6月15日下午，WGDC2018智慧城市峰会在北京国家会议中心举办。Esri中国信息技术有限公司高级应用咨询师任志峰应邀出席会议，并发表演讲。以下为演讲实录，未经本人确认。
各位专家、各位来临，大家下午好。我是ArcGIS公司的任志峰，我接下来与大家分享ArcGIS平台与智慧城市的话题。
我们从一个故事，或者说一个老人说起。这是2005年梵蒂冈新任教皇上任的照片，与之对应的是2013年新任教皇上任的时候，这两张照片大家可以看出来一个变化，这个变化可以让移动手机行业的从业人员相当自豪，这是技术在推动所有人生活方式改变的例子。
与之对应的就是GIS这一块，同样我们传统的GIS模式就像2008年照片一样大家的手都是放下的，这样一种模式都是CS或者BS的传统系统，在这种模式之下最大的特点就是可能用的人少。所有能够接触到地图的往往都是一些专家，比如说做技术的或者做遥感的，诸如此类。我们GIS行业把手举起来的照片，应该是一种什么样的模式?应该是所有的人，或者说不论你是不是GIS出身的，无论是不是技术出身的，你都应该有资格，或者说有这个欲望去利用好地图，去利用好我们现在称之为平台模式的新形式。我想表达的其实就是一句话，技术其实是在用自身的发展去降低技术本身的门槛。
落到智慧城市的建设上来，其实有一个非常好的官方表达，就是现在我们都称之为智慧城市的时空大数据与云平台建设，可能用词不太一样。官方的描述，为什么叫官方，这是去年国家测绘地理信息局发布了一个智慧城市时空大数据与云平台建设的技术大纲。刚才单主任也提到了整个新型城市的建设有一个协调的联席会，在这个会议上，我们GIS圈得到的任务就是去支撑，去建造时空大数据与云平台智慧城市的建设。
与此相对应的，或者说与此同时的ArcGIS新技术的构架实际上也在发生着变化。从最早单一的应用，可能一台电脑一个专家就能够去处理数据，就能够去解决问题，到后来的服务器应用，再到这两年比较火的云平台，我们有私有云、公有云，再到现在可以说是最热门的一个话题，叫做所谓的分布式的多云融合，在这里我不会去过多的解释有一些技术上的事情，但是他的本质都是在做一件事情，就是我们在外部上，在云端，用服务的方式希望能够把所有的数据，把所有的资源，把所有的信息都放在一起，也就是放在地图上。
这不是一个巧合，因为大家都在同一个时代，在同一个技术背景下，对于智慧城市时空大数据和云平台这个平台来说，ArcGIS构架可以说完全与之对应的，我们现在看到的这张图可能跟大家熟知的ArcGIS产品或者说传统的GIS产品构架是完全不同。
在智慧城市大的背景下，对GIS的要求远远不是以前那种死地图，我们只能去看一看，编辑一下，更多的会有现在时空大数据，有更多的数据资源要利用，有更高的要求。比如说时间响应上的要求，比如说更高的技术推动，这一切为我们带来一个新的，叫做面向时空大数据云平台的构架，可以简单的分为云和端。对于使用者来说，他实际上看到的仅仅是一部分，就是时空大数据和云平台这一块，完全不需要理解我下面要讲的东西。
我们先把下面的内容过一下。一个是时空大数据本身，现在更多的或者说，不仅仅是这一小块，我们把缓存数据存储里面，对于大数据的场景，对于大数据的使用，我们现在也有时空大数据的存储。这三个构成是独立的，但是对用户来说是透明的，这个也很重要。还有一点我们现在有大量的云平台，比如说阿里的云和华为的云，在现在的ArcGIS Data Store里面对云的支持也很多。像云比较流行的分布式文件存储，比如说这种对象存储，现在都可以被ArcGIS使用，去利用好云平台的一些优点。
