直击|京东发布城市操作系统 宿迁三亚等地率先应用

作者:admin   发布时间:2019-03-26 05:42   浏览:
正文

  我们不光只是做了一些产品,我们产品一定要有技术含量。一方面要落地,一方面要顶天,叫顶天立地。我们学术成果,在国际上受到认可。刚刚讲的很多产品,都在国际顶尖会上发表了论文,同时有大量专利,所以产学研一体化,也是很核心的特点。

  就像我们Windows的一个视窗系统,而刚刚的数字网关就像一个网卡,所以这就特别像一个Windows的操作系统,所有的工作都能在一小时之内快速的完成,这就是我们对合作伙伴的支持。

  这个难度有多大呢?我们做一个简单的类比。这个难度状态空间上要超过围棋状态空间,1.5万个变量,都是连续变量,100多个控制动作,全是连续变量,空间更复杂。

  含义一、JDC三个字母的缩写,这是J、D、C。第一层含义是京东智能城市的缩写(JDC)。

  众所周知,城市已经经过了电子化、网络化、信息化的过程,正在迈向智能化的道路上,在智慧城市早期建设过程中,计算机的软硬件技术和网络通讯技术,发挥了主要作用。

  信用是现在国家非常关心的一个问题,习大大多次强调人无信则不立,信用可以减少很多的社会矛盾,而信用可以分成,居民的信用、企业的信用和政府的信用。

  第一,数据标准化。城市的数据种类纷繁复杂,那么看起来可能有几万种甚至几百万种,但实际上城市的数据都关联了时间和空间的属性,按照时空数据以及数据的结构,我们可以把城市的大数据归成六个类型,用这六个模型就能够装下城市里面所有的复杂数据,这使得不同部门的数据可以标准化,互联互通,同时也可以针对某一个数据模型设计相应的管理算法、挖掘算法,做到复用,可规模化复制,来一种数据建一个表格,最后10几万张表,数据我们没有办法治理,这是第一大特点,数据标准化。

  2、AI 城市产业规划。这里面涉及到我们的财政如何划拨,怎么招商引资,怎么帮扶企业,怎么引进人才,这是政府发展城市的一个非常重要的关心的点。

  在平台之上,我们有很多垂直领域的产品,从我们的交通到能耗、到环境、到公安、到文旅,每一块都有很多的子产品,这是按垂直条件来分的。

  针对智能城市与智慧城市的区别与联系,郑宇称,智能城市是智慧城市发展的高级阶段。“中国智能城市的发展历程,可以分为四个阶段,第一阶段是电子化,第二阶段是网络化,第三阶段是信息化,第四阶段是智能化。前三个阶段属于智慧城市,智慧城市主要关注基础设施建设和信息化,技术驱动力源于计算机软件和网络通信。智能城市则是在此基础上,强调大数据、人工智能等新技术在城市建设和运营中的应用,打造城市操作系统,为智能城市和智慧社会建设提供智能化解决方案,让人们的生活更加美好。”

  比如说在合适的时间根据锅炉的状态送合适的媒,送合适的风,送合适的水,自动调节它的温度和状态,使得在未来的一段时间里面我们媒转化成电的发电率尽量的高,而产生的污染排放尽量小,这就是一个强化学习的思想,优化未来很长一段时间的一个价值。

  在接下来的45分钟里面,我会向大家介绍京东城市的品牌地位,以及最近推出的一系列核心产品。

  紧接着,我们要把这个平台开放出来。目前这个平台已经对外发布了,我们做的是智能城市计算平台的升级版。这个平台是针对我们的合作伙伴,特别是以前服务于智能城市的很多信息化公司。他们非常懂政府的业务,但是缺乏大数据和人工智能有效支撑。

  讲完这个平台型产品之后,我们来介绍一下垂直产品,我们挑几个案例,这边我挑两个案例,因为时间的关系所以我重点挑两个案例。

  所以,我也为我们这样一个技术感到骄傲和自豪!

