人工智能时代的城市治理
作者简介
高奇琦, 华东政法大学政治学研究院院长、教授、博士生导师;
刘洋, 华东政法大学信息科学与技术系讲师
与智慧城市相比, 智能城市是一个更加新颖并更具行动力的概念。智能城市的技术基础是人工智能, 其更主要是一个行动系统。在智能城市中, 每一个节点既是网络中的一个单元, 又是独立自主的个体。从其构成要件看来, 智能城市包括智能政务、智能交通、智能医疗、智能安全和智能教育五个部分。在这些构成要件的组合与联动之中, 智能城市体现出面向未来、面向人本和面向可持续的三个时代特征。当然, 在未来的发展中, 智能城市也会面临不确定性风险、失业风险和隐私风险的挑战, 而如何应对和解决这些问题, 将是智能城市能否惠及人类的关键。
人工智能的发展可能会给未来的城市治理带来新的解决方案。例如, 智能驾驶和无人驾驶将会为城市的交通拥堵、空气污染和停车困难等问题提供解决方案。此外, 智能医疗的发展也会改善城市医疗资源不均衡和公共资源匮乏等问题。然而, 人工智能的发展也会对未来的城市治理提出新的挑战, 例如, 机器人作为人工智能的载体可能会大量出现在城市治理中, 这些智能设备和机器人是否应该具有城市治理的主体地位?当这些智能设备对他人形成侵权或伤害时, 如何通过城市治理系统对其进行制约和规制?伴随着这些智能设备数量的增加以及城市智能化的进一步发展, 个人的私人空间可能会越来越小, 如何在公共城市治理能力提升的前提下, 保障个人的隐私和尊严就会成为一个极其重要的问题。总之, 未来的城市治理需要人们对人工智能带来的挑战作出全面的回应。本文首先从探讨智慧城市的优势与不足出发, 进而介绍了智能城市的五大构成要件。之后, 本文介绍了智能城市的时代特征, 并分析了未来智能城市发展中可能面临的风险。
一、智慧城市的优势与不足
智慧城市 (Smart Cities) 是近年来城市发展中一个非常重要的概念。智慧城市主要建立在信息系统的基础上, 这些信息系统包括移动互联网、物联网等。智慧城市是一个类似于城市生命体的概念, 目标是让城市具有像人一样的智慧。智慧的英文词汇是“smart”, 即聪明, 因此, 智慧城市的主要功能就是通过互联网、移动互联网以及物联网这些信息设施的建设, 让城市中的建筑、基础设施与家庭服务系统等之间相互传递信息, 以使得城市可以自己读懂和了解未来所需要面对的问题。因此, 智慧城市的概念是与移动互联网以及物联网技术紧密结合在一起的。
互联网仅仅是把设备 (主要是PC) 连接起来, 移动互联网主要连接的则是手机, 而物联网则是连接所有设备。移动互联网可以把各种移动终端通过无线技术以及宽带连接起来, 而物联网是一个更具深度的概念, 即万物互联。每一个物联网的设备本身就是一个信息采集终端, 这些采集到的信息被收集、分析、处理之后, 可以帮助人们更好地理解城市治理的规律, 同时对城市治理中的问题, 特别是基础设施和公共服务所面对的问题更好地作出预警。在此背景下, 智慧城市更像是一个城市的大脑。
与智慧城市相比, 智能城市是一个更加新颖并更具行动力的概念。具体来看, 智能城市有如下几个新的特点。
第一, 智能城市的技术基础是人工智能。如果说智慧城市更多是对移动互联网技术以及物联网技术的反映, 智能城市则是对人工智能技术的反映。人工智能技术与移动互联网、物联网技术相关联, 但是也有其自己的独特性。互联网、移动互联网以及物联网的核心特征是联网, 即用通信设备将原本没有直接联系的对象连接起来。而人工智能技术的内核则是算法和决策。换言之, 联网技术将设备联系起来, 而最终作出决策仍然需要人工。然而, 在城市管理之中, 人工资源是昂贵的。公共服务之所以有供给的瓶颈, 就是因为许多公共服务都需要大量的人力支持, 都受到人工资源的约束。而人工智能技术则试图通过算法将人们从繁重的重复性劳动中解放出来。
