十几年前,深度学习之父杰弗里·辛顿在思考深度学习算法时,统计学家告诉他:在三维空间里,算法很可能不会有效,只能找到局部最优而找不到全局最优,这意味着算法没有泛化能力,此路不通。

但今天我们都知道了结果,深度学习已经成为打开人工智能的最好钥匙。事实上,在深度学习的高维空间里,总能找到一条通往全局最优的路径。或者说,要想得到更优的效率,就先要将自身的思维或者掌握的信息高维化。

这其实正是今天数字城市的底层逻辑。局部信息化,上云甚至引入人工智能的算法,都只能在局部最优上“打转”。要想得到更大的收益,引入更多的参与者,提供更广的视角,更丰富的数据和场景才是出路。

数字深圳就是这个底层逻辑鲜活的案例。

地铁里的大小事

地铁有监控不是新闻。但是每列地铁运营列车运行1小时,大概产生25GB的数据,这些原始数据如果不能及时上传,如果缺乏自动标记手段。那最多就是成为各种悲喜剧的回放。

通过视频找遗失物,不存在的。想象在海量数据中一帧一帧去找线索,多数失主都会崩溃。

遗失物找不着这还无所谓,但是如果治安事件呢,或者灾害天气应急呢?所以只有视频录制远远不行。还需要实时回传,需要及时标记。紧急情况,靠人工停车、清客下线,停运,交通局部梗阻……每个城市都会遇到这种不靠谱的时候。

物理学中的高维空间(高维空间里的数字深圳)(1)

在华为的帮助,深圳地铁提供了另一个选择:

地铁机场快线11号线,华为搭建了5G超宽带车地无线通信。在华为AirFlash 5G车地转储解决方案保障下,全车8节车厢40个高清摄像头的25GB数据,仅需150秒便可自动传输。再通过AI图像识别等技术,利用乘客上下车的时间,便可快速确认遗失物位置、接触者人身份及轨迹,全程无需人工干预……

当然,这只是一个温柔场景,同样的数据引入到公安、安全或者某大学的研究课题,可以演化出更绚丽的故事。

在这里,时延是一个关键维度。时效决定了整个系统是树懒还是猎豹。时效更决定了整套系统是一个沉默的记录者,还是一个及时的守护者。

因为有了数据的及时上传和处理,应急反应的时间可以压缩到乘客进出站。在争分夺秒的应急处理中,这意味着参与者全部重新考虑方案。也意味着很多意外、灾难从源头被消灭。善战者无赫赫之功,说的就是这个场景。

亡羊补牢还是防微杜渐

但是,在某些场景下,数据回传几乎没有经济性可言,比如输电网络的巡线。

然而电力对现代城市而言,重要性可能仅仅略逊色于空气和水。美国有个开脑洞的电视剧《灭世》,讲述的就是大停电后,政府停摆,秩序崩溃的故事。

所以对城市而言,电力保障永远是排在最要紧事项清单里。对电力系统,不能靠亡羊补牢来解决问题。对电力传输而言,亡羊就意味着事故。在这里必须要防微杜渐。

安全巡线,就是保证漫长输电线路的安全可靠,对深圳而言就是电力保障的重点。据了解,深圳目前在运110kV及以上架空线路共计511回3900余公里,独立杆塔7700余基。最近十年线路长度增长了

接近1倍, “一车两人三水壶”的传统粗放型线路工作模式已经不能适应新时代的新要求。

物理学中的高维空间(高维空间里的数字深圳)(2)

深圳供电局从2013年开始创新试点应用视频在线监测系统,虽然一定程度上提升了工作效率,但普遍缺乏智能识别功能,需要将视频和图片回传后台之后用人工进行分析。

但是,采集图像回传消耗大量流量,设备无法长期开启,视频图像需要降低清晰度;塔杆供电依赖太阳能,设备运行功耗高,长期阴雨天气导致供电不足,设备掉线率高……特殊的使用场景,让依靠数据回传的方案走到了死胡同。

提高可靠性的关键在于边缘计算,提高数据及时处理的能力,降低回传数据量。

深圳供电局与华为携手,在边缘侧部署输电视频监控终端,集成Atlas 200 AI加速模块,在全市的输电杆塔和无人机的在线监测摄像头里部署昇腾人工智能处理器,运行AI推理算法进行就地图像视频分析,输电线路5大典型隐患场景、7大本体缺陷识别在边缘完成,及时上传告警。