  能够做到0.5%,也非常不容易,有合作伙伴的功劳,也有我们团队过去将近2年时间,一直扎根在这上面,虔心钻研,最终攻克了这个难题。

  下面我就会挑选一些重点的产品跟大家重点分享一下我们落地的案例,首先我们从平台开始,我们就是用这个城市计算平台,通过他的互联互通打造城市操作系统。

  然后,我们把这信用分数开放出来,开放出来给各个地方去查询,给各个行业机构去调用,去支撑各个行业,所以还是发挥了我们的平台作用和我们操作系统的作用,我们把它变成一个模块放到平台里面,可以让政府和各个合作伙伴去调用。

  我们做一个简单的实验看一下,最终形成了系统化平台。我们用宿迁跟京东数据做联合建模,京东数据在京东没有出来,宿迁的数据在宿迁也没有出来,我们可以选择相应的数据类别,选择相应的任务,选择迭代次数,很快可以在秒级里面完成双方数据,在不出库的情况下,不泄漏信息情况下,完成联通和建模,最终产生一个有效的产品。

  这里面我们提供信用的基础信息平台,我们也提供各种信用的算法模型和评分模型。我们来看一系列的案例。

  讲完了垂直方案,我们开始讲综合解决方案,重点挑两个出来讲:一个是信用,一个是我们的智能小镇。

  我们去租金一辆共享单车的时候,我们有没有房产信息其实并不重要,但是你去贷款买车的时候你又没有房产信息就很重要了,所以不能简单的依靠一个加减分数的规则来解决信用分数。

  各位来宾、各位朋友、各位媒体记者、工作者,大家早上好!

  3、智能停车。每一个城市都要关心交通的问题,而交通里面停车是一大难点,停车又分为地下停车和路边停车,我们都跟我们的合作伙伴在打造不同的停车场方案。

  我们的城市操作系统可以叠加在任何一个友商的云上面,我们可以对云进行赋能,把云变成真正能够处理智能城市问题的引擎,然后我们自己可能只搭一到两个关键的应用,就像office,剩下的把这个平台开放出来,把这个操作系统开放出来,让很多的合作伙伴上来与我们标准化的数据结构、算法能力快速搭建你们自己的行业应用,这样形成一个真正意义上的生态来共建智能城市,所以我们不是云服务提供商,我们是智能城市操作系统的构建者。

  这里面会提供各种帮扶(资金帮扶、企业贷款帮扶、物流帮扶、电商帮扶)等,形成一个真正以智能城市、智能小镇操作系统为基础的生态。

  我们不光能动态、合理计算信用分数,计算数据权重,我们还可以预测企业信用风险,告诉政府为什么会有这样的信用风险,这是跟别人不一样的地方。

  火电里面有一个很大的痛点就是他要烧媒,媒是不可再生资源,而且会产生污染排放,因此火电行业里面最大的一个痛点就是如何用更少的媒发更多的电,并且产生更少的污染排放。

  基于这样一个行业痛点,我们跟国家能源集团,跟华电天仁一起合作打造了这样一个产品,我们用大数据和人工智能的方法,特别强调用深度强化学习和深度神经网络的方法,有点像AlphaGo的思路,来动态的控制锅炉的工艺。

  这个平台是一个专门针对于智能城市的,数据标准化、算法模块化、平台生态化的一个平台,那他有以下三个特点。

  再往上,我们有强大的商业变现能力,解决了政府一味依靠资金投入的痛点,通过金融和广告产生二次变现,反哺政府资金投入的不足。

  在产品之上是有场景决定的综合解决方案,因为真正政府需要的可能是基于场景的一个综合解决方案,在一个综合解决方案内部也会集成来自于不同条件产品的总和。那我们今年会重点推5大解决方案。

  所以,从最开始的感知识别到预测,到最后跟银行业务的结合,帮助政府完成对中小微企业的帮助,降低资金的坏账率、银行的坏账率,而企业又能得到极大的发展,这就是一个便民的活动。

  这边我们用大数据和人工智能技术,去学习这些数据的权重,得到一个很合理的信用分数,这是第一点,基于大数据和人工智能来决定数据的权重,得到一个非常可靠和精准的信用分数,跟你的应用场景直接挂钩。

  这个在未来我们在中国的几十家电厂进行复制,现在我们在一家电厂取得成功,还是第一个阶段。如果我们能够在10家、20家取得成功,那这将是中国人工智能上非常浓墨重彩的一笔,对行业的产能升级,对科技的推动有着重大的价值,所以我以这个项目引以为荣。

  而且,我们没有那么多人力、物力去维护这么多设备,我们也没有那么多用地部署这些设备,一个服务器占地挺大的,并不是像大家想的那么一个小盒子,那是家用的。真正空气质量站点,要占一个角落这么大的空间,这个价值就很明显了。

  我们看这个图里面,每一个图标表示一个空气质量站点,图片上的数字,500就爆表了,50以下是优。我们看到同一时间,不同时间的空气质量差很远,大家可能平时没有直观感受。很多时候你拿到手机APP都是过去24小时的均值,而不是实时的值。

  案例一:用AI来优化火力发电。中国的能源行业里面电力为先,而电力行业里面将近70%是依靠火力发电的,这个在短期可能很难改变这个格局,因为水电有季节性和地域性,而核电出于安全性考虑不能规模太大,风电暂时不稳定。

  目前我们在南京、成都有分院,跟中国10多所高校建立起联合培养、定向培养、联合授课,一起打造学科建设的体制。所以,我们有强大的人才梯队和背景,我们也得到了学术圈各位老师的支持,再次表示感谢!

