人工智能的发展历程
二十世纪五十年代到七十年代初，那时人们以为只要能赋予机器逻辑推理能力，机器就能具有智能，人工智能研究处于“推理期”。接着，人们意识到人类之所以能够判断、决策，除了推理能力以外，还需要知识，因此人工智能研究在二十世纪七十年代进入了“知识期”，大量专家系统在此时诞生。随着研究向前进展，专家发现人类知识无穷无尽，并且有些知识本身难以总结再交给计算机，于是一些学者诞生了将知识学习能力赋予计算机本身的想法。发展到二十世纪八十年代，机器学习真正成为一个独立的学科领域、相关技术层出不穷。进入2010年后相继在语音识别、计算机视觉领域取得重大进展。2016年让人工智能在学术界、工业界、媒体界等社会各界引起广泛关注的AlphaGo的背后，也是深度强化学习和蒙特卡洛树搜索的结合。
机智过人还是技不如人?
经过海量数据训练，人工智能可在边界清晰的领域内游刃有余，只是与可在开放环境下对变化中的事物不断学习进而适应的人类智能相比，机器在面对超过固定规则设置的罕见场景时，往往不知所措，鲁棒性有待提高。尽管如此，城市发展建设的方方面面都有大量的潜在的可供现有技术能力来升级改造的空间，比如机器的感知、认知、大数据处理以及运动控制等方面取得的能力突破来融合。
二、人工智能在城市发展的应用及场景
2017年是人工智能的应用元年，未来将有更多城市场景落地
AI+安防：计算机视觉+深度学习技术是智能化视频升级的必要条件
上千万的摄像头和庞大的监控网络，瞬间就会产生海量监控视频数据，从海量视频数据中高效提取出有效信息，就成为智能视频监控技术的关键。以一个一万路视频规模的城市为例，每月产生12PB的视频数据量，在这样量级资源中找到目标人员、车辆宛如大海捞针，然而通过人工智能算法，则可自动抓取视频中的目标图片，并提取其语义化的属性数据以及可用来比对检索的特征数据，每月数据大概为仅15亿条，而存储容量下降到300TB左右，即可实现秒级检索，并刻画目标的轨迹、进行行为分析。
AI+交通：人类对车辆的控制最终会接近零，实现无人驾驶场景
驾驶的进化过程正是自动智能化交通的演变踪迹：现阶段，辅助驾驶的各项功能相对比较成熟，无论是测试还是实际开放环境表现都比较稳定;而自动驾驶的限定场景也有望在未来三年落地，主要落地的是环境相对简单、封闭或乘车人安全有保障的场景，未来，无人驾驶形态还需要通过大量数据积累、校对和测试，以及技术的突破与零部件量产而带来成本下降。
AI+身份验证：AI身份验证已显著超越人力身份验证效率
由政府组建的政务云平台，为城市管理打通了信息与数据的“孤岛”状态;在智能政务多个场景中，由于而人力验证有效时间是半小时轮岗，因此，身份验证广泛应用于各类识别身份的节点。例如：基于人脸特征信息进行身份识别的生物识别技术，随着深度学习带来的突破，让机器根据训练数据集达到拥有自我学习的能力，最终掌握“人脸”的概念。
AI+零售：实体零售智能化是对抗电商零售的唯一出路
实体零售需要抓住“新零售”转型升级的机遇，打造信息化的实体店并建立立体数据库，从而达到在更好服务顾客的情况下控制或缩减成本，提升实体零售的竞争力。实体零售可以从各类访问数据入手，在店铺中实时监控、快速捕获消费者的喜恶并进行精准分析，实现智能化运营与管理。
AI+娱乐与生活：增强现实技术在图像视频等泛娱乐场景中不断创造价值
娱乐与生活市场空间较大，我国智能手机用户对新鲜事物的接受程度较高，并且乐意使用新技术来提升现有产品的体验，短视频与美颜滤镜的瞬间火爆印证了这个观点。目前，增强现实技术主要应用在个人移动设备上的图像视频泛娱乐场景，未来，在硬件设备的升级迭代下，增强现实技术将带来更广阔的商业价值。
三、中国人工智能城市未来发展展望
随着城市的不断升级转型，对人工智能技术需求越来越大
在第四次信息革命的推动下，城市-智慧城市-人工智能城市的不断迭代升级，人工智能技术在城市建设当中越来越重要;从信息化-联网+感知-自主智能化，越来越重视技术革新带来的升级体验;艾瑞认为：未来，城市管理当中人类参与管理与决策将越来越少，最终达到城市自主智能化管理的效果，从而实现高效、安全、节能、可持续发展的城市发展目标。
日益完善的ICT架构将加速城市迭代发展
技术升级也为城市治理提供了“智慧”决策支撑，从数字城市到人工智能城市，ICT(InformationCommunicationTechnology)的完善推动着城市的迭代发展，以云计算、大数据、物联网、通讯为基础设施，人工智能技术在城市发展当中提供了分析、调配、管理、预判的功能;艾瑞认为：在技术和基础设施不断升级的ICT架构下，提高城市运作效率、更好的居住体验将会是科技改变生活的显著效果;而在这个过程中的每一个环节都将蕴藏极大的商业价值。
相关阅读：
