分享
Scan me 分享到微信

李栋:多源数据融合,城市智慧发展之路

改善城市发展的决策,里面最核心的就是数据融合、方法融合、价值观融合。“智慧城市”到“城市智慧”。换句话说,就是数据驱动的精明决策。让数据真正成为一个城市未来规划的重要价值

  6月15日,第五届“地理信息开发者大会”(World Geospatial Developers Conference,WGDC)在北京国家会议中心隆重开幕。大会由空间信息产业创新创业服务平台泰伯主办,秉承不断引领和促进空间信息技术创新与变革的宗旨,WGDC已走过五个年头,如今成为全球最具前瞻性的跨界创新风向标。

  6月16日下午,在首次亮相2016 WGDC的空间大数据专场上,北京清华同衡规划设计研究院技术创新中心副主任李栋博士作了题为《多源数据融合,城市智慧发展之路》的演讲。以下是李栋的演讲实录(尚未经本人核实)。
 

泰伯网

  李栋:我们希望和大家分享一些改善城市发展的决策这些方面的一些思考。我想先把我的观点先亮出来,我觉得这里面最核心的,是我们现在需要几个层面的融合。

  第一个层面就是数据融合,第二个层面方法需要融合,第三个层面价值观需要融合。只有在这三方面有了充分融合之后,我们采集到的数据也好,分析的技术也好,才能够真正在现实生活中,尤其城市决策发展过程当中起到很好的帮助作用.

  下面是一个非常火的题目。经过这几年的发展,尤其在实际建设规划当中接触到的情况,城市项目做了很多,但是城市发展的问题依然有很多病亟待治疗,所以项目虽多,但没有带来特别好的效果。一般来说,现在做智慧城市一般都是某一个部门或者行业企业做一些或大或小的IT系统。现在这些系统建成之后,也是一个分散的建设,有时候反而加深了一些信息获取障碍的存在。因为不同的部门,不同的项目都在做,以硬件实施为主。其实真正对于我们城市发展决策来说,需要通盘综合考虑各种各样的问题。这些系统在建设的时候其实对于整合,尤其是数据共享中间是比较欠缺的,这就导致我们在发展、思考的时候没有获取到全部的信息。

  我们经常反过来想城市,城市其实是非常复杂的系统。城市使我们的IT系统会非常复杂。我们经常把这些系统放在一起,情况会变得更加复杂。智慧城市这个概念其实是IBM在早几年提出来的,当时提出来这个概念还是是比较狭义、比较简单。特别是对于基础设施的这些情况,只是大致说了用一些信息化技术改变效率。把名字翻译成中文,概念也比泛化,本来是很窄的事情,但是理解上却很泛。用发表的文件,到底中国说智慧城市跟外国人说智慧城市有什么区别?后来做研究下来发现,这个区别很大,可能做下来的是完全不一样的东西。

  如图,右边从文件体现出来也是一些技术,如能源技术、水技术、安全技术、电子商务、建设中心等等,但是在文献里面搜信息的时候,发现概念却更加宽泛,也是中国城市发展的临界点,包括云计算等等都在里面。现在感觉,中国的发展是一个有中国特色的发展。现在多元数据的基础是有了,已经做了那么多年的数据化、那么多的城市化建设,已经积累了很多的数据。这里面包括政府的数据、企业商业的数据、互联网的数据、物联网的数据。刚才洪老师提到了,数据是非常多的。其实我们的数据资源是有,但是关键缺乏一个高效有力的整合。

  第二个层面,是方法层面的融合。目前刚刚开始,怎么把多个来源进行有效的方法整合?这里面的问题是,你有了数据就够了吗,有了数据是不是就能真正解决问题?前几天看了一个数据,300多年以前就已经在考虑,法国一个统计报告里面有一句话,如果国王每天坐在办公室就能把臣民、土地数得清清楚楚,这是300多年前。但是到现在为止,我们很多的项目数据都没有弄得清清楚楚。我们怎么把数据弄起来这是第一步。因为大家都希望很多数据能支撑决策。

  这里面也同步出现了一个问题,首先,你得提得出来,决策涉及的问题是什么?所属的行业,就是你所做的规划,你这个问题怎么样让城市发展得更好。下面的问题是,用一些指标怎么来刻划更美好的城市,如果用数据去描述会是什么样的?所以,首先要把这些数据先提出来,可能才是一个数据要回答的过程。

  我们目前的工作都是在多元方法的层面,包括应用层面来进行工作的。我们回过头来看IBM,IBM提了“智慧城市”这个事情之后就不提了,就提Watson,它是一个深度接口。我们给你一个深度解读的数据,这里面很多是从浅层学习到深层的学习,从线性到复杂的学习过程,在这个过程中真正用来的解决问题的依据,而不是去看一些指标。这个是最新的一些动向。我们发现其实拥有多元数据只是第一步,数据多了以后,融合的那一步才刚刚开始。

