贊助

雖然大數據作為一個熱門概念已經喊了很多年，中國號稱從事大數據產業(yè)的公司也是汗牛充棟。然而少人知道的是，對待數據這樣的重要資產，中國的處理能力與世界先進國家的差距簡直天遙地遠。

首先是很多數據沒有存：作為世界人口第一大國，我國產生的數據量極為龐大，但真正存儲下來的數據僅僅是北美的7%、日本的60%，而且我國所存的數據應保護的有一半未保護。其次是存下來的數據也不用：據IDC數據顯示，我國目前的數據量利用率不到0.4%，大量的數據“沉睡”在各個角落，未能發(fā)揮應有的價值。

如果不從國家的角度闡述，具體對一個城市而言。數據，也是一筆非常寶貴的資產。未來的城市治理，就是通過數據來治理。這里邊首先是各種各樣的數據庫，包括人口庫、法人庫、地理庫、經濟庫等，然后再建立政務云、行業(yè)云、工業(yè)云，最后通過數據融合、挖掘數據、共享數據，進而支撐智慧城市。

拿一個與普通人衣食住行最相關的數據應用舉例吧，比如交通數據。我國與交通相關的部門有十多個，數據分散、開放互通程度有限，造成數據條塊化分割和信息碎片化。由于過往交通設施的建設缺乏系統性規(guī)劃和統一布局，數據的采集也面臨割裂，尤其交通還與政務、物聯網甚至醫(yī)療等多個領域息息相關，各部門數據各自獨立，同樣無法發(fā)揮數據的潛力。

此外，數據整合難度大，交通大數據不僅包括結構性數據，還包括非結構性數據，此外還有視頻、圖像等其他類型資源。如何將多類型數據進行統一、有效的整合，是個比較困難的工程。再加之由于智能交通系統的專業(yè)性、封閉性特征，以往硬件建設中的分散，不可避免形成協議不一的現象，更加阻止了業(yè)務的打通，增加整合難度。

因此，交通大數據的分析與處理具有海量性、復雜性和封閉性的特點，如何進行有效整合和利用，成為當前階段的關鍵課題。

實際上，互聯網公司的很多研究與應用方式值得借鑒。比如云計算公司會依據用戶訪問的規(guī)律，提前進行動態(tài)負載均衡，在用戶訪問高發(fā)期多投放計算能力保障運行，在高發(fā)期過去后下線能力節(jié)省資源。而對于一個城市的交通系統來說，同樣存在類似的“潮汐規(guī)律”，比如周五晚高峰，以及進出城主干道的單方向流動，都是可以預判的交通行為。那么城市交通系統是否也可以像互聯網公司的程序那樣，變得更加智能、靈活和有預測性呢？

答案是非常肯定的，一般城市每天產生數千萬的海量交通數據，這些數據過去往往被忽略，或不知道如何產生價值。而海信目前就通過深入挖掘，可以迅速分析出某個城市晚高峰都有哪些擁堵點，擁堵時長是多少，近幾個月的擁堵趨勢是什么樣的。進而輔助交管部門布置策略，同時自動下發(fā)指令，調度智能交通系統，提升城市的交通運行效率。

這種“喚醒沉睡數據”的能力，看似非常神奇，其實應用到具體場景中很好理解。比如司機們常常說，要能“一路綠燈”就好了。在海信自適應信號控制系統下，按推薦速度行駛，完全可以實現這個愿望。在南昌，15條綠波控制的路段，協調控制方向的行程時間平均減少30%以上，車速平均提高40%以上，交通流量提高15%以上。在青島，智能交通系統的建設完成讓高峰持續(xù)時間下降1.48小時，平均速度提高比例提高9.71%。

試想一下，僅這兩處試點就已經產生如此良效，如果將國內眾多城市或丟失或沉睡的大數據有效利用起來，將會產生多么驚人的化學反應？據2016年數據，北京市工作日平均每天堵車約3個小時。如此計算，相當于一年堵車30天，要知道，一年才有10天的法定節(jié)假日；按一生能有30年開車時間算，就相當于900天的時間都耗費在堵車上……難怪在今年兩會期間，有媒體追問海信集團董事長周厚健“是否可以解決像北京這樣的大城市擁堵問題”——人們苦于擁堵久矣。

自智慧城市的概念問世以來，從理論到實踐，智慧城市都炙手可熱。盡管業(yè)界對于智慧城市的的內涵、發(fā)展模式以及路徑并無統一標準，但如何將大數據和人工智能技術應用于城市管理和民生服務中，讓數據幫助城市來做思考和決策，建設能夠進行自我調節(jié)、與人類良性互動的智慧城市，將在中國城鎮(zhèn)化推進過程中發(fā)揮“突破口”的作用，甚至成為城市創(chuàng)新與產業(yè)升級的新契機。

我們落后了太久，是時候追上來了。