第二, 智能城市更主要是一个行动系统。智慧城市所依靠的移动互联网和物联网主要是一种联网技术, 即是一种信息相互传递的系统。智慧城市希望在城市各构成要件互联的基础上, 形成一个类似于人脑的城市大脑。城市大脑的关键是将这些构成要件作为一个整体来思考, 因此这样的决策才能是智慧的。相比而言, 智能城市不仅要实现整体性的思考, 并且更加关注如何将这种整体性的信息付诸行动。换言之, 智能城市不断地通过算法的调整来进行自学习和深度学习, 这样就可以根据环境的变化来不断地行动。
第三, 智能城市的节点同样是行动单元。智慧城市网络中的每一个节点只是网络中的一个单元。而在智能城市中, 每一个节点既是网络中的一个单元, 又是独立自主的个体。智慧城市非常依赖于网络的通畅。只有通过网络, 每一个单元之间的信息才能够传递。同时, 一旦网络中断, 那么城市智慧系统就会中断。而人工智能技术的发展将会突破网络的限制。目前, 人工智能芯片是一项十分重要的新兴技术。传统的所谓智能终端的工作方式是:用户把信息发射到设备, 设备通过网络把用户的需求传递到后端, 后端是一台人工智能的服务器, 服务器通过分析把信息传递给前端, 前端再传递给用户。传统方式的“阿喀琉斯之踵”是网络。而人工智能芯片则会突破这一限制, 并且这一芯片的最大特点是根据个体的信息进行个性化的学习, 这就使得每一个终端都可以自主性地、智能地做出判断。在这一意义上, 智能城市中的每个终端都会成为决策和行动主体。
二、智能城市的构成要件
未来的智能城市需要由智能政务、智能交通、智能医疗、智能安全、智能教育等要素构成。
第一, 智能政务。之前强调的“互联网+政务”, 实际上是电子政务的升级版。“互联网+政务”的核心理念是建立在移动互联网之上的政务。第一代政务建立在互联网上, 例如人们使用计算机联网到政府网站上办理事务。第二代政务建立在移动互联网上, 例如使用移动手机的App来进行政务系统的访问。第二代的优势在于提高了用户的覆盖人群。在中国, 用PC来上网的互联网用户是一个相对局限的范围, 主要是从事文职工作的白领、知识分子群体。而大多数蓝领工人、低收入群体以及老年人都主要是通过手机即移动互联网来进行网络访问。因此手机App的开发也就具有革命性的意义。同时, 因为很多应用有非常好的集成性, 比如说支付宝把很多与居民生活相关的服务集合在一起, 增加了电子政务用户使用的便利性。所以, 第二代政务也可以被称为移动政务, 即把电子政务放在口袋里。
第三代政务可以被称为智能政务, 其建立在人工智能的基础上, 并具备三个特点:一是复杂决策, 即它可以在政府大数据的基础上实现复杂决策的功能, 并对社会热点问题及社会公共事件的潜在风险作出快速反应。二是智能政务助手。由于政府工作人员的数量和工作时间有限, 政府的回应性向来是政务中的难题。其中容易出现以下两个问题。其一是当群众需求比较多的时候, 政府相应的资源是稀缺的。另一是在一些节假日或者特殊时期, 居民的需求缺乏相应的反映渠道。而智能政务的智能助手可以解决这一问题, 它相当于聊天机器人, 即基于自然语言基础之上的智能机器人。居民可以在任何时间提出问题, 智能助手都可以作出友好的回应, 并且能够应对多人响应, 从而解决政务资源稀缺这一问题。这就是在人工智能技术上作出的技术革新。