全球范圍里，有超過(guò)半數的人類(lèi)居住在城市之中，城市化的進(jìn)程也從未停止過(guò)。面對越來(lái)越龐大的城市，許多事情已經(jīng)超出了控制：擁堵的交通，嚴重的空氣污染，讓人煩躁的噪音等等。

　　沒(méi)有人真正了解城市中到底發(fā)生了什么，也沒(méi)有人真正了解城市里的居民、住戶(hù)每天在發(fā)生什么樣的故事。對于城市管理者來(lái)說(shuō)，他們需要更多的信息化方式來(lái)了解動(dòng)態(tài)的城市，知曉正在發(fā)生的情況，并即時(shí)做出反應。

　　城市計算這門(mén)研究正在逐步解決上述的問(wèn)題。在微軟亞洲研究院主管研究員鄭宇的帶領(lǐng)下，他和他的團隊正在利用城市計算解決各類(lèi)問(wèn)題，比如霧霾、噪音、交通擁堵和能耗等問(wèn)題。尤其是在空氣質(zhì)量分析、監測這一領(lǐng)域里，已經(jīng)和國內部分政府機構簽約，目前預測范圍覆蓋了全國300多個(gè)城市。

　　所謂城市計算指的是計算機科學(xué)以城市為背景，跟城市規劃、交通、能源、環(huán)境、社會(huì )學(xué)和經(jīng)濟等學(xué)科融合的新興領(lǐng)域。更具體的說(shuō)，城市計算是一個(gè)通過(guò)不斷獲取、整合和分析城市中多種異構大數據來(lái)解決城市所面臨的挑戰（如環(huán)境惡化、交通擁堵、能耗增加、規劃落后等）的過(guò)程。

　　用大數據預測霧霾

　　2016年11月30日，美國計算機學(xué)會(huì )（ACM）網(wǎng)站公布了2016年該學(xué)會(huì )在全球范圍內評選出的32名杰出科學(xué)家，鄭宇是入選的兩名中國大陸科學(xué)家之一。不僅如此，鄭宇還是2013年美國《麻省理工科技評論》（MIT Technology Review）評選出的35個(gè)35歲以下的全球杰出青年創(chuàng )新者之一。他還是人工智能領(lǐng)域國際頂尖學(xué)術(shù)期刊ACM Transactions on Intelligent Systems and Technology的主編 ，也是到目前為止ACM/IEEE 頂尖學(xué)術(shù)期刊里唯一在大陸獲得博士學(xué)位的主編。

　　微軟亞洲研究院主管研究員鄭宇

　　據鄭宇介紹，城市計算包括城市感知及數據捕獲、數據管理、城市數據分析、服務(wù)提供四個(gè)環(huán)節。與自然語(yǔ)言分析和圖像處理等“單數據單任務(wù)”系統相比，城市計算是一個(gè)“多數據多任務(wù)”的系統。城市計算中的任務(wù)涵蓋改進(jìn)城市規劃、緩解交通擁堵、保護自然環(huán)境、減少能源消耗等等。

　　“城市計算最后主要能幫助我們解決3個(gè)問(wèn)題，即理解問(wèn)題的現狀、預測未來(lái)和考究歷史。以空氣質(zhì)量為例，我們可以根據有限的空氣監測站點(diǎn)給出的數據，算出城市每個(gè)角落的空氣質(zhì)量分布，了解清楚現狀；也可以通過(guò)數據預測未來(lái)。當然也可以通過(guò)這些數據，分析歷史：霧霾產(chǎn)生的原因是什么？”鄭宇在接受澎湃新聞專(zhuān)訪(fǎng)時(shí)說(shuō)。

　　目前，微軟在利用城市計算預測空氣質(zhì)量上，已推出Urban Air系統，通過(guò)大數據來(lái)監測和預報細粒度空氣質(zhì)量，該服務(wù)覆蓋了中國的300多個(gè)城市，并被中國環(huán)境保護部采用。同時(shí)，微軟也已經(jīng)和部分其他中國政府機構簽約，為不同的城市和地區提供所需的服務(wù)。該技術(shù)可以對京津冀、長(cháng)三角、珠三角、成渝城市群以及單獨的城市進(jìn)行未來(lái)48小時(shí)的空氣質(zhì)量預測。那具體是如何做到的？

