人工智能技术之所以如此“吸金”，很大程度上是因为它能够为我们的生活带来极大的便利。就城市来说，在有限的城市空间里，打造无限的智能化城市效用，这不仅是科学技术的进步，更是城市转型发展的新常态。艾瑞咨询在《2017中国人工智能城市展望研究报告》中提出：以人工智能为首的智联网发展是智慧城市下一阶段的关键，在先后经历过数字城市、无线城市、感知智慧城市以及认知智慧城市后，我国将迎来人工智能城市。
一、中国人工智能城市发展概况
2017年是人工智能的应用元年，各项技术逐渐从概念落地为产业。在AI+安防领域，得益于人脸识别和视频结构化的技术进步，商汤、旷视等初创公司野心勃勃要与老牌厂商分一杯羹，市场竞争的同时，也加快了我国平安城市的建设；在AI+交通领域，以阿里ET大脑为代表的城市大脑正在优化着城市的交通网络，智能化不仅仅降低了劳动成本，更是加强了安全保障；在AI+医疗领域，海量医学数据正是人工智能算法模型得以训练的基础，影像检测、疾病预防、诊断平台，每一细分领域都诞生了不少创业者，我国智慧医疗的水平迅猛发展。
根据艾瑞报告的分析，影响人工智能城市发展的环境因素主要有以下几点：
1、政策
我国政府在近三年中出台了大量鼓励人工智能技术发展的政策，大力促成中国到2030年成为世界人工智能创新中心。而中国城市的政策方向，则是回归到以人为本的核心，围绕“高效、惠民、可持续发展”的理念，让城市建设能够积极拥抱转型升级的重大机遇。
2、经济
报告显示，未来，城市经济结构升级需要依赖的，是科技创新带来的经济动力。然而，我国中心城市整体创新效率的提升，并没有跟上中国GDP增长的步伐。从上表可见，除北京、武汉、郑州较10年前的创新效率水平有明显提升，其他城市则维持不变甚至下滑。城市的创新投入和产出不能跟上经济发展的速度，说明在经济结构中，科学技术提升带来的收益占比较低，政府在未来发展中应该更加注重对创新技术的投入，以及重点考察创新带来的经济效益。
3、社会
关键：解决有限城市空间的效率最优化问题
从上图可以看出，中国城镇人口在2011年首次超过乡村人口，未来区域城镇化将会是国家发展战略的重要部署；2015年的全国城市建设与2008年相比，城市建成区面积增长43.5%，道路长度增长40.4%，而这一切都发生在城区面积仅增长7.7%，公共交通系统运营车辆增长了21.7%的基础上。在人口进一步密集（城市人口密度增长15.3%）的情况下，“大城市病”——交通拥堵、空气污染、基础设施不足等问题日益严峻，如何在有限的空间下创造更高的城市效率、更优的城市运作、以及更适合居住的城市环境……成为了国内城市管理迫切需要解决的难题。
4、城市治安
中国监控摄像头覆盖面不足，密度远低于英美
2017年国家官方数据公布“中国天网”摄像头达2000万个，这个数据对于将近20万平方公里的城区面积来说，简直是凤毛麟角。从摄像头数量/千人的维度来看，中国城市摄像头密度平均水平仅达英美的20%-30%，而完善的监控系统是保障城市治安的有力手段，因此，监控摄像头建设工程任重道远。这里要对安防厂商说一句：未来，尤其是二线及以下城市的监控摄像头布防发展潜力巨大。
二、人工智能在城市发展的应用及场景
智能化城市的开发目标从原来的单个需要，转向对整个生活形态或生态链的“全应用场景”模式，也就是说，不再是简单地提供当下的需要，而是去创造新的或升级现有的应用场景。城市创新性场景化是通过智能化城市功能的实施而逐步构建起新的“新城市场景”，未来将会朝着综合化城市生态系统方向发展。
根据报告的分析，2017年中国人工智能技术在城市应用场景包含安防、交通、能源、医疗、政务、服务机器人、农业、楼宇、零售、娱乐、教育以及移动设备，亿欧在本篇文章将挑选其中部分场景进行说明。
1、AI+安防
升级安防场景有助于搭建更高效的城市治安系统：随着技术的革新和发展，AI+安防系统取代了传统的安防措施。大型安全防范系统结合技术手段，具有探测、监控、报警、管理等基本功能，用于预防、制止违法犯罪行为和重大治安事件，是维护社会治安稳定的基础设施。
计算机视觉+深度学习技术是智能化视频升级的必要条件：上千万的摄像头和庞大的监控网络，瞬间就会产生海量监控视频数据，从海量视频数据中高效提取出有效信息，是智能视频监控技术的关键。以一个一万路视频规模的城市为例，每月产生12PB的视频数据量，在这样量级资源中找到目标人员、车辆宛如大海捞针，然而通过人工智能算法，则可自动抓取视频中的目标图片，并提取其语义化的属性数据以及可用来比对检索的特征数据，每月数据大概为仅15亿条，而存储容量下降到300TB左右，即可实现秒级检索，并刻画目标的轨迹、进行行为分析。
2、AI+交通
立体的智能调度有利于提升交通运作：交通网络大规模联网需要“城市大脑”来实时分析城市交通流量，调整红绿灯间隔，缩短车辆等待时间，提升城市道路的通行效率；实时掌握着城市道路上通行车辆的轨迹信息、停车场的车辆信息、小区的停车信息，提前预测交通流量变化和停车位数量变化，合理调配资源、疏导交通；实现机场、火车站、汽车站、商圈的多维度交通联动调度，提升整个城市的运行效率，为居民的出行畅通提供保障。
AI+交通案例：
3、AI+医疗
数据整合与信息化是发展智能化医疗的首要条件：现阶段智能医疗的发展出现了基础建设与创新探索同步发展的局面。一方面是各地政府和医疗机构在智慧医疗信息系统和医疗数据库建设上持续发力，另一方面是商业组织和科研机构在精准医疗、智能临床诊断系统、智能医学影像诊断系统、医疗机器人、智能监测硬件等方面均进行研发和探索。
4、AI+教育
打破教育资源不均现状，达到智能化的因材施教：一方面能够解决教育资源稀缺问题，让更多的学生享受到均等且优质的教学；另一方面改善了传统教育效率的问题，通过深度学习检测出学生的知识盲点，为学生提供最佳的学习路径并制定专属的学习方案。目前，人工智能在教育领域已实现的应用主要体现在对教学环境、教学方式、学习方式的改变上，主要包括智能考试阅卷、智能作业批改、个性化教学及虚拟场景教学等方面。
5、AI+零售
实体零售智能化是对抗电商零售的唯一出路：实体零售需要抓住“新零售”转型升级的机遇，打造信息化的实体店并建立立体数据库，从而达到在更好服务顾客的情况下，控制或缩减成本，提升实体零售的竞争力。实体零售可以从各类访问数据入手，在店铺中实时监控、快速捕获消费者的喜恶并进行精准分析，实现智能化运营与管理。
三、中国人工智能城市未来发展展望
需求+硬件+算法是人工智能在城市应用的三个未来发展关键。人工智能城市需要利用人工智能技术形成以数据为驱动的城市决策机制，根据实时数据和各类型的信息，对城市的公共资源进行调配，最终实现自动智能化，达到城市运作效率的最优化。报告认为：人工智能城市未来的发展离不开不断升级的硬件以及算法的加速迭代，但终究还是要回归到城市应用场景升级的核心需求。