  而在下一步智能城市迈进过程中,大数据和人工智能将发挥核心价值。所以我们提出了京东城市iCity。现在中国很多城市都要开展建设智能城市,或者我们所说的新型智慧城市。

  第二,我们也不是云,不是基础设施,我们也不是PC机。

  第二个讲一下AI 空气质量,空气的问题大家都非常关注,因为我们每天都要呼吸,政府也很关注,这个话题已经谈了很长时间,政府在城市里面部署了很多的空气质量传感器,去监控每个地方的空气变化,我们都知道PM2.5如果到了500就爆表了,如果是50以下就是优,但是政府的资金是有限的,部署这样一个空气质量监测站点其实还是蛮贵的,特别是按照国家级标准的精度的要求,一个站点到百万级。

  因此我们在过去的12年其实是做了大量的垂直应用,从交通、环境、能耗,公共安全,反过头来我们才能抽象出一些共性,才能搭建出真正可以落地的顶层设计。

  所谓智能小镇一定要有智能,那何为智能,智能从何而来,怎么智能,我们定义了一个七步法,七步的路径。

  以前银行想做,因为数据不全,没有办法辨识哪些是好企业,哪些是坏企业,所以资金坏账率会变得比较高。现在有了这样的技术和数据,我们能够更好帮助政府帮扶企业。

  通过这样一个平台级产品,我们可以让大家快速构建各自的能力。这里面展示了我们到底有哪些算法模块已经在平台上可以跟大家调用。比如说今天大家回去,通过简单的“拖、拉、拽”很快可以构建出很多应用,人流量预测、空气质量预测、水质预测、智能选址等,不需要大家开发很长时间,只需要简单“拖、拉、拽”几小时就能上线,这是我们过去一年里花了很多力气,去沉淀、梳理这样一个平台化工具,来赋能所有行业。

  第一类:传统的信息集成公司。他们完成了基础设施建设,完成了信息化,而我们在此之上要进一步对收集好的信息进行深挖,特别强调用大数据和人工智能技术挖掘数据背后的价值,然后用这种价值去解决行业的痛点,这个其实不矛盾,我们存在一上一下的合作关系。

  所以,预测比我们的单点感知要更重要。到底什么原因导致信用出现问题,可能在某个城市的某个区块,某一类企业成批量出现问题,这是某个城市建筑行业,在某个区成批量出现问题。后面发现可能是这个区域的某种政策有漏洞,所以建筑行业成批量去钻这个漏洞,政府知道这个原因之后,可以更加精准、有效去堵这个漏洞,治理这个信用问题。

  控制锅炉的变量有100多个,各种阀门的开度,送风、送水、磨煤机的速度,而且这都是连续变量,还有锅炉每天都在运转,每天都在磨损,在不断改变,不像计算机。昨天的计算机和今天的计算机没有什么区别,在锅炉发电里面有物理过程,也有化学过程,也有风烟煤电的过程,极为复杂。而且我们要优化未来很长一段时间,总体最优,而不是当前这一个时间点最优。

  从这上面,我们跟以前的方法进行比较,提升了多少呢?传统方法按照空气动力学和天气预报的方法,精度大概60%左右。我们通过大数据和人工智能的方法,结合了很多看似不相关或者弱相关数据,把精度足足提高了20%。60%的精度在行业里面20多年没有被突破,而我们现在把精度提高到80%,这个技术已经覆盖了中国300多个城市,不光是一个精准度提高,也是对政府决策、节约资金、指导人们生活的重要支持。

  第二,我们方法可以不断自我演进,而以前的方法训练或者设计完之后就是固定的。我们的方法可以根据机组的状态,自适合、自学习。而且以前的方法,很难靠人的经验植进某一个变量跟你最终发电的结果的关系,因为这个程度太复杂了,有上万个变量,人的经验很难掌握。现在我们用深度学习和深度强和学习,学出了这样一些关系来指导人的经验,就好像我们对围棋的理解,因为它的空间太大,人做不到,而机器却能做到。

  我相信很多企业都有这个诉求,很多政府部门也有这个诉求,大家都想用别人的数据,但也不想把自己的数据给别人,这个彻底打破了这样一种僵局。

  那我们是什么?我们是城市操作系统,我们是智能城市的数字基石。

  我们考虑企业的经营记录、司法记录、创新能力、名字变更次数等等来综合计算信用分数。但这些数据到底谁更重要,谁更不重要,以前没有办法定。要么就一样重要拍脑袋,都是1/5,实际很不合理。

