人工智能技术在城市中孕育，城市亦为人工智提供了广阔的应用场景。如何更好地将智能与城市结合，是政府、企业与学术三界人士共同关心的重要问题。2020中关村论坛“人工智能与城市可持续发展论坛”上，国家新一代人工智能创新发展试验区代表、国家新一代人工智能开放创新平台主要负责人，以及学术界人士，分别从政、企、学三界分享了他们视角下的智慧城市方案。
2020年9月19日，由科学技术部战略规划司、科学技术部高新技术司和北京市科学技术委员会联合主办，北京智源人工智能研究院承办的2020中关村论坛“人工智能与城市可持续发展论坛”在北京成功举办。
来自4个国家的9位代表，在论坛上发表了主旨演讲并参与圆桌讨论。科技部副部长李萌与北京市副市长隋振江在论坛致辞。论坛由北京市人民政府副秘书长刘印春，以及北京智源人工智能研究院院长黄铁军主持。北京市科学技术委员会主任许强，海淀区人民政府副区长林剑华，以及各试验区和开放创新平台代表出席了本次会议。
▍科技部副部长李萌：我们已经站在了智能化的门槛上，必须紧紧抓住这一历史难得机遇
科技部副部长李萌在发言中强调，人工智能作为当今世界的一项战略性、渗透性技术，无论是对科学技术发展本身还是对经济社会发展来讲，都是有巨大意义的。现在，智能化是经济社会发展的大趋势，我们已经站在了智能化的门槛上，必须紧紧抓住这一历史难得机遇。
李萌副部长指出，科技部在实施新一代人工智能发展规划时，一直把握如下几个思路：
一是注重基础研究和应用研究相互提升。推动人工智能研究走出象牙塔，发挥企业和市场的作用，解决应用中的技术需求问题。同时注重在应用中提炼科学问题，进而深化对人工智能相关的科学问题的研究。
二是注重对内开放和对外开放相互促进，在国内建设一批国家新一代人工智能开放创新平台，同时也建立一些国际交流的平台，促科学家们讨论基础理论问题、技术应用中的伦理问题等。
三是注重技术研发应用和伦理治理同步部署。目前已经发布了新一代人工智能治理的原则，强调发展负责任的人工智能，提出和谐友好、公平公正、包容共享、尊重隐私的八条原则。
在具体到人工智能与城市治理上，李萌副部长强调：
一、以人工智能试验区为抓手，加大人工智能技术的研发，及时总结城市发展面临的治理难题和迫切需求，凝练人工智能的科学问题、技术问题，围绕自身的特点，加强人工智能在交通、医疗、教育等城市治理领域的关键核心技术的研发。
二、推动人工智能赋能城市发展，大力培育人工智能的新兴产业，利用人工智能技术提升传统行业和服务业的水平，有效地服务经济高质量发展和社会民生的改善。
三、探索智能时代城市治理的新方式，推动出台相关的政策和措施，营造人工智能健康发展的良好环境，充分利用人工智能来提高政府的治理效率和服务水平。
▍北京市副市长隋振江：北京将努力建成全球领先的人工智能创新策源地
北京市副市长隋振江表示，城市是当代人类科技水平的集中体现，也是社会进步与文化繁荣的标志象征。而人工智能是引领新一轮科技革命和产业变革的战略性技术，具有溢出带动性很强的“头雁”效应。面向人工智能发展的下一个十年，北京将努力建成全球领先的人工智能创新策源地：
一、前瞻布局通用人工智能发展，全面增强人工智能科技创新能力，积极抢占制高点；
二、加强人工智能人才培养引进，广泛吸引人工智能全球顶尖人才来京创新创业，积极构建开放的人工智能生态系统；
三、强化科技应用开发，坚持需求导向，围绕医疗、教育、交通、政府服务等城市各类垂直行业应用领域，深耕行业解决方案，以人工智能重塑城市、赋能产业；
四、持续推动人工智能的技术示范与政策试验，以及城市治理等方面的人工智能社会实验，探索智能时代城市治理的新方法与新手段，推动北京打造成为全球可持续发展的城市样板。
▍吴志强院士：大规模治理能力才是真正的城市治理
同济大学副校长、瑞典皇家工程科学院院士、中国工程院院士吴志强首先做了《人工智能与城市未来技术》的主旨报告。
吴志强院士认为随着城市人口、规模的扩大，大都会的发展一定会超出现有依靠人来治理的简单模式。一个鲜明的现象是，在1933年学术界认为“城市是一台机器”；四十年后学术界认为“城市是一个有机体”；而现在人们更普遍地认为“城市是一个生命体”。