三是意愿聚合。如何将居民的公共需求进一步聚合成为政府公共决策的内容一直是现代民主的难题, 选举民主在这一问题的解决上一直面临困境。从某种意义上讲, 选举民主只是委托代理, 即把权力委托给代议者。协商民主的兴起就致力于解决意愿聚合这一问题。然而协商民主要实现这一意愿聚合, 需要建立在大数据分析与人工智能的基础上。这里相对便捷的方法是, 政府可以借助一些目前人们经常使用的平台, 例如在微信与支付宝App的平台上加入一个模块, 用其搜集民众对某一公共事件的看法。然后通过大数据平台来对这些意愿进行统一分析, 这点可以在市政设施的听证环节进行使用, 这样就可以快速地采集民意。另外, 这种意愿的集聚不一定完全是用封闭式的问卷, 还可以让大家提交一些开放性的意见。之后, 后台的大数据中心会对这些开放性意见进行语义处理以及聚类, 然后再聚合成影响公共政策的具体意见。
第二, 智能交通。未来智能交通发展的重点在构建无人驾驶的交通网络。根据一些专家的预测, 未来20-30年内, 无人驾驶出租车将会成为人们出行的重要交通工具。个人拥有私家车的比例会减少, 智能出租车和公共交通将成为人们出行的主要工具。智能出租车的出现将可能缓解交通拥堵、环境污染以及停车难等问题, 因此, 智能出租车很可能率先出现在超级大城市。同时, 由于超大城市劳动力价格相对比较高, 所以出租车费用也会比较高, 智能出租车服务会削减出租车驾驶员的劳动力成本, 进而导致出租车使用费用的降低。智能出租车同时也蕴含着共享汽车的理念。事实上, 许多私家车的使用率并不是很高, 而且使用时段集中在上班期间。居民在到达上班地点后寻找停车位又相当困难, 而智能出租车则会解决这一系列的问题。如果车辆都是智能出租车, 出租车之间的信息交换也能避免事故的发生, 并缓解交通拥堵。同时, 智能出租车的模式也为居民减少了一笔汽车维护费用, 包括汽车的保养费和保险费等。特别是对于喜欢新车的年轻居民而言, 这种共享汽车也能够满足个性化的需求。就实践而言, 无人驾驶创业公司nu Tonomy在2016年宣布, 他们研发的无人驾驶出租车开始在新加坡路测。智能交通不仅体现在智能出租车上, 公共汽车以及轨道交通等公共交通方式都可能逐步实现智能化。专家们认为, 2020年将可能会成为智能化交通市场应用加速的一个时间节点。当然, 智能交通的应用也存在大量的法律及公共管理问题有待解决。
第三, 智能医疗。智能医疗的发展将进一步提升城市公共卫生的水平。均等化一直是公共卫生服务的一个难题。较高水平的医疗服务主要集中在超大城市或者大城市的中心城区。在中小城市或大城市的边缘区域, 优质的公共医疗服务是很难实现的。而智能医疗的发展可能会革命性地改变这一现象。智能医疗的重要特性是可复制与可推广。例如, 一旦人工智能在某一个智能诊断的领域取得突破之后, 只要辅助以一定的设备, 这样的医疗诊断服务就可以扩展到其他区域, 包括那些基础条件较差的区域。智能诊断领域也具有类似的功能, 例如, 类似于达芬奇手术机器人这样的设备就可以使手术的水平得到较大的提升, 从而弥补人类医生手术经验不足等问题。目前, 正在研发的全自动手术机器人则可以更大程度地实现这种手术效果的均等化。
