目前“城市大脑”发展如火如荼，公众对于“城市大脑”的期待首先是立竿见影地改善交通、疏堵提效，尤其是在个别城市已经出现成功案例的情况下。但是，“城市大脑”的推进，其实仍面临着众多现实难题，也绝非可以快速复制、遍地开花。
据南方都市报报道，2017年8月4日，澳门特别行政区政府与阿里巴巴签署《构建智慧城市战略合作框架协议》，引进阿里云人工智能ET“城市大脑”。据悉，ET“城市大脑”在澳门落地的场景包括交通、旅游、医疗服务、电子政务、环保、海关通关、人才培养、经济预测等。
这是继自去年云栖大会上发布杭州“城市大脑”智慧城市建设计划后，ET“城市大脑”登录的第二站。据阿里云人工智能科学家闵万里博士透露，阿里云正在内地长三角等区域快速复制城市大脑。可见ET“城市大脑”正在国内的舆论热潮中，快速进行着扩张。
城市大脑的那些治堵“秘籍”
实际上，在2016年的杭州云栖大会期间，杭州市政府就联合阿里巴巴推出了“城市大脑”智慧城市建设计划，并首战交通拥堵。至此“智慧城市大脑”的话题在互联网一炮而红。许多舆论寄望“城市大脑”能切实解决城市交通拥堵问题，不过“城市大脑”的AI真如舆论所说，是治疗城市拥堵时立竿见影的一剂猛药吗？
城市作为人类社会的政治、经济中心，其职能之一就是促进经济发展。近些年来，很多国家的经济发展实现了前所未有的突破，但城市扩张、人口流动给很多地区带来了更多难题，这一过程让城市不堪重负，堵车等问题在城市间快速传染，让城市管理者无所适从。
而在此之前，很多科技巨头就预先一步料想到事态的发展，IBM就是其中之一。2008年11月IBM在全球提出“智慧地球”概念，并希望成为智慧城市的设计师。2009年1月，时任美国总统奥巴马公开肯定了IBM“智慧地球”思路，2009年8月，IBM又发布了《智慧地球赢在中国》计划书，正式揭开 IBM“智慧地球”中国战略的序幕。
这本来是一项壮举，但脱离实际以及业务模式的错误最终让IBM功败垂成，智慧城市的思路逐渐被各政府部门摒弃。而今，阿里巴巴、百度、滴滴出行等都纷纷拿出了“城市数据大脑”的人工智能方案，虽然所针对领域、名称不尽相同，但在原理上却是大同小异。
“城市数据大脑”的目标是通过收集城市的各项数据，对整个城市进行全局实时分析，自动调配公共资源，优化城市管理，最终使城市运行更加高效。
当一套完善的“城市数据大脑”落地后，将是一套完整的信息收集、整理、反馈、计算、输出系统，而AI的应用使得城市大脑不仅在信息收集上更加高效、全面，计算处理上也更加快速。
以交通领域的应用为例，如果通过人力来预判交通流量，仅仅是一周的视频数据分析，都需要数万交警三班倒地去看，花费的时间可能是几天甚至更长时间。而城市大脑则可以在十分短暂的时间内分析完毕，并且能够精确到多少车辆往什么方向走，哪些车辆存在违章……这方面，机器比人更具优势。
综上所述，我们不难看到，这一套“城市数据大脑”治堵方案，将前两年所说的火热的“人工智能”治堵、“大数据”治堵融合在了一起，并加以实施。以数据大脑为核心，实时监控分析道路车流量，依据动态的交通数据，自动切换和调配信号灯时间，甚至在车流巨大的路段，全程绿灯不停车。而从驾驶者这一方面，则可以很清晰的根据“大脑”所分析出来的数据，选择推荐车流量较为合理的道路行驶。从而调节交通流量，以解决堵车的问题。
从诸多“城市大脑”治堵的原理上来看，似乎“没毛病”，但其实再仔细思考下，懂懂笔记认为，我国的堵车问题远不止交通流量大、车辆类型复杂那么简单，这是一个多维度、多因素导致的城市交通“打结”难题。AI要面对的，恐怕是一个人为因素更复杂的困局。
“大脑”治不了驾驶员素质
今年7月24日，高德地图联合交通运输部科学研究院、清华大学-戴姆勒可持续交通研究中心、阿里云等权威数据机构，正式发布了《2017年第二季度中国主要城市交通分析报告》。
报告中显示，第二季度里百城中近八成的城市拥堵同比得到缓解，但仍有23%的城市出现拥堵加重趋势，拥堵加重的城市多是三线、四线的小型城市。其中，珠三角区的部分城市拥堵纷纷出现了上涨趋势。全国涨幅最大的TOP3城市分别是清远、肇庆、香港，其中清远拥堵涨幅达12.9%，涨幅最大。
那是什么原因导致了这些城市的拥堵问题加剧的呢。不久前，南方都市报发布了一则“道路“肠梗阻”罪魁”的新闻，在交警微信公众平台发起的一项关于交通阻塞原因投票中，票选比例最高的前四分别为：非机动车在机动车道逆行、穿插、随意变线，占总票数的17%；堵车时加塞占总票数的16%；违法停车、堵车时借道或占用对面车道超车两类均占总票数的13%。其余分别为：行人随意横穿马路占11%，掉头、转弯不让直行车和开车打手机两类均占10%，发生轻微交通事故不“快处快赔”占8%。
