
中國監控攝像頭覆蓋面不足，密度遠低於英美
2017年國家官方資料公佈“中國天網”攝像頭達2000萬個，但對於將近20萬平方公里的城區面積來說，攝像頭的覆蓋面與數量是鳳毛麟角；從攝像頭數量/千人的維度來看，中國城市攝像頭密度平均水準僅達英美的20%-30%，而完善的監控系統是保障城市治安的有力手段，因此，監控攝像頭建設工程任重道遠；未來，尤其是二線及以下城市的監控攝像頭佈防發展潛力巨大。
人工智慧的發展歷程
二十世紀五十年代到七十年代初，那時人們以為只要能賦予機器邏輯推理能力，機器就能具有智慧，人工智慧研究處於“推理期”。接著，人們意識到人類之所以能夠判斷、決策，除了推理能力以外，還需要知識，因此人工智慧研究在二十世紀七十年代進入了“知識期”，大量專家系統在此時誕生。隨著研究向前進展，專家發現人類知識無窮無盡，並且有些知識本身難以總結再交給電腦，於是一些學者誕生了將知識學習能力賦予電腦本身的想法。發展到二十世紀八十年代，機器學習真正成為一個獨立的學科領域、相關技術層出不窮。進入2010年後相繼在語音辨識、電腦視覺領域取得重大進展。2016年讓人工智慧在學術界、工業界、媒體界等社會各界引起廣泛關注的AlphaGo 的背後，也是深度強化學習和蒙特卡洛樹搜索的結合。
機智過人還是技不如人？
經過海量資料訓練，人工智慧可在邊界清晰的領域內遊刃有餘，只是與可在開放環境下對變化中的事物不斷學習進而適應的人類智慧相比，機器在面對超過固定規則設置的罕見場景時，往往不知所措，魯棒性有待提高。儘管如此，城市發展建設的方方面面都有大量的潛在的可供現有技術能力來升級改造的空間，比如機器的感知、認知、大資料處理以及運動控制等方面取得的能力突破來融合。
二、人工智慧在城市發展的應用及場景
2017年是人工智慧的應用元年，未來將有更多城市場景落地
AI+安防：電腦視覺+深度學習技術是智慧化視頻升級的必要條件
上千萬的攝像頭和龐大的監控網路，瞬間就會產生海量監控視頻資料，從海量視頻資料中高效提取出有效資訊，就成為智慧視頻監控技術的關鍵。以一個一萬路視頻規模的城市為例，每月產生12PB 的視頻資料量，在這樣量級資源中找到目標人員、車輛宛如大海撈針，然而通過人工智慧演算法，則可自動抓取視頻中的靶心圖表片，並提取其語義化的屬性資料以及可用來比對檢索的特徵資料，每月資料大概為僅15億條，而存儲容量下降到300TB左右，即可實現秒級檢索，並刻畫目標的軌跡、進行行為分析。
AI+交通：人類對車輛的控制最終會接近零，實現無人駕駛場景
駕駛的進化過程正是自動智慧化交通的演變蹤跡：現階段，輔助駕駛的各項功能相對比較成熟，無論是測試還是實際開放環境表現都比較穩定；而自動駕駛的限定場景也有望在未來三年落地，主要落地的是環境相對簡單、封閉或乘車人安全有保障的場景，未來，無人駕駛形態還需要通過大量資料積累、校對和測試，以及技術的突破與零部件量產而帶來成本下降。
AI+身份驗證：AI身份驗證已顯著超越人力身份驗證效率
由政府組建的政務雲平臺，為城市管理打通了資訊與資料的“孤島”狀態；在智慧政務多個場景中，由於而人力驗證有效時間是半小時輪崗，因此，身份驗證廣泛應用於各類識別身份的節點。例如：基於人臉特徵資訊進行身份識別的生物識別技術，隨著深度學習帶來的突破，讓機器根據訓練資料集達到擁有自我學習的能力，最終掌握“人臉”的概念。
AI+零售：實體零售智慧化是對抗電商零售的唯一出路
實體零售需要抓住“新零售”轉型升級的機遇，打造資訊化的實體店並建立立體資料庫，從而達到在更好服務顧客的情況下控制或縮減成本，提升實體零售的競爭力。實體零售可以從各類訪問資料入手，在店鋪中即時監控、快速捕獲消費者的喜惡並進行精准分析，實現智慧化運營與管理。
AI+娛樂與生活：增強現實技術在圖像視頻等泛娛樂場景中不斷創造價值