另外, 智能医疗还可以将居民的常见疾病预防和治疗放在家庭、社区或者基层医院, 而将那些疑难杂症交给三甲医院来解决。这样就有助于提高医疗资源的使用效率。医院管理系统以及导诊系统的智能化则能有效缓解医患矛盾问题。由于大型医院每天接待病人的数量超出医疗负荷, 所以导诊员在提供医疗咨询服务的时候可能会出现态度不好的问题, 这主要是医疗资源不足或者说资源使用不充分而导致的。而智能导诊机器人的出现则会增加医院的导诊资源数量。同时, 电子病历等智能医院的管理系统也能够提高医院资源的使用效率。智能医疗的发展还可以有效加强流行病的智能防控。根据患者的公共数据, 智能系统能够模拟出流行病的发生轨迹以及未来动向, 这样就可以对这些流行病的爆发进行预警。
第四, 智能安全。这里的安全是一个大安全的概念, 包含社会公共安全、食品安全以及重大自然灾害应对等问题。在现代社会中, 伴随着总社会流动的增加和物质资源的丰富, 安全问题更加显著, 同时人的安全需求也进一步增加。中国的城市规模在全球是处于前列的。北京、上海等超大型城市在面对社会综合治理、犯罪以及流动人口等问题时的压力非常大。一个很小的安全事件, 就可能会引发城市的公共治理危机。摄像头以及传感器等数据采集设备的增加, 有助于提高社会秩序的安全程度。但同时由于海量数据的产生, 数据分析的压力也非常大。因此, 智能安全的重要性就凸显出来。例如, 如果按照传统的人工方式进行刑事侦查的涉案录像分析, 其成本与时间的消耗会非常大。但是, 如果运用先进的视觉分析、人脸识别、生物特征分析等技术, 就会较快地锁定犯罪嫌疑人。、
这种智能安全技术最重要的意义在于预警。例如, 外滩踩踏事件的悲剧, 促使上海市建立大数据人流密集度的监测机制。在某一个区域如果人流量超过一定的比例, 那么就需要向市民发出预警信息, 引导市民不要进入这一区域。智能安全还可以提高安全监测的友好度。现在的安全监测技术, 对于被监测者而言, 体验并不友好。未来的安全监测技术更多的是从生物特征中识别, 并且提高安检过程中用户的友好度。食品安全也需要引入这种安全的预警机制, 可以加大食品的智能物联网建设, 对食品建立一种生产和销售的足迹跟踪机制。对每一件食品进行足迹溯源就能找到其各种元素的构成、营养程度以及农药的残留度和新鲜程度, 这样可以最大程度地保证居民的食品安全。智能安全还体现在重大自然灾害的预防上。例如在应对地震、洪水等重大自然灾害时, 建立有效的智能预警系统并整合治理的有效机制, 这样就能最大限度地保证居民安全以及整体利益。
第五, 智能教育。在人工智能时代, 教育是最需要被重塑的领域, 同时, 教育也会成为城市品质中最重要的一部分。人工智能时代的教育主要体现在终身教育和创新教育这两个点上。尽管幼儿教育、初等教育、高等教育等传统教育的特征在未来依然有可能延续, 但是创新教育和终身教育作为两大教育新兴主题的特征将会更加明显。创新教育是未来智能教育的核心。在人工智能时代, 许多标准化以及程序化的内容都可以交给机器来完成, 人的时间与精力在一定程度上被解放出来, 能够用于创新性的发现及发明。尽管基础教育仍然重要, 但是教育的目的发生了根本性的转变。之前教育的目的是为了增加经验和获取知识, 而人工智能时代教育的目的主要是为了探索新的可能性。
终身教育一方面体现为教育的非正式化, 即受教育者不一定通过正式的教育机构以及教育机制才能够完成教育。受教育者利用在线的智能化教育平台, 在家里通过远程互动或虚拟现实来完成教育, 将会成为以后教育的重要形式。终身教育的另一个特征则是教育时限的拉长。在传统的义务教育或者高等教育结束之后, 往往会有一个停顿期。如果某人在停顿期之后再次接受教育, 一定会在教育与工作之间作出选择。但是在未来, 教育机会可能将变得更具弥散性。换言之, 人们更容易获得教育机会, 例如人们有更多的渠道接触到之前不可想象的名校教育或名师教育, 但同时, 这种教育机会与传统的形式又大不相同。
