10月27日，由雷鋒網(wǎng)& AI掘金志主辦的「全球AI芯片·城市智能峰會」，在深圳大中華喜來登酒店盛大召開。

延續(xù)雷鋒網(wǎng)大會一貫的高水準、高人氣，「全球AI芯片·城市智能峰會」以“城市視覺計算再進化”為主題，全面聚焦城市視覺與城市算力領(lǐng)域，是業(yè)內(nèi)首個圍繞“算法+算力”展開的大型智能城市論壇。

峰會邀請到了業(yè)內(nèi)極具代表性的14位業(yè)內(nèi)知名專家，世界頂尖人工智能科學家、芯片創(chuàng)業(yè)大牛、產(chǎn)業(yè)巨頭首席技術(shù)高管、明星投資人齊聚，為行業(yè)資深從業(yè)者們分享前瞻的技術(shù)研究與商業(yè)模式方法論。

此次大會上，佳都科技智慧城市業(yè)務群副總裁張進飛發(fā)表了《數(shù)據(jù)智能 孿生城市-基于數(shù)字孿生提升城市治理能力建設》的主題演講。

張進飛在演講中表示，我國的城鎮(zhèn)化發(fā)展特別快，但是這種快速也給城市帶來了諸多問題。二元社會變成了三元社會——市民、農(nóng)民、 移民(流動人口)，城市人口管理成為難題。此外，交通事故、公共安全等城市病對城市發(fā)展提出新的挑戰(zhàn)。

因此，張進飛分享了佳都科技“數(shù)字孿生”的理念：更高效的對現(xiàn)實世界進行全息的刻畫、深刻的洞察、智慧的賦能。“基于對業(yè)務場景的全息感知、對動態(tài)事件實施動態(tài)的監(jiān)控，在此基礎(chǔ)上，對業(yè)務進行實時的判斷，利用歷史數(shù)據(jù)做精準的預測。我認為，隨著技術(shù)的發(fā)展，AI芯片不斷成熟、算力不斷提升，這件事情是可以做到的。”

在這個理念下，佳都科技將其應用到了城市交通領(lǐng)域。通過打通底層數(shù)據(jù)，形成統(tǒng)一數(shù)據(jù)資源池，對底層數(shù)據(jù)深度融合、挖掘，實現(xiàn)各個業(yè)務系統(tǒng)數(shù)據(jù)互通、業(yè)務聯(lián)動，有效支撐新一代智能交通體系。

張進飛表示，未來在佳都的視頻大數(shù)據(jù)平臺之上，會開放AI中臺能力、模型構(gòu)建能力，并且會構(gòu)建通用場景下的治安應用、行政應用、指揮應用。

同時他也補充說，整個平臺不單單是做一個基本的運維，更重要的是給大家開放一個數(shù)據(jù)平臺?！拔覀冊敢飧魑蛔鲇布膹S商、算法廠商、行業(yè)專家合作，我們提供中臺，你們提供更創(chuàng)新的應用，一起打造一個智慧城市的生態(tài)鏈。”

以下是張進飛的大會現(xiàn)場演講內(nèi)容，雷鋒網(wǎng)做了不改變原意的整理及編輯：

張進飛：最近幾年由于AI技術(shù)的發(fā)展，給智慧城市的建設、公安、大安全行業(yè)帶來了非常大的變化，所以我今天講的主題是《基于數(shù)字孿生提升城市安全治理能力》，通過數(shù)字孿生相關(guān)的技術(shù)應用，使得公共安全領(lǐng)域從比較簡單的應用到復雜的數(shù)據(jù)驅(qū)動型的創(chuàng)新。

首先講一下為什么我們會思考這么一個重要的問題，進行提前的布局。

實際上我們也看到，我們國家城市化發(fā)展非常快，2017年我們的城市化率已經(jīng)到了56%，這一點我感受很深，前幾天我回到了老家的小縣城，連我們那里比較偏僻的小農(nóng)村的農(nóng)民，稍微手里有點錢都去縣里買了房，大家都趕這個潮流，想做個城里人，這也是城市化的表現(xiàn)，大家慢慢的開始往相對發(fā)達的地區(qū)集聚。