通过投票的结果，懂懂笔记发现这一类的交通违规都属于驾驶人员素质不高所导致的主观行为，而恰恰这些主观行为，“城市数据大脑”是无能为力的，或许还不如交警同志手中的一张罚单来得更加奏效。
在一次有关交管部门的会议上，一位北京市交通管理方面的专家这样说，智能化交通管理的问题，需要懂业务的技术专家，和了解技术的业务骨干（交警）共同来完成。AI再聪明，也不能完全解决管理的问题，“有时候，人工智能加上有效的行政手段才是最好的解决办法。”
“大脑”应对旧规划，成果成迷
在治堵的问题上，另一个阻碍“城市大脑”发挥的焦点，便是早期城市交通的规划弊端。
汽车发展的历史很长，但中国家庭汽车的历史却很短。懂懂笔记发现国内开始出现比较清晰的家庭汽车概念，大概是在2008年奥运会前后。长期的家庭汽车市场的空白，使得很多人在有能力购买汽车之后，全面激发购买欲望，造成了家用车辆爆发性的增长。而我国早期规划建设的道路，却无法满足爆发性增长的家庭汽车通勤需求。
在交通问题向来突出的广州，2016年9月9日曾宣布，“互联网+信号灯”控制优化平台试点完成，首次引入了人工智能技术——阿里云ET，希望缓解广州严峻的高峰交通问题。
广州大桥新旧桥合二为一。
自从广州的经济中心逐步转移到了天河区之后，位于广州天河区与海珠区交接的广州大桥一到上下班高峰期就是一副水泄不通的场景。无奈之下，广州政府规划了在广州大桥旁建设了广州大桥新桥。如今，广州大桥新桥修建完毕，32岁的广州大桥旧桥修复完毕。随着新旧桥“合二为一”，本以为这样就可以大大缓解堵车问题。但我们仍旧能听到不少“老广”抱怨，上下班高峰期，广州大桥依旧有较为缓行现象发生。
广州大桥依旧缓行，是因为大桥两侧米兰苑、汇美商务大厦等建筑林立，再无拓展的空间。那么如果寄望于“城市大脑”的人工智能来解决这一问题，是否有望？
根据“大脑”人工智能的原理，调节沿线交通灯的时长，以及引到车流分流到其他较为畅通的道路通行两大功能。我们进一步分析，从五羊邨开始到广州大桥，再到客村立交中间是并没有红绿信号灯的，从二沙岛汇入的车流也并没有信号灯的干预。所以从某种角度上来说，人工智能在这一个地方几乎无法发挥应有的调节作用。
其次，广州大桥连通洛溪大桥，是上班族来往越秀天河以及海珠番禺最近的道路，假设“大数据”了解到广州大桥车流量大，那么只能尽量引导车主往海印桥、猎德桥分流，除了绕了一大圈的路程之外，海印桥与猎德桥在高峰时段也是车流较多的状态，但是这无疑又加重了另外两座桥的行车负荷。
我们不得不承认，“城市大脑”可以解析数据，调节交通流量，可以缓解一部分城市道路的赛车问题。但懂懂笔记认为，目前人工职智能还是无法从根本改变早期国内部分城市规划的弊端，以及因此导致的堵车问题。与此类似的，还有天津单行线多路况复杂，以及重庆道路狭窄岔路口多等等，这一切都在阻碍“城市大脑”良好发挥其作用。虽然ET在应用中强调了“大数据”车流监测对于广州信号灯已在适应不断变化的交通状况，但在“治堵”上还需要更多的训练进行考验。
“大脑”安全与数据安全
除了“城市大脑”人工智能无法解决的固有问题之外，是否还有更值得我们担忧的问题呢？答案是肯定的，那便是数据的安全问题。
先有58同城全国简历泄露事件，再有国外巨头Dun＆Bradstreet 52G数据库遭泄露，更有印度麦当劳220W用户收据遭泄露。大众越来越关心大数据的安全问题，越来越低的数据犯罪成本导致了互联网社会的人心惶惶。
滴滴出行从去年宣布进军“人工智能交通”，发布了交通云计算平台。相应而来的，平台的数据量也非常大，有接近一百亿的路径规划请求，定位超过 130 亿次。实际上，我们每天的出行数据大约有 70TB，都是跟交通出行息息相关的。面对这么多且不断增长的数据量，如何确保数据的安全和不被泄露是一个非常巨大的课题。
上帝视角俯瞰的综合数据。
所以“城市大脑”的运用上，不应仅仅只针对交通问题。更多的要放远眼光，利用大数据以及强大的数据分析，为城市在能源、公共服务、商业的收集并提供数据分析，以便于管理者能对城市发展做出更好的发展决策。
而在交通治理方面，滴滴出行创始人兼CEO程维曾经在博鳌亚洲论坛表示：“虽然中国的交通基础设施建设相比欧美较为薄弱，但在互联网时代，中国在智慧交通、互联网出行领域应该已经领先，至少与美国并驾齐驱。”所以“城市大脑”在一定程度上虽然仍在摸索阶段，但是中国在这方面探索将有助于全球更多城市获得宝贵的经验。
尽管“城市大脑”治疗城市交通“顽疾”不能完全立竿见影，但相信通过AI和大数据的帮助，城市道路的规划会越来越好，堵车问题能得到有效地缓解，我们的衣食住行会变得更加有序，这才是“城市大脑”最大的价值。