三、智能城市的治理价值
智能城市的发展, 首先建立在人工智能技术的基础上, 但同时又不能仅仅局限于这些技术。技术的发展往往是线性逻辑, 其目标是解决相应的问题。然而, 问题可能会出现外溢, 并会伴生一些副产品。因此, 智能城市的发展需要建立在一些有益的治理价值基础上。整体来看, 笔者认为, 智能城市运行所依赖的治理价值主要表现为如下三个方面：
第一, 面向未来。智能城市实际上是一个不断发展的概念, 这是因为人工智能的技术正在不断发展。从广义上理解, 人工智能实际上是一个自动化的过程。人类社会自诞生以来, 就是在工具的基础上实现诸多功能的。然而, 每一项生产工具都需要人来进行操作, 并且对人有一定程度的技能要求。所以, 工具越复杂, 对人的技能要求就会越高。因此, 人类就希望可以发明一种可以自我运转的工具, 用黑格尔的概念就是“自在自为”。在农业社会, 诸葛亮在三国时期发明的木牛流马就是这种思维的产物。工业革命的到来实际上是开启了这种智能化的先河。例如, 蒸汽机驱动的火车替代了马车。尽管火车仍然需要人类操作, 但是其在动力上解决了自我运转的问题。所以, 机器实际上从一开始就具有一定程度的智能水平, 只不过这种智能的程度非常低。另一个重要特征是, 即便是在学术讨论中, 人们依然会习惯用机器来指代人工智能。比如, 人们会说, 人与机器的和谐共生, 这里的机器就是人工智能。另一个重要的例证体现在学科分布上, 比如, 中国关于人工智能的研究, 一方面集中在计算机科学中, 另一方面则集中在自动化的研究中。例如, 中国最前沿的人工智能研究单位之一便是中科院自动化所。
近年来, 随着智能化程度的不断提高, 人工智能的发展已经摆脱了传统的自动化模式, 并向模拟人脑这一更高的目标进步。人工智能也在挑战一些传统上认为只有人脑才能进行的任务, 例如棋类的游戏, 特别是围棋。这一点在2017年AlphaGo和世界围棋冠军柯洁的对战中得到充分证明。下一步人工智能要突破的领域主要是情感计算和语义分析。在一些规则容易建立并且特征明显的领域, 机器智能实际上达到了非常高的程度, 并已经超过了人类。但是在涉及情感心理等复杂问题上, 机器显然还较为幼稚。所以, 情感计算是未来非常重要的一个突破点。语义分析的内涵与情感计算类似, 因为人的语义是多重面向的。同样一句话在不同的语境下、不同的声调中、不同的诉说者口中都会产生不同的含义, 这是机器难以处理的, 但这也是未来人工智能发展的重要方向。所以, 未来城市的发展会越来越与未来学的内容相结合。人工智能所推动的未来发展可能会产生出许多超出人们预料的结果, 这其中可能会包含很多惊喜, 也可能会包含很多风险。所以, 未来的城市治理不能因担心这些风险就去逆转这种潮流, 因为潮流是很难逆转的。正是因为人工智能的浪潮及其对人类的影响是无法逃避的, 未来的城市治理才要敢于将这些新的元素, 比如将智能共享汽车、终身教育体系等引入城市治理的大框架下, 这样的城市才会更加具有吸引力。从这个角度而言, 未来城市研究要与未来学紧密结合。这种对未来城市治理状况的前瞻性和预判性分析, 实际上会帮助我们更加从容地应对未来的变化。
