建设智慧城市，“从信息化到智能化再到智慧化”何解？

3月31日下午，习近平总书记在杭州城市大脑运营指挥中心，观看“数字杭州”建设情况。习近平说，城市大脑是建设“数字杭州”的重要举措。通过大数据、云计算、人工智能等手段推进城市治理现代化，大城市也可以更“聪明”。从信息化到智能化再到智慧化，是建设智慧城市的必由之路，前景广阔。

城市信息化和智慧城市领域，对信息化、智能化、智慧化等概念，常混为一谈，加上数字化、数据化等说法，令人更为困惑。这些概念确有很多共同点，但包含不同技术发展阶段和可能迥异的方法论，仍需辨析其中差别。

一、信息化

广义的信息化涵盖以上所有概念。全球范围看，人类正在进入以信息为基础的时代，最主要的资源由物质与服务演进为全社会可共享的信息。

中共中央办公厅、国务院办公厅印发的《2006-2020年国家信息化发展战略》中称，信息化是充分利用信息技术，开发利用信息资源，促进信息交流和知识共享，提高经济增长质量，推动经济社会发展转型的历史进程。

本质上，信息化是通过信息高效流通，减轻信任成本与组织中的内耗，达到边际成本递减的目的，而基础设施和公共服务边际成本降低是城市集聚根本动力。二者高度统一，是城市信息化的根源。

城市问题几乎都可归于一个痛点：有限的基础设施和服务能力与高速增长的需求之间的矛盾。交通拥堵、内涝、能源短缺、环境污染等，体现基础设施的动态服务能力和效率不足；住房供给、房价、教育医疗等公共设施问题，体现住房和公共服务的布局、供给量与服务水平不足。工业时代，通过发明和生产更多产品，创造更多城市空间来匹配需求增长。但资源有限，这种增长不可能永远维持。

信息化本质是，通过数据和计算，更高效地连接供需双方，实现更精准匹配，使有限存量资源发挥更大效率。商务和政务的最终状态，是使组织具有有机生命体特征，适应目标人群需求，真正实现以人为本。

通常说的信息化，是狭义概念，指政府或企业业务“数字化”，或说“信息技术化”。实质是通过搭建业务系统，把线下手续转为线上工作流程，把纸质公文和文档转为电子文件，并让相关人员了解“业务现在什么情况”、“流程进展到哪”等动态业务信息。

中国目前的智慧城市建设，主体是政府信息化工程，通常称为数字政府或电子政务，是指在计算机、互联网等信息技术支撑下，政府机构日常办公、信息收集与发布、远程会议、公共管理等事务在数字化、网络化环境下进行。

作为特别的狭义信息化建设，数字政府需要单独分析。

数字政府通过构建数据驱动的政务新机制、新平台、新渠道，进一步优化调整政府内部组织架构、运作程序和管理服务，全面提升在经济调节、市场监管、社会治理、公共服务、环境保护等领域的履职能力。

数字政府可实现让政府运行摆脱手工操作，提高办事效率，降低行政成本；数据跨层级跨部门更高效流转，促进政府实现整体协同；政府与市民之间信息通畅，促进政府开放。

数字政府和电子政务，是智慧城市的最初级阶段，也是目前绝大多数所谓“智慧城市”建设所处阶段。其最大价值是通过“数字孪生”实现“数据化”，量化描述城市的运行状态。技术要点包括：

·城市物理空间的数字化最易实现。以遥感、测绘、卫星定位、倾斜摄影测量、激光雷达等技术为基础，BIM和GIS已可在数字空间里从宏观到微观精确实现城市和建筑空间形态的三维重现。这被称为“数字城市”。

·打通各部门政务数据，解决条块分割的“数据孤岛”和“数据烟囱”，是存量政务数据的主要挑战。数据分割源自部门割裂，表面的互联互通和共享交换是权宜之计。只有通过高维应用，促进跨部门数据协作，提高城市综合解决复杂问题的能力，才能给数据打通流转以真正动力。

·新技术驱动下，城市部门分工将进一步整合。近年来，跨行业、跨部门的综合性协同机构已出现。众多城市组建融合规划、城管、环卫、环保、市政市容等传统部门业务的大城管部门；各种城市生命线的应急能力被整合成专门的应急管理部门；大数据局等数据主管部门自上而下统筹智慧城市建设的设施和数据。管理职能整合有赖于信息技术、通信技术的支撑。

·城市运行数据，特指来自物联网的各种描述城市基础设施和车辆、人员运行状态、行为的“流”、“场”数据，包括基础设施管网和设备运行数据、车辆位置和驾驶状态、人员行为等。城市交通、安防行业的摄像头也是物联网设备，但更应关心用物联网技术对传统城市基础设施进行ICT化改造，以及更全面的“城市感知网”建设，使城市具备“多维、高频、高精度”采集和传输数据的能力。笔者认为，这是“新基建”的最重要部分。

