北京航空航天大学吕卫锋：智慧城市中的大数据应用

互联网IDC圈4月29日报道，互联网的发展使得大数据引起人们广泛关注。现如今大数据技术早已渗透到金融、通讯等行业以及生物学、物理学等领域。大数据在容量、多样性和高增速方面的爆炸式增长全面考验着现代企业的数据处理和分析能力，与此同时也为各个行业带来了准确洞察市场行为的机会。迄今为止大数据技术与产品有哪些创新，工业大数据应用面临哪些挑战，金融行业大数据应用现状如何等。围绕这一系列问题，4月27日至28日，由工业和信息化部指导、中国信息通信研究院主办的"2016大数据产业峰会"在北京国际会议中心盛大召开。28日上午，在数据中心联盟、中国智慧城市产业技术创新战略联盟协办的地方大数据产业发展论坛上北京航空航天大学计算机学院院长吕卫锋为与会者介绍了智慧城市中的大数据应用。

北京航空航天大学计算机学院院长吕卫锋

以下是吕卫锋的演讲实录：

  吕卫锋：各位领导，各位嘉宾，各位同仁，大家上午好，很高兴有机会来这里分享一下我们在大数据领域，尤其在智慧城市中大数据的作用，以及大数据的未来，以及大数据的能力到底应该是什么样的，以及我们的一些想法和看法。所以我报告的题目，以前叫大数据应用，后来想了想，不能叫大数据的应用，应该叫大数据的能力，大数据的能力应该是什么样的？未来尤其在城市中大数据应该具备什么样的能力？我们有一些思路，所以跟大家分享一下。

未来尤其是随着新型智慧城市不断的发展，我们的信息化和城市的深入融合将对我们整个城市发展起到很大的作用，我认为未来一定是大数据驱动的城市。实际上智慧城市整个的发展在全国无论各个部委，还是中央的各个政府，已经把智慧城市的建设运营作为我们国家推动城市往新型城镇化和信息化深度融合的一个重要引擎，而且这种智慧城市不断的发展，从2012年、2013年以来，一直到2014年我们的智慧城市在国家发改委、工信部、网信办、科技部一系列的推动下。但是智慧城市的建设还面临各种各样的难题。

那么在这种统筹下，智慧城市的产业出路在哪里？我们统计了一下，在全国应该说将近上千家的企业都在围绕智慧城市在发展，新兴智慧城市运营的服务，在贡献力量。所以，我们认为生态环境和产业链条已经形成。在这个里面，大数据扮演什么作用，我们大家普遍认为数据，尤其是大数据一定是我们智慧城市发展的核心各重点。如何破除城市发展中信息的孤岛，如何实现数据融合，是大数据发展的基石。

所以，我们各类企业，包括我们各个城市已经在数据的整合，数据的融合方面已经形成了一系列的技术和产品以及解决方案，而且在我们的各个城市里得到了广泛的应用。一会儿黄罡教授会围绕数据的开放共享提供很多的一些想法。

但是，尤其是随着我们城市中不断的数据的融合，我个人认为我们现在已经具备了在数据空间重构城市的特点，尤其是我们产生了各种各样的数据，而且这些数据在政府的大数据产业指导下已经形成聚合。这种聚合在我们各种各样的智慧城市的项目的推进和城市的开放运营的服务和社会的差异，我们已经在虚拟空间产生了影响。包括我们如何在数据空间中重构城市，描绘城市，我们虚拟空间的城市和实际物理的城市如何进行深度的融合，将是我们在大数据发展过程当中形成的一个重要趋势，这种重要趋势将推动我们的新型智慧城市不断演进和发展，这种演进和发展将为我们城市的公共服务，城市的社会治理，提供各种各样的创新和应用。但是，这种创新和应用，我们的城市真正智慧了吗？我们的智慧到底是什么？我们的能力，大数据未来的能力，发展之路是什么？尤其是我们中国新型智慧城市的解决方案提供商和运营商，它的竞争力到底是什么？我们需要给城市提供什么样的智慧的解决方案，这种智慧的解决方案基于数据的平台产生的应该是什么？我觉得我们还远远不够。我们只是把数据连接在一起，我们只是把数据融合在一块儿。

按照《国务院智慧城市健康发展的指导意见》，包括最近我们提出关于新型智慧城市的发展，智慧城市只是推动新型城镇化，尤其是城市发展的一种新手段、新理念和新模式。更重要要瞄准城市化的绿色、低碳、高效、集约、生态这一系列的内容，这一系列内容到底需要我们在大数据上具备什么样的能力，才能够推动智慧城市的发展。李未院士认为现在人类的社会跟文明已经进入大数据的时代，由于我们的传感技术、网络技术、运行基站大规模整合，使得我们人类社会的各行各业已经产生了属于各自领域的大数据。这种大数据不断的演进和发展使得我们大数据构成了我们人类社会生产和生活的一个数字印象，它形成了一个大数据生态系统，而这种大数据生态系统使得我们大数据具有了一个时代性和数据的永存性，只要产生数据，你所说的话，你所产生的行为，包括你在网络上各种各种的应用，它是物理存在的一种形式，是一种新的空间，在这种空间里，我们将对实际的空间有什么影响？这种万物互联产生的大数据将驱动人类的思维功能的形成。