第二, 面向人本。城市是人的存在的集合。尽管人们对城市的第一印象是高楼大厦或桥梁等, 但是这些建筑存在的目的是要发挥人的居住和使用功能。因此, 一旦城市人口处于净流入的状态, 那么这个城市的活力就会不断增加。人们会为城市所提供的工作岗位而展开竞争, 同时城市的住宅以及商铺的价格也会上升。这种房屋价格上升的逻辑很容易理解:后来涌入的人需要支付更多的租金, 才能换回先入者对原先机会的放弃。那么, 一线城市本身的政治、经济和社会福利的机会较多, 涌入人口的数量也就超出了城市缓慢吸收的节奏, 所以后涌入者愿意支付更高的租金来同这些先入者进行交易以换取机会。这一点可以部分解释中国一线城市房价上涨最快的原因。由此可见, 人的流动是城市活力的根本。底特律则是人口净流出导致城市活力下降的例子。2010年世博会的口号是“城市, 让生活更美好”, 这里的生活实际上是人的生活。
中国一线城市还在增加更多的吸引后来者进入的新特征。例如更多的教育机会、更好的设施, 所以在房价如此高的情况下依然有大量的人希望涌入这些城市。但是超大城市由于过多人口的涌入也加大了城市的负担, 导致城市病等诸多问题。这就使得城市的发展在面向人本方面产生了悖谬, 就是超大城市本身因为其要素、品质以及资源的丰富吸引了大量外来的涌入者, 但是, 人口过量涌入也会导致城市以及人本的品质缓慢下降。智能城市的发展实际上提供了解决这一难题的方法, 比如智能医疗的发展, 可能会实现医疗资源均等化。未来, 伴随着智能医疗的发展和医疗资源均等化, 以前只有在超大城市才有可能享受到的最高水平的医疗服务, 今后在其他地方也能获得, 那么超大城市丰富的医疗资源对人们的吸引力就会下降。因此, 智能城市的发展可能会越来越接近以人为中心的状态。马克思讲到“自由人的联合体”, 如果自由人的联合体在未来可以预期的话, 那么其最先会在智能城市中实现。
第三, 面向可持续。城市化是与工业化结合在一起的。工业化极大地推动了生产力水平的提高, 在一定程度上克服了资源稀缺给人们带来的限制。人们的生活也前所未有地达到一个相对富裕的状态。城市化则极大地提高了资源的使用效率, 例如供水系统、燃气系统和电信系统在农村有效分布和维护的成本要远远高于城市, 因为城市居民居住的密集度非常高。这种高密集的居住实际上增加了资源的使用效率。与工业化以及城市化伴生的消费社会的形成, 则进一步加剧了人们的消费欲望。也就是说, 工业化满足了人们对一些基本物品的需求, 但是工业化的“永动机”在产生出大量的产品之后, 又构造了一个消费体系, 刺激人们去不断地增加新的需求, 从而维系和提升这一生产体系。
从这个意义上说, 现代社会的许多需求是被创造出来的, 并且其通过社会想象在传播中不断强化。从梭罗的《瓦尔登湖》的角度来看, 满足一个人最基本需求的物质产品是不需要太多的。但是, 社会却通过大屏幕电视、手机、地铁广告等媒体, 轮番向消费者传递消费的信号, 然后制造出对消费的向往。然而这种消费欲望的增加实际上导致对社会资源的过量需求, 最终对自然资源产生非常大的压力。这也意味着, 如果每一个人都要实现当下日益膨胀的需求, 地球将难以承载。因此, 人们需要保持城市发展的活力以及城市发展的可持续。但是, 我们不可能在人们的消费欲望被刺激后, 完全消解这些欲望。相比而言, 共享则是一个更为重要的可持续理念。例如, 共享智能汽车满足人们的多样化的需求。人们在出行时可能乘坐不同品牌的共享汽车, 并且在价格可以接受的情况下还可以享受豪车服务。这将会使市民的消费体验得到重大提升, 但同时消费者又不需要以完全拥有豪车为目标。这实际上降低了消费者购买以及维护消费品的成本。同时, 这种共享又在整个社会的范围内做到了资源的有效使用, 这就是可持续的观念。所以, 共享会成为未来城市治理的核心要素, 其内核便是可持续。
四、智能城市在未来的风险
乌尔里希·贝克 (Ulrich Beck) 提出风险社会的概念19。风险社会已经成为当代社会的基本特征。城市自然也不能例外20。因此, 智能城市同样会面临一些风险。笔者认为, 智能城市在未来所面临的风险主要如下：
