人工智能在城市运营指挥中心建设中的应用分析.docxVIP

人工智能在城市运营指挥中心建设中的应用分析 摘要：针对城市运营指挥中心在建设过程中遇到的三大挑战，结合人工智能在机器视觉、自然语言理解和语音识别等领域的技术特点和发展现状，对人工智能在城市运营指挥中心建设中的应用进行深入研究和剖析。分析当前的应用落地现状，并依据实际的项目建设和场景化需求，在城市眼、智慧安防、智能预案、智能办公、智能大屏等多个场景给出应用建议。研究表明在城市运营指挥中心的建设中，需加大人工智能技术的应用，助力其从“数字化”向“智能化”演进。 0 引言党的十九大报告和十九届四中全会均提出要完善社会治理体制，改变现有的治理结构，重塑政府治理体系，推动政府治理现代化。数字政府的建设应运而生，而城市运营指挥中心的建设是数字政府建设的核心要素之一。如何推动城市运营指挥中心的智能化，成为数字政府建设的重要命题。1 建设背景及面临的挑战1.1 建设背景城市治理问题、综合运营问题严重制约着城市的高质量发展，而IOC（城市运营指挥中心）的建设是提升城市治理能力的必要途径，担负着城市集成治理整合的重任。IOC当前正处于2.0向3.0转变的关键阶段。2.0时代的特征是协同，横向打通多业务部门数据流和业务流的同时，纵向与部门IOC子中心实现业务协同。3.0时代的特征是智能化，基于云计算、大数据、物联网、AI（人工智能）和区块链等新技术，在实现“数字化”的基础上向“智能化”演进。以综合业务场景为牵引，结合基础地理数据、各业务应用数据，深入挖掘数据关联，融合构建孪生城市模型，推动城市治理从依靠劳力密集向依靠人机共治转变，从依靠政府输血向依靠政企造血转变。1.2 面临的挑战1）数据利用能力欠缺大数据时代城市治理的挑战在于海量公共数据与全局管控效果之间的矛盾。基于数据中心台的能力，IOC横向拉通城市各业务系统的数据，纵向拉通底层平台与上层应用的数据。基于城市中的环境和设备产生的源源不断的数据，当前初步实现了部分部门数据的整合，但是缺分析、缺展现、缺监测、缺应用，数据应用与数据归集正向循环并未形成。2）智能化水平有待提升受限于软硬件发展水平，即信息化、数字化程度以及智能硬件、终端的覆盖率，IOC目前仍处在自动发现事件和处理事件的初级阶段。当前事件主要来源还是网格员上报和热线电话，在事件自动发现和流程自动扭转等方面还未达到智慧化水平，IOC还未发挥出应有的集成治理整合效果。3）单点管理能力亟需提升基层委办局业务系统各自为政，单点管理能力不高，宏观管理问题交融复杂，微观的判断无法解决。各委办局形成了新的信息孤岛，需要重塑机制打破壁垒，实现事件的智能全面闭环管理。2 人工智能技术发展特点人工智能在2017年我国的政府工作报告中，首次上升为国家战略：全面实施战略性新兴产业发展规划，加快人工智能等技术的研发和转化，做大做强产业集群1）垂直行业应用广泛AI技术已广泛应用于医疗、交通、教育、安防等多个领域，服务模式不断创新，推动形成新型服务机制。医疗方面，尤其是在疫情期间，AI技术在智能测温、智能问诊、疫情防控、辅助诊断等方面发挥了重要作用。交通方面，AI技术融入现有交通系统，高效治理交通拥堵，缓解了多个城市的拥堵问题。2）计算框架不断完善目前主流的机器学习计算框架Tensor Flow、Caffe等均可以实现执行少量的代码建立复杂的模型，极大地降低了机器学习的开发门槛，提升了AI算法的训练效率，推动了机器学习的应用推广和行业落地。3）数据量爆发式增长据最新调研报告统计，中国在建的智慧城市超过500个，政府侧数据总量已达到EB（艾字节）级。数据量的增长为AI的发展提供强劲动力，但是同时数据集的质量问题，同样制约着AI的发展。3 人工智能赋能IOC运用AI技术推动城市管理手段、管理模式、管理理念创新，从数字化到智能化再到智慧化，让IOC更聪明一些、更智慧一些，是推动城市治理体系和治理能力现代化的必由之路。3.1 机器视觉技术在IOC的应用基于AI算法和强大的算力，可以实现全视频数据与万亿级记录数据实时深度融合碰撞分析，满足公安、城管、网格等使用部门的需求。当前AI在IOC的应用场景主要有城市眼云共治、智慧警务、智慧安防、智慧楼宇、智慧社区等。1）城市眼云共治基于机器视觉技术，对视频检测画面进行实时分析、突发状况实时告警。当发现画面内出现违章停车、违章摆摊、占道经营、搭建违章建筑等行为时，系统主动触发告警提示，并通过短信、电话等方式通知管理人员。真正做到事前预警，事中常态检测，事后规范管理，有效弥补传统方法在城市监管中的缺陷。2）智慧安防AI人工智能已成为新一轮科技革命和产业革命的核心驱动力。大量安防企业将智能化技术运用到行业细分领域，尤其是近年来智