專訪澳門大學須成忠教授：沒有數據智能，智慧城市就無從談起

隨著我國城市化進程和雲計算、大數據、人工智慧等技術的發展，智慧城市的重要性越來越得到清晰的認知。據統計，截至 2019 年 2 月，包括全國 100% 的副省級以上城市、93% 的地級以上城市在內，總計約 700 多個城市提出或在建智慧城市，有 290 個國家智慧城市試點，中國已經成為世界上最大的智慧城市實施國家。

那麼，究竟該如何推進智慧城市的發展？對於這個問題，包括政府、企業界、研究機構在內，不同的相關方自然有著不同的看法。而在 IEEE Fellow、澳門大學科技學院院長 & 計算與信息科學講座教授須成忠的觀點中，要想實現智慧城市的發展，一個必不可少的關注點是數據智能。

打開今日頭條，查看更多圖片

2019 年 4 月 9 日，在 2019 深圳國際機器人和智能系統院士論壇上，須成忠教授做了題為《智慧城市中的數據智能》的主題報告。在報告中，須教授從大數據對人工智慧的推動出發，探討了智慧城市中的數據質量、數據分析、數據融合等相關問題並提出相應解決方案，以及結合相關研究成果在深圳市交通領域的應用實踐進行了重點介紹。

在報告結束之後，須成忠教授接受了雷鋒網的專訪。

談到智慧城市這一概念的界定問題，須教授表示：

智慧城市的概念比較寬泛，中國有數百個城市都在搞智慧城市建設，而且體現在不同的層面，但其核心是用新一代信息技術解決城市運行管理中的問題。然而目前絕大多數城市都是在建立數據中心、鋪設網路，就宣稱自己在做智慧城市建設。但是這僅僅只是第一步，我們還要做數據；比如說在數字化過程中，我們數據的共享怎麼能夠實現？這一塊我們做得不多，沒有數據，怎麼能談智能服務？所以很多的智慧城市建設都是停留在非常粗淺的第一步（比如說建網路、建數據中心等），那是看得見摸得著的，但數據整合共享真正有內涵的是做智能服務，在這一點上，深圳走在了前面。

就報告中 ABC 與智慧城市的關係問題，須教授認為，C 也就是 Computing Platform，大算力的數據中心平台是在智慧城市建設中必不可少的；有了數據之後，不僅僅是要數字化，而且這些產生數據都要開放共享，那這就是 B （Big Data）的問題；而只有共享的數據，才能產生價值與服務，產生價值與服務第三個一定是針對某一個應用領域的演算法（Algorithm）。

換句話說，從 C 的公共基礎社會，到 B 開放共享的大數據，再到 A 的數據智能服務，三者之間是層層遞進的關係。

那麼， 政府、企業、學界在智慧城市發展中應該扮演什麼樣的角色呢？須教授認為：

智慧城市本質上是政府買單的工程。一個強有力的政府能夠來保證相關的技術落地快；因此，在香港、澳門政府相對弱勢，或者受制衡的因素比較多，這樣的話，它們從另外一個角度做事效率沒有那麼快，我們有機會能夠在智慧城市方面來趕超西方的發達國家。當然，智慧城市也是非常典型的政產學研結合起來的項目。政府是主導、支持、關注，企業做設施；而其中很多的技術研究點，比如說大數據的有序開放共享、數據的智能服務等，是研究機構專註的問題，企業相對來說就比較弱一點。但是鋪設施，比如說建大數據中心或者是鋪網路，這個是企業所擅長的。所以，從這個層面，我們國家有四五百個城市都號稱在智慧城市建設，但它們僅僅是由企業來參與建的數據中心，建成網路，這個是很重要的一步，但並不是完成了智慧城市建設的任務。

而從國家層面，須教授認為，要想實現智慧城市的發展，要有很好的頂層規劃設計，而具體的實施過程中間會有一些阻力；這些阻力並不是來自於平台，並不是來自於數據中心、網路，而是來自於數據的開放共享，我們說城市與城市之間的開放共享、行業與行業之間的開放共享，做人工智慧的演算法跟數據可以做一些突破的，所以關鍵還是在數據在這一塊。同時，這也是我們國家將大數據算力與人工智慧算力結合起來的原因——C 大家都在做，而且做得很好，A 無論是產業界還是大學都在做，但 B 大數據開放共享現在還需要進一步加強。