　　首先霧霾的大數據主要包括當前空氣質(zhì)量數據、氣象條件、未來(lái)天氣預報3類(lèi)數據。在北京共有35個(gè)空氣質(zhì)量監測點(diǎn)，外加上美國大使館的一個(gè)監測點(diǎn)，共36個(gè)。

　　鄭宇介紹，要預測一個(gè)地方的空氣質(zhì)量，并不是指單純地只看這個(gè)地方本地的數據，而且要考慮到周邊地區的空氣及其他因素，比如空氣質(zhì)量站點(diǎn)數據、交通流數據、氣象數據、廠(chǎng)礦數據、人口流動(dòng)數據、路網(wǎng)結構等。

　　與傳統模擬空氣質(zhì)量不同，大數據預測空氣質(zhì)量依靠的是基于多源數據融合的機器學(xué)習方法，也就是說(shuō)，空氣質(zhì)量的預測不僅僅看空氣質(zhì)量數據，還要看與之相關(guān)的氣象數據、交通流量數據、廠(chǎng)礦數據、城市路網(wǎng)結構等不同領(lǐng)域的數據，不同領(lǐng)域的數據互相疊加，相互補強，從而預測空氣質(zhì)量狀況。

　　“預測的準確率，我們現在已經(jīng)做到北京未來(lái)6個(gè)小時(shí)的準確率達到了75%，在深圳和廣州做到了80%。未來(lái)48個(gè)小時(shí)的預測準確率達到50%。大家不要小看50%的準確率，它其實(shí)已經(jīng)非常高了。相比之下，天氣預報24小時(shí)的準確率只有40%。”鄭宇說(shuō)。

　　預測未來(lái)空氣質(zhì)量情況，給在城市生活的居民出行帶來(lái)重要的提示信息，除了與環(huán)保部的合作外，微軟的空氣質(zhì)量監測系統Urban Air還為在2015年于福州舉辦的第一屆全國青運會(huì )的空氣質(zhì)量保障工作中提供了技術(shù)支持。另外一個(gè)科技巨頭IBM也推出了類(lèi)似的服務(wù)。IBM與北京市環(huán)保局共同創(chuàng )辦了“聯(lián)合環(huán)境創(chuàng )新中心”，使得政府官員可以在最?lèi)毫拥那闆r下更好地制定減排計劃。IBM還與張家口市簽訂了協(xié)議，在冬奧會(huì )之前作出一些前期規劃和應對方案。

　　除了政府部門(mén)，城市計算還能幫助城市居民規劃出行安排。如果你約3-5個(gè)好友一起周末踢球，你就可以根據預測給出的空氣質(zhì)量情況進(jìn)行選擇。

　　在采訪(fǎng)的過(guò)程中，鄭宇還向澎湃新聞解釋了為什么中國政府部門(mén)給出的空氣質(zhì)量數據與美國大使館的數據不同。

　　“美國用的是自己站點(diǎn)的讀數。其實(shí)兩者的測量原理都是一樣的。美國大使館公布的是實(shí)時(shí)的PM2.5濃度，以及根據這個(gè)濃度換算的AQI（air quality index）值。中國政府的測點(diǎn)也公布了實(shí)時(shí)濃度，但發(fā)布的AQI是根據過(guò)去24小時(shí)的平均濃度。所以?xún)烧咧g換算方法不一樣，導致AQI看上去不一致。但實(shí)時(shí)濃度值其實(shí)是一致的，有時(shí)候中國政府公布的污染物濃度還會(huì )比美國大使館公布的高。”鄭宇說(shuō)。

