新基建到来,智能城市能否更好对抗“黑天鹅”?25 万亿大市场,500 多个城市在建,我国智能城市发展到了什么程度 ?数字孪生是智能城市的终极目标吗?为解答这些问题, 4月23日,中国科协科学技术传播中心指导、京东数科产业AI中心主办的“产业AI公开课”,邀请到“政产研”三界大咖——国家信息中心信息化和产业发展部主任单志广,京东数科首席数据科学家、京东城市总裁郑宇,中国城市规划设计研究院未来城市实验室执行副主任杨滔共同讨论智能城市的现在与未来。
城市免疫需要一个“操作系统”
疫情全球爆发的当下,对于城市免疫力和生命力的考验前所未有,针对中国智能城市在此次疫情中的表现,单志广评价说,由于各种各样“码”技术用来识别人群关联属性,加上电商服务、在线学习等新一代技术的支撑,此次疫情中城市整体的反应能力、应对能力、支撑能力要好于2003年非典时期。为了抵御“黑天鹅”,城市免疫力还需要从防御能力、生存能力、恢复能力、适应能力和发展能力五个方面进一步提升。
郑宇聚焦在数字政府层面,他认为,早年间的城市免疫系统更多是在基础设施建设和数字化功能搭建,真正疫情来的时候发现面对这样复杂的局势,很难依靠某一个单一系统,或者某一个单一部门的能力应对,这个时候就需要我们打通各个部门的数据,连通分布在各个部门的系统,形成一套跨部门、跨系统的联动协调指挥的城市操作系统,来共同应对疫情。
老百姓给智能城市发展打79分
官方数据显示,截至2018年8月,全国100%的副省级以上城市,包括76%以上的地级城市和32%的县级市,总计大约500座城市已经明确提出正在建设新型智慧城市,那么,老百姓的感知如何?在“产业AI公开课”上,单志广用2019年国家新型智慧城市建设评价的数据进行了说明,他指出从2019年的评价数据来看,按照100分作为满分,我国参加评价的275个地级以上城市平均分是68.18分,最高分是92.11分,最低分是19.16分。2017年,参与评价的地级以上城市只有220个,当时全国地级以上城市平均分是58.03分,所以经过两三年的发展,我国新型智慧城市按照这个评价指标体系,整体上提高了10.15分。
与此同时,单志广表示,我们还对335个城市都进行了智慧城市市民体验的调查,这个大数据分析结果有几十万份的数据来支撑,市民满意度平均值为79.23,这个数据在2017年是63.71分出头,所以可以看到老百姓对智慧城市建设的满意度也是超过15分的提升,这是一个很大的进步,说明通过智慧城市的建设和发展,老百姓对智慧城市的满意度虽然没有达到80分,还有提升空间,但是和两年之前的同比来讲提升量还是非常明显的。单志广认为,未来中国在十四五期间一定会有一批有特色、有亮点的、老百姓认可的标杆性智慧城市出来,有的是可能是地级市,有的可能是县级市。
数字孪生城市是不是智能城市的终极
数字孪生技术最早起源于工业领域,尤其飞机、火车发动机等高端制造领域,对产品、生产线和工艺等进行数字仿真、实时跟踪,研发周期大幅缩减,生产成本大幅降低,形成多设备互联、协同和优化的建设模式。“数字孪生城市”则是数字孪生技术在城市层面的广泛应用,也被认为是智能城市的终极目标。对于这一前沿科技在智能城市中的作用,单志广和郑宇分别表达了不同的观点。
在单志广看来,智慧城市应该包括三个空间,一是人构成的空间,二是现实物理世界、物理城市、现实城市构成的物质世界空间,第三个就是网上虚拟化的数字空间。实际上智慧城市是这三个空间综合集成,而不是把物理城市对应到数字空间就变成数字孪生,就变成智慧城市了。实际上,智慧城市是我们把物理世界和信息网络空间相优化、叠加形成一种更好的城市复合体,没有必要把物理世界的任何东西都映射到数字空间中去,两者之间是有一种优化的关系,不是完全拷贝和复制的关系。
郑宇则表示,数字孪生城市应该分成三个层面,第一个层面把物理世界的信息在虚拟世界重构;第二个层面物理世界有很多动态的信息,比如车流、信息流、温度、湿度,这些动态的信息也要在数字城市里面叠加和呈现,第一层更多理解静态的基础设施,像土地、桥梁、大厦,第二层就是把动态的人流、信息流、车流、城市的韵律动态放上去。第三要根据这些动态的信息分析研判产生决策,决策要反向指挥物理世界人的行为和物理世界各种事情的决策,这样三层才能构成数字孪生城市,而且是闭环的。
新基建下,城市将长成什么样?
谈到未来智能城市的发展,单志广强调,云计算、5G、人工智能能把我们城市的规划、建设、产业、经济更好的融合,来打造一种整体性的系统,打造一个长效、可持续的发展系统。未来城市发展一定要和管理能力、技术相匹配,同时要避免有所谓的技术乌托邦的幻想,所以不要以为有了所有的技术,我们的城市就会自然智能,我认为这是不现实的,因为城市的发展本质上来讲智不智慧核心是生活在城市里面的人,我们的生活、思想方式,进行生产、生活方式本身是不是智慧,是不是适应这个时代,这是最核心的。
郑宇对于未来城市的模样,也提出了自己的观点,在他看来,未来的城市一定是万物互联、数据互通的城市,是大数据和人工智能技术跟传统行业结合的智能城市,是一个生态的城市。所谓生态城市包括两方面,一个是像我们的绿水青山环保的生态,另一方面是大家一起来共建的产业生态。
单志广认为,未来城市无论如何发展,都要在尊重城市发展规律的基础上,用技术和我们人的管理能力两者相协调来统筹城市的空间、规模产业的结构,使得城市更加整体,来统筹我们的规划建设管理,来提高我们整个城市的系统性,来提高城市发展的可持续动力,然后通过统筹生活、生产、生态的布局,来提高城市的宜居性,来统筹政府、社会、市民三大主体,来提高整个可持续发展的积极性。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。