热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

复盘阿里城市大脑这3年

“ET城市大脑”是杭州献给整个世界的一个礼物,就像当年罗马给了世界一个下水道,伦敦给了世界一个地铁,纽约给了世界一个电网。现任的阿里技术委员会主席王坚曾不止在一个场合说过这些话。阿

“ET城市大脑”是杭州献给整个世界的一个礼物,就像当年罗马给了世界一个下水道,伦敦给了世界一个地铁,纽约给了世界一个电网。现任的阿里技术委员会主席王坚曾不止在一个场合说过这些话。

复盘阿里城市大脑这3年

阿里技术委员会主席 王坚

他眼中,城市是最伟大的发明,而城市大脑是有着人类登月般的重要意义。

到目前,城市大脑已经走过3年时光,这期间中国的城市建设一直处于狂飙突进的状态,比如武汉的“满城挖”、山西大同的“拆城”等等,而城市大脑本身也经历了两个不同的版本。

业界想了解的是:作为新物种的这个城市大脑,到底发展得怎么样了?它又是如何成为了阿里巴巴普惠科技的“制高点”?本文试图一探究竟。

城市大脑的前世今生

城市大脑是技术进步的产物,也是城市发展的产物。综合来说,云数物智技术积累、国家政策支持、本地政府配合、后期庞大城市订单等等因素,促成了天时地利人和的形成。

在我国,内陆城市人口红利在移动互联网经济的强大集聚效应下,被刺激出全新的动能和勃勃生机,与此同时,城市供给与城市需求处在不匹配的状态,交通拥挤、住房紧张、供水不足、能源紧缺、环境污染、秩序混乱、供需矛盾加剧等城市病极为突出。

此外,AI、IoT、云计算、数据挖掘、知识管理、深度学习等技术迅速进入爬坡期,互联网科技公司、运营商、硬件厂商参与城市建设有了便捷的通道,但由于智慧城市是一个跨系统交互的大系统,是“系统的系统”,不是硬件的堆叠与软件的重复建设,而是需要有一个中枢神经式的城市指挥系统,这个系统必须具备全面、实时、全量的决策能力——这成为“ET城市大脑”诞生的基础。

从专业的交通大脑走向复杂的城市大脑,从长三角的杭州走向全国多个城市,这套系统被嵌入了越来越多人工智能的技术内核,开始了突飞猛进的进击。

城市大脑发展里程碑

首先,我们顺着时间的车轴,梳理出了阿里城市大脑这些年走过的路,以及“途经”的城市。

2016年4月,开创概念,以杭州为试点开始实践;

2016年10月,云栖大会城市大脑首次亮相,由王坚发布;

2017年4月,城市大脑落地苏州;

2017年8月,城市大脑落地澳门;

2017年10月,杭州城市大脑1.0正式发布;

2017年11月,城市大脑入选新一代人工智能开放创新平台;

2017年11月,城市大脑落地雄安;

2018年1月,城市大脑落地马来西亚;

2018年1月,衢州城市大脑正式发布;

2018年4月,城市大脑落地海口;

2018年10月,杭州城市大脑2.0正式发布;

2018年12月29日,杭州城市大脑综合版发布,将进入3.0时代。

看得出来,城市大脑的落地是国内国外齐发力,一线城市与二线城市同时布局。我们注意到,1.0版本到2.0版本用了整整一年,而2.0版本到3.0版本只花了不到3个月的时间。可以说,更新速度越来越快。

城市大脑的组织构架发展

2013年,闵万里加入阿里,任职阿里云机器智能首席科学家,先后打造了ET城市大脑 、ET工业大脑、ET农业大脑等。加入阿里之前,闵万里在Google和IBM工作过,这两家公司如今也在智慧城市方面重金押注。

复盘阿里城市大脑这3年

城市大脑负责人 闵万里

雷锋网注意到,这个城市大脑团队的重点在公共安全、城市管理、交通治理3大领域。在2018年10月,该团队还在社招一些在自然语言处理(NLP)、知识图谱、机器学习、深度学习、大规模分布式机器学习领域有3-5年研发经验的人才。

