城市大脑：探索互联网智能对科技未来的影响

城市大脑本质上是互联网类脑架构与城市建设相结合的产物，我们知道人类大脑存在智商的评测，那么城市大脑也应该可以进行智能水平的评估和测量，这就是城市大脑和智慧城市的智商研究方向。

科技的发展已经使城市变得越来越智能，例如在2018年，宁波内河管理部门对城区内河水位监测设备进行升级，安装了132个新的视频监控点位。依靠这些“千里眼”，工作人员可以第一时间掌握潮位、水位等即时监测数据和图像资料。在发生强降雨时，其还可定时向防汛人员发送内河水位、三江潮位、闸门启闭等动态信息，为决策提供依据。这样，宁波的城市管理者可以随时了解水患的情况。^[5]

从2017年开始，澳大利亚墨尔本政府投资在市区安装了超高速光纤网络，使整个城市的网速上升到新的台阶；基于强大的城市通信系统，澳大利亚多个片区安装了智能照明和智能停车提示设施，帮助市民更方便地找到停车位；路边的寻路站帮助游客畅游城市；资源管理技术也可直接监测附近河流的水质。^[6]

城市大脑的核心是城市神经元网络和城市云反射弧。云计算、物联网、工业4.0、大数据和边缘计算等相关领域的技术都是在为它们提供支撑。城市智商测试量表见表3.1。

表3.1　城市智商测试量表

续表

由于不同城市的地域规模、人口数量有很大不同，考察一个城市的智商，不能简单地以一个城市的云计算、大数据和物联网的发展水平进行衡量，而应该重点观察与城市规模、人口数量无关的城市神经元网络覆盖程度和城市云反射弧的建设情况。

由此，城市智商可以这样定义：城市智商是基于互联网大脑模型，对目标城市的城市神经元网络（城市大社交网络）、城市云反射弧两个核心要素进行综合评测，以测量该城市在测试时间点的智力发展水平，测试结果就是该城市在该时间点的城市智商。

从表3.1可以看出，测试一个城市的智商主要从城市神经元网络和城市云反射弧两个领域进行，在具体测试时，还需要对这两个领域进行进一步细分，以更加符合城市的发展情况。

对于第一个领域——城市神经元网络，测试量表共建立了4个二级指标。

·城市神经元网络的稳定性，代表城市神经元网络的硬件基础设施和软件系统的稳定性，可以通过系统的年度故障率来进行测量。

·城市神经元网络的统一程度，目前智慧城市系统的种类过于繁多，相互不能联通，降低了城市神经元网络架构的统一性，因此可以通过测量一个城市的智慧城市系统的数量和大社交网络的建设情况，来评判城市神经元网络的统一程度。

·城市神经元网络的覆盖程度，这个指标主要评测一个城市的人口、商业机构、政府机构和城市设备有多大比例连接到一个统一的大社交网络中，并可以进行信息交互。

·城市神经元网络的活跃程度，这个指标主要评测连接到城市大社交网络中的人口、商业机构、政府机构、城市设备的信息发送和交互活跃程度。

对于第二个领域——城市云反射弧的测试，主要反映出一个城市提供的各种智能服务的种类和反应速度，城市云反射弧的种类越多，反应速度越快，其智能程度越高。城市云反射弧在测试量表中共建立N个二级指标和两个三级指标（健壮性、反应速度）。

智慧城市建设涉及的云反射弧种类很多，如安防云反射弧、金融云反射弧、交通云反射弧、能源云反射弧、教育云反射弧、医疗云反射弧、旅游云反射弧和零售云反射弧等。这些云反射弧的种类也会随着智慧城市的发展产生变化，为了便于规范和测量，可以为智慧城市设立城市标准云反射弧种类库，每年对城市标准云反射弧种类库进行调整。

在实际评测时，还需要通过专家打分法对各个二级指标项赋予权重，这样就可以形成如下计算公式：(www.xing528.com)

City IQ=A*IQ（城市神经网络）+B*IQ（城市云反射弧）=A，*IQ（城市神经网络完善程度）+…+B1（安防云反射弧）+…

其中A、B为一级指标的权重，A1，A2…B1，B2…为二级指标的权重，而且A+B=100%，A，+A2+…+B1+B2+…=100%。

我们以上海市为例来介绍如何对一个城市的智商进行测试，由于目前关于一个城市的很多关键数据不足，下面我们给出模拟数字，仅做参考。

我们首先研究上海市的居民、商业机构、政府机关以及上海市的车辆、大楼、家庭智能设备、工厂智能设备、电力设施和路灯道路等重要城市设施有多少被连接到一个大社交网络中，并可以进行相互的关注和交流。

上海市统计局在2018年3月8日更新的数据显示，上海市全市常住人口在2017年年底，也就是2018年年初的时候达到2418.33万人。这近2500万人使用的社交软件包括微信、QQ、脸书、推特等。

使用人数最多的是微信，根据腾讯公布的微信数据，在城市渗透率方面，一线城市渗透率达到93%，二线城市为69%，在三到五线城市，微信渗透率不到50%。由此可以确定，2018年上海市有超过2000万人口被连接在一个大社交平台上。

但上海市各类城市设施元素有多少被连接到微信或类似社交平台上，还没有具体的公开数字，这其中包括上海市的每一个路灯、每一辆汽车、每一栋大楼、每一条输油管道、每一个家用电器、办公设备和工厂设备等。我们假定有10亿个城市设施元素，其中有20%被连接，那么上海市类脑神经元网络的完整性为（10亿×20%+0.2亿）/（10亿+0.25亿）=21%。

另外需要考核的是，上海市在提供各种重要的城市服务中体现的反应速度和反应质量。例如，可以通过上海交通部门了解居民在出行时呼叫出租车或滴滴车辆的反应速度；通过上海消防部门了解城市发生火灾时，消防人员或消防机器人到达相应地点灭火的时间和效率；通过上海卫生部门了解当有人生病或受伤时呼叫救护车的方式和救护车到达时间等。最后对这些数据进行处理，并按照一定权重相加，就可以得到上海的城市智商。

由于目前世界各个城市的城市大脑发育还处于初级阶段，很多数据不完善，对一个城市的智商进行评测并得出确切的结果是非常困难的。

总体来看，城市大脑是在互联网与城市建设结合的大背景下产生的，由互联网大脑衍生的电子商务、社交网络、物联网、云计算、工业互联网、人工智能等不断与城市的每个企业、每个居民、每个建筑、每个部门结合，城市在不知不觉中变得智能起来。城市大脑和类脑城市不是规划出来的，而是通过商业和科学的力量在城市各个角落里悄然发展壮大的，我们需要用科学的方法研究城市大脑的发展规律，帮助企业、政府、投资机构了解这些规律，判断未来科技的发展动向。

【注释】

[1]陈淳.城市起源之研究［J］.文物世界，1998.

[2]王廉.2016世界城市发展年鉴［M］.广州：中山大学出版社，2017.

[3]杨再高.智慧城市发展策略研究［J］.科技管理研究，2014.

[4]http：//news.sina.com.cn/c/2018-03-06/doc-ifyrzinh4019540.shtml.

[5]http：//www.sohu.com/a/229076243_395018.

[6]熊翔宇，郑建明.国外智慧城市研究述评及其启示［J］.新世纪图书馆，2017.