娛樂與生活市場空間較大，我國智慧手機用戶對新鮮事物的接受程度較高，並且樂意使用新技術來提升現有產品的體驗，短視頻與美顏濾鏡的瞬間火爆印證了這個觀點。目前，增強現實技術主要應用在個人移動設備上的圖像視頻泛娛樂場景，未來，在硬體設備的升級反覆運算下，增強現實技術將帶來更廣闊的商業價值。
三、中國人工智慧城市未來發展展望
隨著城市的不斷升級轉型，對人工智慧技術需求越來越大
在第四次資訊革命的推動下，城市-智慧城市-人工智慧城市的不斷反覆運算升級，人工智慧技術在城市建設當中越來越重要；從資訊化-聯網+感知-自主智慧化，越來越重視技術革新帶來的升級體驗；艾瑞認為：未來，城市管理當中人類參與管理與決策將越來越少，最終達到城市自主智慧化管理的效果，從而實現高效、安全、節能、可持續發展的城市發展目標。
日益完善的ICT架構將加速城市反覆運算發展
技術升級也為城市治理提供了“智慧”決策支撐，從數位城市到人工智慧城市，ICT（Information Communication Technology）的完善推動著城市的反覆運算發展，以雲計算、大資料、物聯網、通訊為基礎設施，人工智慧技術在城市發展當中提供了分析、調配、管理、預判的功能；艾瑞認為：在技術和基礎設施不斷升級的 ICT架構下，提高城市運作效率、更好的居住體驗將會是科技改變生活的顯著效果；而在這個過程中的每一個環節都將蘊藏極大的商業價值。
未來，城市經濟結構升級依賴科技創新帶來經濟動力
中國的GDP十年來成倍增長，而國家中心城市的整體創新效率提升水準並不顯著。北京、武漢、鄭州較十年前的創新效率水準有明顯提升，其他城市則維持不變甚至有所下滑。可見各大城市目前創新投入和產出都未能跟上經濟發展的步伐，說明經濟結構當中科學技術提升帶來的收益占比低，未來應該重視提高創新效率的投入（人才、資金、技術……），以及重點考察創新帶來的經濟效益。
迫在眉睫：解決有限城市空間的效率最優化問題
中國城鎮人口在2011年首次超過鄉村人口，未來區域城鎮化將會是國家發展戰略的重要部署；2015年全國城市建設與2008年相比，不足十年時間，城市建成區面積增長43.5%，道路長度增長40.4%，而這一切都發生在城區面積僅增長7.7%，公共交通系統運營車輛增長了21.7%的基礎上。在人口進一步密集（城市人口密度增長15.3%）的情況下，“大城市病”——交通擁堵、空氣污染、基礎設施不足等問題日益嚴峻，如何在有限的空間下創造更高的城市效率、更優的城市運作、更適合居住的城市環境……成為了國內城市管理迫切解決的難題。
中國監控攝像頭覆蓋面不足，密度遠低於英美
2017年國家官方資料公佈“中國天網”攝像頭達2000萬個，但對於將近20萬平方公里的城區面積來說，攝像頭的覆蓋面與數量是鳳毛麟角；從攝像頭數量/千人的維度來看，中國城市攝像頭密度平均水準僅達英美的20%-30%，而完善的監控系統是保障城市治安的有力手段，因此，監控攝像頭建設工程任重道遠；未來，尤其是二線及以下城市的監控攝像頭佈防發展潛力巨大。
人工智慧的發展歷程
二十世紀五十年代到七十年代初，那時人們以為只要能賦予機器邏輯推理能力，機器就能具有智慧，人工智慧研究處於“推理期”。接著，人們意識到人類之所以能夠判斷、決策，除了推理能力以外，還需要知識，因此人工智慧研究在二十世紀七十年代進入了“知識期”，大量專家系統在此時誕生。隨著研究向前進展，專家發現人類知識無窮無盡，並且有些知識本身難以總結再交給電腦，於是一些學者誕生了將知識學習能力賦予電腦本身的想法。發展到二十世紀八十年代，機器學習真正成為一個獨立的學科領域、相關技術層出不窮。進入2010年後相繼在語音辨識、電腦視覺領域取得重大進展。2016年讓人工智慧在學術界、工業界、媒體界等社會各界引起廣泛關注的AlphaGo 的背後，也是深度強化學習和蒙特卡洛樹搜索的結合。
機智過人還是技不如人？