随着2018年11月阿里云事业群升级为阿里云智能事业群。科学家出身的闵万里在阿里云内部继续承担着打通各个行业大脑数据的使命,用数据智能推动城市大脑的商用。

此外,在阿里达摩院,北京大学应用数学博士,IEEE Fellow华先胜领导城市大脑实验室,主抓城市大脑在视觉方面的技术研究。华先胜的职位是阿里巴巴副总裁、达摩院城市大脑实验室负责人。在城市大脑项目上,闵万里和华先胜的团队紧密合作。

从云到端:城市大脑的总体架构

阿里云想的很明白,做好行业大脑,必须把握好3个能力:AI能力、云计算大数据能力、垂直行业整合能力。AI和云计算、大数据是阿里云的强项,在行业知识上,阿里云选择了开放,与投资企业、合作伙伴共建。

在城市大脑背后的技术架构上,分布着4大平台,涉及与城市交通、医疗、城管、环境、旅游、城规、平安、民生八大领域有关的计算能力、数据算法、管理模型等。

  • 应用支撑平台:构建精细感知到优化管理的全闭环,以计算力消耗换来人力与自然资源的节约;

  • 智能平台:开放的智能平台,通过深度学习技术,挖掘数据资源中的金矿,让城市具备思考的能力;

  • 数据资源平台:全网数据实时汇聚,让数据真正成为资源,保障数据安全,提升数据质量,通过数据调度,实现数据价值;

  • 一体化计算平台:为城市大脑提供足够的计算能力具备极致弹性,支持全量城市数据的实时计算,EB级别的存储能力,日PB级处理能力,百万路级别视频实时分析能力。

视觉AI项目组成:3个应用1个平台

在城市大脑视觉AI的项目组成上(这部分由华先胜团队主导),目前分为天曜、天鹰、天机、天擎四个部分。前三部分比较偏应用,最后一部分是平台。

  • 天曜能够对城市里的交通事件、事故进行全方位实时感知、自动巡逻。目前在杭州,天曜已经覆盖700多个道路断面,实现自动实时巡逻,有效释放200余名警力,交通事件、事故的报警准确率达95%以上。

  • 天鹰能通过人和机器的交互,快速定位目标对象,可以用于寻找失踪人口、追踪肇事逃逸车辆等。这背后涉及的技术获得了全球权威机器视觉算法排行榜KITTI的行人检测单项冠军,将世界知名行人再识别数据集Market1501的首位命中率提升到96.17%。

  • 天机则可以通过区域内的历史视频数据,预测未来的车辆、人流量,从而合理安排出警、人员接送车等,做好交通疏导,避免发生拥堵和安全问题。

  • 天擎是城市大脑处理视频信息的发动机,负责把海量的视频图像信息在最短的时间内处理为二进制语言,从而为之后的车辆识别检测、行人识别检测提供基础。由于部署在云端,“天擎”可以利用云计算的弹性扩容、高可用性来处理任务,满足不同规模城市的需求。

背后功臣:进化的“飞天”

实际上,城市大脑计算平台背后,有个默默无闻的功臣——飞天操作系统。这是外界研究城市大脑最容易忽视的一点。

复盘阿里城市大脑这3年

飞天(Apsara)是由阿里云自主研发的超大规模通用计算操作系统,它可以将百万级的服务器连成一台超级计算机,提供源源不断的计算能力。这套系统目前已经成为了世界上最顶尖的系统之一。2017年双11中飞天支持了每秒32.5万笔的交易峰值,4200万次每秒的数据库处理峰值。

飞天的核心服务有计算、存储、数据库、网络,而城市大脑正是在此基础上满足了城市数据互联与处理的需求,对整个城市进行全局实时分析和资源调配。可以说,飞天是阿里巴巴大规模投入自主研发技术的开始。因为自此之后,阿里云自研并为客户提供了一系列新技术产品,包括飞天Apsara、部署在客户侧的飞天专有云Apsara Stack、端操作系统AliOS、数据库POLARDB、弹性裸金属服务器神龙X-Dragon等。

