据了解，2008年，IBM提出了智慧城市的概念。智慧城市是指充分利用新技术及其带来的启发，让系统、运作和服务得到改造和提升，相对传统城市更具智慧的城市。智慧城市主要由“数据收集、存储、分析”等几个环节所组成，目标是从海量的数据中产生洞察。智慧城市的概念涵盖社会和生活几乎所有的范畴，主要包括智慧环境、智慧经济、智慧生活、智慧市民、智慧流通和智慧政府。

那么，最近很火的人工智能在智慧城市建设中发挥什么样的作用呢？

业界普遍认为，随着人工智能技术的成熟，其将成为类似水、电的基础应用资源或者工具。雷锋网了解到，《2016年乌镇指数：人工智能发展报告》统计，人工智能企业的主要应用领域有安防、医疗健康、个人助理、金融、电商零售、自驾领域、教育。

本文将重点盘点交通、物流、安防、环境领域。金融、医疗、教育、零售等领域，雷锋网之前已有盘点，本文将不再赘述。

AI在智慧城市中的应用：“AI+传统行业”全盘点

AI＋交通

目前，全球范围内，各大城市争相发展智慧城市已成潮流，而在该领域，智能交通表现最火热。

2016年10月13日，杭州市政府公布了“城市大脑”计划，通过杭州5万多路道路摄像头做信息采集，相关数据汇集到后台进行交换与处理，由人智能系统做出算法决策，然后再传回到交通设施上执行。阿里云ET人工智能技术将为城市大脑提供内核支持，采用飞天（Apsara）操作系统，将百万级的服务器连成一台超级计算机，可对整个城市进行全局实时分析，自动调配公共资源。

所谓城市数据大脑，简而言之就是利用人工智能技术，形成以数据为驱动的城市决策机制，根据实时数据，调控调配公共资源

对此，阿里巴巴华先胜介绍说：“这些视频如果由交警三班倒地去看，需要15万个交警，而通过算法，城市大脑可以在短时间内把这些视频都看完，数清楚有多少辆车往哪个方向走了。”

2016年11月底，百度云与中国海事局、太原铁路局、南方航空公司、福田汽车达成合作，成立覆盖陆海空车的智能交通生态联盟。百度云希望通过自身在云计算、人工智能和大数据领域的技术优势，构建“交通大脑”，与上述合作伙伴一起发展智能交通。百度副总裁王路表示，百度可以通过深度神经网络、深度机器学习开源平台，对交通大数据进行归类、提取、利用，实现多系统配合协调并实现智能交通。

2017年2月，深圳交警在留仙小学附近的留仙大道某红绿灯路口开始试点“智能行人过街系统”，雷锋网曾有相关报道。据称，该系统主要包括：视频采集分析存储上传系统、控制器、显示屏、闸机、语音播报和前端计算机等系统组成，主要有4种功能：语音播报、延时关闭、检测控制、人脸识别和抓拍报警。

高德地图采用人工智能技术为用户提供公共交通的实时位置和智能导航。这些技术将能大幅度改善公共交通状况，避免拥堵，并且减少废气排放。

今年两会上，百度董事长、全国政协委员李彦宏的三项提案几乎都是和人工智能有关，其中一项是用人工智能技术改进交通信号灯。

但总体来说，政府对人工智能的投入和关注加大，人工智能技术在技术创新和应用方面也取得了一定进展，但还存在很多不足，在我国还处于探索阶段。在李彦宏看来，在实际应用方面仍面临诸多难题。比如，如果人工智能技术应用于交通领域，国家相关部门需要出台相关政策；如何将人工智能技术与制造业相结合，国家相关部门也需要制定相关标准和政策。

AI＋物流

在前不久刚刚结束的两会上，人工智能首次被写入政府工作报告。其中，交通部长李小鹏指出：各种运输方式融合发展是未来重点，大力发展多式联运、打通交通物流信息“孤岛”十分关键。通过人工智能实现传统海陆空多位物流融合势在必行。

AI技术已不断渗透在配载线路优化当中。集货线路优化、货物配装及送货线路优化等，是配送系统优化的关键。国外将配送车辆调度问题归结为VRP（VehicleRoutingProblem，即车辆路径问题）、VSP（VehicleSchedulingProblem，即车辆调度问题）和MTSP（MultipleTravelingSalesmanProblem，即多路旅行商问题）。解决相关问题会运用到AI背后的运筹学、应用数学、组合从不同执行角度支持和实现配送路线。

除此之外，以硬件机器人为AI落地的产品也逐渐应用在物流的仓储和装卸环节当中，这些机器人具备感知、判断和自行解决物流中某些问题的能力，主要技术创新包括三大方向：KIVA式“货到人”拣选，高效分拣抓取和无人货物配送；