  智能城市APP,这是我们提出来比较新的概念。大家觉得每个城市都有APP,没有什么了不起的。可能以前城市APP更多是政务系统本身,或者是某些企业打造了生活服务的APP,我们要打造集政务服务、生活服务、企业服务于一体的一站式智能城市APP,我们在宿迁做了第一期试运行,已经上线。

  好,这是第一个环节,做好整体布局,大家如果有一定的辨识度的话可以看出这个地图其实是现在全国人民非常关注的一个地方的地图,其实我们就在参与这边的智能小镇的规划和建设。

  第一个是以个人信用为代表,我们在宿迁做的一个信用体系,宿迁有基础分,那我们是通过宿迁的各种数据再结合京东的数据,对每一个人的信用进行评分,这个评分的模型是一个智能化的模型,不是一个简单的加减分规则,以前的很多信用评分都是依靠一个简单的加分规则,比如说我献血了加5分,我违约了扣5分。

  含义二、分别代表两个C和一个D,C是City城市,第二个C是Computing,第三个D是Data。这也是我们的理念,城市计算数据,这是我们跟别人定位不一样。

  做完一切之后,都离不开产业的规划和发展。如果小镇只有房子、只有人,没有产业规划也是不行的。因此我们京东会把产业结合到智能小镇内部。

  还有一个可视化的工具,因为我们做了这么多分析之后我们希望结果能够展现出来,能够更好的为大家直观的感觉,这边有一个莫大的可视化系统,可以通过简单的拖拉拽就可以构建我们想展示的各种应用。

  会上,京东城市还分别与首钢基金旗下S-PARK、中国联通旗下智慧足迹、赛睿特(天津)数字科技有限公司签署了战略合作协议,合作内容分别涉及覆盖全国的智能停车场建设、智能选址和城市画像、能源行业技术研发与商务推广。(泽宇)  

  同时,我们有一个跨多个垂直领域的综合性产品叫城市画像。大家都听过个人画像,就是用不同的数据维度来描述各种属性,其实一个城市也需要画像,我们从交通、环境、能耗、公安来看待这个城市的现状并且去预知他的未来,所以城市画像是跨各个领域的一个综合的产品。

  第二部分,企业的信用。这个图是福州市企业信用分布,每一个柱子代表一个企业,柱子高度表示企业信用风险,红色表示高风险企业。

  优势一:我们了解传统行业,在环境、能耗、公共安全、交通等领域做了大量垂直应用,有了这些背景知识,再跟我们人工智能大数据结合的时候,我们跟合作伙伴合作过程中,就会变得很顺,进入传统行业更加容易。

  以城市操作系统为核心,京东城市研发出一系列创新产品和解决方案, 最底层是城市计算平台,它是城市操作系统的核心和基础,多个城市计算平台通过数字网关实现互联互通,就形成了城市操作系统;第二层是产品层,由智能交通、智能规划、智能能源、公共安全、智能环保和智能文旅六大类产品以及城市画像产品组成;第三层是场景化解决方案层,包括信用城市解决方案、AI 城市产业规划解决方案、智能停车场解决方案、智能园区解决方案和智能城市App五大场景化解决方案。

  现在整合了40多项政务服务、京东服务,未来平台要开放出来,给更多合作伙伴接入。现在已经有买电影票,未来有送外卖各种服务,一切围绕以人为本、以城市生活为本,不光只是有住房公积金查询、违章停车查询、缴纳罚款等一系列政务服务,还会有生活便民服务、快递服务、外卖服务等等,这是一个平台级产品,是一个以智能城市生活为中心的的平台级产品。

  挑战四:人才缺失的问题,当我们要建设智能城市的时候我们会发现我们需要大量的复合型人才,既懂大数据人工智能,又懂传统行业,特别是跟城市相关的政府的业务行业,交通、环境、能耗、公关安全、电子政务,只有把这些知识跟我们的人工智能和大数据做有机的结合才能够真正解决问题,而这样的复合型人才单纯依靠高效也很难培养,因此要通过产学研一体化的机制,用真实的数据,真实的项目去培养一批复合型人才。

  这样的规则其实很不合理,因为信用一定是要跟场景相关的,我们去跟借一辆共享单车时候的信用和我们去贷款买车时候的信用,他应该考虑的因素不同,而且即便是同一因素,他的权重也应该有所不同。

