猿家编译 | 那些舒适指数爆棚科幻感极强的智慧城市,大数据能帮你实现

“智慧型城市”的概念喊了这么多年,到底靠不靠谱,能不能实现,是不是真的不止停留在科幻电影里,真的在不远的将来就能等到实现的那一天?答案是:真的!因为随着云计算、大数据行业的快速发展以及国外IBM、谷歌,国内BAT等大型企业对大数据的大规模运用,这都已变为现实了。

来源:数据猿 编译作者:Jinyounan

联合国预计,到2050年,全球将有66%的人口居住在城市。非洲和亚洲这样的欠发达地区将是主要扩张区域,预计将会有大规模的人口迁徙至城市。为了给不断增加的城市人口提供足够的住房、能源、交通、教育和医疗等资源,这些地区的城市将面临严峻考验。

因此,对于很多国家的城市规划和政府相关部门工作人员而言,了解城市的演进过程、掌握构建智能城市的方法就显得尤为重要。为了更好地规划和建设城市,我们必须了解城市的内部运作机制。幸运的是,现在我们可以依靠某些工具来规划城市,让城市生态更健康,发展更和谐,就像我们在玩“模拟人生”游戏一样。

一个全新的(模拟)世界

每座城市都是一个极其复杂的系统,以前,科学家把城市看作“机器”;现在,科学家则把城市当成“有机体”。就像自然环境中的有机生物群体一样,城市也是一个不断生长、不断发生变化的有机体。为了掌握城市的内部运作机制,你可以把城市比作一个白蚁种群,或是一个细菌菌落。

每一个庞杂的生物群体都由单一的单元组成,虽然这些单元的生活习惯较为简单,不过每一单元都会进行相互作用,而这些相互作用会不断累加,产生更广泛的聚合效应。比如,每只候鸟在迁徙飞翔时,都会与旁边的鸟保持相同的距离,并保持相同的飞行速度和高度,维持同样的飞行方向。这是候鸟的本能,从整体来看就能在天空中显示出美丽的图案。

又比如,从整体上看,蚁群能做到相当复杂的事,比如搬运体积是其自身几倍的重物。然而蚁群中并没有什么领头者“告诉”其他蚂蚁要搬动这个重物,这些蚂蚁只是遵循着一种简单的行为模式,随着本能而行动罢了。这个观点甚至可以用来解释城市中的交通拥堵现象。对每一辆汽车而言,它们只是以较慢的速度行驶在马路上,但是从整体上看,这些行驶缓慢的汽车已经造成了交通拥堵。

因此,如果城市就像一个有机生物群体,我们应该从组成城市的每个单元入手,想象一下每个单元互相叠加将会产生怎样的化学反应。特别是我们可以利用“基于主体建模”的方法(数据猿注:“基于主体建模方法”是在对微观个体进行数学建模的基础上,利用计算机模拟技术来推演事物的演化发展过程),来测算出所有这些单元(包括每栋楼房、每个人及每个组织机构)累积叠加在一起,会对城市环境造成怎样的影响。

这就像在玩“虚拟人生”游戏一样,这个电脑游戏最早是基于杰伊·福里斯特的理论而设计的。杰伊·福里斯特是美国麻省理工学院的教授,也是系统动力学(system dynamics)的学科奠基人。在“虚拟人生”游戏中,城市内部的每个组成单元都有其特定的运作规律,每一个组成单元都与其他单元相互作用、相互依存。

在电脑游戏里,我们可以对人的行为进行理想化和模式化的考虑,不过在现实生活中,人的行为都是复杂多变的,研究人员必须整合已有资源,挖掘有用的数据,用这些数据来研究现实中城市里每个单元的运作规律。另外,为了得到准确的研究结果,这些运作理论要能得到实践的检验。研究人员必须对每个单元进行细致入微的观察,收集大量的数据,并进行综合研究,才能清楚地掌握这个单元在现实中的运作规律。

用大数据建模

现在,利用大数据和先进的电脑技术,我们可以用“基于主体建模方法”建立更精确更细致的模型。这些先进的电脑技术甚至有望将人的思想和行为与模型结合。为了做到这点,首先我们可以建一个简单的模型来考量人的选择对现在和未来产生的影响。