吴院士强调，伴随城市的发展，真正考验一个城市治理能力的是大规模治理能力，而要提高这种大规模治理能力，超越人的单向活动，人工智能将是不可或缺的重要技术。
在演讲中，吴院士讲述了他对全球13810个城市的大规模数据的统计分析，发现不同城市大致可以分为7类，分别为萌芽型、佝偻型、成长性、膨胀型、成熟型、区域型以及衰退型。其中发达国家的城市许多都是成长型，而发展中国家则大多是佝偻型和膨胀型的城市。
同样根据数据推演，到2060年，人类将不可抗拒地向京津冀城市群、珠三角城市群、长三角城市群、五大湖城市群、大伦敦地区、南欧金香蕉城市群、美国东北部城市群、关东-关西地区、美国西北部湾区城市群等十大区域聚集，未来的思想、财富、最新产品和科技都将在这十大区域中发生。
吴院士认为，今天以及未来的世界，大都市的竞争已经从单个城市走向城市群落的竞争。群落的兄弟们强不强也决定了个体城市强不强。因此大城市不能仅考虑吸纳资源，更要将资源分配给群落中的其他兄弟。
▍联合国技术顾问Danit Gal：联合国视角下，人工智能和城市可持续发展应该是什么样的？
联合国数字合作高级别小组技术顾问、联合国第75届大会顾问、剑桥大学未来智能研究中心研究员丹尼特·加尔（Danit Gal）在主旨报告《人工智能和城市可持续发展：来自联合国的观点》中提到，我们对智慧城市的认识正在从一个“万物互联的大都市”转向“可持续发展的智慧城市”。在此过程中，使用人工智能技术对于可持续发展来说有着巨大的前景和风险，为了确保我们在使用这项技术中获得最大的利益，我们必须首先了解它如何促进或破坏可持续发展。
今年以来，新冠疫情教会了我们，大自然是一股不可忽视的力量。为了继续发展，人类需要重新思考可持续性，我们需要确保我们不只是发展，而是以可持续的方式发展。对环境如此，对城市如此，对人工智能本身同样如此。
因此，Danit指出，让人工智能的发展和使用可持续是全球所有成员国、企业、大学和民间社会组织以及其他联合国实体的一个共同目标。
▍阿联酋人工智能部长Omar AI Olama：阿联酋迎头追赶人工智能技术，布局五大方向
阿联酋联邦政府人工智能、数字经济与远程工作应用部长奥马尔·本·苏尔坦·埃尔玛（Omar Bin Sultan Al Olama），也是全球首位人工智能部长，他的演讲主题为“人工智能对城市居住及其可持续发展的影响”。
奥马尔·埃尔玛认为，人工智能将在物理层面之上建立一个虚拟层面。阿联酋将同时在物理层面和虚拟层面快马加鞭迎头赶上这一新兴技术，以确保能在未来从人工智能应用中获益。
值得注意的是，阿联酋并不是将人工智能仅看做一项短期可获利的工具，而是视为一个包含着很多机遇和诸多挑战的技术领域。
在城市环境部署方面，阿联酋在以下几个方面进行开展：
第一，加强人工智能在政府服务中的作用，以帮助政府在规划和资本配置方面作出更好的决策。
第二，后新冠疫情时代的未来城市已经发生变化，所有人都将同时成为数字和现实结合的生物，未来的消费将变成纯数字化，传统服务业和产业都将发生重大的数字化转变，这些转变必须得到政府的支持。
第三，阿联酋的许多城市，例如迪拜和阿布扎比，都是国际化比重非常大的城市，其人口有来自200多个国家的国民，这种多样性也带来了阿联酋整体的繁荣。因此他们将使用人工智能技术继续推进这种多样化，以创造更高质量的生活，使全球各地的优秀人才愿意在这里生活。
第四，使用人工智能技术持续改善气候变化和环境污染等问题。
第五，将人工智能技术与农业进行结合，以生产更多食物来满足城市需求。
▍图灵院士Daniel Arribas-Bel：当前重要的不是获取数据，而是如何有能力处理我们已经拥有的数据
英国艾伦·图灵研究所院士，丹尼尔·阿里巴斯·贝尔（Daniel Arribas-Bel）认为，对于城市治理，目前我们已经拥有了大量的可用数据，因此目前重要的问题不在于如何获取更多的数据，而在于是否有能力处理我们已经拥有的大量数据。换句话说，目前的主要挑战不是找到正确的数据，而是能否从数据中看清城市发展的本质——这本身为我们城市环境和城市的可持续发展创造了一个很好的机会。Daniel在演讲中分享了两个案例。