  第三类:其实现在市面上已经出现了一些做点的人工智能公司,解决了人脸识别、语音识别这种局部问题,这也很好,但政府更加需要是一个能够抓总的,能够做一个点线面相结合的顶层设计,同时结合垂直应用的这样一个支持者。

  举一个比较通俗的例子,假设政府各个委办局数据是小麦,我们把数据布到各个委办局内部,就相当于磨麦机。我们用这个磨麦机把小麦磨成了面粉,从面粉里面不能知道原来小麦长什么样子。我们把不同部门的小麦拿到一起,加上水,揉成面,做成了包子,这个包子就是有价值的东西。但包子里面看不出面粉,也更加看不出小麦,这是我们数字网关的价值,做到数据不出库,数据不泄漏的情况下,完成知识的共享。

  如何构建这样的生态?这是政府和我们共同面临的一个挑战。

  优势二:产学研一体化能力。这对于培育新的技术,培养复合型人才,都有关键性帮助。

  第二,我们没有办法拿到很多免费的训练样本。因为你下棋的时候可以随便下棋,大不了输了重来。你们玩《超级玛丽》的时候,可以利用游戏去仿真,这样可以拿到很多仿真数据。但是做锅炉的时候,我们不能随便乱做实验。如果乱去做实验,锅炉就炸了。所以没有办法拿到真实一手数据,而且锅炉会磨损、变化,中间有物理过程、化学过程、风烟过程、送水过程,极为复杂,难度非常高。

  我们发现某个企业,提前两个月判断,这个企业可能会出现信用风险。结果两个月之后,果然出现了大批司机操作违规,这从数据里面能看出来。

  以上讲完品牌和定位,我们要介绍核心产品体系。这张图展示了我们产品体系,最下面是我们的城市计算平台,是一个平台级产品。这里面对城市大数据做了标准化,提供标准化数据模型。同时提供大量的积木化,专门针对于智能城市的算法模型。这个平台里还有数字网关,可以连接不同平台,打通数据壁垒。同时这个平台内部还有Mona可视化系统,以图文交互的方式,来操作平台里面的算法模块,做到简单易用。所以,这很像一个城市的Windows。

  我自身也有多个身份,除了在京东做事业部负责人,也是中国4个大学的兼职教授和博导,我深深知道简单依靠学校那几门课,不太容易培养出社会上需要的复合型人才,一定要用产学研一体化的方式,用真实的数据、真实的项目来抚育这样的人群,所以这是保证了我们解决人才问题。

  优势四:品牌优势。京东在线上、线下拥有庞大的资源,从线下无人车、无人机、无人超市、无人餐厅、IOT到智能家居,这是京东非常特色、特有的东西。到线上,我们拥有平台资源公有云、私有云,以及专门针对于智能城市的城市计算平台和通用人工智能平台。

  这是我们搭建的真实系统,我们可以通过简单“拖、拉、拽”形式用图形化界面,很傻瓜可以构造一个非常复杂的应用,这种人流量预测的工作,以前可能需要专业团队,花1-2年时间,现在只需要1个人、2天可以做到,这样可以极大的赋能我们的行业伙伴。利用你们的行业know-how,利用你们的专业知识,结合我们的大数据和人工智能能力,快速去构建这样一个生态,共同去打造智能城市。

  所以,现在就要叠加我们的智能城市的操作系统进入这个小镇,这也是把小镇的价值拔高的一个很关键的因素。

  那非常的幸运,我们在前几个月取得了突破性的进展,在南京火电厂经过一个月的测试终于顺利达标,这是火电验收的场景。

  针对于城市大数据特有的管理算法和人工智能算法,这类方法跟普通的语音识别、文本处理和图像处理有很大的不同,比如说我们不能用一个人脸识别算法,区域测交通流量,因为城市的大数据跟我们语音文本的类型是很不一样的,城市大数据里面有大量的时空属性,我们叫做时空数据,对时空数据的分析、管理和挖掘的方法都跟文本语音和视频有着很大的不同,而这些技术在早年间处于一个缺失的状态。

  挑战二:城市里面数据融合和数据安全,如何同时做到。政府大力提倡数据共享,但确实有一些委办局数据,因为信息安全原因,不能直接物理汇聚在一个机房里面,如何做到在保证数据安全性前提之下,做信息有效共享和知识的共享,这又是一大难题。

  这是一个信用积分的计算案例,因为京东有数据,知道用户的信用;政府也有数据,但都不全,合在一起就能更加完备的去介绍这个人的信用情况。

  第二,我们真的要做智能城市,一定是需要融合多个方面的数据,比如说我们要预测空气质量,我们不光要用空气质量本身的数据,我们还需要用到交通信息、地理信息、天气,怎么把这些看似不相关的数据做有机的融合,这种多元数据融合技术也是一个难点,也是我们的核心优势。