通过城市数据平台，将上述各类数据有条理、有结构地组织，能够查询、回溯，进行可视化分析，解决简单问题，是现阶段大多数智慧城市建设的目标。

全国风起云涌的“城市大脑”建设，核心是数据可视化的大屏幕，即所谓IOC（Intelligent Operations Center），且大多是静态和宏观数据，决策支持价值十分有限，往往沦为参观项目。

即便如此，COVID-19疫情中，由于城市各种资源和外部条件剧烈变化，常超出个人处理信息和决策的能力，大屏应用接入越来越多维度的高频数据，通过直观的可视化，帮助各级政府适应了基于海量数据决策的模式，对智慧城市发展仍然起到正面作用。

智能化是指，事物在网络、大数据、物联网和人工智能等技术支持下，具有能动地满足人各种需求的属性，具备自适应、自校正、自协调等能力。

CPS（信息物理融合系统，Cyber-Physical Systems)的概念可较好地描述智能化过程。信息系统实时监控物理世界运行状况，物理世界又可借助信息系统进行各类环境因素的检测调节与控制。通过信息系统和物理世界相互渗透的反馈循环，达成安全、可靠、高效和实时的控制效果。

早期智能化系统大多是自动化的机器设备，随着物联网和人工智能发展，一些较复杂的系统也具备了整体的智能化能力。如无人驾驶汽车，将传感器物联网、移动互联网、大数据分析等技术融为一体，通过传感器识别自身状态和环境态势，实现自动化的驾驶、避障、停车等，能动地满足出行需求。

智能化的基本逻辑是，采集事物运行数据，对其历史规律进行数学建模，通过计算预测和监测对比，反向指导或控制事物运行。至于数学建模，无论使用简单的回归分析，还是流行的机器学习甚至神经网络（即人工智能AI），都先要学习足够多历史数据。

智能交通是当下最典型的城市智能应用。其基本逻辑之一，是通过摄像头、卡口、雷达、浮动车等采集路口的交通量，以及路段的行车速度，然后通过数学模型，计算更合理的信号灯配时，代替传统的固定程序或手动控制，增加路口乃至全路网的通行效率。

又如，视频数据的结构化处理和要素识别，是现阶段最普遍的人工智能应用，如人脸识别、车牌识别等。人工智能从视频数据中提取有用信息，解决了视频数据只能人工监视或事后回溯的问题。类似还有NLP（自然语言语义处理）和语音识别等，都是城市数据处理分析需要的通用人工智能算法。

基础设施运行领域，包括能源供给、地下管网运行，以及道路车辆等，都可采用智能化手段管理。智能化的前提，是对城市数据的全面感知。高频度、高时空精度、多维度的数据，才能支持精细化建模和相对准确的短期预测推演。这一阶段，智能算法和算力已不是问题。传统基础设施的智能化改造以实现全面数据采集和反向控制，以及城市感知网的建立，是采集足够数据的前提。这也是上文强调更全面的城市运行数据采集的原因。

CIM（城市信息模型，City Information Modeling）平台是数字孪生在城市领域的具体表现形式，也是全面采集和分析数据的重要前提。在BIM和GIS基础上嵌入物联网数据，增加了对“流”、“场”等动态空间的描述和计算能力，又大大提升了数据空间和时间粒度的细化程度，实现对城市空间精细、全面、动态、实时的数字化。

在全面收集数据基础上，CIM通过统一的数据平台，将各领域不同维度数据进行结构化、标准化整合，再通过人工智能算法进行规律归纳甚至模拟预测。在空间范围和技术逻辑上，CIM建设是“大场景的GIS数据+小场景的BIM数据+物联网IoT数据+人工智能AI”的有机结合。

智能化应用越来越多出现于智慧城市建设，但大多非常初级。原因是数据资源不足或质量不高，人工智能无数据可用。针对数据处理和模型训练的大量人工工作量，人们常说，“有多少人工，就有多少智能”。城市有针对性地主动采集和汇聚大量的、高质量的结构化和非机构化数据，人工智能才能在更多领域发挥更大作用。

智慧是生命具有的基于生理和心理器官的高级创造思维能力，包含对自然与人文的感知、记忆、理解、分析、判断、升华等。尽管大数据具备多维度、大样本量的特性，加上人工智能技术赋能，我们比以往更接近复杂系统全貌，但仍不足以拥有驾驭城市系统的真正智慧。

技术层面上，以群体智能、类脑智能、神经芯片和脑机接口等为代表的强人工智能，水平会远超现在的人工智能，实现推理和解决问题，这时智能系统才会表现出类似生命体的思考能力。

作为有机体和复杂巨系统，城市几乎不可能实现完全意义上的可预测和可控制。事实上，大多数城市系统与“人”和“社会”相关，对社会系统的认知和治理，是实现城市智慧的关键。这些虽大都依托信息技术实现，但技术以外的理念与机制更重要。