一个是如何利用机器学习算法+大量公开图片，自动获取一个城市（甚至一个街区）的植被覆盖率。城市绿地极为重要，但政策的制定者对城市中到底有多少绿地却往往知之甚少；如果我们不知道城市有多少绿色空间，那么就很难做正确的政策规划。但测量本身费时费力，甚至有时候不可能完成。Daniel的这个项目采用了一种全新的方法，从行人拍摄的大量照片去检测一个区域的植被数量。具体是将一些街区的照片输入神经网络，进行解析和提取，最终对整个区域的植被数量得出一个估分。这种方法可以快速地、自动化地、可扩展地、及时地获取一个城市的植被覆盖指标，从而为政策制定者提供实时的信息。
更多信息可以查看公开论文：
https://www.mdpi.com/2072-4292/11/12/1395/htm
另一个案例是，通过卫星图像估计一个地区的贫困程度。在这个研究中他们假设：1）人类居住区域的外观是居民生活水平的反映；2）从空中看起来相似的区域由相似的生活水平的人居住。基于这两个假设，他们仅通过卫星图像，将图像结构、纹理、光谱、颜色等非结构的信息转换为结构化信息，然后输入到神经网络中，便提取出了不同地区的贫困程度。尽管结果上并没有非常完美地与官方统计结果契合，但值得关注的一点是，它能够通过卫星图像，高频次、近乎实时地（每两周一次）进行评估；作为对比，官方统计通常要5~7年时间。对于当前快速变化的时代，显然这种智能化、低成本的方式更具可取性。
相关研究发表在：
https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0176684
▍杭州市副市长柯吉欣：将城市大脑打造成杭州市的一张名片
杭州是全国范围内在城市大脑和数据治理两方面都非常突出的城市。在演讲中，杭州市副市长柯吉欣重点讲述了杭州在这两方面的成功经验以及如何将人工智能等技术赋能到城市治理中。
柯吉欣指出，城市大脑是数字赋能城市治理的最主要的一个手段。在这方面，杭州从交通拥堵问题为突破口，开启了用大数据、人工智能改善城市交通的探索，很快便实现了从治堵到治城的转变。随后他们不断将人工智能的技术应用到政治、经济、文化、生态、社会当中，五位一体，建立了城市大脑的总体架构体系。如今杭州市已经建成了一个全域中枢系统，形成“一脑治全城、两端同赋能”的格局。在2019年，杭州市开始做城市大脑的数字驾驶舱相关工作，主要是全景式呈现常态运行情况，实现精准预警研判风险隐患、高效应对处理突发事件、复盘提出补短堵漏建议的有机闭环。
在数字治理方面，杭州从警务、交通、文旅、健康等方面，开通了11个系统的48个应用场景，例如20秒入园景点、先离场后付费的停车方案以及先看病后付费的医疗方案等。同时杭州市首创了“亲清在线”平台，实现申报零材料、审批零人工、兑现秒到账；并建设了“民生直达”平台，实现了“一次都不用跑”、“一个都不少”、“一天都不差”的民生方案。
目前，城市大脑已经成为杭州市的名片。柯吉欣认为“数字，既是城市活动的轨迹，也是城市治理的密码”。他提到，城市大脑的赋能将“以人民为中心”，并计划在2035年，城市大脑深度融入市民群众日常生产生活，成为杭州城市治理体系和治理能力现代的鲜明标识。
▍西安市副市长马鲜萍：人工智能在改变世界，西安在努力改变自己
西安是“一带一路”核心区，也是西部大开发的桥头堡，以及中国科技创新的重镇。西安市副市长马鲜萍在演讲中，强调了西安“加快人工智能产城融合，推进城市治理现代化”的一些理念。
西安是我国西部的人才高地，在人工智能领域有着深厚的实力。据马鲜萍介绍，西安市已经成功举办了三届“全球程序员节”，以期打造中国的“程序员之都”。
