当前智慧城市仍有巨大提升空间
其他
海信发布“数字智能体”，智慧城市也向AIGC靠拢？
树森 | 作者
YGG | 编辑
智慧城市交通系统是未来的必然趋势。随着数字化产业的不断发展，这一观点已经被越来越多的人接受与认可。但随着疫情期间行业迎来冷静期，市场需求似乎也发生了一定变化。
6月25日，2023全球人工智能产品应用博览会在苏州开幕，在《数字智能体引领智慧城市新发展》主题演讲环节，海信重磅发布数字智能体。
海信网络科技公司总设计师孙永良对数字智能体做出阐述：“我们将数字智能体定义为下一代智慧城市技术架构，是以云为基础，以AI为核心，构建立体感知、全域协同、精确决策和持续进化的一体化智能系统。”
数字智能体是海信智慧城市战略的第三次升级变迁。作为行业头部集成商，本次发布也引发了众多关注，数字智能体与此前两次有何不同？时隔两年，更新的战略代表了哪些侧重点的倾斜？
“社会各界对智慧城市都有着美好的期望、希望能给我们的生活带来更好的体验，但当前智慧城市建设的系统在应用价值、建设成本和使用体验方面还是存在着不少的落差。”孙永良这样形容当前的智慧城市建设现状。
智慧城市建设并非新潮，但当前智慧城市建设的系统还是与预期存在着不少的落差，说白了，就是不够智慧，不够聪明。
当前的智慧城市建设在落地价值方面，数据基础不牢、AI的感知智力不足、辅助决策能力不足、跨系统业务不协同等问题还比较突出。许多场景下视频识别效果不佳，如事件行为类感知（如交通事故）工程环境下准确率仅为30%左右。
各地建设了不少大屏系统，以“看指标”为主，但在工作中用不了，具备实战效果的分析模型少，不能支撑真正的辅助决策应用。
在使用体验方面，当前智慧城市系统的交互方式仍较为原始和复杂，学习成本较高，反馈也仅限于问题库的范围内，应用效果差。
智慧城市建设还往往涉及大量的数据接入、系统对接工作，多系统、设备接口开发协议对接复杂、效率低，开发、联调时间普遍超过1个月。创新场景多，需求定义难，应用系统开发反复多，一半以上会出现5轮以上反复，开发效率低。
基于以上种种不足，加之数据治理复杂、应用开发周期长、系统升级及运维不便等问题带来的高建设成本，当前智慧城市的建设性价比就显得并不突出。这些突出问题导致现有系统与人们美好期望之间还存在巨大的矛盾和改进空间。
海信智慧城市的下一步棋
针对以上问题，海信此次发布了数字智能体，这也是海信智慧城市战略的第三次升级变迁。可以直观的展现出智慧城市建设近年来的风向改变，从局部领域到顶层设计，从技术导向到应用导向。
2019年，海信提出通过“云脑”技术构建行业云脑，以大数据、AI技术来驱动业务系统的创新发展。
2021年，考虑到简单依靠各个行业云脑“单打独斗”难以满足日趋复杂的场景化需求，也不符合智慧城市统筹集约的建设原则，海信升级了“1+7+10+X”的“云脑群”架构。其核心是突破跨行业、跨部门、跨层级技术壁垒和发展瓶颈，让智慧城市统筹集约、多维协同，所有平台与智能终端之间可以无缝沟通。
此次，海信将“云脑群”再次升级为数字智能体，做了四个方面转变。
一是流程从自动化转变为自主化：这里海信通过城市智能体实现老年证发放流程自主化进行举例，变被动申请为主动服务，实现老年证“免申即享”。
二是业务从协同化转变为群智化：通过大平台的共建、共用共享，实现跨部门、跨层级甚至跨区域的业务协同；
三是决策从数字化转变为数智化：基于数字孪生实现的仿真推演，可以通过精准的预测、提前预判，给出决策建议；
四是在交互方面由原来的图形化交互变成现在的拟人化，通过与数字人对话的方式直接交互。
四个点可以代表当前海信对当前智慧城市建设需求的认知。下阶段将以提升服务体验，提升业务支撑能力，提升效率，提升体验感作为重点。
大模型技术作为本次方案的亮点之一也服务于上述重点。海信提出针对私有数据的专用域大模型定制技术以及融合通用域问答能力的融合技术，这与一些厂商提出的私域大模型有异曲同工之妙。具有专业深度的私域数据大模型为业务提供强支撑，同时确保数据隐私；叠加通用大模型问答互动逻辑之长以数字人形式展现，增强体验感。
