作者李泽南

为智慧城市装上「操作系统」:京东发布最新一级战略

一年前,郑宇成为京东金融副总裁、首席数据科学家,京东也随即进军智能城市建设。3 月 21 日,京东在北京总部召开了智能城市大会,公布了自己的全新战略:为智慧城市装上「操作系统」。

郑宇在大会上揭晓了京东城市的全新品牌标识

「如果云服务是 PC 机,京东要打造的就是在其之上的 Windows 操作系统。」已是京东集团副总裁,智能城市事业部总经理的郑宇在昨天的大会上表示,「我们会在上面搭建一些关键应用,就像 Office 一样,并欢迎其他企业加入这个生态,共同构建良好的商业模式。」

郑宇在来到京东前曾是微软亚洲研究院城市计算领域的负责人,毫不夸张地说,「城市计算」一词,就是他提出来的。而现在,他领导的「京东城市」已经出具规模,并为一些传统产业注入了 AI 动力。

智慧城市正在国内很多城市快速展开,但不同于大多数基于自然语言处理计算机视觉的 AI 赛道,智慧城市的建设,需要使用其特有的深度学习算法。城市大数据有大量时空属性,对这种数据的处理方法和图像、文本有很多不同。

「智能城市是智慧城市发展的高级阶段。」郑宇表示,「中国智能城市的发展历程可分为四个阶段,第一阶段是电子化,第二阶段是网络化,其后为信息化与智能化。前三个阶段属于智慧城市,智慧城市主要关注基础设施建设和信息化,技术驱动力源于计算机软件和网络通信。智能城市则是在此基础上,强调大数据人工智能等新技术在城市建设和运营中的应用,打造城市操作系统,为智能城市和智慧社会建设提供智能化解决方案,可以让人们的生活更加美好。」

在大会上,京东城市正式发布了「城市操作系统」。

京东看来,城市操作系统是智能城市的基石和底座,可负责管理智能城市中的各项资源,支撑智能交通、智能规划、智能能源等各类垂直应用。操作系统意味着可以安装各种第三方应用——首先,它向不同的云计算平台开放,可以运行在各种不同的云上;其次,向用户开放,用户在城市操作系统上部署、搭建、运行各类应用;第三,向业界开放,业内开发者可以基于城市操作系统开发解决方案,构建共建共生的生态体系。

以城市操作系统为核心,京东推出了一系列创新产品和解决方案,形成了支撑智能城市开放生态的产品阵列。京东城市的产品阵列共分为三层。

最底层是城市计算平台,它是城市操作系统的核心和基础,多个城市计算平台通过数字网关实现互联互通,就形成了城市操作系统。它需要真正达到对于城市数据的全域感知,通过对这些数据采集、管理、分析挖掘和服务,从而解决城市交通、规划、环境、能耗、公共安全、商业、医疗等痛点。

第二层是产品层,由智能交通、智能规划、智能能源、公共安全、智能环保和智能文旅六大类产品以及城市画像产品组成。每一大类产品包括多个具体的产品,比如,交通流量预测、停车管理、违章停车监测都属于智能交通类产品,可以解决城市在交通领域的不同痛点,每个产品都可以模块化输出,积木式组合。

第三层是场景化解决方案层,包括信用城市解决方案、AI+城市产业规划解决方案、智能停车场解决方案、智能园区解决方案和智能城市 APP 五大场景化解决方案,为城市带来「精装修」式的一体化运营服务。解决方案可以调用不同种类的产品,比如在智能园区解决方案中,会综合使用智能交通中的停车管理产品、智能规划中的智能选址产品、智能能源中的燃气站健康度评估产品,针对智能园区的特定场景,组成一整套解决方案。

京东城市不仅取得了一系列技术突破,也在过去一年中落地了一些应用案例。郑宇以 AI 优化火力发电效率和城市空气污染预测为例子介绍了京东智能城市最近的成果。

京东城市参与了国家能源集团的 AI 优化火力发电项目,该项目由国家能源集团信息部指导,国电广西公司实施,北京华电天仁电力控制技术有限公司和京东城市联合研发,最终在国电南宁公司完成部署应用。