在人工智能推进城市治理中，马鲜萍介绍了西安在智能制造、文化旅游、城市管理、智能计算、疫情防控等五个方面的工作。智能制造方面，西安提出了陕谷模式，以期提升产业水平及产业服务水平；文化旅游方面，西安成为丝绸之路经济带上首个移动支付的智慧城市，大唐不夜城也建成了全球首个刷脸支付商圈；城市管理方面，人脸识别已经广泛应用在地铁等领域；智能计算方面，目前已在规划建设西安超算中心，2021年上半年将具备初步使用条件，一期的算力达300p；疫情防控方面，自主研发西安防疫一码通，与全国防疫平台无缝对接，实现了信息互用。
西安仍在积极探索人工智能时代城市治理的新路径。马鲜萍表示西安市在接下来将主要在打造六个平台方面发力，分别是：1）打造共性技术服务平台；2）打造技术创新平台；3）打造人才培育平台；4）打造创业孵化平台；5）打造推广应用平台；6）打造政策实验和社会实践平台。如果说人工智能正在迅速改变世界，那么西安正在努力尝试用人工智能改变自己。
▍百度CTO王海峰：AI新基建——城市发展智能引擎
今年以来，国家不断推出新基建的概念，“以新发展理念为引领、以技术驱动为驱动、以信息网络为基础，面向高质量发展的需求提供数字转型、智能升级和融合创新”。
百度作为我国主要的“AI新基建”的参与者，百度首席技术官王海峰在演讲《AI新基建——城市发展智能引擎》中介绍了百度对AI新基建的理解及实践路径。
王海峰认为，人工智能将是第四次工业革命的核心驱动力量，将推动人类社会方方面面进行变革。而一项技术进入工业大生产的鲜明标志便是标准化、自动化和模块化。当前各种产业（工业、农业、服务业等）进行智能化转型的过程中，必然需要提供标准、自动、模块服务的平台。
百度从早期作为一家互联网公司，过去几年已经逐渐转型为一家人工智能的平台型公司，百度大脑正是其打造的人工智能基础设施平台。该平台包括基础层、感知层、认知层和平台层。基础层包含了人工智能的三个要素：算力、数据以及算法；感知层则包含了语音、视觉、AR/VR等；认知层则主要聚焦在语言和知识方面；平台层以打造AI平台和AI生态为目的。王海峰还提到基于百度大脑构建的百度智能云，包含了面向企业的企业AI中台、物联网、区块链、边缘计算等平台。
而百度的城市大脑则是基于百度大脑和百度智能云，构建起来城市服务平台，其目的为“让城市更安全、更从容、更通畅、更宜居”。
百度城市大脑包含了基础云、城市感知中台、城市AI中台、城市数据&知识中台、城市智能交互中台。基于这些技术基础，百度城市大脑可以解决诸如城市管理、智能交通、应急管理、公共安全、智慧政务等。
▍滴滴出行CTO张博：安全和效率是滴滴智慧交通大脑的两个标准
滴滴从2012年成立，在过去八年已经覆盖了全国400多个城市，并逐渐扩展到了巴西、墨西哥、智利、哥伦比亚、日本、澳大利亚、俄罗斯等国家。如今滴滴每年服务100亿次乘客，现有用户有5.5亿人次，每天采集轨迹数据达106T，包含了每一辆网约车每一秒的当前位置、速度和方向等数据。
滴滴出行联合创始人、首席技术官张博在其演讲《人工智能与城市交通智慧化发展》中强调，滴滴的科技战略为“AI for Transportation”。他认为在未来20年中，AI将对整个交通产生深刻的变革，表现为三个层面：
一、智能交通基础设施，将会有“更聪明”的路，“更聪明”的路灯，让整个道路变得更加智能、高效；
二、智能交通工具，将会往新能源化（特斯拉已经成为全球市值第一的汽车公司）、智能化（无人驾驶在未来十年将进入人们生活）、高效化发展。
三、共享出行，人和车的关系在未来20年会发生剧烈变化，越来越少人会选择拥有一辆车，越来越多人会选择共享一辆车。
滴滴所要解决的正是第三个变革的问题。张博认为滴滴正在织一张网，这个网中流动的是车，它承载的是运送人和物的服务。而衡量这个网的质量有两个标准，一个是安全，另一个则是效率。基于这两个标准，滴滴智慧交通大脑的构建包含了平台层、功能层和解决方案。
▍旷视CTO唐文斌：城市大脑是沉淀出来的
旷视联合创始人、首席技术官唐文斌在演讲《城市大脑：从超级应用到操作系统的智慧沉淀》中认为，城市大脑的构建是靠技术和场景应用不断沉淀出来的，是由一个超级应用逐渐到操作系统的沉淀，其建立是一个长期的事业。