“操作系统就是管计算机里面的资源,内存、硬盘等等,但现在城市里面没有这个东西,导致城市的资源没有人管。”

此前王坚曾在公开场合点评城市大脑,但实际上,这背后就是飞天操作系统在发挥作用。

城市大脑落地10多个城市

经过2016-2018的发展,阿里城市大脑已经在杭州、苏州、上海、衢州、澳门、海南等地相继落地智慧城市项目。华为、腾讯、百度、京东、平安等巨头也瞄准了这个市场,智慧城市这个行业成为科技大热门。

复盘阿里城市大脑这3年

截止目前,阿里城市大脑落地城市已达10多个。

杭州,杭州城市大脑塑造了最经典的案例。作为长江三角洲城市群中心城市之一的杭州,曾经上下班高峰期堵车非常严重,而目前,受益于“城市大脑”,杭州交通效率不断提高。依据公开的城市季度报告,在全国最拥堵城市排行榜上,杭州从2016年的第5名下降到今年第二季度的第57名。2018年9月,杭州云栖大会上,浙江省公安厅副厅长金志在现场宣布:杭州市“城市数据大脑”交通V2.0正式发布。金志表示,杭州城市大脑2.0将覆盖主城区、余杭区、萧山区共420平方公里,一年扩大28倍。接管1300个路口信号灯、接入4500路视频,通过7大生命体征全面感知城市交通,并通过移动终端直接指挥杭州200余名交警。

苏州,苏州城市大脑汇聚了五大部门、三大运营商和众多互联网数据,最终汇聚产生了79种数据源、2600种数据项、3000亿条历史数据。利用全局的数据融合后,城市大脑能指导换乘中心的设计、公交优化规划设计。凭借交通历史数据,还能预判某个区域未来10分钟-1小时的交通态势。最终能分析苏州1000+万人口的迁移数据、642条公交的运营情况,进过优化,公交客流量最少提升10%。

城市大脑落地场景盘点

城市大脑的价值,从技术角度看是城市智能化、数据化、全面、实时、全量的决策,从更大层面是城市治理模式、城市管理模式和城市产业的突破。

截止到今天,阿里城市大脑已成为全球最大规模的人工智能公共系统之一,已覆盖交通、安防、医疗、旅游、市政建设、城市规划、工业、环境、政务民生等领域,为阿里也为产业界带来了巨大的经济效益。这些场景中,交通、城市治理、政务民生是最具吸引力的场景。

交通方面,交通大脑实际上已成为ET城市大脑最为核心的业务,也是切入智慧城市的先行者。在资本布局上,阿里全资收购了高德地图(定位与导航),合资成立千寻位置(高精地图),有与中兴通讯合资成立浩鲸科技(运营商ICT、交通)等。而交通大脑从信号灯优化、交通事件实时识别、应急车辆优先调度、重点车辆管控、社会治理和公共安全保障等着手,且已具备这些能力。此外,阿里还投资了汽车智能网联公司斑马智行推出互联网汽车,阿里云、AliOS和阿里人工智能实验室联合推进车路协同、无人驾驶等诸多交通领域。

城市治理方面,城市用电排水检测、火情消防智能检测、灾情处置全局联动、垃圾清运管理优化、路边泊位智能调度等城市管理的全域应用都在逐步推进。

政务民生方面,浙江大力推动的“最多跑一次”政府网上服务项目,其实就是阿里城市大脑与政务云的结合,改“百姓跑腿”为“数据跑腿”,大大提高了群众的民生服务获得感。

新发展:全面开放,2019城市大脑走向何处?