　　用大數據解決美國紐約的噪音問(wèn)題

　　城市化發(fā)展進(jìn)程中，除了有空氣污染問(wèn)題，噪音問(wèn)題同樣值得關(guān)注。被譽(yù)為“世界中心”的紐約，噪音問(wèn)題尤為嚴重。已經(jīng)有研究證明，人如果長(cháng)時(shí)間處在噪音環(huán)境下，會(huì )對人的血壓、記憶和睡眠等都造成影響。

　　“用傳統的方面解決噪音問(wèn)題是非常困難的，因為傳統技術(shù)通過(guò)撞擊傳感器來(lái)監測噪音。但噪音是聲音上的變化，在時(shí)間和空間上的反應非常劇烈，并且可能是一瞬就消逝了。而另一個(gè)原因是，傳感器并不能讓你知道噪音污染的原因。”鄭宇告訴記者。

　　如果想要對噪音進(jìn)行監測，鄭宇認為需要在100平方米的范圍內，甚至更小的區域內裝一個(gè)傳感器。那整個(gè)紐約市可能需要裝約100萬(wàn)個(gè)傳感器。這既不可行，而且要花費的人工管理成本也很大。其次，對于噪音的定義和人的感受有著(zhù)非常緊密的聯(lián)系。白天時(shí)間里，人對噪音的容忍程度和夜里會(huì )有明顯地區別。

　　這樣一來(lái)，在城市計算中，就需要考慮人的感受。鄭宇給出的解決方法是根據美國人工投訴熱線(xiàn)311，通過(guò)電話(huà)記錄人們投訴的原因和地點(diǎn)，把人變成噪音監測的傳感器。這樣就能為噪音給出準確的定義和分析，政府也能及時(shí)給出限制措施。

　　除此之外，鄭宇還在用城市計算預測城市人流，為城市大型活動(dòng)的人流管控提供政策服務(wù)。目前，微軟已經(jīng)和貴陽(yáng)市共同做了研究項目。利用出租車(chē)的數據，可以知道每一平方公里內，有多少出租車(chē)進(jìn)入和有多少出租車(chē)駛出?？梢宰屨块T(mén)提前2-3小時(shí)進(jìn)行備案，疏導人流，防患于未然。

　　“人流量控制其實(shí)在很多地方都非常需要，比如機場(chǎng)、地鐵站等。它能真正降低事故發(fā)生的概率。但預測人類(lèi)的行為其實(shí)是非常困難的，因為當你有重大事件或活動(dòng)發(fā)生的時(shí)候，很遠地方的人也會(huì )趕來(lái)參加。這就要求建立許多相關(guān)性，融合許多的數據。”鄭宇說(shuō)。他還舉了一個(gè)簡(jiǎn)單的例子，比如城市上班族出行的早高峰時(shí)間，會(huì )隨著(zhù)天氣的變化有所改變，那在預測人流量時(shí)就不能只考慮一個(gè)因素。

　　未來(lái)，在人工智能、深度學(xué)習等算法的支持下，城市計算給大眾帶來(lái)的驚喜會(huì )更多，但鄭宇也向記者介紹了這門(mén)學(xué)科遇到的挑戰。

　　首先，數據的獲取。雖然并不是數據越多，對于城市計算就越有幫助。但如何更準確有效地獲取相關(guān)數據，還是值得思考的問(wèn)題。其次，數據融合。即打破各類(lèi)數據的壁壘，讓來(lái)自不同行業(yè)、領(lǐng)域的數據進(jìn)行融合。最后，還要向各個(gè)行業(yè)的專(zhuān)家進(jìn)行學(xué)習，進(jìn)行對比借鑒。

　　“有時(shí)候我們需要先用自己的能力證實(shí)一下，即你能做出東西來(lái)，并展示給其他人看。在與行業(yè)對接時(shí)，還需要用他們的語(yǔ)言把問(wèn)題講清楚，別人才會(huì )接受你。別人接受你之后，才有可能真的落地并真正推動(dòng)行業(yè)進(jìn)步。”鄭宇對記者說(shuō)。