唐文斌认为，构建城市大脑的第一步，应当是去寻找一个超级应用，而视觉则是一切的开始。从应用角度，唐文斌按照两个逻辑将应用场景分为“条行业超级应用” 和“块空间超级应用”。前者逻辑本质上对应一个行业，例如交通场景，旷视万象解决城市管理问题；而后者则更多是一个空间区域，例如一个街道或园区，旷视盘古解决楼宇园区的人、车识别问题等。
从超级应用，不断围绕客户价值，最后沉淀底层中台、底层操作系统。操作系统的底层则是算法的支持，旷视的Brain++AI生产力平台，目前依托国家新一代图像感知人工智能开放创新平台，已经建设成功。
下图便是旷视针对城市大脑，提出的全景方案：
▍许映童：人工智能正从“AI+”向“+AI” 转变
华为昇腾计算业务总裁许映童在演讲《人工智能与城市生态创新中心》中提到，早期人工智能更多的是在探索自身的能力，解锁新的场景；而现在人工智能正逐步融合到千行百业当中，正走向全面的场景化应用。因此人工智能正从“AI+”向“+AI”转变。
然而，当前人工智能在产业上的结合渗透率非常低，还不到4%，对GDP的推动只有1%。出现这种现象的核心原因就在于算力成本高、开发难度大。这些问题对于头部AI企业并不困难，但对于大量中小企业来讲却往往是难以逾越的障碍。
华为解决这一问题的方案是，推出全栈AI软件平台，如下图所示：
许映童认为，AI的基础软件平台并不困难，困难的是如何构建一个基础的软硬件生态，从而带动整个中国的基础软硬件平台的发展，打造一个枝繁叶茂的核心生态。目前华为已经开发了基于昇腾的芯片、指令集，同时聚集了十万开发者，并与80多所高校、35+创业公司进行合作。
▍圆桌环节
问题一
黄铁军：过去十年间，人工智能促进了城市发展，城市发展也孕育着人工智能技术。在智慧化城市的进程中，有哪些让大家印象深刻的实例和我们分享？从这些实例中可以得到哪些借鉴？以及大家预测下一个十年，人工智能在促进城市的可持续发展中会面临哪些挑战？
吴志强：城市可持续发展的挑战特别多，但是总体上，可归为三大类：
1. 城市本身和外部之间的关系。城市是人工制造的最复杂的生命体，它和外部的关系好坏决定了它能不能生存。这部分现在人工智能介入特别少。
2. 城市内部各系统之间的协调问题。系统之间的长时间分割，造成了分系统之间是不对称的，从而也就造成了医、交、学等等问题。针对这些问题，我们目前在大规模进军。
3. 时间相位问题，即城市历史与未来的平衡协调问题。人在城市里，尤其是北京这样的城市，会分裂成两部分，一部分人会极端到任何旧的东西都不能动，另外一部分会认为旧的东西都是阻碍我们发展的。实际上我们完全可以研究，如何将历史遗产转化为未来创新的动力。这件事情，中华民族至今都没有很好地解决。
这三大类问题，今天AI主要集中在第二大类问题，即各分系统之间的协同问题在做。但和外部大环境的协同上的研究仍然很少，现在我们还在单点上进行突破。我刚才之所以花了很多精力说城市群落现象非常重要，正是这个道理。其次是时间相位，时间相位是AI以后会大量介入的问题。
针对这三大问题，实际上我们刚刚开始。特别高兴的是，我今天很认真地听了各位的报告，我觉得我们可以联手，从应用场景也好，从算力也好，我可以从城市学的角度与你们一起来解决这些问题。
许映童：我接着吴院士也谈一下我的观点。我们做平台，往往是系统用一个统一的解决方案解决所有问题，然后规模化。但一旦我们把城市理解为一个生命体，那么这就不是靠一家公司来完成的了，真正的解决方案也应当是一个有机的生态，需要政府政策牵引，各企业、高校、科研单位联起手来解决。其中当然会有很多挑战，我们愿意一起贡献我们的力量。
曾毅（智源研究院人工智能伦理与可持续发展研究中心主任，中国科学院自动化研究所研究员）：城市是一个生命体。那么这个生命体的灵魂是什么呢？我认为是这个城市的文化。刚才吴院士展示了上海、苏州、杭州将形成一个城市群落，这些城市尽管文化相近，但仍有少许差异。那么在这个过程中，我们如何利用AI来推进城市文化的发展呢？这是一个非常重要的视角。