阿里做城市大脑,最忌讳的就是“闭门造车”,因为产业能力毕竟术业有专攻。除了本身的技术拓展之外,我们注意到阿里通过投资入股、整体并购、成立合资公司等方式深入布局行业。

比如注资银泰百货、高鑫零售、饿了么、菜鸟网络,重金落子哈罗单车(目前布局顺风车)、易果生鲜和盒马鲜生......这些都是城市生活最高频的场景,当然在交通等方面也是有着与联合投资企业共建的逻辑。而达摩院、支付宝更是对阿里整体的开放战略做最好的支持(例如支付宝的小程序匹敌微信小程序)。

复盘阿里城市大脑这3年

但阿里觉得,有自己内部生态明显还不够。

在2018年9月,阿里宣布了一项重要的计划:全面开放城市大脑平台——这意味着城市大脑从一项赋能杭州的大脑应用走向更强大的生态型平台。其中,一体化计算平台、数据资源平台、智能平台、应用支撑平台这四大平台都走向了开放,面向对象将包括政府管理部门、大学与科研机构、咨询公司、中小创业者及技术极客。而具体则表现为——

  • 视频AI能力开放:面向视频行业,全面支持安防行业标准;支持主流厂商的流媒体系统;打通安防和互联网两大流媒体领域;10万路视频流接入能力。

  • 开源计算平台开放:基于flink构建计算服务,全面支持开源生态;提供异构计算动态调度、故障切换服务,提供99%时段的实时性保证、提供安全的计算环境,确保用户的数据以及资源安全。

  • 搜索服务开放:提供实时视觉特征索引服务、提供高并发实时查询服务、提供多种视觉特征碰撞服务。

可以看出,阿里想紧紧抓住的是智慧城市领域的第一波创业者和研究者,而这种想法在其他厂商中间似乎不多见。我们只注意到京东智能城市研究院的成立,引入在计算机、AI、自动化、仿真技术、城乡规划、视觉感知等方面的6位中国工程院院士,其城市计算平台也在逐渐汇聚产业链上下游的垂直企业。

同时,阿里云紧密与专业厂商进行积极合作,对外宣布的包括浙大中控、银江科技、浙江大华、图盟科技等公司,以期望能够将其最新技术注入到传统厂商的方案当中。

复盘阿里城市大脑这3年

对于未来,城市大脑的团队一直保持着“交通智能”、“城市智能”、“生态智能”的梯次进化思考。从其城市大脑“三步走”战略就可一窥全貌。

另外,城市大脑团队此前指出3条“城市大脑”的衡量标准,值得业界关注:

  • 能够实时处理人所不能理解的超大规模全量多源数据(整体认知);

  • 能够洞悉人所没有发现的复杂隐藏规律(机器学习);

  • 能够制定超越人类局部次优决策的全局最优策略(全局协同)。

与之相反,局限于单一数据来源、只卖设备不懂业务场景、数据实时处理规模存在上限的“伪城市大脑”则会给城市带来更多复杂性风险。作为城市大脑的负责人,闵万里也多次明确提出反对只卖硬件的“各类大脑”。

眼下,智慧城市成为技术、资源、资金的争夺战,BATJ、平安、浪潮、科大讯飞等巨头林林,垂直厂商也在各自领域精耕细作,但经过复盘也能明显看到,阿里是处在一个领头羊的位置上的,“用计算力替代人脑”给了阿里城市大脑技术驱动的标签。

市场是公平的,但一家独大也有可能是市场的选择。

走过3年,阿里城市大脑面临复盘;2019年,谁在挑战它?(雷锋网雷锋网(公众号:雷锋网)


