京東城市陳旭旭：AI和大數據如何撬動“城市計算”？| AIoT+智慧城市峰會

12月20日，雷鋒網主辦的AIoT+智慧城市峰會在深圳舉行，京東城市計算事業部高級專家陳旭旭在峰會上分享了京東如何用AI和大數據打造智能城市。

京東城市計算事業部高級專家 陳旭旭

京東城市的整體架構體系

陳旭旭首先介紹到，京東城市是京東旗下的一級事業部，也是一個獨立的子品牌，一共有三大塊，包括：

• 京東城市計算事業部，是京東旗下的一級事業部；

• 京東智能城市研究院，是依托于事業部所成立的研究部門；

• 各個區域的研發中心。

他重點介紹了京東智能城市研究院。他表示，研究院規格很高，院長是京東集團的副總裁鄭宇博士，而學術委員會主任則是中國工程院常務副院長潘云鶴院士。他們在今年11月20號的“2018京東數字科技全球探索者（JDDiscovery）大會”上共同啟動了京東智能城市研究院。

城市計算是京東城市重點：讓數據互聯互通

什么是城市計算？陳旭旭拋出了這樣的問題。

“城市計算是城市數據的采集、管理、分析挖掘和服務提供，來解決城市交通、規劃、環境、能源等等問題的痛點，我們是利用云計算和大數據加上人工智能，在城市場景中的有機結合。而目前，京東城市對于城市計算的理念是通過點-線-面結合的頂層設計。”

為什么能做這個“頂層設計”？實際上，在鄭宇博士的核心團隊，從事城市計算的領域工作已經超過12年，這個領域是世界上很早就已經有的學術概念，在這個概念上，京東城市又提出了以“規劃-運維-預測”的閉環可持續發展模式，這個已經運用到工業界，為京東城市的城市計算打下基礎。

想實現可持續發展理念，京東城市就要打造一個城市計算的平臺（雷鋒網注：可參考）。這個平臺主要有三方面的特點：

首先是數據標準化。在城市中，所有的數據分為時間維度和空間維度，時空數據又分成六種數據模型，所有城市的數據都是可以被分在這六個數據模型之中的，所以這是京東城市提出的“數據標準化”的概念。

在數據標準化之后，對它進行了算法模塊化。把所有的人工智能的算法經過模塊化的拼接，能夠為一個新的問題通過這種拼接的方式很快的處理掉。

基于數據標準化和算法模塊化，就能達到整個共建平臺平衡的目標。對于每個城市來講，不可能一家公司就把這個城市的業務做掉了，各個公司的業務是互相有交集或者很難合作，京東城市打造這個平臺的目的，就是希望能夠在模塊化的基礎上做很好的互聯互通。

陳旭旭提到一個重要概念：數字網關。對很多城市來講，現在有一個很大的痛點是政府機構中各個委辦局的數據是部署在自己的私有網絡里，很難做到互聯互通，通過數字網關，能夠讓每個部門在自己原始數據不出內網環境下，京東城市通過多重加密以及聯合建模的方式，能夠讓大家做到知識共享，最后能夠真正達到知識上的互聯互通。

依托于數字網關，目標是讓各個委辦局數據互聯，同時能夠讓委辦局和市場上的公司也能做到數據互聯，最后達到城市與城市之間的數據能夠互相打通。依托于自己打造的APP，統一的帳號體系能夠讓市民感受到數據互聯之后的效果。

此外，在城市計算平臺上，通過把需要的數據和模型通過連接的方式，能夠很快的做出一個人工智能的算法，解決一些比較簡單的問題，這對于一些缺少人工智能算法領域專家的公司或者在這方面投入還沒有大的公司來講，是一個非常好的工具。通過算法模塊的訓練，最終達到可視化的效果，都是依托這個城市計算平臺達到的。

京東城市在各個垂直領域的工作

底層基礎設施和城市操作系統，必須依托于平臺和操作系統做各個垂直領域的應用，如果只有平臺沒有應用是很難落地的，因此陳旭旭接著介紹了京東城市在各個垂直領域的工作。

交通。以往的方式是單獨做出租車、網約車或者公交車，依托于城市計算的平臺，也有一個實際落地的案例。

京東城市能夠把各個委辦局的交通數據打通，幫助他們做交通一體化建設。現在在路邊的違章停車是非常普遍的現象，會造成很多騎自行車居民非常危險的情況，以往政府是派出很多警力去路邊巡邏或者增加攝像頭，現在跟摩拜單車合作，因為摩拜單車有很多騎行軌跡數據。京東城市根據數據分析發現有很多自行車繞著車輛行駛的現象，于是就去做研究，從而發現城市違章的路段，這樣節省了出警人數，也減少了硬件的投入。

民生。民生是非常重要的領域，京東城市在環境領域也做了大量的工作。比如空氣方面，從事前規劃、實時檢測、歷史溯源和未來預測都有一些工作。城市里面的空氣質量或者PM2.5的分布是不均勻的，通過大量數據可以發現這個現象。對于北京，有時全城的空氣質量PM2.5是100，但是在京東大樓空氣質量測出來是200，可能朝陽公園就是50。對于城市中居住的居民，怎么知道所在的地點到底空氣質量是怎么樣的？

