阿里巴巴达摩院大脑实验室高级算法专家金仲明：城市大脑需要大规模视觉智能应用

2016年，阿里巴巴提出城市大脑概念，希望借助现代科技缓解城市交通、公共安全等问题。

阿里城市大脑以阿里云弹性计算与大数据处理平台为基础，结合机器视觉、大规模网络计算、认知反演、交通流分析等跨学科领域的顶尖能力，在互联网级开放平台上实现城市海量多源数据收集、实时处理与智能计算。通俗来说，城市大脑就是从对城市数据的“知”、“行”出发，实时处理人所无法应对的超大规模全量多源数据。城市大脑利用海量城市数据、顶尖AI（人工智能）技术和强大算力，产生巨大的潜在价值，在城市管理与服务、工业发展等方面实现突破。

早期，很多城市只利用结构化数据，而忽略掉很大规模的视觉数据（图片、视频），造成对城市感知不全面。在解决城市交通拥堵问题上，平台通过传统手段可以获知拥堵区域，但无法得出原因。如果将传统结构化数据和视觉数据相结合，便能更好地探索城市的运行模式和规律。

感知城市元素、挖掘城市规律，对技术层面提出极高要求，需要对车辆、建筑、道路甚至动态事件等大规模数据建立“索引”，以记录城市中每天发生的事、暴露出的问题，用强大的计算机视觉及海量信息检索技术作为支撑。

城市大脑到底需要感知哪些信息？以城市交通为例，首先需要摸清城市交通主体及其属性、动向，这些信息通常由视频设备获取。但城市中的摄像头分辨率参差不齐，视频图像的尺寸、光照、角度也一直变化，从技术角度看，检测和识别比较困难，需要系统具有极高的判别能力。除了解决技术难题，应用场景也很重要——某路口是否发生事故、车辆属性如何，需要借助高效的视频图像分析识别。因此，实现城市视觉智能化很重要。若能通过技术创新解决图像分辨率低、污损等问题，将能更好地分析城市状况，发现交通安全隐患和原因。

其次进行预测和干预。通过感知各类信息，城市大脑可以预判未来一段时间人流车流分布变化，如某路口在某时间段是否会拥堵或容易发生交通事故，从而进行信号系统调控以优化交通状况。据测算，阿里城市大脑接管的杭州（楼盘）128个信号灯路口，试点区域通行时间减少15.3%，高架道路出行时间节省4.6分钟。在主城区，城市大脑日均事件报警500次以上，准确率达92%；在萧山区，120救护车到达现场时间比以前缩短一半。

未来，城市大脑不仅是一个平台，更应成为基础设施，为城市赋予智慧，帮助人类完成繁琐复杂的信息处理任务。同时，为解决同类城市问题建立标准，催生出规模更大、功能更多、覆盖面更广的AI技术，为城市医疗、教育、制造等行业创造价值。