比如,我们想知道某一特定地区城市路网布局的变化对犯罪率可能造成的影响。我们可以以那些有犯罪倾向的人为基础构建模型,利用这个模型,我们可以研究城市环境的变化是怎样影响这些潜在的小偷在城市里的活动范围。由于小偷的活动范围发生了变化,他们“踩点”的地区也会发生变化,这样我们便可以测算出在新的城市路网布局下,哪些地区最有可能发生偷窃事件。

为了更精准地模拟城市,研究人员需要收集海量数据来辅助构建模型。比如,为了模拟和分析某一特定地区的每日人流量,我们必须了解这些人是来做什么的,他们在哪里做这些事,以及他们为什么要做这些事。简而言之,就是首先必须了解人的行为以及做这种行为的动机。

如果没有精准的数据,我们很难确认这些已经建好的模型是否能产生实际价值。大数据是可以为城市规划人员提供丰富信息的,这些信息包括:

  • 城市的ETC系统可以告诉研究人员人们的出行习惯;
  • Twitter上的信息可以反映出人们在做什么,想什么;
  • 某一地区的手机密度可以反映出这一地区的人口密度;
  • 可以通过信用卡交易记录了解消费者的购买习惯;
  • 利用Open Street Map(译者注:这是一个网上地图协作计划,上面的地图可供用户自由编辑),研究人员可以了解到城市中那些鲜为人知的地方。

实际上,用大数据建立城市模型已经不需要把城市的所有人口看成一个整体了,现在重点研究的是每个人思维模式和行为方式,这些思维模式和行为方式各不相同。

原文发布于微信公众号 - 数据猿(datayuancn)

原文发表时间:2015-11-18

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏机器人网

机器人有了五感,比人类谁更厉害了?

  要让机器人能真正像人一样思考,则不仅需要为其配备类人的“大脑”,与人相近的认知外界的方式也是不可或缺的。耳聪目明和头脑灵活都是人类拥有良好智力的表现,机器...

27230
来自专栏AI科技大本营的专栏

专访 | 德国大神Hans Uszkoreit:语言才是AI的关键,深度学习无法解决NLP的核心问题

德国人工智能研究中心科技总监Hans Uszkoreit博士认为:语言技术是人工智能的核心部分,但当前的深度学习方法还不足以解决NLP领域的核心问题。 在AI...

36170
来自专栏新智元

2016 年人工智能最重要的发展:面向所有人的深度学习

【新智元导读】过去一年人工智能和深度学习最重要的发展不在技术,而是商业模式的转变。过去6个月,所有巨头都将自己的深度学习IP开源。Data Science Ce...

33370
来自专栏量子位

知乎大神田渊栋:人工智能的当下与展望

作者:田渊栋 Facebook | 人工智能研究室 量子位 已获授权编辑发布 本文作者田渊栋,毕业于卡耐基梅隆大学机器人系,现就职于Facebook人工智能研究...

46460
来自专栏华章科技

2016 年人工智能最重要的发展:面向所有人的深度学习

过去一年人工智能和深度学习最重要的发展不在技术,而是商业模式的转变。过去6个月,所有巨头都将自己的深度学习IP开源。Data Science Central 网...

6920
来自专栏企鹅号快讯

细思极恐,人工智能是否真的会形成自我意识?

忘掉如今人工智能领域的小幅进步吧,比如汽车自动驾驶的能力越来越强。等待我们的可能是一项突破性的进展:一种能够感知自身及其周围环境的机器,它可以实时接收和处理大量...

19360
来自专栏大数据文摘

【译】从Meerkat看初创公司如何创收

14940
来自专栏DT数据侠

数据科学,谁说女性不可以?| 数据科学50人·万菁

万菁,State Farm (全美最大保险与金融服务公司之一)首席数据科学家(Principal Data Scientist),美国普渡大学计算机专业博士。她...

7100
来自专栏机器之心

业界 | 站在锤子手机背后,小源科技用 AI 打造短信场景服务

机器之心原创 作者:藤子 毫无疑问,个人短信已经过时,但是,随着移动互联网的发展,企业短信却有增无减。小源科技,就抓住这个商机,用人工智能打造短信上的场景服务...

45770
来自专栏数据科学与人工智能

回归算法在数据比赛使用场景

本文整理了14个天池、DataCastle、CCF竞赛中可使用回归算法处理的问题场景。 1 生活大实惠:O2O优惠券使用预测 随着移动设备的完善和普及,移动互联...

39560

扫码关注云+社区

领取腾讯云代金券