7月12日-7月14日，2019第四届全球人工智能与机器人峰会（CCF-GAIR 2019）于深圳正式召开。该峰会是国内人工智能和机器人学术界、工业界及投资界三大领域的顶级交流博览盛会，旨在打造国内人工智能领域极具实力的跨界交流合作平台。

智慧城市作为复杂巨系统，一直是近十几年来产业界、学术界重点研判的话题。毋庸置疑，智慧城市的发展将会是一个逐渐演进的过程。智慧城市的演进将需要经历感、知、动的过程，并形成闭环。智慧城市面临技术和非技术层面的挑战，其中非技术层面的挑战更大。智慧城市的发展要用系统化、全局化的方式，充分利用数据，解决城市面临的问题比如城市交通出行、城市旅游、城市停车管理、城市规划建设等多个领域。

城市智能化演进的过程

第一阶段是感，“感”是指城市安装的各样感知设备，如摄像头、IoT等设备。不过现在的情况是，很多城市装了感知设备，但这些设备大部分处于闲置状态，没有被有效利用起。比如，监控类摄像头很多是用于事后的研判。

第二阶段是知，我们把前面感知设备所采集的数据在这个阶段可以真正收集起来，不仅仅是存储，还会对这些数据进行加工、处理、融合，从数据中获取事件与事件之间的相关性。我们从过去发生的问题中找到对有帮助的信息，同时可以对未来做出预测。

第三阶段是动，借助设备产生的数据，城市和企业沉淀的各种数据，随后对设备产生的数据会进行数据加工，加工后生成新的数据和信息，这些信息可以在城市各种应用中流转，帮助我们做决策，形成动的过程。这是我们从感到知到动形成决策的闭环。在决策闭环中，数据起到了非常重要的作用。

带动城市智能化的三驾马车

第一是数据能力。前面我提到城市中有大量的数据，但数据散落在政府各个部门的手里，还有社会化的数据，通过城市大脑的建设把数据汇聚在一起，这个汇聚不是把数据从不同的地方搬到云上，进行分布式存储。真正的数据融合是把一个领域内，不同系统内的数据进入一个统系统后进行加工、融合、处理。

第二是算法能力。数据融合后变成各个城市相关的实体类数据和实体相关的各类明细。我们需要用算法对数据进行加工，算法不仅是大家熟悉的深度学习算法，还包括结构化的机器学习算法、图算法等，发现数据中的相关性，对数据异常点提前检测，对未来作出预测，给相关城市的监管部门、决策部门提供相应的依据。

第三是计算能力。强调计算能力是因为我们觉得对城市大体量的数据而言，如果没有高效的、价格低廉的处理能力、计算能力，数据是加工不动的。有一些地方把BI（Business Intelligence，商业智能）当做计算，我们认为它不是严格的真正的计算，真正的计算是需要用各种各样的算法。我们认为城市大脑包括数据能力、算法能力和计算能力，这是三大核心，三大核心缺一不可。没有这个三大核心我们根本无法把城市数据利用起来，无法让城市真正变得智能。

数据资源平台可以把城市实时的海量数据进行融合、加工和处理，进行相关的预测。预测生成的数据可以在各个业务系统中用于自动决策，并形成全局的协同。不过，城市会涉及非常多的领域，如交通、旅游、环保、医疗，我们可以针对不同的领域，建立相应的大型数据库，我们称之为“租户”，因为每个领域对数据安全性的要求不同，所以每个领域的数据在平台上既可以融合打通，也可以在大物理平台上通过逻辑隔离的方式进行相应的保护。