第二个是刚才说的ArcGIS之外其他的“十八般兵器”，第二类是GA，是空间大数据的引擎。实际上千言万语就是一句话，就是在用分布式的计算方式去对极大规模的数据进行传统的空间分析，不是传统的数据分析，是对以前做不了的事情节约时间。还有像物联网，我们有大量的实施工具。如果需要介入，ArcGIS有专门的门槛获取、处理、分析，以及可视化、存储，满足数据的要求。同时与我们刚才提到的历史时空大数据的存储和分析也是完全兼容的，换句话说，现在物联网数据也是最重要的大数据分析的来源。还有影像数据，影像的大数据分析实际上也是大数据分析的一种，也是用定型计算的方法去处理各种各样的分析，值得一提的是现在开始和流行的AI技术结合，最早落地的也是在影像大数据的处理上使用一些AI分析方法，去做一些提取这样的实际功能。
说了以上这些，实际上我们现在有一个短片可以从用户的角度来看一下，刚才是从工程师的角度去看。我们说如果需要去建设一个时空大数据云平台是怎么做的，以及我们用户登录平台的时候，你能发现他并不关心或者你想看都看不到你的数据在哪，他是什么样的数据，是大数据吗?是实时数据吗?可能只能从分类和逻辑上看到这个东西，同时整个平台也能提供我们的一些功能，比如说去做开发，比如做一些不同的地图集成，他的分类可以是按照数据本身的类型去分，也可以按照行业的类型。
这里有一些功能，刚才提到的实际上大数据的分析功能，并不是说我们有一些分析方法，而是说他会用传统的方法去支持海量的大数据，刚才我们看到的列表里边所有的分析方法还是像以前一样，它的优点把大数据集成在了后台，我并不需要去考虑是不是使用大数据的专门算法，你只需要面向业务或者面向我们智慧逻辑就可以了。比如说在我们习以为常的地图界面，可以把各种各样的数据放进去，这样都是以地图的形式放进来的，但背后他可能是存在数据表里面，也可能是存在大数据海量信息存储里面，也可能是一个支持数据的数据流，这一切都是在平台背后存在。再比如像三维，现在三维和二维并没有太大的区别，一方面是从存储上，另一方面也是从我们开发的角度来说，功能上也是类似的状态。
这是平台之上我们各种类型的资源，这个资源同时也包括了像云服务本身，也就是说我不只是关注我的数据，不只是关注知识资源，也关注硬件资源，比如像云里面的存储和计算能力等等，都是可以在一套平台里面表露的，就是一个跨平台的完整时空大数据云平台的角色。
刚才看到的这一个短片实际上在用户的角度来说的，我们能够去体会他在做什么，他实际上并不关心，或者在我们的理解里边，智慧城市的用户他关心的是面向居民，面向最终的使用者怎么体现智慧，怎么把他的企业服务能力发挥出来。换句话说ArcGIS理念，我们的思路平台，把平台定位在把不可能变成可能的角色，他在提供能力和资源。我们所有的行业内部从业人员，我们是需要去做另外一件事情，就是把现在提供的一些能力，所谓的大数据还是所谓的互联网，把这些能力依据我们居民真正的需求，去把可能变为现实，这也是我下面想要与大家分享的。
第一个例子是宁波的时空信息云平台，这个名字实际上就是刚才提到的时空大数据云平台前身，它的建设可以说完全的是按照时空大数据与云平台的构架建设的，当然这个不是重点，重点是当我们建成了一个平台之后，更重要的是如何利用好。刚才说的平台能够去评比所有的技术差异，而真正专注去实现我们想要获取的价值，或者说去获取我们的智慧能力，那么这是在宁波实践的一个系统叫做大数据挖掘管理系统，他的核心实际上是把我们常用的或者说常见的一些工具，一些分析工具都把它定为所谓的自动组装数据挖掘工具集，同时这个工具集是可以把分析方法和能力进行自动的配置，里面包括基本的统计、回归、分类，诸如此类，也包括一些专业的，或者说是一些完全是跟业务绑定的东西，像人口的空间模型，还有像PM2.5的模型诸如此类。有这些模型以后，他先分个类，再把这些不同的模型统一的放在平台上，这就带来了一个优势，就是说模型本身代表的是知识，知识与下面的资源相结合才能形成我需要的结果，资源在一堆文件里面，在大数据库里面，在实时数据流里边可能都有。
