擁堵怎麼治，事故怎麼防？看微軟和宇視如何“智”愈城市

文/ 沈玉姍

無論從人口規模、土地麵積還是城市功能來看，北上廣已位列當之無愧的三座世界級特大型城市。單上海地鐵突破1000萬次的日均客流量，就足以令人咋舌。

城市化進程構建了高聳入雲的建築和隨處可見的商場，也帶來了如織的人流和擁擠的交通。隨著大數據、雲計算和人工智能的綜合運用，市場規模千億元級的智慧交通成為智慧城市的一項核心板塊，而一座城市的毛細血管——道路交通正在以新的方式被不斷激活。如何更智能化、精細化地規劃與管理一座城市？

突破經驗主義

對於管理者而言，城市規劃及管理是一項多學科交叉的高難度工作。而對於居住者來說，城市係統或許比想象的還要更複雜。

微軟亞洲研究院城市計算負責人鄭宇博士給《21CBR》記者打了個比方。

圍棋棋盤由縱橫各19道線形成，共有361個交叉點，每個點有黑子、白子和空著不擺子三種狀態，就能衍生出千萬種棋局。和情況更為複雜的城市交通比起來，AlphaGo麵對的問題可能是“小巫見大巫”了。因為，國內中大型城市的道路數以千計，如果將城市中的每個十字路口都比作一個點，“城市棋盤”的點數足可達到十萬級別以上。

對於每日穿梭在各個點之間的都市人群，最關心的出行問題是堵車。智慧交通需要從城市運轉的中心大腦一路延伸至神經末端，才能讓一座城市流動起來。

將宏大的智能交通項目落實到一座城市的某個十字路口，具體包含哪些要素？

視頻監控產品及解決方案供應商宇視科技的首席架構師姚華告訴《21CBR》記者，相關部門出台了在業內被稱為“19項標準”的部署細則，比如通常正反方向各需要一台攝像機，補光燈和爆閃燈則是標配。此外，所有路口都設有網絡機箱、信號控製機和流量傳感器，部分路口甚至需要不間斷電源。

2016年4月，福州啟用了宇視科技的智能交通整體解決方案，對全市309個路口實行覆蓋前中後端的一體化管理。以核心的監控攝像頭為例，從早期的200萬像素到常用的300萬-700萬像素，具體部署時如何選擇型號，大有講究。

北京市交通路況監控

比如，對於路麵較寬的單向4-6車道，往往需要在前端配備兩台900萬像素的高清設備，數據源源不斷地傳輸至後端，再通過在指揮中心建立大數據平台和相應的傳輸、存儲和顯示配置，實現交通業務的外部呈現和表達。

實際運作起來，這套係統每日產生700萬條過車數據，福州交警一個月內處理了3950輛涉及闖紅燈、超速等違法行為的車輛。前端攝像頭智能識別、自動抓拍並一路追蹤違法車輛的軌跡，後台則在比對複合後自動開出罰單。對於套牌等行為，係統還會進入車牌庫進行二次比對。一線交管的力量則集中用於酒駕等突發事件，取證更嚴謹了，大量的人力卻因此可以解放出來。

智能化出現以前，各地交管的治理方式可以被歸結為“經驗主義”。得益於2002年全國交通信息化工作的啟動開展，一線交警通過大屏指揮中心等方式監控到城市擁堵情況，就會立即加大一線人手派出，強化車輛疏導，同時對特定擁堵路段進行紅綠燈次控製，比如，將綠燈間隔的長度延長1分鍾。

這樣的做法常常是有效、可控的，因為在大部分時間段裏，每座城市的交通流量“其實是相對固定的”，姚華介紹，“每個交警都有自己的現實管理經驗。”

但是，經驗在某些時刻未必能發揮作用，比如，向來缺少降雨的北京市，在2016年7月遇到降水量達200毫米以上的特大暴雨，哪些地方會在什麼時間點出現道路積水，影響交通正常運作？這些問題足以問倒任何一個城市管理者。

又如，周傑倫在廣州舉辦演唱會，會對體育館周邊的交通造成什麼影響？姚華表示，業內太缺少這樣的特殊樣本積累，理論上，需要周傑倫連續來三年，才能在第四年提前做出預測。“因為周傑倫與李宗盛（演唱會）對交通的影響，又是不盡相同的。”