当前大模型的很多应用还处在探索阶段，但百度CEO李彦宏说：“所有产品都值得用大模型再重做一遍。”阿里CEO张勇说：“所有行业都值得用大模型再重做一遍”大家都是认同的。
智慧城市建设也需要大模型的辅助功能，但训练一个大模型需要多少数据？系统之间如何打通？信息如果共享？可能仍要依赖智慧城市系统本身的能力与数据要素市场构建。
本次数字智能体除大模型之外，还依托自身强大的底层支撑能力，建立了数字智能体工厂，提升系统的开发效率，进一步加强产品竞争力。
什么样的市场环境促使了海信此次的调整？
疫情三年，智慧城市建设迎来了项目低谷，虽然很多建设按下了暂停键，但也让厂商和客户有机会沉淀技术，反思需求，回归后市场将更加明确，更加理性。什么样的智慧城市建设方式是当前市场需要的？
以时下最火热的大模型技术作为类比，为什么本次人工智能的浪潮可以带来如此大的冲击？技术的进步是主要原因，但为技术找到合适的场景，更是实现价值的关键。
2016年，谷歌人工智能AlphaGo击败李世石，社会对人工智能的能力感到震惊。但等到OpenAI的ChatGPT利用AI能力，进行生成式对话，甚至可以完成撰写邮件、视频脚本、文案、翻译、代码等任务时，社会对AI产生了新的颠覆性的认知。
再回到当前需要什么样的智慧城市建设就很好回答了：体验感强的、业务支撑能力强的。
对照当前智慧城市建设与城市智能交通，应为智慧城市系统找到更多应用场景，充分发挥其智慧能力，进一步为决策提供更有力的支撑。而不是单纯的建几个大屏，看一些参数。
同时，不是所有厂家都有能力完成整体规划与建设；从顶层设计出发建设，具备突出优势的同时也将大幅提高城市智能交通等行业的参与门槛。
智慧城市建设下的城市交通
2021年，海信把智能交通品牌升级成智慧城市品牌，作为其在智慧城市领域的重要突破口。
本次海信数字智能体具体到交通领域，是指以交通云脑为基础，建设交通大数据、视频AI和场景化三大能力，提升交管的情报感知、信息传输、分析研判、决策处置和组织协调水平，服务于交通管理全业务。
在这个过程中，海信还提出智能网联与智能体对接，通过云端和路侧赋能交管。世界智博会次日的智能网联高峰论坛中，海信列举了多个智能网联助力精细化升级的应用场景。
在公交优先的应用中，相较于此前备受争议的采用定点触发+来车就放的绝对优先，和采用实时位置感知，根据早晚点、载客量等有条件放行，多路线多方向协同的条件优先。
海信提出先保障线网良好的绿波效果，叠加公交体系后，通过车速引导和停站引导，使车辆运行能主动配合信控方案，达到无需额外控制就能一路绿波的效果，再加上条件优先来微调，保证公交准点快速，实现车路双向协同，最大限度降低社会车辆影响。
在感应控制场景中，通过智能网联环境，增加行人、非机动车感知能力；将机动车数据从传统断面感知提升为区域个体感知；利用雷达、视频多视角、多类型数据相互补充验证，检测精度能力；做到根据行人情况去调节绿灯，没车没人自动跳过，有人持续延长，减少绿损的同时充分考虑慢行交通的需求，可将平均延误时间降低21.5%。
在路口安全防控场景中，通过提升感知能力，进一步看到更多交通参与者，知道他们的实时位置，识别出诸如逆向行驶、机非混行等等安全隐患和违法行为，根据需求程度对路口路段进行评价，指导警力布岗执勤，减少安全事件发生。
还有复杂环境单点自适应、精准瓶颈控制等场景下海信数字智能体赋能智能网联带来的实质提升。举列的项目中既有解决实际问题，也有提升优化和辅助决策，智慧城市赋能城市交通的优势得以更好体现。
写在最后
对于智慧城市的建设，原国家信息中心副主任，原中国信息协会副会长胡小明曾说过：各种先进的信息技术只是提高城市服务效率的工具，工具本身并不包含城市应用智慧，应用智慧产生于应用过程的摸索之中，产生于技术与环境的相互配合、相互协调优化之中，效益并不来自工具，而是来自使用者精明的选择，来自设计与组织环境的配套优化，工具并没有智慧，使工具与环境配套融合才是智慧城市的核心智慧。
智慧城市、智慧交通是服务人的系统，不仅技术在变化，人的需求也在变化。时下，新兴技术更新速度越来越快，以海信数字智能体为引领的，强体验感、强业务支撑能力的方案势必将会成为下一阶段智慧城市建设的主流。
RECOMMEND
推荐阅读