但是对于使用者来说，还是刚才说的那句话，他需要的是什么，他需要专注的是知识，而不是下面说的这些让知识成为智慧的实现过程，所以说他有这么一个管理系统。比如说里边一个专门的分析工具，它可能可以去分析所有不同的数据类型，不需要关心它是不是大数据，传统的分析方法，以此带来的就是它真正想要做的事情。比如说我们现在看到的这是它大数据的成果，还是刚才这句话，它是大数据的成果，但是并不代表所有的东西都是用着大数据的分析方法做的，而是可以把大数据的方法和传统的方法和实时的模型整合在一块实现它的智慧。比如说人口的分布，时间关系我就不一一念了。对居民来说有帮助的，他可以去关注宁波市买房的推荐，有人口的因素，有一些经济因素，有一些产业因素，他把这些东西都融为一体，用一个知识模型去推荐给真正的想要在宁波长期生活的人，他的一些好的区域去供他参考。
还有不同的知识化的服务模型，人口预测与学区的预警，你这个学区的划分是否合理，这是教委可能会去考虑。还有像教育资源的可达性的分析。还有一些比如说这是气候的，我们可以通过比较可视化的方式去展示PM2.5浓度的变化。还有一个是基于人工智能的预测，我们做GIS可能对人工智能预测PM2.5浓度本身是力不从心的，这一点对于我们真正在平台之上整合其他的一些大数据算法。比如我们这里当时是高校的老师，他直接提供的专业能力，为我们提供了一个所谓的他能预测每个区域，某一个区域在多长时间之内会产生PM2.5的污染等等这样一些。刚才看到的是宁波的大数据应用。
接下来Insights应用，它是在端的一个小程序。这也是一个故事，这是北京的一个街道社区管理部门，实际上就是街道办事处，它有很多的数据，想把这些东西利用地图，也是刚刚其他嘉宾提到的，要用数据讲故事进行决策，这个事情实际上他现在落实在了几个方面，像社会服务、人口服务、社会管理和建设，他提供的数据都是一系列的表格，我们在这里看到的是它的人口组织和可视化的过程，你可以在这个Insights数据探索里面非常方便的找到哪个街道，或者哪个社区人口最多。而且这个最多人口是可以再精细化的，比如说，看所有的统计可以看出老年人口最多，或者说党员最多，诸如此类。再稍微复杂一点的，像这个是社会福利的一个数据可视化和决策的功能，在这里我们可以把每一个不同的区域，把它的人均福利，他享受社会福利的人数和种类都给统计出来，这里面比较有参考意义的是人口的热点图，他可以把不同类型的，实际上相当于我们有一些人口的社区人口的具像，他能把不同的社区特点体现出来。
这是一个整体的关于社会服务资源的，也是一个道理。总得来说我一直在说它小，实际上我们只是用了一个人，花了两周时间就把四个主题，十个页面的，不能称之为系统的这样一个内容提炼出来，但是对于用户来说，或者说对于真正要做智慧社区来说，这是一个非常方便的功能，可以不停的换数据，也可以把你的知识带到其他的社区，带到更大的区域里边去。
最后还有一个是关于实时数据的，这块我就快一点。最基本的概念是实时数据是大量的异构、实时、不同种类、各个部门的数据来源。他们最好的组织形式只有地图，所谓的物联网，我们要把不同的物，把这些不同的数据连在一起，才能够形成物联网，怎么连?用地图连最好。最基本的当我点到一个物联网传感器，比如智能井盖它的水位，这时想知道的是什么?一个最直接的是水位的深度，这是物联网传感器能传递给我的，我还想知道如果这个智能井盖的区域内发现了积水，相关的它周边的一个实时影像是怎么样的，这个是可以通过地图非常方便的就能得到。得到了有什么作用?那我就可以知道是不是堵车了，是不是发生一些人员危机了，诸如此类。整套的东西实际上不只是应急管理去用，可以在交通上，可以在城市管理上，可以在综合的排水上都可以实现统一的集成。
上面的这些内容仅仅是在说技术，但是智慧城市不仅仅是技术，我们想做的事情一直都是在支撑整个社会城市的建设，用平台去支撑，还是刚才最早之前说的那句话，平台给我们带来的是可能和不可能的区别，对于我们来说，对于人来说实际上就是要把平台带来的可能转变为现实。谢谢大家!
{{item.content}}