  第二,我们可以预测某些企业的信用分数,我们特别希望预测,而不是当事情发生之后再告诉这个企业信用不好。通知是有效的,如果能够防患于未然,这样能大大降低政府的治理成本。

  第四步:智能的城市操作系统。公共基础设施做完之后,这个时候就应该是智能的城市操作系统进去了,这边我们叫做智能中枢或者叫小镇的智能中枢,这是我们领导给我们起的名字,叫做小镇的智能中枢,这个智能中枢并不是说小镇干完之后再去设计规划,而是在建的第一天,从我们第一步的时候就已经做了整体的规划,因为如果你没有留好你的一些机房,你的智能灯钢,你的电源都没留好的话,你后期再去做已经不太可能。

  下面是我们的宜居,各种商业设施、智能场景,上面是我们各种赋能,商业植入,包括我们的电商、物流、外部合作伙伴,一起来共建我们的京东产业生态,以及京东的赋能生态,形成一个与宜居居住 产业赋能相结合的智能小镇。

  第一,我们的技术优势。分成以下三个子方面。

  第一步:总体规划。

  对比一下,现在的方法和以前方法的区别。以前的方法部署挺困难,有时候需要增加新的点,而我们的方法只是基于数据,可以学习,基于我们的仿真 数据 人工智能,来完成这个效果。

  最后,我们有强大的用户触达能力,京东商城的APP、京东金融APP,而且现在正在打造智能城市APP,这个品牌下面蕴含着强大的资源、强大的能力。

  第三,我们不是系统集成,我们不是硬件提供商。

  那问题就来了,如果这个地方没有建空气质量站点,这个地方的空气质量毒数是多少呢?我们当前所在的位置,这个地方的空气质量毒数是多少?我们不得而知。我们不能简单依靠周边一个比较近的站点,来估算这个值,差距太大了。这在环保行业非常有这样强的需求。

  宿迁利用我们数据计算能力,利用算法模块,结合政府的数据、京东的数据和银行的数据,跟我们民丰银行共同打造了诚信贷的产品,这个产品核心思想集大家所长,集各个数据的优势,在保证数据安全的情况下,利用数据网关、联合建模技术,来识别信用好的中小微企业,给中小微企业提供精准贷款,这是国家要落实、扶持中小微企业很重要的环节。

  这个东西做好了之后会有什么效果呢?最近我们在南京火电厂成功验收,做了一个很长的实验,我们把锅炉的发电效率提高0.5%,大家不要小看这0.5%,仅仅这0.5%,如果普及到中国的两千多家发电厂的话,他每年能为国家节约将近70亿的燃媒消耗和污染治理费用,而且这不光只是钱的问题,这是一个产能升级,关系到国家环保,国家命脉的事情,所以大的价值非常的大。

  所以,它的价值不光指导我们的决策,还能锁定污染源。下一步我们还要预测各个地方的空气质量,我们说的预测不是说明天北京有没有雾霾?这太简单了。我要天安门未来24小时怎么样,清华大学未来12小时怎么样,东直门未来48小时怎么样,是一个空气细粒度和时间细粒度预测,这个预测非常困难。因为每个地方空气质量都不一样,而且变化其实非常剧烈。而这种细粒度预测,才能真正去指导政府的决策。

  郑宇表示,城市操作系统是智能城市的基石和底座。如果把智能城市看成一台超大型的计算机,城市操作系统就相当于计算机中的Windows,城市操作系统可以管理智能城市中的各项资源,支撑智能交通、智能规划、智能能源等各类垂直应用,这类应用则可以看做Office等应用软件。

  第二类:云服务提供商。这类公司的商业模式更多是通过出售云服务,然后在云服务上面叠加一些SaaS服务,但核心的观点还是要通过云来形成商业收益,但是云其实只是整个城市的基础设施,相当于PC机,那么如果我们做类比,把云比如到PC机的话,那PC机的windows就是我们要打造的城市操作系统,我们是对传统的云进行赋能,因为简单的云并不能直接去解决智能城市里面对这种城市大数据的分析和挖掘的需求。

  现在我们在授权用这样一套人工智能方法,结合了很多的数据源,为每一个老百姓打出了综合信用分以及是跟场景相关的行业信用分,这样的话就可以去支持各个行业的服务。

  最后总结一下,我们到底是什么?这里有一张图反映了各个智能城市的参与者定位。

  但这事情并不是没有人做,很难做,也并不容易。我们跟合作伙伴互相学习,吸取了很多传统行业的知识。我们知道为什么以前很难做好这个事情,因为火力发电的工艺非常复杂,锅炉的系统非常复杂。光一个锅炉的传感器有1.5万个,特别复杂。