在城市的角度，尤其当形成虚拟空间的城市印象的时候，我们跟人体对标会发现我们的城市已经可感知。各种各样的感知功能基于大数据已经形成，我们感知的这些内容能不能进行统筹，将是我们城市智慧的一个重要推动力。除了整合，我们希望基于大数据认知这个城市，我们需要解释这个城市，我们需要重塑这个城市，在重塑的过程中我们需要为我们的洞察，整个的智慧的演进和迭代提供数据的支撑能力。我们围绕各种各样的智慧城市的服务和开放创新，我们的解决方案能不能做到这一点。我们基于数据来提供各种各样的智慧服务，可以做到小范围，目前做不到大批量。目前的大数据时代主要是一种手工作坊的时代，我们真正到数据工业化时代，我们需要的不仅是科学家们去发现我们城市的问题，我们需要数据的工程师，需要城市的管理者去挖掘我们的城市。

比如我们看到城市的智慧性，看到整个城市交通的运行状况，北京南城突然产生拥堵的时候，城市的交通系统能不能识别，当识别以后，是不是能够进行关联性的分析，这种关联性的分析，到底为什么南城会产生拥堵，是城市的原因，还是天气的原因，所以我们需要进行深度的挖掘，这要跟我们的社会网络，气象数据，要跟市政各种各样的建设设施的数据进行关联，这种深度的融合和关联我们的能力，我们目前的系统是不是具备？所以，这种认知城市的能力是我们在新型智慧城市发展我个人认为我们必须具备的能力，而不是简单的数据整合的能力。

深度关联与异常事件的发现，我们应该把各种各样城市领域发生的事件联合起来，这样才能进行敏捷性的反映和部署。这种深度的关联能力，我们认为对一个城市的认知需要把各种各样的数据进行关联，比如疾病数据和城市的人流的流通数据它们是有关联关系的。各种各样城市认知的知识我们能不能大批量的出去，我们需要数据工程师，把我们城市中发现的各种各样的现象有机的关联在一起，这种系统我们具不具备？这就是我认为需要再未来具备的第一个内容，认知城市。

我们需要理解的城市，我们不仅要把我们城市各种各样的数据统合起来形成我们对城市正确的认识，我们更需要理解城市中内在的规律，这种内在运行的规律我们需要用各种各样的社会数据，我们需要了解这些信息。每当过节的时候大家每个人的心情都是愉快的，但是肯定有一个地方的人心情是不愉快的，什么样的人？就是在大年三十他还在火车站等车的人。回龙观小区每天将近有几十万的人希望需要离开回龙观小区，他们的出行规律是什么？我们能不能总结分析，根据这些总结分析理解这个城市的需求。这种现象我们目前都是怎么做的呢？大家都是城市的管理者和企业的参与者，都是由我们的数据工程师、数据的分析师、领导和管理者们我们共同来做项目，然后产生数据，进行分析。这部分系统能不能让机器自动实现了，这种机器的自动实现将是我们知识自动化，他将产生大量的需求，我们这种规律的发现和认识将层出不穷。随着我们城市越来越密集，人口流动越来越复杂，这种能力我们现在系统具不具备？我个人认为我们目前不具备？我们具备的只是定制化，我们的系统环境，我们不具备，能够大规模的去发展，知识自动发现的能力我们目前并不具备。

重塑城市，我们认知了这个城市的规律，理解了这个城市，我们更重要的是要改造这个城市。在改造城市的过程中，我们如何去进行决策。当我们决定北京市拥堵收费的时候，当决定北京市限性的时候，所有的决定是不是正确，我们能不能产生模拟，能不能用大数据验证我们的决策是不是正确？所有的这些内容都需要在我们智慧城市大数据基础上进行重塑。所以，我们整个的城市的治理和决策，它的整个体系在大数据的时代将发生颠覆性的变化，这种颠覆性的变化我们系统具不具备？比如说，我们当对城市的危险品进行管控的时候，我们需要了解城市的危险品数据都在哪儿？车辆在哪儿？人在哪儿？我们如何产生政策的指导意见，这个政策的指导意见实施的是否有效，我们要通过大数据来反馈。我们未来的计算应该是自动验证和自动控制，包括我们决定通州作为我们北京市的副中心，我们是不是基于我们的大数据去进行了验证分析，实际上我们当决定通州为副中心的时候也利用大数据看整个城市和北京城的人口流动，包括城市的效率，是不是产生了效果，确确实实是这样。所以，领导人的决策和大数据的验证是相符的，如果不相符怎么办？这部分也是未来我们在信息化中需要进一步研究的。

包括我们的社区医疗与规划，我们刚决定在这个地方投资建设医院的时候，做没做过大数据的分析，大数据的分析系统支不支持。包括随着我们城市各种各样智能的服务不断的涌现，Uber、滴滴已经广被人使用的时候群体的智慧已经产生了，这种群体智慧对我们城市智能的发展会产生什么样的影响？

我认为未来大数据驱动的城市计算智能系统将是一个包含有城市数据的深度关联，城市行为规律的发现，知识的发现，群智行为感知以及城市行为规律挖掘这些功能到目前还没有，国际上也没有。我认为未来大数据基础、政策、能力和数据应该发挥这样的功能。

最后，中国的大数据企业在哪里？我个人认为在城市计算的智能企业，绝对有能力产生这方面的领袖级企业，不仅在中国会诞生，而且很有可能会冲向世界，谢谢！