唐文斌：其实我们可以从两个层面来看这个问题，一个是自顶向下的视角，我们从城市的整个规划，它的外部性去解决一个核心的需求；第二种是自底向上看问题的方式，它会立足于一个具体点和问题，立足于一个具体的客户价值来看待问题。
整个未来城市大脑的演进肯定是一个双向结合的过程：自顶向下，越往上层越有价值，但是很难，不会一蹴而就；自底向上的价值会更直接，但是容易形成烟囱式的建设，很多东西不打通。所以可能不存在一种完美解，可能就需要不断地带着自顶向下的视角，但又能够自底向上、脚踏实地地一步一步去完成每一个价值交付，最终沉淀出整个图景。
张博：我们可能对于智慧城市这个概念的预期过高，城市离智慧还非常远，我们现在第一步首先要做到线上化、数字化，之后才有可能谈智能。
今年疫情期间我们接到的两个需求，都是来源于政府部门。一是政府部门希望追踪出租车场景下所有乘客的信息，一旦查出某个乘客被感染了，就能找到前后几个乘客是谁，但我们发现这些信息之前都没有线上化；第二个需求是有些城市政府希望控制公交的上座率，希望在复工复产的阶段控制在30%或者50%，我们发现传统的公交解决方案就是到一个站点大家一拥而上，没法做控制。
这件事情对我的触动还是很大的，我发现我们谈了很长时间的智慧交通，但是事实上是连最基本的线上化、数字化都没有做到。
问题二
黄铁军：数字化和城市智慧化进程优化了城市管理过程，一方面城市管理者可以基于大数据做出更精准、实时的判断和决策；另一方面，城市智慧化发展过程中也涌现出了技术风险、伦理隐患，政府、企业、高校等应如何确保人工智能科技创新向对社会有益的方向稳健发展?
曾毅：感谢黄老师的问题，我觉得其实也可以用疫情这个例子。其实当时，智源研究院曾组织专门对“人脸识别与公共健康”这个议题做了一个调研，我们发现很有意思的现象是，大家都在说疫情使得老百姓让渡了自己的隐私；但调研结果显示，老百姓的态度是：采集我的相关信息可以，但要保证它的安全；只要满足了大前提，数据的采集和使用是没有问题的。因此这是对“负责任”的一种创新。
再举另外一个例子，比如我们现在有一些应用用到大规模计算，使得派送速度越来越快，但最终导致一系列生命的丧失。这个过程反映了什么呢？实际上是说人工智能现在还停留在“假装”做着看似智能的信息处理，它并不清楚“送货速度更快”对生命带来的意义是什么，它不知道违反交通规则是什么意思，它甚至不知道死亡是什么意思，它所做的事情实际上就是奖赏和惩罚。
因此，我觉得需要反思的就是，我们应当把人工智能从看似智能、假装明白的信息处理这一个阶段，上升到对我们生活、对我们城市真正的理解，只有这样，我想才能真正推动整个城市的发展和人类的进步。
张博：我觉得这是一个非常好的问题。我的想法大概有两点：
1. 国家需要出台关于人工智能的法律法规。什么是底线，什么不能做，要有一个明确的线，过了这条线就应该被处罚；
2. 在这个基础上，我觉得所有企业都应该在内部贯彻科技向善。
刚才谈到生命和死亡，可以分享我们内部的一个案例，去年整个滴滴的频道科技创新最高奖并不是创造了多少利润，而是给了我们内部一个团队，他们给代驾师傅做了一个头盔。因为代驾师傅在夜间要骑两轮车，夜间有的地方光线不太好，碰到井盖没盖，或者路坎就会摔倒。我们在头盔里面通过数据和人工智能的技术能够判断这个代驾司机有没有摔倒，如果他摔倒了5分钟之内没有站起来，就会有客服立刻打电话给他，如果打了三通他没有接，我们就会派人去救助。这个系统是去年1月份上线，到现在我回顾了一下数据，我们已经救助了390人。在这个系统上线之前很多师傅在冬天摔倒了没有人救，很有可能冻死在马路上。这个系统就非常科技向善，企业一定要在内部贯彻，我们一定要用科技给整个社会，给整个人类创造正向的价值。它是在法律和道德之上，法律只能规避底线，但是企业需要有这样的约束力向“善”的方向去拉动。
许映童：确实，人工智能能力越大，责任就越大。除了从法律、伦理、道德各方面约束之外，我觉得从技术的手段上，从根上去解决也是非常重要的。也分享我们现在做的几个工作，华为因为过去一直做通讯，通讯里面大家最担心的就是安全可信的问题，所以我们把安全可信作为一个基础能力，但是在人工智能这方面挑战更大。我们做了两个工作：
