一年一度的数字中国建设峰会如约而至。

作为数字中国建设理论和实践经验的交流平台，几乎每一届数字中国建设峰会都会成为外界观察数字化进程的风向标。其中被视为下一代城市形态的智慧城市，早已是历届数字中国建设峰会的焦点议题。

第五届数字中国建设峰会上，人工智能和智慧城市的深度融合可以说是最为热门的话题之一。华为打造的人工智能融合赋能平台荣获第五届数字中国建设成果展览会十佳首展成果奖，包括华为昇腾计算业务总裁张迪煊在内的行业领军者也在峰会上分享了各自的实践经验。

同时也为我们提供了一个有价值的观察窗口：透过智慧城市一线探索者们的分享，我们日常生活的城市将如何进化？

01 “城市智理”的演变：单场景到全场景

自IBM在2008年提出智慧地球的概念，智慧城市的探索已经进入到第十四个年头，全球有上千座城市参与到智慧化转型的试点中，期间涌现出了不少让人眼前一亮的场景，却也存在一些悬而待解的问题。

正如华为昇腾计算产品线总裁张迪煊在演讲中分享的一个案例：

为了解决电动车事故频繁发生的问题，深圳市出台了电动车佩戴头盔的法规，可如何培养老百姓的安全意识，却成了一件棘手的事。深圳市龙岗区找到的方案是在事故频发地利用AI识别分析头盔的佩戴情况，进而合理分配调度交警资源。经过一段时间的试运行后，电动车主的头盔佩戴率提升至90%以上，事故伤亡率下降了近30%。

其中的逻辑并不复杂。早在2014年的时候，计算机图像识别的准确率就首次超过了肉眼识别，并逐步在城市治理的场景中衍生出了智慧巡查、智能助理等应用。除了检测头盔佩戴的例子，利用视觉分析识别水源的污染情况、基于图像识别自动处理轻微交通事故等等，早已进入到许多人的日常生活中。

可当人工智能和城市治理的融合由浅入深，想要在单个场景智能化的基础上，进一步向全场景落地的时候，则遇到了前所未有的挑战。

比如AI应用的场景不断增多且跨度越来越大。即使是一个中等规模的城市，对AI应用的场景需求就有50多个，涉及到城管、水务、应急、交通、监管等不同部门，并将随着数字化转型进程的深化持续增长。倘若缺少有共性基础的AI能力支撑，业务需求响应的速度往往很慢，直接影响着市民们的生活体验。

比如当前的AI应用难以支撑城市的自主演进。算法模型的训练需要不断“喂”数据，但在数据安全等问题的制约下，算法的训推流程被割裂，一些内部环境测试中准确度高达95%以上的模型，在现场部署后因为光照、角度、样本等因素的干扰，准确率可能不到40%，属于典型的算法“上线”即“落后”。

再比如许多城市在推行“一网统管”的理念，想要打通不同部门的子系统，进而消除掉数据烟囱、数据孤岛等现象。然而AI的落地还处于单点突破的阶段，缺乏和业务的协同闭环，难以支撑城市的全域智能感知。就像“木桶定律”所揭示的，一旦AI应用和“一网统管”脱节，智慧治理恐怕要大打折扣。

有问题就会有答案，在人工智能和智慧城市的融合进入到深水区的当下，亟需可复制、可借鉴的样本。