項目判別規則是“城市大腦”頂層設計落地的核心

柳進軍

相較于智慧城市，“城市大腦”的亮點之一在于通過數據和業務的“類人腦”處理，實現城市治理的流程再造、效率提高。

前不久舉行的中關村科學城“城市大腦”發布會重點發布了“城市大腦”頂層設計規劃綱要，其一大亮點體現在設計哲學上，即通過確立一系列規則，為“城市大腦”的生長演進提供一套規律，引導其實現動態生長。這一系列規則中，項目判別規則是“城市大腦”頂層設計落地的關鍵核心。

項目判別的主要功能是界定哪些項目屬于“城市大腦”的建設范疇，其對頂設落地的作用在于：一是應對“城市大腦”的復雜性。城市發展涉及到交通、環保、經濟等諸多領域，且城市始終處于發展變化中，現有的知識和經驗顯然不足以支撐全范圍城市智能化設計和實施。范圍明確有助于降低設計和實施難度，使建設目標能夠更加具體化且容易實現；二是應對“城市大腦”的特殊性。“城市大腦”是智慧城市的高級階段，是以數據驅動、AI 賦能為核心的新型城市基礎設施，具備自身獨特的發展規律，但又與智慧城市有著千絲萬縷的聯系。智慧城市經過十余年的建設，已在原有技術和業務背景下形成體系化的機制流程。在新的技術和業務背景下，頂層設計如不設定好項目邊界，“城市大腦”的獨立性和特殊性就無法體現，在具體實施過程中很容易走進固有思維的圍墻，造成“新瓶裝舊酒”的困局；三是適應可持續性要求。項目的經濟和社會效益是可持續發展的關鍵因素，設計效益導向的項目判別規則，有助于迅速凸顯項目建設效果，以應用效果增強政府、城市居民的信任和支持，推動項目建設進入良性循環。

既然項目判別是核心，那么“城市大腦”頂層設計中應當設定哪些相應規則？結合對“城市大腦”的理解和建設實踐，筆者認為項目判別規則需包含AI適配、AI賦能、聚焦性和及時性三個方面。

首先，AI是“城市大腦”自我演進，應對城市發展復雜性和不確定性的技術保障，納入“城市大腦”的項目需遵循AI適配原則，促進AI的學習和訓練，其中包括數據適配和案例適配。數據層面，一是關注能否產生活數據，即系統運行過程中能夠產生大量數據，而數據的分析與反饋能夠影響和指導系統的行為，提高算法的準確率；二是關注能否產生多樣的數據，多樣紛雜數據的鏈接、交叉、碰撞更有可能提升“城市大腦”的預測、管理水平，并碰撞出新的應用場景。案例層面，關注能否產生大量重復案例，實現自我學習需要依靠大量重復案例對AI的訓練，因此需要在項目選擇時排除那些產生低頻次、獨立性強案例的項目。

第二，相較于智慧城市，“城市大腦”的亮點之一在于通過數據和業務的“類人腦”處理，實現城市治理的流程再造、效率提高，項目選擇時需關注AI應用后是否能夠顯著提升事件處理效率和準確程度，當前技術水平下仍有一些問題是AI無法解決或解決成本非常高的，比如垃圾分類，因此需要優先選擇圖像、語音識別等成熟技術能夠發揮重大作用的項目。

第三，“城市大腦”頂層設計最終需要由某一主體執行，單一部門難以調動其他所有部門的力量，同時也無法在短時間內解決長期積累的問題，因此項目選擇需要特別關注管理領域和建設步驟。比如聚焦城市治理領域，就只需指定牽頭部門與幾個強相關部門協同執行，同時類似文體、經濟領域的項目就暫時不會列入建設范圍。再如，停車問題是當前老百姓熱切關注的問題，就要優先選擇動態交通優化、靜態交通數據共享等相關項目。

當前，中關村“城市大腦”建設已進入實質性進展階段，頂層設計要進一步明確項目判別規則，運用AI適配、AI賦能、聚焦及時的組合拳，支撐“城市大腦”自我演進，形成“城市大腦”項目特區，保障“城市大腦”建設效果，支持中關村成為新技術背景下全國城市治理的引領者和帶頭人。