该项目开创了 AI 深度强化学习技术在电站锅炉应用的先例,将 AI 技术创新性地应用于能源行业。针对火力发电业务特点,华电天仁与京东城市联合研发了基于深度学习的锅炉燃烧模拟器,和基于强化学习的火力发电优化模型,将燃烧物理过程结构化建模嵌入到 AI 模型中,对火力发电机组的历史数据进行充分分析与处理,解决复杂系统中高维连续控制变量优化的难题。

加入人工智能算法控制的方式突破了传统使用物理/化学分析的优化方法,通过对运行机组不同负荷段大数据进行分析和强化学习,快速获得综合最优控制策略。日前,项目已经通过专家组的验收,专家组的鉴定意见指出——「锅炉系统运行参数达到了现有工况下最优」,「锅炉热效率提高 0.5%」。

0.5% 看起来是一个不大的数字,但这一方法如果推广至全国,每年可帮助国家节省约 70 亿元的燃煤成本和环境治理成本。

郑宇表示,由于一组火力发电机组就有多达 15000 个传感器监测点,100 多个主要控制参数,因此这一算法是针对高维连续变量做优化,在京东城市内部,这个项目被命名为「Alpha 电」——这个难度的计算空间是超过围棋计算空间的,而且开发者们无法拿到免费的训练样本,也没有免费试错的机会。

京东也参与到了智能小镇的建设,在现场郑宇透露了目前重点正在推进的地区:雄安。

「早期的智能小镇一般是通过地产的形式变现,这是没有可持续发展能力的。」郑宇表示。京东正在试图挖掘持续价值 打造全新的智能混合街区。在其愿景中,综合智能驾驶、光伏路面等新技术的城市社区很快也将成为现实。

京东智能城市的研究部分成果。

为了吸引更多合作伙伴共同打造智能城市产业生态,京东城市还在大会上发起了「京东智能城市合伙人计划」,并与首批 6 家合伙人共同举行了合伙人计划启动仪式。

郑宇教授强调,iCity 智能城市将成为京东城市发展的一个新起点,京东城市将携手合作伙伴,共同推动中国城市智能化进程,在高速增长的智能城市蓝海市场共建、共生,共同打造智能城市建设生态,实现共赢。

产业郑宇京东
1
相关数据
微软亚洲研究院机构

微软亚洲研究院于1998年在北京成立,是微软公司在亚太地区设立的基础及应用研究机构,也是微软在美国本土以外规模最大的一个研究院。微软亚洲研究院从事自然用户界面,智能多媒体,大数据与知识挖掘,人工智能,云和边缘计算,计算机科学基础等领域的研究,致力于推动计算机科学前沿发展,着眼下一代革命性技术的研究,助力微软实现长远发展战略。通过与微软产品部门紧密合作,微软亚洲研究院将众多创新技术转移到了微软的核心产品中,如Office、Windows、Azure、Bing、Visual Studio、Xbox Kinect以及小冰、Cortana和Microsoft Translator等人工智能产品。

https://www.msra.cn/
微软机构

微软是美国一家跨国计算机科技公司,以研发、制造、授权和提供广泛的计算机软件服务为主。总部位于美国华盛顿州的雷德蒙德,最为著名和畅销的产品为Microsoft Windows操作系统和Microsoft Office办公室软件,以及Xbox的游戏业务。微软是美国《财富》杂志2015年评选的世界500强企业排行榜中的第95名。

https://www.microsoft.com/en-us/about
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

