京东金融首席数据科学家郑宇：用科技服务 城市更加美好

城市计算是什么？未来，人工智能和大数据将如何改变我们的生活？在2018中国国际大数据产业博览会（数博会）上，京东金融副总裁、首席数据科学家、城市计算事业部总经理郑宇详解了京东金融的智慧城市理念和愿景， 他认为，城市计算是大数据、人工智能和云计算在城市里的有机结合，而除了技术本身，点、线、面结合的顶层设计加上跨领域的城市应用尤为重要。

在郑宇看来，城市计算就是通过对城市大数据的不断采集、管理、整合、分析、挖掘，然后利用挖掘出来的知识，解决城市里面交通、环境、能耗等问题。它是大数据、人工智能和云计算在城市里的有机结合。

在信息化和数据收集基础上，用大数据和人工智能从数据中获取知识，用知识解决行业问题，助力新型智慧城市建设尤为重要。以解决城市痛点为出发点、可以基于任意云搭建服务，提供开放式的生态平台，才能赋能第三方企业。城市计算顶层设计方面，需要点、线、面结合，并与多领域垂直应用结合，打造从规划到运维再到预测的闭环，为城市发展提供可持续发展演进模式。

郑宇认为，能够提出点、线、面结合的顶层设计，加上跨领域的城市应用，这两点尤为重要。“现在我们的政府不缺做一个点的人，但是如果很多点做为孤立系统存在的话，会对智能城市管理带来很多复杂的状况和压力。另外，一个城市是在不断规划、运维和预算中迭代的，方案一定不能是静态的，合理洞察历史才能有效规划资源，高效掌控现状，平稳运维城市，真正地精准预算未来，才能进一步知道更为合理的规划。反过头来，规划又能帮助我们更好去运维，它是一个闭环的、螺旋式的发展。”

随后，郑宇用七个案例详细介绍了优秀的城市计算能力在商业、市政、能源等方面会达到什么样的落地成果。

案例一：联通营业厅智能选址

联通在线下有很多营业厅，但是随着线下业务向线上转移，其线下营业厅资源没有得到充分利用。联通如果想把用户重新拉回营业厅，首先，他要考虑在哪里选址，或者是改造哪些营业厅，第二是如何配置里面的3C产品，使得转化率最高。如果只是基于联通本身的数据是做不到的，他们需要联合电商、物流、金融的数据，共同做智能化的选址。这里面既要考虑到联通用户的数据，也考虑到京东的数据，还要考虑第三方的地理信息数据，把它变成一个学习的数据，并通过人工智能算法，带来高效的回报率。

案例二：违章停车监测

城市里有很多违章停车现象，很多非车道被占，但是执法管理人员是有限的，我们不可能在每一条路上都安排执法人员去管理违章停车。现在，由于共享单车的出现，我们可以用共享单车的GPS数据来动态的智能的检测城市里面的违章停车情况。

比如有车违章停在路边，人们骑自行车的时候就不得不绕到机动车道里面去，他的骑行轨迹就会发生变化。需要共享单车平台提供大量的数据，能够实时检测整个城市里面什么地方出现了违章停车，不需要派管理员去看就能够自动识别，然后把有限的人力精准地投放到那些违章的路段，快速地去捕获违章停车，这大大提升了政府的效率，可以在一定程度上去帮助政府治理违章停车的现象。

案例三：区域人流预测

通过大数据和算法，我们能够预测整个城市里面每个区块的人流量情况。比如踩踏事件，如果能够提前几小时知道这个区域里面未来有多少人进，有多少人出，我们就可以提前管控做分流，做管控，保证人身安全。以前的算法很难实现这种非规则区域的人流量预测，大家知道如果做深度学习的话，只能做规则网格的计算机运算，优秀的做法，是在非规则区域里面做人流量预测。另外，做到不同区域之间，人流量之间的转移，在源头上进行分流，而不是说到了目的地之后再去管控和分流。这样既能保证公共安全，也能帮助我们做很多的智能的调度和管控。

案例四：救护车智能调度和选址

救护车智能调度和选址是利用大量的120呼叫数据和救护车路线抢救数据，在不增加任何投入的情况下面，只要对救护车站的位置做稍微的偏移跟挪动，就能够把抢救时间缩短30％。比如，以前我们救一百个人需要花一百个小时，现在我们只要花70个小时，留下30个小时可以在手术台上挽救更多人的生命。另外，通过智能算法我们可以对救护车做动态的调度，在不增加任何救护车的情况下，把运力再提高30％。前提是我们没有增加任何的资源投入，这就是人工智能的威力。

案例五：水质的预测

水质的预测涉及很多因素，包括管道本身的年龄和寿命、周边的情况、气象、人们用水的模式等因素，是一个很复杂的过程。基于人工智能算法，需要部署管网水质预测系统来实时预测未来的管网水质，从而指导自来水工厂更科学地进行投氯消毒，保证居民饮用水质，还能及时发现水管健康状态，第一时间进行维护、修理，保证城市高效运转，进而给政府各项城市建设决策提供参考。

案例六：AI＋火力发电

在中国，火力发电占据60％发电量，产生的能源消耗和污染排放很严重。城市计算通过大数据和人工智能，能够用更少的煤发更多的电，并且产生更少的污染排放。该算法非常复杂，比阿尔法狗还要难，因为发电机组的状态是连续空间，变量非常多，而且它不是完全封闭的空间，如何通过人工智能算法动态的去做各种阀门调控、送水、送风，这是一个世界性的难题。如果我们提供优秀的算法，能在全国两千多台发电机组推广，可以提高0．5％的发电效率，一年给国家节约的费用能达到一百亿元。

案例七：信用城市体系建设

构建中国的信用城市标准体系，包括了居民、企业和政府三个主体的信用。居民信用即个人的出行，租用，借贷等行为产生的信用。企业的信用则与股市评价、招投标、融资等动作相关。政府信用关系到政府的考核，涉及经济、环境、能耗等多方面指标。

郑宇最后表示，未来，我们将持续发力，让技术真正服务于现实生活，提高效率，降低损耗，用科技服务更加美好的城市。

郑宇简历：

作为城市计算领域的先驱和奠基人，郑宇曾发表高质量国际论文百余篇，其中多篇论文成为城市计算领域奠基性的论文。2013年，在城市计算领域的贡献被《MIT科技评论》评为全球杰出青年创新者（TR35）；2014年，被《财富》评为中国40位40岁以下商界精英。