而對我們做公共安全行業(yè)的人來講，城鎮(zhèn)化帶來的問題是比較多的。首先是流動人口越來越多，第二是由于經(jīng)濟的發(fā)展，我們在城市之間的流動也會變得非常頻繁，而從公共安全的角度來講，管理難度就很大。大家知道常住人口因為一直住在這個地方，各種信息很好掌握。但是對流動人口來講，我們需要及時掌握他的信息，他來這里干什么、跟誰來的、怎么來的，跟誰見過面，我們要掌握很多規(guī)律，判斷是不是我們需要重點防控的對象。

就以深圳為例，大部分都是外來人口，深圳的車輛現(xiàn)在已經(jīng)限外，隨著車價越來越低，再加上我們的經(jīng)濟水平越來越高，有些家庭可能有兩三輛車，導致城市交通的發(fā)展跟不上車輛增長的速度，這也給城市交通安全帶來很大的問題?；谶@些我們碰到的城市病，佳都科技已經(jīng)在公共安全和城市交通領(lǐng)域耕耘了十幾年。

結(jié)合大家說到的AI芯片在城市智能相關(guān)的應用，我們也在思考在大數(shù)據(jù)時代做業(yè)務創(chuàng)新時，如何更方便地應用相關(guān)的人工智能技術(shù)，跟前端海量的設備交互。

所以我們也探討了三種可能性：

第一是隨著5G的推動，隨著物聯(lián)網(wǎng)技術(shù)的不斷成熟，我們在采集這方面的瓶頸基本上解決了，而且5G解決了中間傳輸?shù)膯栴}，物聯(lián)網(wǎng)解決了前端泛在感知的問題。

第二是AI芯片加上中間的各種GPU處理器，解決了數(shù)據(jù)認知的瓶頸。

第三是后端的傳輸?shù)哪芰?，使得我們可以做城市級的模型，基于這幾點，我們認為數(shù)字孿生城市不是難題。

因此我們也提出了我們對數(shù)字孿生城市的理念：第一是基于業(yè)務場景的全息感知，第二是對動態(tài)事件實施動態(tài)的監(jiān)控，然后基于業(yè)務再做實時的診斷，基于歷史數(shù)據(jù)做精準的預測。這是我們美好的愿景，我認為隨著技術(shù)的發(fā)展，隨著AI芯片不斷成熟、算力不斷提升，這是可以達到的。

數(shù)字孿生的佳都思考，首先我們希望通過某種方式，使傳統(tǒng)的視頻監(jiān)控、物聯(lián)感知對一個城市進行刻畫，第二是解決數(shù)據(jù)洞察的問題，在刻畫完之后能對里面關(guān)注的對象和對象的變化進行深刻的洞察，再對我們的數(shù)據(jù)做更精準的賦能。

我們也希望我們的平臺不僅僅簡單是一個看的或者是監(jiān)控的平臺，我們更多希望這個平臺為政府部門、為用戶提供能力。比如說我們看右邊這張圖，它是個三維仿真的園區(qū)，它所有的實體是帶有屬性的，比如說我們的樓房，我們樓上住了哪些人，這些人是什么職業(yè)、什么年齡等信息，我們是可以標上去的，可以跟其他的信息關(guān)聯(lián)起來。

當然還有它周邊的交通狀況、它周邊出沒的人，包括我們的環(huán)境（氣候、壓力、PM2.5等等），我們都可以想盡辦法把它通過某種方式做可視化的展現(xiàn)，做全息刻畫。再基于我們從治安、消防、交通、環(huán)保等等角度的業(yè)務訴求，進行業(yè)務的洞察。最后我們希望我們的數(shù)據(jù)接入平臺是能夠為各個廠家開放的，各種物聯(lián)網(wǎng)的前端是可以接入的。

剛才我們講了很多邊緣計算之類的東西，我們先解決接入層面的問題。

第二塊是在數(shù)據(jù)處理和業(yè)務模型構(gòu)建方面，我們有數(shù)據(jù)中臺和業(yè)務中臺來解決業(yè)務層面問題。

最后是在上層應用開發(fā)方面，我們也能提供一系列相關(guān)的通用的模塊，來支持應用層。而在AI中臺這個地方，我們會跟很多的業(yè)內(nèi)廠家（曠視、云從、商湯）合作，解決AI層面的賦能。