深度强化学习技术

强化学习(Reinforcement Learning)是主体(agent)通过与周围环境的交互来进行学习。强化学习主体(RL agent)每采取一次动作(action)就会得到一个相应的数值奖励(numerical reward),这个奖励表示此次动作的好坏。通过与环境的交互,综合考虑过去的经验(exploitation)和未知的探索(exploration),强化学习主体通过试错的方式(trial and error)学会如何采取下一步的动作,而无需人类显性地告诉它该采取哪个动作。强化学习主体的目标是学习通过执行一系列的动作来最大化累积的奖励(accumulated reward)。 一般来说,真实世界中的强化学习问题包括巨大的状态空间(state spaces)和动作空间(action spaces),传统的强化学习方法会受限于维数灾难(curse of dimensionality)。借助于深度学习中的神经网络,强化学习主体可以直接从原始输入数据(如游戏图像)中提取和学习特征知识,然后根据提取出的特征信息再利用传统的强化学习算法(如TD Learning,SARSA,Q-Learnin)学习控制策略(如游戏策略),而无需人工提取或启发式学习特征。这种结合了深度学习的强化学习方法称为深度强化学习。

感知技术

知觉或感知是外界刺激作用于感官时,脑对外界的整体的看法和理解,为我们对外界的感官信息进行组织和解释。在认知科学中,也可看作一组程序,包括获取信息、理解信息、筛选信息、组织信息。与感觉不同,知觉反映的是由对象的各样属性及关系构成的整体。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

参数技术

在数学和统计学裡,参数(英语:parameter)是使用通用变量来建立函数和变量之间关系(当这种关系很难用方程来阐述时)的一个数量。

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

计算机视觉技术

计算机视觉(CV)是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。目标识别和面部识别也是很重要的研究领域。

云计算技术

云计算(英语:cloud computing),是一种基于互联网的计算方式,通过这种方式,共享的软硬件资源和信息可以按需求提供给计算机各种终端和其他设备。

操作系统技术

操作系统(英语:operating system,缩写作 OS)是管理计算机硬件与软件资源的计算机程序,同时也是计算机系统的内核与基石。操作系统需要处理如管理与配置内存、决定系统资源供需的优先次序、控制输入与输出设备、操作网络与管理文件系统等基本事务。操作系统也提供一个让用户与系统交互的操作界面。

大数据技术技术

大数据,又称为巨量资料,指的是传统数据处理应用软件不足以处理它们的大或复杂的数据集的术语。

最优控制技术

最优控制是指在给定的约束条件下,寻求一个控制,使给定的系统性能指标达到极大值(或极小值)。它反映了系统有序结构向更高水平发展的必然要求。它属于最优化的范畴,与最优化有着共同的性质和理论基础。对于给定初始状态的系统,如果控制因素是时间的函数,没有系统状态反馈,称为开环最优控制,如果控制信号为系统状态及系统参数或其环境的函数,称为自适应控制。

自然语言处理技术

自然语言处理(英语:natural language processing,缩写作 NLP)是人工智能和语言学领域的分支学科。此领域探讨如何处理及运用自然语言;自然语言认知则是指让电脑“懂”人类的语言。自然语言生成系统把计算机数据转化为自然语言。自然语言理解系统把自然语言转化为计算机程序更易于处理的形式。

强化学习技术

强化学习是一种试错方法,其目标是让软件智能体在特定环境中能够采取回报最大化的行为。强化学习在马尔可夫决策过程环境中主要使用的技术是动态规划(Dynamic Programming)。流行的强化学习方法包括自适应动态规划(ADP)、时间差分(TD)学习、状态-动作-回报-状态-动作(SARSA)算法、Q 学习、深度强化学习(DQN);其应用包括下棋类游戏、机器人控制和工作调度等。

京东机构

京东(股票代码:JD),中国自营式电商企业,创始人刘强东担任京东集团董事局主席兼首席执行官。旗下设有京东商城、京东金融、拍拍网、京东智能、O2O及海外事业部等。2013年正式获得虚拟运营商牌照。2014年5月在美国纳斯达克证券交易所正式挂牌上市。 2016年6月与沃尔玛达成深度战略合作,1号店并入京东。

推荐文章
暂无评论
暂无评论~