  接下来重点介绍京东城市,我们的价值、我们的文化、我们的定位是什么。我们的使命要用大数据和人工智能打造智能城市,我们要成为智能城市发展的引领者,我们是一家科技公司创新专业,我们价值观是家国情怀、社会责任。

  我们6月份把功能变成150个,那个时候就会有极大的功能,并且很丰富,就会有很多人在用这个产品。现在我们在景区导览、智慧文旅、智能公交、智能政务都已经整合了非常多的服务。

  再讲一个综合解决方案,智能小镇。因为这话题实在是太热了,本来我今天都不打算讲,但是因为有很多同行们都跟我反馈说你一定要讲这个话题,因为智能小镇现在在全国各地都在盖,早期的智能小镇更多是通过一些地产的形式去变现,但是一味的依靠地产形式变现的话,我相信这个路子也很难再走下去了。

  第三,我们要破除信息孤岛,打破数据壁垒,但同时要保证数据安全性。我们有一种在基于用户隐私保护的情况下,做的联合跨域学习技术(数字网关),所有服务器、所有数据还留在各个委办局的内部,不出各个部门、不出各个公司,利用我们数字网关的技术,可以做到知识共享,但不泄漏任何一点信息,这是技术方面的优势。

  那我们政府不可能在整个城市的任何角落都去部署这样的站点,北京市也就只有35个站点,这已经是全国最多的站点,但是有一个问题大家可能没有认识到,这个城市的空气是非常不均匀的,也就是说我们这个地方的空气可能跟两公里以外的空气质量就差的很远,大家不要觉得奇怪,很正常,因为空气质量受很多复杂因素的影响,包括交通环境、拥堵状况、扩散条件,你这周边是有绿地、公园,还是有厂矿,这些因素都不是线性分布的,所以整个城市的空气是不可能均匀的。

  2、我们没有办法去向玩游戏一样免费的试错,我们的样本空间远远小,而且锅炉的状态是不断的变化的,一个礼拜之前的锅炉跟现在的锅炉可能已经完全不一样了,两年前的数据到今天可能就没有用了,所以这个问题更加难。

  第三步:基础设施。做完了路网规划之后就开始要布基础设施了,基础设施我们重点强调智联,除了简单的传感器,还要使传感器之间形成物联网,物联网还要跟应用技术结合,做到真正的智联。

  1、在于他的变量是连续变量,空间大,状态复杂。

  以下为郑宇演讲内容:

  第二步:对路网进行规划。你做总体布局之后,第一步上来要对路网进行格局的规划。

  在这小镇的操作系统上我们会搭建大量的智能应用。

  现在到目前宿迁的信用分已经被几十个部门委办局在调用,宿迁的借阅、宿迁的自行车停靠,都在参考这个信用分数。

  讲完我们的对比之后,其实看看我们到底有什么优势,因为有很多人都会问你们来做智能城市,你们有什么,你们能干什么,我们讲了四大痛点,对比了三大模式,那我们的优势在于四个方面。

  我们看一下部署的真实系统,这是我们部署在南宁火电厂的一个真实系统。从这里面大家可以看到,锅炉的发电工艺和控制状态非常多、非常复杂。

  优势三:数据优势。我们合作伙伴有数据,政府也有一部分数据,但京东也有很多数据,我们有3亿用户的电商、物流和金融数据,这可以在某些程度上,补充政府数据的不足,帮助政府去做决策。

  说到深度强化学习他会说围棋的游戏也做到了,那你们这又有什么了不起呢,其实跟传统强化学习相比我们这个问题更难。

  我们准备了大量的数据以及视频数据,但是专家刚开始不太相信,因为这个问题实在太复杂了,所以当时要么开机现场测试,我们心里面都捏了一把汗,不过最后的效果达到了,效果非常好,这也是给了我们同行一个不小的惊喜。

  谢谢大家!