具體來講怎么解決第一層的問題：全息的刻畫。

我們現(xiàn)在提供三方面的能力，第一是空間數(shù)據(jù)快速建模，我們提供整套的解決方案，幫助客戶提供建模的服務。第二是通過無人機等大范圍攝影建模，第三是建筑物精細化建模，可以精細到這棟樓的每個房間。這樣我們首先有一個最基本的城市仿真的基本模型，我能做一棟樓，就能做一個園區(qū)，我能做一個園區(qū)，把路網(wǎng)加上，就可以做一個城市，這是第一層，解決一個場景構(gòu)建的問題。

在GIS、BIM模型的基礎(chǔ)上，我們會把真實的視頻和三維仿真模型結(jié)合在一起。未來你再看視頻監(jiān)控的時候，不再是一個九宮格，它是一個完整的大畫面，可以拖拽、可以平移，可以把實體的場景和三維模型結(jié)合起來，物理環(huán)境通過數(shù)字化變成孿生的城市。這是第二塊，要解決視頻場景和地圖場景的無縫融合。

第三塊，我們把城市里關(guān)鍵的部件，比如說房屋、道路設施、下水井蓋、路燈等等，我們所關(guān)注的城市部件，可以進行數(shù)字化，做到我們的模型里面，這樣我們可以關(guān)注每一棟樓里面的人，這個道路上的人流、車流，這里有多少是常住人口，多少是外來人口，多少是一個月出現(xiàn)2次的，多少是一個月偶爾來的，我們會對它進行更深入的分析。

我們希望通過各種各樣的物聯(lián)接入手段，把更多的資源通過可視化的手段展現(xiàn)在一個統(tǒng)一的界面上。未來我們會提供很多可交互的終端，使得我們真正實現(xiàn)基于數(shù)字孿生城市對我們的物理城市進行相關(guān)的交互式控制的場景。比較時髦的詞叫“智能空間”或者是“智慧空間”，就是我們通過一個數(shù)字孿生的城市去操控一個物理的城市。

我們可以想象一下，以后做傳統(tǒng)的視頻監(jiān)控、傳統(tǒng)的門禁、進出口控制的時候，可能就在一個AI和虛擬現(xiàn)實場景里面，按一下開關(guān)，就可以開門了。看視頻也是一樣，我想看到哪里，就把地圖拖到哪里，不用再去點哪個攝像頭，因為當你的攝像頭有幾百上千萬個的時候，你是記不住每個攝像頭在哪里的。

另外，我們把孿生城市的底座建起來之后，如何對信息進行更深刻的細化和洞察，對數(shù)據(jù)進行相應的分析。

做這一塊事情的策略是什么呢？首先我們會構(gòu)建我們的AI中臺。中臺這個概念在2019年非?；?，我們在前面構(gòu)建底層技術(shù)的時候，會有佳都自己的三維地圖引擎，來解決各種資源、各種要素的疊加。

其次，在剛才那個基礎(chǔ)層面，我們又搭建了一個中臺，即數(shù)據(jù)中臺，解決多元異構(gòu)數(shù)據(jù)資源的接入，包括關(guān)系數(shù)據(jù)接入、互聯(lián)網(wǎng)數(shù)據(jù)接入，在這一塊我們要解決的第一個問題是AI中臺，因為剛才講到那么多廠家在做的算法、芯片都不一樣，技術(shù)不斷地發(fā)展，摩爾定律都不行了，也有各種各樣的算法，今天用這個算法，明天要換一個算法怎么辦？我們需要構(gòu)建一個中臺，解決不同算法之間的銜接問題，這里面包括了各種常見的人臉抓拍、車輛識別等問題。

另外我們需要做業(yè)務的中臺，需要對模型進行構(gòu)建。左邊這個圖是我們的城市大腦的其中一塊應用，我們會對這個城市里面的每個交通路口進行數(shù)字化，對它的路口承載能力、路口的交通流量等等進行模型構(gòu)建，來構(gòu)建一個可計算的路網(wǎng)。