經過海量資料訓練，人工智慧可在邊界清晰的領域內遊刃有餘，只是與可在開放環境下對變化中的事物不斷學習進而適應的人類智慧相比，機器在面對超過固定規則設置的罕見場景時，往往不知所措，魯棒性有待提高。儘管如此，城市發展建設的方方面面都有大量的潛在的可供現有技術能力來升級改造的空間，比如機器的感知、認知、大資料處理以及運動控制等方面取得的能力突破來融合。
二、人工智慧在城市發展的應用及場景
2017年是人工智慧的應用元年，未來將有更多城市場景落地
AI+安防：電腦視覺+深度學習技術是智慧化視頻升級的必要條件
上千萬的攝像頭和龐大的監控網路，瞬間就會產生海量監控視頻資料，從海量視頻資料中高效提取出有效資訊，就成為智慧視頻監控技術的關鍵。以一個一萬路視頻規模的城市為例，每月產生12PB 的視頻資料量，在這樣量級資源中找到目標人員、車輛宛如大海撈針，然而通過人工智慧演算法，則可自動抓取視頻中的靶心圖表片，並提取其語義化的屬性資料以及可用來比對檢索的特徵資料，每月資料大概為僅15億條，而存儲容量下降到300TB左右，即可實現秒級檢索，並刻畫目標的軌跡、進行行為分析。
AI+交通：人類對車輛的控制最終會接近零，實現無人駕駛場景
駕駛的進化過程正是自動智慧化交通的演變蹤跡：現階段，輔助駕駛的各項功能相對比較成熟，無論是測試還是實際開放環境表現都比較穩定；而自動駕駛的限定場景也有望在未來三年落地，主要落地的是環境相對簡單、封閉或乘車人安全有保障的場景，未來，無人駕駛形態還需要通過大量資料積累、校對和測試，以及技術的突破與零部件量產而帶來成本下降。
AI+身份驗證：AI身份驗證已顯著超越人力身份驗證效率
由政府組建的政務雲平臺，為城市管理打通了資訊與資料的“孤島”狀態；在智慧政務多個場景中，由於而人力驗證有效時間是半小時輪崗，因此，身份驗證廣泛應用於各類識別身份的節點。例如：基於人臉特徵資訊進行身份識別的生物識別技術，隨著深度學習帶來的突破，讓機器根據訓練資料集達到擁有自我學習的能力，最終掌握“人臉”的概念。
AI+零售：實體零售智慧化是對抗電商零售的唯一出路
實體零售需要抓住“新零售”轉型升級的機遇，打造資訊化的實體店並建立立體資料庫，從而達到在更好服務顧客的情況下控制或縮減成本，提升實體零售的競爭力。實體零售可以從各類訪問資料入手，在店鋪中即時監控、快速捕獲消費者的喜惡並進行精准分析，實現智慧化運營與管理。
AI+娛樂與生活：增強現實技術在圖像視頻等泛娛樂場景中不斷創造價值
娛樂與生活市場空間較大，我國智慧手機用戶對新鮮事物的接受程度較高，並且樂意使用新技術來提升現有產品的體驗，短視頻與美顏濾鏡的瞬間火爆印證了這個觀點。目前，增強現實技術主要應用在個人移動設備上的圖像視頻泛娛樂場景，未來，在硬體設備的升級反覆運算下，增強現實技術將帶來更廣闊的商業價值。
三、中國人工智慧城市未來發展展望
隨著城市的不斷升級轉型，對人工智慧技術需求越來越大
在第四次資訊革命的推動下，城市-智慧城市-人工智慧城市的不斷反覆運算升級，人工智慧技術在城市建設當中越來越重要；從資訊化-聯網+感知-自主智慧化，越來越重視技術革新帶來的升級體驗；艾瑞認為：未來，城市管理當中人類參與管理與決策將越來越少，最終達到城市自主智慧化管理的效果，從而實現高效、安全、節能、可持續發展的城市發展目標。
日益完善的ICT架構將加速城市反覆運算發展
技術升級也為城市治理提供了“智慧”決策支撐，從數位城市到人工智慧城市，ICT（Information Communication Technology）的完善推動著城市的反覆運算發展，以雲計算、大資料、物聯網、通訊為基礎設施，人工智慧技術在城市發展當中提供了分析、調配、管理、預判的功能；艾瑞認為：在技術和基礎設施不斷升級的 ICT架構下，提高城市運作效率、更好的居住體驗將會是科技改變生活的顯著效果；而在這個過程中的每一個環節都將蘊藏極大的商業價值。