目前，宇視科技的兩個主要交通業務模塊——違法違章處理和流量控製管理，在收入端呈現7:3左右的比例。鑒於深度學習和機器視覺近年來的爆發式突破和增長，國內智慧交通在車輛及行人管理上成效顯著，形成了實時監控、全麵取證、智慧研判等一整套常規作業流程。不過，姚華也坦言，現階段仍有交通流量的預測管理等諸多難題尚未被解決。

開放公共數據

2008年，微軟亞洲研究院設立城市計算研究方向，由鄭宇博士擔任負責人。團隊的主要工作是通過對城市大數據的融合與分析，解決城市交通、市政規劃、能源環境中麵臨的問題，並為環保部和上海、貴陽、福州、成都等地方政府部門提供谘詢服務。

鄭宇表示，微軟的方向很明確，不是花時間討論智慧城市的概念和標準，而是用計算機知識和人工智能技術，解決城市裏實際麵臨的各種問題。

城市計算是一門融合計算機與城市規劃等專業的新興交叉學科，與純圖像、語言處理相比，屬於典型的“多數據多任務”。麵對大到全市生產總值，小到一間雜貨鋪每日用電量的海量數據，研究者一開始就容易陷入一個巨大的疑問：如何知道哪些數據能為我所用？

鄭宇坦言：“很多學生做完了項目A，到了項目B還是不知道怎麼開始，需要具備很強的演化推理能力。”獲得這一能力的門檻不低，既要懂得機器學習、數據挖掘和數據可視化等技術，又要掌握一定的交通、環境等領域知識。培養出這樣一個行業稀缺的數據科學家，在鄭宇看來至少需要7-10年，與微軟合作的紐約大學於2013年8月專門開設了城市信息學的碩士專業，時任紐約市長的布隆伯格親自揭牌歡迎新生入學。

要用好數據，首先必須懂得數據。比如，一間本地商場屬於時空不變的靜態點數據，城市路網則是靜態網絡結構數據，單車騎行軌跡則是最複雜卻最有價值的動態點數據——時間和空間都有變化，且點和點之間關係連續。

城市問題的數據特征屬於典型的“多源異構”，大量跨領域、跨特征、結構不統一的時空數據，在政府係統內通常涉及多個部門，對數據的質量要求又高，獲取難度可想而知。美國紐約曾為此頒布了《紐約市開放數據法案》，要求各部門打破壁壘，建立公共數據開放平台。

貴陽在國內率先提出城市大數據開放平台的計劃。2016年，鄭宇主持了該數據平台的設計和實施。2017年1月，上述平台開始試運行。截至目前，平台上可以瀏覽、下載到535萬條數據，涉及51個部門的1180個數據資源。比如，市交管局提供闖紅燈設備路口點位表，市交通委則發布市區加油站的分布情況。城市計算組後來還開發出一款基於出租車數據的實時大人流預測係統。

同時，各地也紛紛開始行動。2016年下半年，摩拜單車的公司注冊地——上海徐彙區政府牽頭微軟和摩拜，開展基於大數據的自行車道規劃工作，並給出了實際場景及問題：為轄區內的5個片區建設30公裏的自行車道。建設經費和土地資源是有限的，同時，自行車道作為一項公共資源，必須盡可能服務更多的人，並在有限區域內相連分布，便於施工和後續管理。

基於1萬多名摩拜用戶一個月的20多萬條騎行軌跡，鄭宇團隊開發設計了一套軟件係統，輸入修路預算和對應的修建裏程數，係統就會自動生成在徐彙區內的車道規劃路線建議。徐彙區一方麵聯合上海市規劃院，試圖在全市範圍內推廣，另一麵與微軟方麵的第二階段合作也已悄然啟動。

市民或許更想了解的是，係統生成的路線規劃是否切實符合實際使用需要，車道建成後，會因為大量流量湧入而產生新的擁堵嗎？

鄭宇解釋，整體業務邏輯並非地圖類App通常給出的“推薦行車路線”，而是聚合多人的實際騎行數據，找出覆蓋最多行駛人數的線路。試想一下，對於一條特定路線，隨著騎行長度的持續增加，走同樣路線的人數通常會相應減少。因此，對於每一個都市通勤的個體，規劃路線或許都不意味著“家到單位”之間的兩端最短線路。但對群體而言，道路的實際效用將獲得最大化的滿足。

試驗人流預測

在城室科技聯合創始人劉瀏看來，相比城市管理者掌管的海量數據，中國互聯網界的BAT和獨角獸們在數據優勢方麵漸漸後來居上。這些公司手中握有大量的定位、消費、支付等數據，在城市管理領域的商業價值尚未明晰，但應用潛力巨大。