大家可以想象一下，可能80%以上的人每天上下班的路線基本上是固定的，出來的時間、回來的時間也差不多。如果我對這些個體，能夠關(guān)注他每天大概幾點出門，大概幾點會到哪個路口，我可以對這個個體進行交通的優(yōu)化，到這個路口有多少輛車輛準備左轉(zhuǎn)，有多少車輛要直行，不是像以前一樣靠視頻監(jiān)控看它的排隊長度、靠雷達判斷擁擠程度，我們可以通過各種物聯(lián)網(wǎng)數(shù)據(jù)采集做研判，分析某個時間段有多少車路過這個路口，我們會做到基于個體的出行的優(yōu)化，這是我們在交通大腦里面做的工作。

右邊這個截圖和視頻，是我們基于社會治安做的。在社會治安這個領(lǐng)域，我們的治安場景是在發(fā)生變化的，以前我們的治安警察無外乎就是上門掃樓，看看最近我們轄區(qū)有哪些外來人口，現(xiàn)在通過各種各樣的人證核驗、人臉抓拍，包括手機、wifi等各種方式，可以很容易地采集到來到我轄區(qū)的是什么人，但是這個人來了干什么，我們需要基于他在網(wǎng)絡上的行為、在網(wǎng)吧上網(wǎng)的行為、在實體店刷卡消費的行為、視頻抓拍的行為等方面，通過我們的模型刻畫這個人的行為。我們搭建了業(yè)務模型等構(gòu)建平臺，來適配不同的業(yè)務場景。

前面的AI中臺解決了算法不足的問題，解決了效率問題，后面等業(yè)務中臺解決了不同業(yè)務場景下的業(yè)務邏輯可構(gòu)建、可擴展問題。

剛才講的業(yè)務中臺是從邏輯角度來講的，從業(yè)務應用來講，左邊這個是我們在治安口的應用，大家看到是對夜間卡口車輛的抓拍，剛才科達講了超微光，我們希望超微光能為卡口抓拍提供更多的線索，對車輛里面的駕駛員和副駕駛進行抓拍識別。

未來在我們的視頻大數(shù)據(jù)平臺之上，我們會開放AI中臺能力、模型構(gòu)建能力，并且會構(gòu)建通用場景下的治安應用、行政應用、指揮應用。右邊這個是指揮場景的應用，我們會面向各級公安部門的指揮中心，構(gòu)建一個全場景基于重點管控場所的所有關(guān)注的人、物、事、組織，包括人流、車流、人證信息，還包括他所關(guān)注的重點管控對象、重點管控場所、重點管控群體，來提供基本的應用。

當然，我們整個平臺不單單是做一個基本的運維，更重要的是給大家開放一個數(shù)據(jù)平臺，我們愿意跟各位做硬件的廠商合作，你們提供更豐富的物聯(lián)采集設備，接入到我們的平臺上來，以豐富我們的未來孿生城市。我們也愿意跟算法廠家結(jié)合，提供你們最好的算法，來解決我們對物理世界的認知。

同時我們提供一個業(yè)務平臺，我們希望在座的各種各樣的行業(yè)專家，不管是公安專家還是其他的專家，能跟我們對接，把你們的經(jīng)驗轉(zhuǎn)化為我們的模型，來分享給更多的其他的用戶，把你的經(jīng)驗傳承下去。最后一塊的賦能在上層，因為我們的平臺也提供二次開發(fā)API的接口，也是希望有更多的應用開發(fā)商的合作伙伴能跟我們一起打造一個生態(tài)鏈，我們可以提供各種中臺，你們提供更創(chuàng)新的應用。

剛才我們主要講AI，接下來講一下在智慧交通領(lǐng)域。我們有一個解決方案叫城市交通大腦，它的理念就是通過泛在的感知，通過對數(shù)據(jù)的認知，再基于我們剛才講的AI和可計算能力的基礎(chǔ)上，提供個性化的服務。

傳統(tǒng)的交通管理，如果看到這個路段很堵，明年在這里擴建，或者做一個交通疏導。我們反過來思考另外一個問題，這個圖可以看到我們有兩個模型，第一個是基于身份檢測的交通系統(tǒng)模型，這里面包括兩個部分，第一是交通設施或者是車輛，第二是我們的出行個人，如果你是本人駕駛的話，你的出行的規(guī)律、時間長短是可以掌握的，如果你是單位的運輸車，你的規(guī)律也是可以掌握的。再加上我們對交通設施的管控，可以基于交通身份檢測的模型，我們可以做到對交通個性化的服務。