目前北京的空氣質量監測站點只有35個，是不能覆蓋到所有北京居民的，現在通過收集到POI數據、各種車輛出行軌跡數據、實時空氣質量數據、實時大氣數據，根據這些數據在人工智能算法的基礎上，能夠計算出精確到每平方公里的空氣質量，這樣對于居民來說，可以很精確知道當前的空氣質量是多少。同時京東城市還通過深度學習的做法，能夠做到對未來一天乃至一周的空氣質量預測，一方面節省空氣布站點的需求，一方面也能讓城市居民更精確地知道空氣質量。  

整體的規劃設計上，目前京東城市具體有點的規劃、線的規劃、面的規劃。

點的規劃包括充電樁的選址、救護車站點選址、加油站點的選址。線的規劃有公交路線的規劃、自行車軌跡的規劃。面的規劃有區域的劃分以及功能識別的工作。

京東城市和聯通智慧足跡的合作

聯通有非常多線下店鋪（營業廳），這些營業廳是非常寶貴的資源，但是現在大家都可以在網上辦理手機業務或者網上付款，所以很多人已經沒有再去營業廳付款或者辦業務的需求。這導致聯通這么多線下營業廳是一種資源浪費，要選擇多少營業廳能滿足現有的業務？選多少營業廳可以覆蓋到所有的居民？哪個營業廳里是有周邊產品的售賣（手機和ipad等）?賣哪些產品才能達到利益最大化，這是京東城市跟聯通一起合作的目標。

京東城市和國家能源集團的合作

現在大部分的發電還是靠火力發電。對于發電廠有一個需求——怎么用更少的煤發更多的電，同時減少污染？傳統意義上，一個發電機組是有1000多個傳感器，需要1000多個閥門來控制機組運轉，在以往機理模型機組上，往往只能做到控制1-2個閥門來開和關，現在通過深度學習和深度的強化學習，能夠做到同時去控制10個乃至更多的閥門，能夠讓閥門學會怎樣精細化的操作過濾機組才能起到節省能源的效果。這個工作到現在能夠達到的是為每個機組減少0.5%的投放，這樣量雖然很小，但是如果國家的火力機組都算上的話，將會是100億以上的經濟資源節省。

公共安全方面的事前事中和事后處理

現在京東城市能夠預測到一個城市中每個片區在未來幾個小時時間里，人口流入和流出的情況。2015年上海發生外灘踩踏事件，如果能提前兩個小時就告訴執法部門或者片警，在未來兩小時之后，外灘會有大量人員涌入，這個可能是現有的安保警力所不能承受的，就能提前干預以防止踩踏事件的發生。

對于片區的人流量預測，京東城市做了點對點的人流量預測。如果預測到外灘未來2個小時有很多人涌入，發現人流量大多是從人民廣場來的，這就可以在人民廣場提前布控，告訴大家未來2個小時外灘有很多人要過來，不需要再去外灘或者換一個游覽地址，這對提前布控會有更大便利。

信用城市建設

現在國家大力提倡信用體系建設，信用方面也是利用人工智能和大數據非常多的領域，包括金融領域京東對信用的風控。京東還做了對政府、居民很多信用出行的場景，信用租賃的場景。

在2018年6月10號的中國信用城市高峰論壇上，京東城市把福州市的企業用人工智能的算法做了信用打分，不僅知道哪個企業有信用問題風險，另外還能夠預測到企業下個月可能產生什么信用事件，比如可能會有行政處罰或者被投訴的事件的概率。

京東智能城市的差異化

陳旭旭指出，京東智能城市目前與市面上三種公司存在差異化。

與傳統智慧城市廠商的區別。傳統智慧城市廠商做的是系統集成和信息化，做的是信息化1.0和2.0的概念，京東城市則是需要利用大數據和人工智能從數據中獲取知識，并且應用到各個行業，為行業賦能。

與云廠商的區別。云廠商提供的是計算和存儲的能力，京東城市依托于城市計算平臺來解決城市中各個委辦局和行業的痛點，是依附于云之上的軟件的平臺。

與新型人工智能公司的區別。現在很多新型人工智能的公司和京東城市的區別是這些公司大多是對一個點的解決，京東城市則是點線面相結合的，多在頂層的設計，而不是專注于一個點的開發，做的是生態和平臺，供大家一起實現共贏。

智慧城市目前行業上的幾個特點

目前智慧城市在行業上現在呈現幾個特點。

• 生態建設。現在各個城市包括市政府都希望建立整體的生態環境，而不是希望一家公司能夠把所有的問題都解決。

• 數據安全。對于不同的部門或者不同的企業來講，他們都有數據融合和數據安全的考慮。

• 商業模式。政府現在不希望企業過度依靠補貼或者過度依靠項目的資金進行產業開發，而希望這些公司能夠靠自己的商業模式不斷自己造血。

• 人才缺失。現在尤其在人工智能和大數據的領域，人才方面還是有很大缺口的。

京東城市能提供什么？

對于這四個方面痛點，京東城市可以為政府提供幫助。

第一是在數據的管理和挖掘算法以及對時空軌跡長達十幾年的研究中有技術積累；第二是通過跨領域研究，能夠做到的是在不同領域的數據共享和融合，很容易實現頂層設計；第三是京東這邊擁有3億活躍用戶，通過數據挖掘能夠為政府和企業賦能；第四是我們的品牌優勢，能夠匯聚各界人才。

陳旭旭最后表示，歸根到底，京東城市是要用人工智能和大數據來打造智能城市。

AIoT+智慧城市峰會演講視頻全集稍后將在雷鋒網會員【AI投研邦】里推出，并及時通知大家。大家可掃描二維碼關注【AI投研邦】。

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。