原标题：不是科幻片，这座城市的128个信号灯全被AI控制了

生活在一二线城市的人应该都遇到过高峰期出行堵车的尴尬。

每每在车上看见前面一排又一排挪移前进甚至原地不动的“车队”时，星球君的脑海只有一种想法：

undefined

随着城市规模的扩大和人口的增多，越来越堵的城市加入了“拥堵”的队伍，从北京、上海、广东、深圳……中国有超过大约50座城市每天面临不同程度的拥堵。

交通拥堵也是世界上所有大城市的共同顽疾，欧盟境内每年因交通拥堵造成的经济损失就达到了1000亿欧元。

我们常说，交通是一座城市的“毛细血管”，它就像人体的毛细血管一样，连接了动脉和静脉，分支并且相互吻合成网，维护着城市交通的正常运行。

这个看似隐匿的交通网络，则被AI相中，成为在社会系统中首要尝试的领域之一。

郑熠炯是一位来自杭州交警的机动队队员，几个月来，这位公安科班出身的交警接触到了许多人工智能的新词，比如城市智能中枢、视频识别算法等等。

虽然体重只有50公斤，但郑熠炯每天要骑着260公斤的大摩托在杭州巡逻。其实，从今年6月开始，熠炯已经进行了2个月的摩托车封闭训练。

她要骑着这辆身形庞大的国宾摩托，完成蛇形绕桩、紧急停车、快速起步、过独步桥等课程。

因为接下来，她的重任，就是要及时地响应“城市大脑”的实时报警。

“城市大脑”是阿里巴巴在去年的云栖大会上发布的一项利用人工智能系统治理城市的重磅计划。

用阿里巴巴CTO王坚的话来说，就是：

世界上最遥远的距离，是红绿灯和监控摄像头的距离，它们明明都在一根杆子上，却从来没有“合作”过。而数据大脑，就是把杭州5万个交通摄像头当“眼睛”，采集车流数据，智能调控红绿灯。

就好比一个十字路口，南北方向的车子很多很堵，而东西向车子很少。

这时，城市大脑就会即时“调配”，把南北向的绿灯时间延长，这样，南北向的堵车状况就能得到缓解了。

除了调配红绿灯，它还可以快速计算出更“聪明”的交通方案，比如哪些路口应该禁止左转、公交车辆和线路如何调度更加合理、道路修建中车辆是否有更好的路线选择等等。

undefined

这种“聪明智能的红绿灯”，从去年9月开始，就在杭州萧山区市心路开始投入使用。

它每15分钟就能根据摄像头数据调节红绿灯资源，对道路和时间资源再次分配。

这种像“交警”一样的工作，城市大脑是怎么做到的呢？

它主要是通过一个普通的摄像头，来读懂车辆运行状态和轨迹。

与此同时，还要实时分析来自交通局、气象、公交、高德等13家机构的海量交通数据。所以，视觉识别是城市大脑的核心技术能力之一，这个系统甚至还用到了阿里原先积累的电商图像搜索技术。

简单来说，就是通过利用阿里云ET的视频识别算法，使城市大脑能够感知复杂道路下车辆的运行轨迹，能够对路面、路口做到几乎实时的违停、事故监控报警。

如果用人眼来观察预判交通流量，仅仅一周的视频数据分析，都需要数万交警三班倒地去看，花费的时间可能是几天甚至更长时间。

而“城市大脑”十分内就能分析完毕，并且能够精确到多少车辆往什么方向走，哪些车辆存在违章……效率比人高得多的多。

郑熠炯每天的工作，就是与外两名队员在道路上进行网格化巡逻、参与交通特勤工作、处理路面交通违法，同时快速处置来自城市大脑的报警。她也是全国第一批参与人工智能搭档指挥交通的交警之一。

根据初步的试验数据，有了“城市大脑”后，道路车辆通行速度平均提升了3%至5%，成功将车辆通行速度最高提升了11%。

2017云栖大会开幕式上，城市大脑还正式发布了1.0版。

并交出了一份“城市大脑”运行一年后的周年答卷：

这一年，它接管了杭州128个信号灯路口，试点区域通行时间减少了15．3％，高架道路出行时间节省4.6分钟。

在主城区，城市大脑日均事件报警500次以上，准确率达92％；在萧山，120救护车到达现场时间就缩短了一半。

以救护车为例，在这个过程中： 阿里云要调动120实时的语音NLP分析，解析救护车去到的地方、送到的医院、以及沿途之间的路径；随后迅速地规划出在沿途每一个关键节点到达的时间，然后以这个信息为准来调解信号灯；接着，再把整个路径动态下发给急救车的司机、交通信号灯指挥中心以及医院的急救室。几点几分到达急救室，需要什么样的设备，需要什么样的药物等，充分做好准备。

有了“城市大脑”，交通拥堵就再也不会出现了吗？

其实，早在2008年，IBM就在全球提出过“智慧地球”的概念，希望成为智慧城市的设计师。2009年1月，时任美国总统奥巴马还公开肯定了IBM“智慧地球”思路。

2011年，美国俄勒冈州的波特兰市采用了IBM的系统——它被期望能够给波特兰市的未来长期规划带来指导。

但由于脱离实际和业务模式的错误，导致IBM这个系统最终也没能运行下去。其中，最主要的问题就是它为城市运营规划创造的价值和维护费用之间不成正比。

城市拥堵除了人口和汽车体量的增加外，还有很大一部分原因是来自驾驶人员的违规操作，比如非机动车在机动车道上逆行、穿插、随意变线；堵车时加塞；行人随意横穿马路等。

这一点，目前的“城市大脑”是无能为力的，良好的交通意识得跟上才是关键。

另外，在某些城市的老城区，因为城市道路设计、道路狭窄等问题，导致“大脑”的智能分流并不能解决堵车的难题。

还有与每个人息息相关的数据安全问题。城市里，人们的出行都是与交通息息相关的，每天数百亿的路径规划请求、百亿次的定位……这些数据的增长也都关系到我们的信息安全。

庞大的交通拥堵必然不是短时间能够解决的。能让数据帮助城市来做思考和决策，让衣食住行更加高效有序，才是“城市大脑”未来真正的价值。

周一，祝大家一路畅通。