同时,主站部署训练和推理系统,持续优化算法模型,结合管理软件实现模型远程下发部署,快速升级系统功能。完整的数据闭环形成,整个系统拥有了自我进化能力。

现在,通过“以系统智能分析为主、人工判断为辅”的崭新模式,原来需要20天才能完成的现场巡视工作,输电监控指挥中心现在仅需2小时就可完成,巡检效率足足提高了80倍。

将感知能力向边缘部署,电力传输故障可以更及时的被定位,而随着数据的积累和模型的进化,早期故障的诊断成为可能。

羊,不用丢了才发现圈破了。

类似的例子还很多,比如深圳交警,利用人工智能摄像机,同时抓拍4车道车辆、200张人脸,深圳交管局联合华为,设计了100多种基于交通场景的人工智能算法,实时优化交通信号灯的控制策略。目前深圳2000多个红绿灯路口,都借助大数据和自身的优势算法,对路口的流量进行管理、优化。统计数据显示,全市整体路口平均车速提升了25%。

发现无限可能的第N维

在第九届全球智慧城市博览会(SCEWC)上,深圳龙岗以全球首个基于智慧大脑的智慧城市,获得中国区“数字政府创新奖”大奖。

龙岗区大数据平台累计接入结构化业务数据2534项,数据总量超过37亿条,容量达2.7TB,形成了坚实有力的政府数据“底座”。

城市运行中心IOC是城市的智慧大脑,具有4大中心的功能,即数据中心、运行中心、监测中心、分拨中心和指挥中心。

龙岗的智慧样本,可以说是华为“1 1 N”(即1个数字平台 1个智慧大脑 N个应用)的智慧城市解决方案整体架构的集大成者。

有了数字平台和智慧大脑,无数个N还会继续加入。

物理学中的高维空间(高维空间里的数字深圳)(3)

比如,罗湖幼儿园食堂跟政府的“明厨亮灶”平台视频对接,幼儿园的食品安全问题得到解决。

幼儿园周边高清摄像头与公安部门联网进行身份信息比对,对于识别出的可疑人员及时告警,实现报警联动,园区出入安全得到保障。

与智能化的安保方案对接,可疑人员越界翻墙入侵并告警联动,自动识别校园周边主干道车辆违停、小摊小贩占道经营等。提升了园区安保管理效率,也减轻了安保人员的负担。

与城管系统对接,市民通过微信公众号随手拍,参与城市管理,成为发现城市管理问题的“耳朵和眼睛”。2018年以来,市民上报的城管问题案件立案4万多宗。

与环卫系统对接,为全区9500多名环卫工人配备智能手环、750多辆环卫车安装GPS终端,实现清扫保洁作业精细化监管。

物理学中的高维空间(高维空间里的数字深圳)(4)

在深圳高交会上,华为公司董事,企业BG总裁阎力大透露,华为首先建设了新信息基础设施,深圳城市智能运营中心(IOC),打通了42个委办局的业务系统,100多类数据,28万多路视频,构建了深圳市“1 12 N”一体化指挥体系。

深圳IOC是一个能看、能用、能思考的智慧城市中枢,是城市运行监测中心、领导决策支持中心、城市指挥调度中心和事件分拨处置中心。

更重要的是,这套系统支持深圳市构建了公共服务领先,产业发展争优的营商环境,助力了深圳市的高质量发展。

客观的说,深圳有大笔投资可以用在公共事业管理上。但是如果仅仅局限于此,数字深圳的推广价值会大大降低。

高维空间里的数字深圳

数字城市要走向正向循环,必须找到数字的经济路径。这才是最重要的维度,如果只是花钱而不能造血,以当下的经济形势,基本上可以说困难重重。

在深圳机场和深圳地铁建设的案例里,我们依稀看到了数字城市的经济道路。

物理学中的高维空间(高维空间里的数字深圳)(5)

2013年深圳机场新航站楼T3开始运营,设计容量为4500万人次/年,但随着航空旅客量快速增长,2018年旅客量已经达到5000万,远超设计容量。

增效就是增收,这对深圳机场是很现实的问题。

通过基于华为沃土数字平台的多个智能资源分配系统,深圳机场提升了关键资源的利用率,机位利用率提升7个百分点,机位廊桥周转率从10.24架次/天提升到11架次/天,每年有近400万人次的旅客不用再乘坐摆渡车。