1. 无论是平台还是应用版本，从发布到最后部署，到每个设备、每个环节里面，应该确保它没有被篡改。这在技术上其实是有手段的，我们现在在整个全流程上花了非常大的精力解决可信的发布和可信的部署的问题。不能说设备启动过程中，原来烧制的是一个软件，最终运营的却是另外一个软件，我们会从芯片、操作系统和底层来解决这个问题。
2. 大家看到人工智能里面最核心的资产是训练好的模型，这个模型可能是花了几千万、几亿的钱训练出来的。那么模型能不能得到保护？我们从每颗芯片做到可信赖，每一个都是独一无二的；然后是软硬件一体的保护，我们希望通过基础的软硬件措施，让上面的开发者以及最终的用户得到保护。
当然道高一尺，魔高一丈，所谓的技术手段还是要服务于法律、道德和伦理。这块对我们华为来讲，也是一个非常重要的命题在研究。
唐文斌：听到刚才很有启发。我们在思考人工智能道德伦理的问题时，我觉得可以从几个维度出发：
1. 价值观层面。张总刚刚说AI向善，技术向善，首先一个公司本身的价值观到底是什么，这是很关键的。
2. 机制保障层面。价值观本质是一个比较虚的问题，怎么能够变成行业的标准、规范在机制上有所保障，我觉得这是需要明确主张的。
针对这两点，旷视自己也成立了我们的人工智能道德治理委员会，我们也在邀请一些业界的专家帮我们一起梳理我们的明确主张应该是什么，例如包括数据的保护，人的监督，包括用途的正当性，这一系列的规定就是我们自己的价值观。
问题三
黄铁军：科技部已经批准了13个人工智能创新发展试验区，除了德清是个县级试验区之外，其他都是大城市、特大城市。这13个试验区已成为我国人工智能产业发展的“主舞台”，为其他地区的人工智能发展提供了样本和示范。各试验区如何更好地开展跨地域合作，让人工智能的技术发展更好地惠及其他城市，加快其辐射效应，带动更多城市的智慧化可持续发展？
吴志强：实际上13个也是个过程，以后会到三百到三千到更多。但在这个试验的过程中，哪些是好的，哪些经验值得传播，哪些教训值得借鉴？这些东西需要传播开来，否则的话试验的意义就没了。
为此，我专门做了一个网站，专门收集这些区域里好的做法、好的政策，从而能够在更大规模上去评价它们的发展。现在全世界范围内，只要哪个政府敢说是在做人工智能的，这个网站就能够做出追踪，从而对其政策效果进行评价。
这个项目是从2011年开始做的，已经9年了。第一，这个评价不需要政府自己的统计数据，因为一旦使用政府的统计，就无法做全球的评价了。第二，所有的数据都是即时的、高频的，可以天天看到，而不是每年搞一次。
所以其实并不仅仅是这13个试验区，全世界范围内，哪个地方的案例好，我们都可以调出来学习，这是一种集体的、群落的向善。这个网站是联合国教科文组织认定的，也是中国工程院大规模投资的。我已经60岁了，在这上面花了很多精力，人家觉得我有点神经去管理、投入这样的网站，但我觉得是值得的。因为，我认定，这个时代城市正在进行智能化，能够把好的案例调出来，让区域联盟、上下游联盟一起来分享，我觉得是有意义的；因此我很愿意支持各公司的集群、联盟，一起把这个事情做起来。
许映童：简单分享一下我的观点，最近我们也在参与一些人工智能试验区的前期工作。今年已经发布了13个，未来可能还有7个，因此会有20个左右的人工智能示范区。
首先，每个试验区要找到自己的定位和特色，因为试验区最终的本质还是服务于当地的工业、经济包括社会服务，所以找到它的定位和特点其实是最关键的，这样我们的技术手段包括相关的公司就能参与进去。
第二，人工智能试验区涉及到方方面面，应用非常多，所以我们提出政、产、学、研、用，达到整个协同的配合，关键还是处理好几个关系。只有把这几个关系处理好，每一个都能找到自己的定位。
这里若要做到真正的转型升级，我觉得政府的作用非常重要，因为它要起到统一的规划、引领和协调的作用，是不可替代的。政府的述求是什么？肯定是社会的治理和经济发展。