而針對智慧城市數據分類的問題，須教授表示，目前在學術界也有多種多樣的分類，包括從不同的維度來進行分類，但實際上，數據分類跟具體應用是密切相關的，我們並不是說抽象地來談數據，而是某個特定應用領域產生的數據才有意義。

須教授表示，從目前來看，在智慧城市的未來發展中，數據共享將會是一個大的方向，特別是公共數據必須要開放共享，而且要有序，比如說行業與行業之間，城市與城市之間；但同時，數據共享過程中也要關注隱私保護的問題，也就是在隱私保護顧慮的情況下怎麼能夠做好數據智能服務。

不過，須教授強調，數據共享不意味著數據開放，比如說銀行數據肯定不能共享。比如說，金融服務中間很重要的一塊就是做風險控制（也就是風控），那風控怎麼來做呢？根據某一個客戶的消費行為也不一樣，他在這個銀行有消費行為，在另外一個銀行也有很多的消費行為，在另外一個零售商也有很多消費行為……但這些數據是不可能開放共享的。

由此，須教授提到了一個同時面向數據共享和數據隱私保護的模型——聯合學習（Federated Learning）模型，它能夠在不共享數據的情況下怎麼能過來挖掘數據內在的價值，也就是在兼顧數據隱私的情況下同時又能提供智能服務。

雷鋒網了解到，在 2017 年，Google 曾經發表過一篇介紹聯合學習技術的博客，這一技術的重要特點就是在保護數據隱私的情況下來進行學習。以醫療為例，首先在不同醫院用它自己的數據訓練出來不同的模型，然後把這些模型送到中心處理器並整合為一個完美模型；當每個醫院不停獲取數據，通過把最新的完美模型下載到醫院端，並將新數據導入，再推送回中心伺服器；通過這樣的步驟，新的數據不會被交換出去，被交換的只有模型，所以數據也不會被反向揭露。

他表示，目前這個模型的研究尚且處於初級階段。

同時，針對智慧城市建設過程中的隱私保護問題，須教授表示：

希望政府層面在隱私保護方面能夠儘快有一些舉措可以推出，一方面鼓勵數據共享，一方面保護隱私，尤其是明確對數據的所有權問題；這對大數據、人工智慧的發展是非常有益的。舉例來說，你的消費行為數據在被企業採集之後，這個消費行為數據到底是你的還是企業的？正如我們以前照相，你擁有這個相片還是照相館擁有的相片？諸如此類的問題，現在還沒有界定。

智慧城市發展要走向精細化

而針對我國智慧城市發展在全球格局的水平，須教授評價稱，我國智慧城市的發展在應用的範疇內比較領先，但這種應用是比較粗淺的；我們的挑戰在於如何做好精細化的管理，這方面還是有距離的，這個體現在我們城市生活中的的方方面面，我們的管理是粗放型，還沒有到精細化。

為此，須教授還舉了一個例子，就交通而言，我們的綠波帶（雷鋒網註：紅綠燈的綠波帶）討論了很長時間，但遲遲沒有落地，但是這個技術在二十年前的美國紐約就已經實現，從上城到下城乘計程車，十幾公里全部都是綠燈——這種就是基於車流反饋來控制信號燈，全局優化，這就是精細化管理——但我們國內還是停留於局部優化，控制單個信號燈，但實際上，制約城市的交通流量問題，很多情況下都是一排信號燈聯動的，這種的提升作用就是非常大的。

在採訪中，須教授也向雷鋒網介紹了澳門大學在去年成立的一個國家重點實驗室——智慧城市物聯網國家重點實驗室，這是目前我國唯一的以智慧城市來命名的國家重點實驗室，該實驗室的主任正是澳門大學校長宋永華。目前，該實驗室部署有一個公共技術服務平台，四個核心關鍵應用（分別是智能交通、醫療、智能電網、旅遊），以及一個公共政策平台；目前研究團隊有 15 個人左右，目前正在面向全球擴招中，最終是希望發展到 30 人左右的研究團隊。

最後，他表示，在現有的基礎上，智慧城市物聯網國家重點實驗室也將保持一種開放的心態，目前也在積極需求與國內的更多的院校和研究所有一些合作，比如說先進院（雷鋒網按：中國科學院深圳先進技術研究院，英文簡稱為 SIAT，須教授目前也擔任 SIAT 的首席科學家）等，而合作的方向主要是聯合研究以及聯合人才培養方面。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！