近年来，阿里巴巴似乎越来越成为新名词的策源地，从新零售到我们今天的主角“城市大脑”，阿里巴巴似乎每次都走在了时代的前沿。

然而，城市大脑与曾经红遍大江南北的智慧城市又有何联系？城市大脑应该如何定义？它未来的发展方向是怎样的？

12月17日，在深圳新一代人工智能院士高峰论坛上，阿里巴巴副总裁、阿里云人工智能中心负责人华先胜专门为我们解答了关于阿里巴巴城市大脑的各种疑问。

关于城市大脑的定义，华先胜认为就是聚集、感知城市里的各种大数据，并以此参考进行决策甚至预测，旨在解决城市交通拥挤、环境污染等问题的大数据系统。而之所以叫城市大脑而非智慧城市，一个重要的原因就是希望城市大脑能够真正让城市像大脑一样进行思考、决策和预测。

另外，华先胜还表示阿里城市大脑未来一定会朝着平台化的方向发展，并在计算上形成一个云、边和端合力配合的协同异构系统。

以下为华先胜的演讲原文（有在不改变原意基础上的删改）

华先胜：各位领导、各位院士、各位专家，非常高兴有机会来到这个高手云集、高朋满座的非常高大上的会场，汇报阿里巴巴在部分人工智能的技术和应用。

今天向大家汇报的是其中一部分，就是城市大脑。

我们为什么要做城市大脑？

城市大脑来源于哪里？其实来源于当时的一个讨论，说在新的时代世界上最遥远的距离在哪里。很多人说现在都是手机控、地图族，世界上最遥远的距离是两个人坐在一起，在看手机，不说话，但是这还不是最遥远的距离，他可以通过短信、钉钉来沟通。我们说最遥远的距离是世界上同一个杆子上的摄像头，摄像头看到所有的事情，包括过去的车流，现在的车流、人流等等，但是它从来没有告诉过红绿灯该怎么调整配置，使得通行的效率最大化。

当然这只是其中的一个例子，说明城市里面大量的数据没有被充分的利用。城市大脑就是要解决这样一个问题。简单说城市大脑就是用今天不断发展的AI技术和不断增长的算力去挖掘城市大量异构数据的价值。

这里面有四个关键词：AI、算力、数据和价值，最核心的是价值。

没有城市大脑之前是什么样的？

其实城市有大量的数据，包括视频的数据、非视频的数据、GPS以及其它的信号，这些数据虽然有，但是里面的问题有三个，第一是盲人摸象，我们有很多单点的数据，但是没有把它连起来，所以背后很多事情是做不了的，尤其是视觉的数据没有用起来，第二是灯下黑，有大量的监控视频，只是录下来，过一段时间就删掉了，所以我们把它叫做有眼睛，但是还没看到，没有理解到。第三是雾里看花，虽然有很多的数据，但是没有仔细分析，没有打通，没有做深入的挖掘。

什么是城市大脑？

我们再走近一点看城市大脑是什么？城市里面有大量的数据，包括视频、GPS、线圈、公交、微波等等。我是做视觉的，所以我重点讲视觉的数据，这是量最大，信息最难处理，价值最高的数据。这部分数据首先要进行汇聚，汇聚完以后很重要的一点是要进行感知、认知，有了这些信息之后就可以进行决策和优化，比如说刚才讲到的红绿灯和摄像头之间的关系，有了全面、全量的感知，我就可以去优化红绿灯的配时等。

有了这个以后，我们还可以把我们检测到的所有的视觉对象，以及非视觉对象放到一个搜索引擎里面去进行搜索，比如说追捕逃逸肇事者等。

进一步的，我们甚至还可以进行预测，虽然我们无法预知某一个个体的行为，但是可以预知趋势，比如说未来10分钟、一个小时任意时刻车流如何变化、交通量是多少，有了这个，我就可以对交通做更好的管控，交通的安全性就可以得以更好的保证。

这么一条线下来，我们把它叫做城市大脑。

我们不把它叫做智慧城市，因为城市大脑是真正能让城市进行思考、决策和预测的，是真正的像大脑一样去思维的，虽然它远不及人的大脑，但是在不断地向这个方向迈进。

城市大脑的未来发展趋势是什么？

这里也花一点时间给大家做一个分享。今天很多还是基于组件，但未来就会往平台化走，通过平台化可以聚合大家的力量，而不是每个人一套标准来进行算法的研发。

但这也推出了城市大脑的一大挑战：到底是在云上做还是端上做？

过去的安防很多是从端上做的，今天我们提出城市大脑的时候，最开始是提倡在云上做，确实在云上做有它不可替代的优势。但未来应该是在云、边和端合力组成一个协同异构的计算。

城市大脑目前更多的是To G的，未来普通大众在哪里感受到呢？通过交通情况、交通事件的处理，以及城市安全性的提升，大家其实是可以间接感受到。未来B和C端可能也能直接感受到城市大脑带来的好处，它成为这个城市的超级机器人，你甚至可以跟它交互。

目前城市大脑更多的应用场景是在交通、综治这个方面，未来可能有更多的领域会用上城市大脑，比如说环境方面，我们现在也做了一些环境大脑，通过对城市的环境进行监测。

城市大脑具有三大特点

城市大脑作为一个AI研发和应用平台具有三个特点：

第一，它是通过大规模的计算和AI挖掘海量数据，具有无法替代的核心价值。

第二，城市大脑做的事情很多是人力所不能及的。大量系统的优化是人力所不能及的，全视频的分析和事件事故的报警是人力所不能及，快速定位人、车也是人力所不能及的。我认为，我们应该更多地让AI做人力所不能及的事情，让人去做算力、机器、AI不能做的事情，从而达到人和机器的和谐共存。

第三，我们希望有一天就像水电煤一样，城市大脑成为城市不可或缺的基础设施。