推荐阅读
  • Python 数据可视化实战指南
    本文详细介绍如何使用 Python 进行数据可视化,涵盖从环境搭建到具体实例的全过程。 ... [详细]
  • 【转】强大的矩阵奇异值分解(SVD)及其应用
    在工程实践中,经常要对大矩阵进行计算,除了使用分布式处理方法以外,就是通过理论方法,对矩阵降维。一下文章,我在 ... [详细]
  • 从0到1搭建大数据平台
    从0到1搭建大数据平台 ... [详细]
  • 独家解析:深度学习泛化理论的破解之道与应用前景
    本文深入探讨了深度学习泛化理论的关键问题,通过分析现有研究和实践经验,揭示了泛化性能背后的核心机制。文章详细解析了泛化能力的影响因素,并提出了改进模型泛化性能的有效策略。此外,还展望了这些理论在实际应用中的广阔前景,为未来的研究和开发提供了宝贵的参考。 ... [详细]
  • 深入理解云计算与大数据技术
    本文详细探讨了云计算与大数据技术的关键知识点,包括大数据处理平台、社会网络大数据、城市大数据、工业大数据、教育大数据、数据开放与共享的应用,以及搜索引擎与Web挖掘、推荐技术的研究及应用。文章还涵盖了云计算的基础概念、特点和服务类型分类。 ... [详细]
  • 深入探讨:Actor模型如何解决并发与分布式计算难题
    在现代软件开发中,高并发和分布式系统的设计面临着诸多挑战。本文基于Akka最新文档,详细探讨了Actor模型如何有效地解决这些挑战,并提供了对并发和分布式计算的新视角。 ... [详细]
  • Redis:缓存与内存数据库详解
    本文介绍了数据库的基本分类,重点探讨了关系型与非关系型数据库的区别,并详细解析了Redis作为非关系型数据库的特点、工作模式、优点及持久化机制。 ... [详细]
  • 本文总结了近年来在实际项目中使用消息中间件的经验和常见问题,旨在为Java初学者和中级开发者提供实用的参考。文章详细介绍了消息中间件在分布式系统中的作用,以及如何通过消息中间件实现高可用性和可扩展性。 ... [详细]
  • 对象存储与块存储、文件存储等对比
    看到一篇文档,讲对象存储,好奇,搜索文章,摘抄,学习记录!背景:传统存储在面对海量非结构化数据时,在存储、分享与容灾上面临很大的挑战,主要表现在以下几个方面:传统存储并非为非结 ... [详细]
  • 英特尔推出第三代至强可扩展处理器及傲腾持久内存,AI性能显著提升
    英特尔在数据创新峰会上发布了第三代至强可扩展处理器和第二代傲腾持久内存,全面增强AI能力和系统性能。 ... [详细]
  • 自然语言处理(NLP)——LDA模型:对电商购物评论进行情感分析
    目录一、2020数学建模美赛C题简介需求评价内容提供数据二、解题思路三、LDA简介四、代码实现1.数据预处理1.1剔除无用信息1.1.1剔除掉不需要的列1.1.2找出无效评论并剔除 ... [详细]
  • 在机器学习领域,深入探讨了概率论与数理统计的基础知识,特别是这些理论在数据挖掘中的应用。文章重点分析了偏差(Bias)与方差(Variance)之间的平衡问题,强调了方差反映了不同训练模型之间的差异,例如在K折交叉验证中,不同模型之间的性能差异显著。此外,还讨论了如何通过优化模型选择和参数调整来有效控制这一平衡,以提高模型的泛化能力。 ... [详细]
  • 在前一篇文章《Hadoop》系列之“踽踽独行”(二)中,我们详细探讨了云计算的核心概念。本章将重点转向物联网技术,全面解析其基本原理、应用场景及未来发展前景。通过深入分析物联网的架构和技术栈,我们将揭示其在智能城市、工业自动化和智能家居等领域的广泛应用潜力。此外,还将讨论物联网面临的挑战,如数据安全和隐私保护等问题,并展望其在未来技术融合中的重要角色。 ... [详细]
  • 精选10款Python框架助力并行与分布式机器学习
    随着神经网络模型的不断深化和复杂化,训练这些模型变得愈发具有挑战性,不仅需要处理大量的权重,还必须克服内存限制等问题。本文将介绍10款优秀的Python框架,帮助开发者高效地实现分布式和并行化的深度学习模型训练。 ... [详细]
  • 计算机学报精选论文概览(2020-2022)
    本文汇总了2020年至2022年间《计算机学报》上发表的若干重要论文,旨在为即将投稿的研究者提供参考。 ... [详细]
author-avatar
手机用户2502897397
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有