数字化城市的智能转型

　　“促进云计算创新发展，培育信息产业新业态”成为时代主题，聚焦生态系统现状和发展趋势，交流实践经验，进一步推动技术创新应用，成为了当今城市网络发展的主要活动。

　　建设信息化城市

　　进入二十一世纪的第二个十年，实现工业信息化、农业现代化和城镇新型化已经成为中国特色社会主义建设发展的一个战略需求和当前的紧迫任务。

　　这三个方面的交汇和融合发展使我们必须以信息化为统领，以建设新型城镇化为抓手才能够圆满完成。在过去十年里，以信息化城市大数据城市智慧城市等已经成为学术界各种相关论坛和媒体热议的话题。实际上任何一个行业或者一个区域的信息化过程，都可以分为两个阶段。第一阶段是数字化阶段，这包括信息的传感、存储、计算、传输和控制的网络化和数字化。

　　第二阶段是智能化，它是数字化的更高阶段。什么是数字化城市呢？就是如果这个城市能够最大限度地使用数字传感技术、网络技术和计算技术构成的信息基础设施，在云计算的软件环境下，对城市的人口、资源、环境、经济、社会等大数据加以计算和处理，把反映城市社会的各种大数据有效地整合，用于规划、预测、运营、以及城市监管，来提升政府部门的管理和决策能力，提高城市居民的生活品质，如果做到了这一点，那就是达到了数字城市的要求。比如说欧美发达国家的一些主要地区，以及包括我国在内的新型国家的发达地区和城市应该说基本上都实现了数字化的目标。

　　数字化到城镇化的智能转型

　　从数字化到城镇化的智能转型，应该包括哪些任务呢？我认为就是智能城市。城市的智能化和数字化的标志性的区别有三个：第一就是智能城市是一个复杂的信息生态系统，它要提供下属三种标志性的服务，深度查询、定律发现、决策生成，这相当于智能功能中的发现知识、使用知识、改造社会，这都包括在智能查询定律发现和决策生成里面。

　　那么从大数据处理角度，智能城市和数字化城市的区别在于智能城市要建立一个对于非结构化数据的统一模型。从软件开发角度看，就是智能化的城市要使用软件的群体软件的开发方法。

　　深度查询是提供知识而不是网页的一种和人的用户的知识交流。这个系统从描述事故的现象或者初步症状开始，通过人机交互的方式，系统提供与现象或者症状相关的所有可供选择的概念和实体；在用户作出选择以后，系统查找出与之相关联的本体和相关联的知识图谱；在与用户深度知识交互中，系统逻辑推理、归纳、关键演算改变现状的所有网上可能的与之相关的解决方案和知识，这是知识层面的交流。这就是智能，是我们知识方面的交流。

　　要建立这样的深度查询，我们需要做什么呢？我们需要在对原始数据来讲有一个统一的四面体，有一个统一的数据模型。

　　另外，计算机里面要存有大量的本体、实体、知识图谱，本体、实体知识图谱类似的实体原始数据连接，包括推理机制都应该在软件里头提供。这就是第一种智能应用，智能转型的第一种应用。

　　第二种就是叫做规律发现。大家以前可能学过逻辑或者是感兴趣的科学发现，我们都知道，不论是经典数据逻辑还是卡尔波普尔的科学发现的逻辑，原子语句都是这些语言中不可再分的对象。

　　科学学问都是有一个形式化的语言叫做一阶语言，一阶语言包括原子语句和复合语句，复合语句可能存在语言逻辑结构的问题，原子语句就是出发点，包括概念和数量之间的关系，这就是方程式。实际上是概念和他们之间的方程式，这些东西是构成了每一个科学理论的核心，剩下的东西逻辑之间都可以通过计算得出。原子语句这套东西在逻辑学里面是不研究的，过去是靠科学家通过实验而决定，现在是通过大数据，大数据里面怎么通过数据提取概念，怎么提取概念之间的方程式，这就成了当今有搜索，大量的研究都在这方面。凡是有这样的功能，从传感器直接得来的数据然后产生关系的东西我们叫规律发现，如果都有，这就是智能应用的一个方面。

　　所以，定律发现就是系统通过获得的描述事物相关的大数据统计分析计算，通过人机交互的方式提取本质的原子概念，以及以数学方程式的形式给出的与此事物有关的概念与概念之间的精确关系，有这一部分就是知识的发现。

　　什么是决策生成呢？决策生成就是针对用户的要求，通过人机交互的方式对本体、实体概念属性多层次的归纳猜想，逻辑推理关键操作来处理，提供与之相关的决策类型，明确是求极大的值还是极小值。

　　这个结果出来以后，根据问题数学模型和人机交互作用把初始条件给出来，最后根据求解方程根据用户提供群体的统计规律和群体动态演变过程，并且根据群体每一个个体要求给出针对个体的解决方案，最终的目的是给每一个人、每一个个体解决方案，做到群体优化，这不仅是发现知识，使用知识，而且是解决问题更高的智能。

　　所以智能转型如果能够具备这三种功能，深度查询、规律发现和决策生成，那么我们才可以说完成了数字化城市的智能转型。

　　软硬件方面需要做什么呢？首先是当前需要建立原始数据的语意方面非结构化数据的统一模型。城市的大数据是承载知识和信息的实体，通过多种数字化和传感器来感知来自城市各个角落和人群，来自于不同知识领域的数据，他们可以是结构化数据，也就是的原始数据，也可以是非结构化数据，如语音、图片、视频等等，来自于格式不统一，而且既使是同一个时间版本不统一，极大的增加了数据难度处理的效率，所以需要统一的模型，这种模型应该有统一性、关联性和可扩展性。

　　数据化辅助城市建设

　　随着物联网技术的发展，平安城市正从传统安防过渡到平安城市大安防体系、数字城市、智慧城市方向发展。安防视频及相关数据量正以惊人的速度增长。如能对这些海量数据进行全面分析和挖掘，将有可能解决城镇化建设中的诸多问题。

　　平安城市是现代城市信息化建设的第一步，随着物联网技术的发展，平安城市将会在此基础上进一步向数字城市、智慧城市发展。

　　大数据时代不可逆转的到来昭示着产业竞争优势出现新的转型契机。通过合理化大数据使用态度，并结合我国产业发展的实际状，找寻出大数据库建设滞后的原因：存在严重的外部依赖性、大数据的知识产权保护意识和手段不足、人才队伍建设缺乏顶层设计等诸多阻碍大数据促进产业竞争优势转型的问题。建立服务产业竞争的独立大数据体系是获取竞争优势的全程保证，这就需要厘清独立大数据体系的建立基础、标准和作用。最终通过大数据与物联网和智慧城市联动发展以促进信息交互、大数据产业集群化(群落)以整合产业竞争资源，并以大数据服务产业竞争情报搜集的途径使中国在新一轮产业竞争优势转型中夺得先机。

　　(以上内容系根据中国科学院院士李未在2015年第七届中国云计算大会上的演讲整理而成)

　　中国科学院院士 李未

关注读览天下微信， 100万篇深度好文， 等你来看……