作为AI公司来讲，大量的初创企业需要更好的政策支持，让大家愿意投入进去，包括传统的补贴之外，还有很重要的AI算力补贴，能够有低廉的、用得起、用得好、用得放心的AI的算力。有了AI的算力，开发的成果关键还要应用，也需要政府牵头，将AI初创企业与传统企业进行结合，能够通过AI的一些算法，对传统产业进行改造和升级。只有所有传统企业知道了现在AI应用到什么程度以及如何用之后，传统企业的动力才能调动起来。
还有一块就是当地的高校。本地高校、科研机构，他们的研究成果，特别是AI研究成果，怎么样能够快速地产学研结合起来，这里的机制设计非常重要。
曾毅：我还是从治理的角度来谈。我们的示范区很多时候是由政府来直接管的，政府做什么工作？很多人说政府是做监管的。但是从人工智能的治理和发展角度来讲，政府事实上需要从监管变成一种公共服务。为什么呢？因为我们的中小企业，其实许多事情没法去做，例如成立一个伦理委员会等，政府应该给他们提供一系列相应的公共服务支持，告诉他哪些问题是好的，哪些问题最好不要碰，别人有什么样的经验教训。所以我觉得我们要把人工智能治理的工作推成一种公共服务。
今天下午智源研究院也会在北京市重大成果发布的时候发布一个平台，服务于示范区的人工智能创新创业的公司。但我们不要说，这个问题在北京发生了一遍，上海还需要再试一下，这样的话效率就太低了。
有一本书叫做《城市梦想的叙述者》，它的核心观点是说，城市一半是规划，一半是野生。人工智能能够介入的正是这“一半规划”；而另“一半野生”其实是人类的部分，取决于谁曾在这个城市居住过。
吴志强：他其实没有认识到城市做规划的意义。一个城市的规划起码300~500亿，如果通过规划节省下来10%，那就是30~50亿。在北京副中心一条路稍微精简一点，30亿就出来了。通过城市规划，大量的资金可以释放出来，省下来的钱开放给每个青年，将产生不小的撬动作用。
我现在是一个一个小镇做过去，人工智能小镇，每一个小镇我的目标就是给一万名青年创造新的岗位。假如说我做到70岁，那我就能够做出100个小镇，中国就有100万青年因为人工智能小镇而有幸就业，这就是我的梦想。我就希望城市过去用在奢华材料上的钱给100万中国青年，让他们有AI创新的资金。这样，一个完全不一样的中国就诞生了，下一代的创新人才就出现了。
张博：我的建议有两个：
1. 开放更多的试验场景，人工智能的发展特别需要场景。比如红绿灯，如果没有足够的红绿灯场景，我们什么都干不了。比如公交，如果只有一辆车，或者一两千辆、一两万辆，我们整个智能迭代的速度也是显著不一样。所以第一个还是希望能够跟政府部门通力合作，能够有更多的试验场景。我们现在在上海那边有车路协同、自动驾驶的试验场景，在全国20个城市有红绿灯的试验场景，我们还希望有更多的试验场景。
2. 参与到智慧城市的各方需要更加开放。刚才用唐总的那幅图我还是挺有感触的，智慧城市有一个非常大的宏图，这里面有做“条”的，也有做“块”的，做“条”的和做“块”的怎么能够相互协同，一起推动智智慧城市的发展，我觉得这也是个非常重要的命题。
唐文斌：我对试验区不敢提建议，我讲讲我们自己内部创新的一些想法：
1. 不做预设。其实试验区很多东西我们到底是一种改良式的创新，还是一种可以不用管你现在是怎么做的，重新回到第一性原理，从头做一个全新的呢？很多试验区上方案的试验，我觉得不要走改良式的，而是走重新设计式的，就是重新设计它。
2. 脚踏实地。我们要少谈技术手段，要更多地谈用户场景，谈理念、谈价值，所以其实还是回到做得这件事到底创造什么价值的问题上。
3. 实事求是。包括我们内部在做很多创新的东西，其实还是要揭开时尚的外衣，看到问题的本质，看到创新的本质是什么，带来了什么价值，我们要更实事求是地、脚踏实地地看待这些问题。
（整理 | 智源社区 贾伟）
关于我们
北京智源人工智能研究院（Beijing Academy of Artificial Intelligence，简称BAAI）成立于2018年11月，是在科技部和北京市委市政府的指导和支持下，由北京市科委和海淀区政府推动成立的新型研发机构。
//智源研究院简介
///
学术思想 | 基础理论 | 顶尖人才 | 企业创新 | 发展政策