這個圖上可以看到對每個車道的承載力、通行能力，我們會做實時的檢測，基于業(yè)務模型，可以定義從一個點到下一個點之間的綠波帶，對于某些車隊可以做特殊的改造和交通優(yōu)化。隨著技術(shù)的發(fā)展，我相信我們完全可以做到預測從現(xiàn)在這個點到下一個點大概要多長時間，大概會過幾個紅綠燈，大概要等多長時間。

說到這一點大家會覺得百度地圖、高德地圖都有這種功能，實際上他們是靠群體停留的時間平均算出來這個路段大概要花多長時間，我們的算法和他們是不太一樣的，我們更多的是依靠道路的通行能力，以及我們交通設施采集到的交通流量，來做個性化的指引。

基于歷史的大數(shù)據(jù)的基礎(chǔ)上，我們可以做很多的預測，尤其是在公共安全領(lǐng)域，我們會做外來人口的流動情況、重點管控人員的停留情況、出沒時段進行分析，我們也會對小區(qū)的人流，暫住人口、常住人口、探親人口等做一些監(jiān)控，包括獨居老人的出行有沒有問題，我們會做多維度的預測、分析、研判，為我們的人口管理提供相應的輔助。右邊這一塊我們看到的是基于場所的管控。

這個是青島奧帆中心，在海軍節(jié)的時候，我們做的一個基于奧帆中心的全場景的數(shù)字孿生案例，對重點設施、?；?、易燃易爆物品、重點人員、安保力量的宏觀和微觀的管控，而且可以從三維的立體安防到很細節(jié)的具體的設施的狀況、具體出沒的人車等等實行管控。

下面這個是一些重點場所的管控，比如說迎春花市、重點建筑物、公園等，對重點場所的安保做的一些管控。

這個是我們在一個重點區(qū)域的管控，對流動人口比較多的城中村的管控，在這種地方一般治安狀況是比較差的，我們需要知道每一棟樓、每個房間里住的外來人口是誰，包括他每天的出行規(guī)律，他跟誰在一起，我們對可能的販毒情況、造假制假、賣淫嫖娼、偷盜情況做相應的研判和分析。

這是我們對廣州塔和機場的監(jiān)控模型。

最后一塊是我們在傳統(tǒng)安防和公安領(lǐng)域以外做的一個東西，就是在應急方面的應用。

國家成立了應急管理部，我們也在做全省的?；繁O(jiān)控的應用?；谖覀儎偛胖v的技術(shù)，可以做到對整個園區(qū)里面的車輛、設施，包括設施里面的危化品的狀態(tài)（溫度、壓力等等）數(shù)據(jù)進行采集，然后結(jié)合我們的應急預案做應急演練，我們也可以做真正發(fā)生問題情況下的應急調(diào)度，這是基于我們的數(shù)字孿生城市相關(guān)的核心技術(shù)基礎(chǔ)之上，我們可以做到以前沒有做到的一些創(chuàng)新應用，也更加精細化地提升我們對整個城市的治理能力，這也是我今天演講的主題，希望通過數(shù)據(jù)智能來推動整個城市的孿生城市。

關(guān)于全球AI芯片·城市智能峰會

「全球AI芯片·城市智能峰會」是雷鋒網(wǎng) & AI掘金志安防團隊繼「中國人工智能安防峰會」、「CCF-GAIR視覺智能論壇」后，全力打造的又一大品牌活動。

在上述三大論壇中，組委會先后邀請到了高文、Demetri Terzopoulos、權(quán)龍、華先勝、賈佳亞、孫劍、顏水成、田奇、程浩、張鵬國、浦世亮、殷俊、余虎、李子青、申省梅、王曉剛、楊帆、陳寧、溫浩、陳瑞軍、張永謙、肖洪波、胡大鵬等在產(chǎn)學兩界享有盛譽的權(quán)威專家。

論壇內(nèi)容圍繞「攝像機」這一介質(zhì)入口展開，覆蓋AI安防產(chǎn)品、圖像與視覺智能算法、視頻芯片&服務器、投融資、商業(yè)模式等多個維度的主題，旨在打造業(yè)內(nèi)最完整的智能城市論壇體系。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。