  声明:新浪网独家稿件,未经授权禁止转载。 -->

  大家比较好奇京东城市的LOGO为什么设计成这个样子?其实有两方面含义:

  我们只用35个传感器,结合城市里面的数据,就能够把城市里面每一个平方公里的空气质量实时计算出来,不仅可以指导我们的出行、我们的决策、政府的决策,也能知道每一次空气质量从好变坏的过程中,哪里先变坏,哪里后变坏,从而知道污染源的传播路径,快速找到污染源。

  无论用哪一种解读,最终的价值观构造以人为本的智能城市。大家看中间这是“人”字,所以是由两种含义,体现我们的理念,最后打造以人为本的智能城市,这就是京东城市。

  4、我们的智慧园区。这里面包括了我们智慧的景区,也包括了智慧的工业园区,也包括了智慧的展厅,等等,这是一个更细的落脚点,在这个解决方案之上有一个跨各个领域的平台级的场景的产品解决方案,就是我们的智能城市APP,我们打造一个一站式的服务平台,整合政务服务,整合京东的资源以及整合第三方的服务,形成一个以城市生活为核心的一站式城市体验APP。

  以上四个问题如果不能很好解决,我相信智能城市也将举步维艰。京东城市跟其它市面上的做智慧城市的公司比较有什么区别呢?市面上现在其实存在着三类智慧城市的建设者。

  第一,我们不是脑,不是中枢,不是去控制这个城市。

  在这个过程中,我们不得不面临四个方面的挑战:

  1、我们的信用城市。包括我们的居民信用、企业信用和政府信用。

  再往后,有这样一个数字网关技术,这个数字网关为了保证在数据不出各个委办局的情况下,做到互联互通。

  新浪科技讯 3月21日下午消息,iCity智能城市大会在京召开,京东城市作为京东集团的一级战略业务全新亮相。京东城市正式发布,启动合伙人计划,京东集团副总裁、京东数字科技副总裁、京东城市事业部总裁郑宇正式发布了京东城市的全新品牌标识和英文名称——JD iCity,详细阐述了以城市操作系统为核心的产品阵列,并介绍了国家能源集团AI优化火力发电、三亚智能小镇、宿迁信用城市建设等一系列应用案例。

  现在中国很多地方,你们上我们系统可以看,任何地方覆盖率变化情况都会看到。

  我们讲完了这么多产品,讲完了我们的定位,其实我们还有一条产学研一体化,这可能也是我们的优势,估计你们在很多的合作伙伴大会上面和产品大会上面很难听到这样的东西,我们成立了京东智能城市研究员,高文院士也是我们的学术委员会委员,昨天我们刚刚召开了第一届的智能城市学术委员会,我们很荣幸的聘请到中国工程院潘云鹤院士和中国工程院高文院士,中国工程院吴澄院士,中国工程院陈纯院士,中国工程院李伯虎院士和浙江大学庄越挺院长来担任我们的学术委员会的委员和主任。

  我们用大数据和人工智能技术,结合了交通、气象、地理信息,学习了算法模型,根据这个地方的各类数据,去计算这个地方的空气质量,即便这个地方没有装空气质量传感器(这是非常重要的)。北京只有35个空气质量传感器,如果把北京划成1公里×1公里的格子,大概有2000多个格子。如果在每个格子里面布空气质量传感器,大概需要2000多个,一个成本是100多万,这个价值太大了。

  在经验方面,我们有两方面优势:

  我们用一个例子给大家看怎么来完成这七步,最后达到一个真正意义上的智能小镇,用智能来拉伸小镇的价值,从这个价值里面获取利润而不是简单的依靠基础设施建设和地产的变现。

  挑战三:商业模式。我们早期智慧城市建设,主要依靠政府资金的投入。但政府的资金其实是有限的。往往是我们成立了一批新的项目,就失去了对一批旧项目的资金支持。如何创造有商业模式的新型智慧城市建设方式,这将是在下面一个阶段里非常关键的问题。如果没有良性的商业模式,政府的资金也很难全面支撑智能城市的建设。

  第二,算法模块化。我们用大量的经验,找出不同应用背后通用的人工智能算法模型,特别是针对于城市的算法模型,把这些算法模型陈列在平台里面,开放出来,大家通过搭积木的方法,快速构建自己的行业应用,这些算法模型都不是简单的人脸识别、语音识别而是像交通流量预测、空气质量预测、智能选址针对于城市大的算法模块。

  再往上,我们有行业的积累,电商、物流、金融以及最近加入的公安、交通、环境等领域。

  挑战一:城市需要一个生态,我们不可能靠一家公司一己之力,来解决这个城市里面所有问题。我们也不可能让整个城市陷入支离破碎的信息孤岛,烟囱林立各建各的。传统的总集 分包的方式,不是一个有效的生态。传统简单的信息集成,也不是一个有效的生态。

  我们为什么要做这样一个研究院呢?其实要落到产学研一体化。我们刚才讲过单纯依靠企业和学校,都很难培养出这样的复合型人才。一定是学校跟企业共建,用真实的数据和项目,去喂养这个人才,这样人才出来之后,才能真正解决智能城市的一系列难题。

热点文章
近期更新
友情链接

Powered by 京东彩票 @2018 RSS地图 html地图