同时,华为沃土数字平台通过对业务流数据(OT)和IT系统数据的高度融合,实现了航班全流程的可知、可视、可控,有效地将机位安排间隔从30分钟降到20分钟。

对于机场这样的综合体,单纯靠一腔热血,996式加班加点来增效,基本已经走到尽头。在保证安全前提下提高资源利用率,需要全流程全方位的精算和协调。

深圳地铁建设是另一个例子。目前,深圳共有16条线路、284公里线路同步在建。这么多同时开建的路线,建设任务繁重,既要“建得快”“建得多”“建得密”,又要保障施工安全和运营。

靠人工巡检显然难以满足。

依靠智慧工地视频分析系统,帮助地铁在建的工程项目,借助机器视觉、AI智能分析、5G技术和物联网实现远程监控、风险预警,减少安全事故的发生,便于工地现场科学化和智能化管理。

当工人未佩戴安全帽、物料违规摆放、无关人员进入工地等违规情况发生,系统会自动及时响应进行处理,降低人力、提高工作效率、减小事故发生概率。这些,都让工地变得更加安全,在保障安全的目标下“跑步”前进。

同电力系统巡检一样,研发的压力也并没有全部压在华为身上,地铁智慧工地视频分析系统就是由深圳地铁和华为联合创新实验室研发。行业主体提供领域知识,寻找最有经济效益的突破口,华为提供通用技术的支撑,产品化进而产业化。

我们通常把数字经济分为两个部分,一是ICT的核心部分。这也是数字经济,数字产业的基础部分,也是华为智慧城市所建设的1个数字平台,1个智慧大脑。

第二个部分,即所谓溢出部分,也叫融合部分。体现在产业趋势上即“数字产业化”与“产业数字化”,后者简言之,就是千行百业以及整个社会的数字化转型。这对应的就是华为联合众多合作伙伴给产业赋能的“N”。

增效增收,必然吸引更多的企业主体参与到数字城市建设中来。更多主体的参与,更加丰富的应用,数字经济由此螺旋上升。

阎力大透露,根据华为和牛津经济研究院联合做的研究,数字经济的增速是全球GDP增速的2.5倍,而对于数字化技术的长期投资回报是非数字技术投资的6.7倍。

在高交会上,阎力大也说:“我理解,深圳作为‘先行示范区’有两层意思,先行意味着在众多领域鼓励探索创新、走在前列;示范意味着沉淀经验,能给其他区域借鉴复制。”

物理学中的高维空间(高维空间里的数字深圳)(6)

从这个角度来看,数字深圳,就是华为在数字经济领域的探索和创新。截至目前,华为已助力深圳1800多家企业实现了数字化转型。

同时,华为还通过帮助城市逐步构建五大新基础设施——云、物联网、数据湖、人工智能、视频云,带动实体经济、使能全产业生态向数字化、智能化演进,这个路径可以归结为:沉淀经验,输出解决方案,培育产业,新动能由此产生。

一个摄像头,抓拍就是记录交通违章;增加多车道的车牌识别,就是交通流量监控;多摄像头联动,就可以完成交通规划;用在机场调度,地铁施工现场,就是增效降费的生产工具;增加更多监控领域,就可以实现城市应急管理……用在城管、公安、卫生、医疗、教育,就是智慧城市。

海量的连接,实时的交互,“人、物、活动、环境”等主客体的高效协同,通过新技术改造和提升各行各业,深圳让数据成为了驱动产业创新的核心要素。未来更多的传感器,更丰富的数据维度,更多的应用场景,就能让数字经济就由此“生根发芽”,同时优化随维度的增加从局部走向全局,从城市管理走向经济生活的方方面面,最终推动传统业态加快升级迭代,新生业态实现快速崛起。

可以说,在走向更高维空间的过程中,数字深圳将点滴优化最终汇成为更高效的新城市、新动能、新经济。

全文总结,优化城市管理职能,提高行政效率固然重要,但是找到新的经济增长点更加迫切,而由华为承建的数字深圳舞台已经搭好,一幕幕数字经济的好戏也正在陆续上演,这是一个身处高维空间里的数字深圳,也是深圳先行先试示范区全新的价值和意义所在。

,