第一, 不确定性风险。尽管目前对人工智能的发展充满了憧憬, 但人工智能依然存在很多的不确定性。例如, 目前的人工智能进展集中体现在“窄人工智能”上, 也就是说人工智能在某一具体的项目上会做到很好, 但无法让人工智能很好地去处理宽泛性的问题。一些学者用20世纪60年代美国的状况来类比今天的人工智能。在20世纪60年代, 美国人工智能出现了爆发性的发展, 在较短的时间内, 人工智能在用机器推理证明数学定理等方面取得了重大的成就, 所以当时乐观的人们也开始讨论人工智能时代的许多未来问题。然而这一预期并没有实现。1969年, 马文·明斯基 (Marvin Minsky) 与西蒙·派珀特 (Simon Papert) 在《感知机》 (Perceptrons) 一书中指出, 由于计算能力不够以及感知机无法处理“异或” (XOR) 问题, 神经网络的AI是不可能实现的。这一观点导致了70年代人工智能发展的“寒冬”。未来智能城市的发展一定建立在人工智能技术在全行业和全领域爆发性应用的基础上。一旦人工智能技术在一些重难点问题上无法形成实质性的突破, 就可能会面临极大的困境。尽管人工智能科学家对人工智能的发展持乐观的态度, 但是这里依旧需要强调, 通用人工智能的前景仍然具有较大的不确定性。
另外, 人工智能的应用同样需要考虑成本的问题。目前, 许多人工智能技术确实可以智能化地处理问题, 但是技术和产业化之间依旧存在很大的距离。本文所讨论的智能城市是围绕着居民的生活展开的, 因此这里的人工智能技术不是在实验室中的人工智能技术, 而是产业化的人工智能技术。以无人驾驶为例, 目前, 谷歌无人驾驶汽车已经可以做到安全运行, 但是这一技术要实现产业化的问题之一是其费用过高。例如, 该技术需要多个前置摄像头和雷达, 其总成本较高。相比而言, 未来智能城市在基础设施方面需要进一步布局大量的智能设备。这些智能设备采购和运营的成本, 以及这些智能设备产生的采集、分析以及处理的成本都是非常高的。因此, 未来城市建设中的重要问题就是如何将人工智能的技术运用到这些场景中去, 并保证这些技术的实现成本也是城市治理所能够负担的。
第二, 失业风险。人工智能时代的来临会不可避免地加剧失业的问题。前腾讯副总裁吴军的观点是“2%的人将控制未来, 成为他们或被淘汰”。图灵奖获得者约翰·霍普克罗夫特 (John E Hopcroft) 则认为, 未来有25%的人在工作, 并且他们的工作时间每周缩减为三天。2013年, 牛津大学的卡尔·弗瑞 (Carl Frey) 和迈克尔·奥斯本 (Micheal Osborne) 发表了《就业的未来》 (The Future o Employment) 。该研究报告对未来20年被人工智能取代的各项工作的前景进行了调查研究和算法估计, 并预计到2033年时, 美国将会有47%的工作被人工智能所取代。当然, 在人工智能时代还会出现一些目前用已有视域无法预测的新职业, 即将来可能会出现大量使用机器并为机器服务的工作者。例如, 中科院自动化所所长王飞跃教授主张, 大家需要关注的事实应该是, 人工智能会催生大量的新就业人群。