抓住用戶，就抓住了數據。歸根結底，城市的核心仍在於人。

城室科技是一個提供城市大數據谘詢服務和分析工具開發的初創團隊，劉瀏畢業於美國麻省理工學院城市規劃專業。2015年底，劉瀏在中國城規院上海分院，負責承擔住建部的全國城鎮體係規劃人口流動大數據專項。當時劉瀏作為外聘專家，在騰訊深圳總部工作了一個多月，調用QQ後台的活躍數據進行人口流動分析。

彼時，上海外灘的新年踩踏事件餘波未平，騰訊內部也基於QQ的6億活躍用戶數據，進行大人流監測產品的開發工作。理想的產品形態是，依托騰訊雲的大數據計算平台，對人群進行動態跟蹤和分析，幫助政府管理部門對城市警力、交通和電信等公共服務資源進行及時的優化配置調整，比如當某個地方的人流超過正常值，係統就會自動報警，該地區的QQ用戶則會在手機上收到通知，將危險降至最低程度。

2015年4月13日，上海市政府與騰訊簽署戰略合作框架協議，共同提升智慧城市的服務水平。盡管合作細節不為人知，但此後兩年間，上海國慶長假期間的輕微無損交通事故數量，直線銳減至2016年的7969起，約為2014年同期的一半。

大人流監測的實現也基於車輛違章、人臉識別等場景的機器視覺技術，業內俗稱“數人頭”。2017年1月，廣州火車站上線國內首個春運大數據實戰應用項目，宇視科技為其部署具備人數統計功能的智能高清IP攝像機，後台安裝CPU+GPU混插的“昆侖”高性能計算平台，最多可並發處理2.4億人臉大庫智能搜索。廣州火車站是全國春運曆年發送旅客最多的車站，宇視科技的方案覆蓋了滯留人數最多的站前廣場區域。

廣州地區春運指揮部實時關注著整個火車站區域的滯留情況，並對接廣州市教委的大數據分析平台進行比對，從而快速調整指揮工作，防止嚴重聚集和踩踏事件的發生。比如，當人數達到5萬時，火車站會啟動五級響應，並通過高鐵轉普鐵來緩解火車站壓力。當人數超過10萬，則會全麵組織旅客退票。

上海外灘踩踏事件發生後，鄭宇第一時間發布微博，表示可以采用大數據和人工智能的方式做出預測分析。有網友對此不解：“都知道會有很多人去，還需要預測嗎？”在清華大學的大數據講座上，鄭宇進一步說明，“政府需要知道的是‘多’的程度、人數達到峰值的具體時間，甚至是每個單位時間的人員進出數量，才能做出決策，50萬人和100萬人對應的安全等級和措施是完全不一樣的。”

夜景下的上海南浦大橋

微軟方麵因此提出了“城市黑洞”和“城市火山”的概念。“城市黑洞”是指一段時間內進入一處區域的人群數量遠遠大於流出數量，而“城市火山”則恰恰相反。

還是以周傑倫開演唱會為例，演唱會開始前體育館和周邊會形成一個黑洞，演唱會結束後，大量歌迷湧出則像是“火山噴發”。鄭宇團隊的研究發現，黑洞和火山的大小呈動態變化，邊界則不固定，形成一段時間內，範圍還會逐步擴大。

2016年底，微軟亞洲研究院的人流預測係統在貴陽市落地試驗。係統將城市地圖分為1公裏×1公裏的均勻網格，再把貴陽出租車的實時GPS軌跡信息投射到網格裏，通過預測每個格子未來有多少出租車進和出，得出3-5個小時內貴陽市內以及相應每個格子所屬區域的人流估計情況。係統在視覺呈現上是一個二維熱力圖，顏色越紅的地方代表人越多。

和交通流量預測一樣，人流預測同樣十分困難，天氣、時間都是影響因素，甚至相隔很遠地方的人流進出也要納入考慮。多名業內人士告訴《21CBR》記者，北京市交管也在采用類似的方法積極探索。以公交車、出租車的流量狀態來輔助預測整個城市的交通、人流情況，成為當前這一領域的熱門研究方向。

中國正在建設智慧城市的道路上拚命追趕。

姚華眼中的智慧交通與一座城市的經濟繁榮密切關聯，“上了部分業務後，一些城市的交通改善了，但隨著買車的人增多，擁堵情況又會出現”。

這樣的螺旋式上升在微軟看來，貫穿城市的前世、今生和未來：用大數據和人工智能洞察曆史、高效運營和合理規劃，形成一個環路，最終將帶來更美好的城市。