项目判别规则是“城市大脑”顶层设计落地的核心

柳进军

相较于智慧城市，“城市大脑”的亮点之一在于通过数据和业务的“类人脑”处理，实现城市治理的流程再造、效率提高。

前不久举行的中关村科学城“城市大脑”发布会重点发布了“城市大脑”顶层设计规划纲要，其一大亮点体现在设计哲学上，即通过确立一系列规则，为“城市大脑”的生长演进提供一套规律，引导其实现动态生长。这一系列规则中，项目判别规则是“城市大脑”顶层设计落地的关键核心。

项目判别的主要功能是界定哪些项目属于“城市大脑”的建设范畴，其对顶设落地的作用在于：一是应对“城市大脑”的复杂性。城市发展涉及到交通、环保、经济等诸多领域，且城市始终处于发展变化中，现有的知识和经验显然不足以支撑全范围城市智能化设计和实施。范围明确有助于降低设计和实施难度，使建设目标能够更加具体化且容易实现；二是应对“城市大脑”的特殊性。“城市大脑”是智慧城市的高级阶段，是以数据驱动、AI 赋能为核心的新型城市基础设施，具备自身独特的发展规律，但又与智慧城市有着千丝万缕的联系。智慧城市经过十余年的建设，已在原有技术和业务背景下形成体系化的机制流程。在新的技术和业务背景下，顶层设计如不设定好项目边界，“城市大脑”的独立性和特殊性就无法体现，在具体实施过程中很容易走进固有思维的围墙，造成“新瓶装旧酒”的困局；三是适应可持续性要求。项目的经济和社会效益是可持续发展的关键因素，设计效益导向的项目判别规则，有助于迅速凸显项目建设效果，以应用效果增强政府、城市居民的信任和支持，推动项目建设进入良性循环。

既然项目判别是核心，那么“城市大脑”顶层设计中应当设定哪些相应规则？结合对“城市大脑”的理解和建设实践，笔者认为项目判别规则需包含AI适配、AI赋能、聚焦性和及时性三个方面。

首先，AI是“城市大脑”自我演进，应对城市发展复杂性和不确定性的技术保障，纳入“城市大脑”的项目需遵循AI适配原则，促进AI的学习和训练，其中包括数据适配和案例适配。数据层面，一是关注能否产生活数据，即系统运行过程中能够产生大量数据，而数据的分析与反馈能够影响和指导系统的行为，提高算法的准确率；二是关注能否产生多样的数据，多样纷杂数据的链接、交叉、碰撞更有可能提升“城市大脑”的预测、管理水平，并碰撞出新的应用场景。案例层面，關注能否产生大量重复案例，实现自我学习需要依靠大量重复案例对AI的训练，因此需要在项目选择时排除那些产生低频次、独立性强案例的项目。

第二，相较于智慧城市，“城市大脑”的亮点之一在于通过数据和业务的“类人脑”处理，实现城市治理的流程再造、效率提高，项目选择时需关注AI应用后是否能够显著提升事件处理效率和准确程度，当前技术水平下仍有一些问题是AI无法解决或解决成本非常高的，比如垃圾分类，因此需要优先选择图像、语音识别等成熟技术能够发挥重大作用的项目。

第三，“城市大脑”顶层设计最终需要由某一主体执行，单一部门难以调动其他所有部门的力量，同时也无法在短时间内解决长期积累的问题，因此项目选择需要特别关注管理领域和建设步骤。比如聚焦城市治理领域，就只需指定牵头部门与几个强相关部门协同执行，同时类似文体、经济领域的项目就暂时不会列入建设范围。再如，停车问题是当前老百姓热切关注的问题，就要优先选择动态交通优化、静态交通数据共享等相关项目。

当前，中关村“城市大脑”建设已进入实质性进展阶段，顶层设计要进一步明确项目判别规则，运用AI适配、AI赋能、聚焦及时的组合拳，支撑“城市大脑”自我演进，形成“城市大脑”项目特区，保障“城市大脑”建设效果，支持中关村成为新技术背景下全国城市治理的引领者和带头人。