然而, 客观而言, 人工智能将对许多传统行业形成颠覆性的冲击, 例如翻译 (包括笔译、口译以及同声传译) 、速记员、律师、会计师、银行职员、保险业销售者、旅游中介等。从2016年开始, 中国“四大行”就进行了数以万计的裁员, 工商银行在年报中表示要发展依赖人工智能的服务。据报道, 印度的IT从业者也受到了这一冲击。这种失业风险的冲击甚至是全面性的。因此, 王飞跃先生的观点没有说明新增加的就业人口一定比被替代的人口数量多。而失业是城市治理中最难以解决的问题, 因此, 未来智能城市的治理要考虑在大规模智能化之后, 这些失业人群的经济来源如何保障, 以及在保障其基本生活之后, 他们的个人生活如何充实。因为这一次失业潮所影响的并不是传统的第一、二产业, 而是被认为是高级白领所在的第三产业。换言之, 那些受过高等教育的在律师事务所工作的初级律师、在会计师事务所工作的初级会计师未来将可能大量失去工作, 这对未来的城市治理带来极大的挑战。
第三, 隐私风险。人工智能的发展将对人的隐私形成重大挑战。智能的实现是建立在传感器、摄像头等设备的大范围铺设和布置的基础上的。这些设备至少会以秒为单位产生大量的数据, 而这些数据中就会包含众多隐私。并且, 这种隐私的风险不仅出现在公共场所之中, 同样还会出现在家庭之中。家庭之前一直被认为是个人隐私保护最重要的场所, 但是伴随着智能设备在家庭中的普及, 家庭作为私人空间的属性也在降低。例如, 可以想象在未来几年中, 智能音箱、智能冰箱、智能家居以及扫地机器人等会大量进入每个人的日常生活中。而这些设备工作的最重要的机理就是它不断地在采集个人数据, 并且对个人数据进行分析, 然后才能为人类提供智能化的服务。所以一旦黑客进入了数据服务中心的后台, 那么这些家庭里的隐私数据无疑会暴露在黑客面前。这种问题不仅是针对个人的, 而且是针对整个城市治理的。因为城市治理中有许多重要的关键性设备, 例如桥梁、地铁、道路等, 这些设备与人民的生命安全有着紧密的关联。如果这些重大设施的数据被黑客窃取或者篡改, 那产生的安全危害将会是难以衡量的。
五、结论
相较于智慧城市而言, 建立在“人工智能”之上的智能城市的概念将为城市治理提供新的思路。智能政务系统可以提供强大的复杂问题的决策功能, 并解决政务资源稀缺的问题。智能交通的建设也会大大缓解城市的交通压力, 并降低交通中的安全风险。智能医疗将进一步提高公共医疗服务的效率, 并促进医疗资源的均等化, 缓解医患矛盾。基于大数据之上的智能安全系统, 可以高效地缓解大城市在社会综合治理、犯罪以及流动人口等方面面临的压力。智能教育也将重塑传统的教育体系, 改变教育生态, 提出了终身教育和创新教育的新要求。智能城市本身是一个发展的过程, 是一个面向未来的概念。智能城市所实现的教育、医疗等资源均等化, 体现了面向人本的特点。而且智能城市系统将大幅提高社会资源的使用效率, 以实现社会的可持续发展。
但同时, 智能城市的概念仍在初级阶段, 并面临着智能发展不确定、成本较高、失业、隐私保护等风险。未来能否解决这些问题以及如何解决这些问题, 将是智能城市实现与发展的关键因素。尽管笔者在这里宏观地描述了未来智能城市可能的发展图景, 然而, 智能城市在具体实践中仍然会面临许多具体问题。这里需要强调一种智能城市的整体治理观。公共管理学科的发展越来越强调微观, 而学者们在研究城市治理的问题时也越来越倾向于这种研究策略。然而, 对于城市而言, 这种宏观治理视角可能更为重要。只有从宏观上把握城市治理的基本原则并规避其关键风险, 智能城市才能朝着良善的方向发展。研究者和实践者都需要反复思考的问题是, 发展人工智能和建设智能城市的初衷和目的是什么?只有我们坚持正确的治理价值, 智能城市的建设才能在人类得益並且人类可以掌控的轨道上行进。
责任编辑：班允博
文章来源：《上海行政学院学报》2019年第2期
相关阅读：