  最后是多源价值观的融合。在中国有很多的智慧城市发展目标,刚才洪老师也提到弹性城市,中国有很多城市,到底哪一个才是你想要的。很多时候,其实这个价值观是你使用方法、使用数据时的一个导向。如果这个东西都没有很清楚,做出来的知识为了数据而数据、为了分析而分析,这些数据就很难真正体现价值。考虑从到这一层,这实际上最难也很难有完美解决方法的时候。

  总结一下我刚才这些观点。从“智慧城市”到“城市智慧”,当然硬件设施建设非常重要,但并不是关键,在数据有效整合后才是关键的开始,就是我们要在数据层面需要更好的综合之道。第二,需要我们发现规律,这个规律发现有多种多样的方法,可以由传统的方法,也可以也深度学习的方法,这些方法需要融合。第三,最关键怎么取舍价值观。价值观融合是很重要的。

  这三个为什么重要,原因是社会效益,社会价值的作用。我来自规划院,我讲这个例子也是偏规划的研究,这个例子不是特复杂。在其中特别注意三个方面的融合,我们怎么样把不同来源的数据整合在一起,把不同的方法融合在一起。这个例子比较宏观,是解决一个宏观方面的决策事情。这个例子大概就是说:“中国有这么多城市,每个城市都在提科技创新。有没有一个办法很好去评价它或者去描述它。城市框架到底怎么样?”当时有一个指标体系,这个指标体系就是刚才提到价值观的需求到底考察什么内容?考察GDP还是考察专利数,考察专利数还是单位产值数?这个在我们心目当中就是一个城市科技创新能力好坏的一个表现。传统的做法,就是找各种各样的数据。一般各种各样的统计年鉴,大家知道中国统计年鉴非常不好。

  对六普详细数据有几个数据,如企业法人的大数据。要是把几千万企业法人信息拿过来,让百度的POI这些指标描述,是不是可以看一个城市的可创能力有没有得到发展?

  如图,不同颜色的指标是来自不同类型的数据,传统的很重要,但不是全部,这些数据在统计年鉴里面看不到,当然还有很多,这里只是提出一些特定需求的数据。

  接下来回到一些方法,像学习、分类、相互性等等进行一个判断,每一个城市在这个价值观里面,我们都找到了能力的位置,科创能力都多少?有多少相似?发现有的比较像,有的完全不一样,说明它在科技发展方面不同的成绩,不同的取舍。最终我们要把它应用到规划里面,有了这个分析之后,包括中央政府和地方政府怎么去把城市能力改进?缺什么东西,要跟谁建立一个科创的网络,这样的数据才是我们应用的出口。

  刚才那个还比较传统,现在也有在做包括深度的学习,以及各种各样的算法的城市。其实一个城市是一个复杂的问题。刚才把一个城市当做一个点,北京是一个点,上海是一个点。如图,现在我们把上海切成几个小块,每一个小块都有它的特征。如图,是我们跟当地政府的一个合作,合作比较高,包括人口、房产、普查、非普查、经济、人群、车流等划成几个小块,每一个地块都有发展的规律。我们说这个地块发展得好就标记一下,发展不好再标记一下。那么多年寻求不同的发展规律,我们可能会找出一些比较明显的特征,包括房价、就业情况、人们消费情况等等,这就看你怎么考察一个城市的方式问题。这个方向就非常趋向于现在深度学习、人工智能的方向,通过大量过去的历史时间,去寻找未来的发展规律,通过这个发展规律给政府提一些有效的建议。通过一个功能,从一个居住区改造,一个商务区建设,商业算法来告诉我改造商务区能改变很多的机会。

  我的演讲基本结束了,回到我的观点:一个城市的智慧。换句话说,就是数据驱动的精明决策。怎么驱动精明决策?就是需要三个方面的融合。今天只讲规划方面,城市建设包括规划、建设、管理。这跟IT系统有相似性,IT系统需要设计、实施、维护,其实就是相似性。可以把六个阶段乘起来,每个阶段都有对应的地理、对应的方向,城市规划做好未来的建设阶段、规划决策都需要大数据的服务。目前的做法是不够,只是把数据采下来,还需要把数据转化为分析和服务的能力。比如DaaS,数据即服务,希望未来把数据用起来的服务。现在做IT开发的人,能为行业做大数据系统,在未来规划中能够把大数据的未来规划真正应用起来。

  非常感谢大家!

参与评论

【登录后才能评论哦!点击

  • {{item.username}}

    {{item.content}}

    {{item.created_at}}
    {{item.support}}
    回复{{item.replynum}}
    {{child.username}} 回复 {{child.to_username}}:{{child.content}}

更多精选文章推荐

泰伯APP
感受不一样的阅读体验
立即打开