・“货找人”订单拣选：通过采用视觉识别技术给机器人“装上眼睛”，实现货架找人的订单拣选

KIVA机器人能根据订单找到合适的产品，其顶部中间有一个可升降的圆盘，可抬起重达750磅（340千克）的货物，“眼睛”位于顶部中央位置，它可以识别出货架，之后与“眼睛”平齐的黑色平面将会上升，将货架举起来并交付给工作人员。

・高效分拣抓取：机器人拣选作业是由机器人来进行品种拣选，如果品种多，形状各异，机器人需要带有图象识别系统和多功能机械手，机器人每到一种物品托盘就可根据图象识别系统“看到”的物品形状，采用与之相应的机械手抓取，然后放到搭配托盘上。目前这一方向也面临着一些挑战和机遇，主要体现为是否能为客户提供达标的识别准确度和精度以及满意的性价比。分拣抓取机器人要进入市场仍需一段时间。

・货物配送：主要分为无人机和机器人系统，解决物流最后一公里问题。目前亚马逊、谷歌、京东等纷纷加大在一方向的投入。

亚马逊仓储机器人系统是智慧物流装卸环节的典范，国内的苏宁物流、京东、菜鸟网络等在这方面均有布局。

AI＋环境

2016年，一家国外媒体评选的十大最环保科技创新中，人工智能上榜。

如何监控大片森林的退化情况呢？许多国家的政府正逐步采用人工智能程序Terra－i，该程序利用实时的雨量数据来预测某一栖息地的植被覆盖情况，再把预测内容与地球监测卫星拍摄的栖息地图像相匹配。预测情况和实际情况之间的差异体现了人类活动对栖息地的影响。最酷的是，Terra－i在分析时能够利用神经网络“学习”不同降雨量对应的实际绿化水平。

AI在智慧城市中的应用：“AI+传统行业”全盘点

2015年，IBM和北京市环保局合作推出“绿色地平线”项目，利用IBM认知计算、大数据分析以及物联网技术，分析空气监测站和气象卫星传送的实时数据流，提供未来3－5天的高精度空气质量预报，实现对北京地区的污染物来源和分布状况的实时监测。

在节能减排方面，IBM研究院开发了一套新能源功率和天气模型预测解决方案，结合天气预报和优化分析技术预测风能和太阳能的发电功率，能够帮助能源电力公司提高新能源发电并网的可靠性。据称，该技术已在国网冀北电力的张北县风光储输示范项目（670MW）的一期工程（160MW）得到应用，并在现有基础上增加大约10％的新能源并网量。

AI＋政务

近些年来，智慧政务的主要发展方向为简化审批、加快建设信息化系统。

笔者了解到，科大讯飞研发了基于大数据、人工智能、信息安全和移动互联网技术的“社会服务管理信息化平台”。该平台可实现城市数据资源的共享协同。据了解，项目建成后，共整合77个部门（大类）数据，交换数据10．8亿条次，中心库沉淀数据5．8亿条，截至2014年12月13日，共受理121715个事项，办结121247个，办结率99．6％。笔者了解到，截至2015年底，科大讯飞社会服务管理信息化建设已覆盖5省（皖、吉、赣、桂、粤）19个地市，其中安徽省合肥、芜湖、阜阳，吉林省长春、江西省新余均为信息惠民试点城市。

AI＋安防

AI技术的成熟，使得由人工智能来自动消化海量监控视频数据成为可能。目前，人工智能已经逐步渗透到安防行业，众所周知，安防系统产生的大量音视频数据都是无法快速查找、无法统计运算的非结构化的数据，这些数据要想转变成结构化的数据，需要的就是智能化的处理。

据格灵深瞳CEO赵勇介绍，仅北京市，属于政府和社会公共机构的摄像头总数超过200万个，每天产生长达200多万天的录像，折合成年就是5000多年。从这些数据中，可见数据量之大，人工智能要做的就是把这些视频转化为有意义的情报。

就应用于安防中的图像识别技术而言，车辆识别技术已经成熟，从去年开始，车辆大数据产品已被很多厂商推出，未来也会越来越普及。但还有很多改进空间。但人脸识别还很初级，今天绝大多数普通的安防监控摄像头根本不可以满足人脸识别分辨率的条件。

据赵勇介绍，目前人脸识别技术还存在应对复杂问题应对能力差，对环境变化的适应能力弱的缺点。人脸识别尽管在过去几年有着巨大进展，可以在金融领域做身份验证，但它对解决公共安全问题来说是仍然微不足道的。