以“智慧城市與移動信息化”為主題的“第七屆中國電子政務高峰論壇”于2013年6月23日在北京大學英杰交流中心陽光大廳隆重舉辦。本次論壇由工業和信息化部信息化推進司指導，北京大學信息化與信息管理研究中心主辦，中央機構編制委員會辦公室電子政務中心、北大CIO班教務辦公室協辦，CIO時代網和銳捷網絡承辦。各部委、各省市特邀嘉賓、CIO班學員及有關企事業單位和媒體代表200多人薈萃于此，就智慧城市、云計算、物聯網、移動互聯網和大數據等新一代信息技術的應用進行了熱點討論。

        中國工程院院士李德毅院士為大家帶來《大數據時代的位置服務》的主題演講，他首先提出了問題，智慧城市的第一責任人是誰？李德毅院士同時指出：大數據引發新理念，實踐中的研究也許勝過研究中的實踐，較多的數據也許勝過較好的算法。大數據成為連接物理世界和虛擬精細地圖的橋。大數據的作用首先在于體現價值，而不僅僅是發現知識……他同時提出，人人都是傳感器，從小眾到大眾，形成群體智能，由下而上也許勝過由上而下。他淵博的學識、幽默的演講贏得了現場嘉賓的陣陣掌聲。以下為演講實錄：
        大家早上好，講一點智慧城市的事情。剛才姚老師說，一個報告讓人家記住一句話就好了，我的一句話是：智慧城市的第一責任人是誰？是市長。




中國工程院院士 李德毅院士


        智慧城市是一個美麗的神話？我小的時候，大家都說要建設一個衛生城市，現在我們有太多的口號，平安城市、生產城市、數字城市、無線城市、寬帶城市、幸福城市、藝術城市、歷史城市、文化城市、旅游城市、健康城市等等，還沒列完，各式的城市也很重要。好比說美麗城市、宜居城市、休閑城市、文明城市等！同志們，我們不要太忽悠了！

        昨天聽到廣播，說一個嬰兒的奶粉要九個部委發聯合文件。我想問：我們的社會怎么了？大家說云計算、物聯網好像第一責任人不清楚，我感覺到智慧城市的責任人很清楚，那就是市長，市長是人大任命的，人大是人民選舉的。我被邀請在北京市參加一個討論，我就潑了冷水，因為官員都在想：我當市長了，以后這個城市要變成智慧城市了。你想想市長有這么大能耐嗎？你在臺上五年、十年北京就變成智慧城市了？你的孩子會在家里踹你的，告訴爸爸不要說大話，會悄悄的提醒你，這是善意的提醒。法國作家雨果說過，一個城市的良心是下水道，當洪水四溢，城市的下水道讓滔滔之水悄然排淌，城市回歸安詳。不幸的是去年北京就發生了“721”事件。一個文學家說良心、智慧，慧字底下是一個心，一個城市良心都沒有，哪來的智慧？聽說有的城市的下水道是形式上的下水道，沒有下水管，下工地檢查的時候看不到，良心哪去了？

        城市的智慧呢？我是中國人工智能協會理事長，我們經常討論人工智能，討論智能技術，但我們不敢輕易地講智慧，在人工智能這個學科里面，有很多沒有打開的科學之謎，好比說大腦跟心臟是什么關系？知識一般認為頭腦、智慧，知識這一塊、技能這一塊、智能這一塊靠大腦，但是心呢？良心呢？秀外惠中，講的秀外要惠中，所以你們看看惠中這個詞是怎么演化過來的？是很有意思的。我們又說人的手是人的第二大腦，大家看到一個殘疾人用腳寫字，用腳做很多活動時，我也覺得腳也是第二大腦。所以從腦科學的狀態下，智慧與智能要求更高。

        對智慧城市作為一個普通市民的理解，我覺得應該是生態環境良好、基礎設施先進、產業結構合理、經濟實力雄厚、服務保障完善、科教文化發達、社會平安和諧、市民健康幸?！，F在PM2.5叫做冠狀物，還有一些人叫做開狀物，搞不清楚到底是開狀物還是冠狀物，我們要想一個系統的方法，空談誤國，實干興邦。多做一些實在的事情，少忽悠一點口號。

        我講一個具體的例子，智慧城市建設的一個最基本問題，就是位置服務。云計算使地理信息系統走上飛天之路，本來我們的汽車里面安了地理信息系統，導航，要放一個硬件做載體，現在不要了，把地理信息系統搬到網上去了，所以手機就可以做導航，這就是云計算給各位帶來的現實。

        剛剛我們舉辦了“第五屆云計算大會”，6月5號到6月8號在國家會議中心，那幾天正好下大雨，工程技術人員恪守時間，也是非常讓人感動的。云計算定位導航結合，催生位置服務。位置服務無人不用、無時不需、無所不在。1994年美國學者提出了位置服務的時候，三個基本內容：你在哪里、和誰在一起、附近有什么資源。當今隨著移動互聯網的發展，已經形成了一個新的概念，叫做SoLoMo，綜合了社交、位置、和移動的特點，使得位置服務成為移動互聯網時代最接地氣的服務。

        大家說地理信息系統，我們所說的早先的地理，在人們的頭腦中是掛在墻上的，印在書上的，到上個世紀80年代，人們把地圖電子化，我們獲得了電子地圖，于是有了結構化和半結構化的地圖數據，進而把電子地圖發展成為了數字地圖。隨著全球導航定位系統的普及，人們又把定位系統和地圖緊緊結合在理一起，從Google地圖到現在每個人走在街上都能看到街景，變化夠快，多實在。位置衍生服務就是搖一搖、掃一掃、照一照，搖一搖附近我的朋友們在不在、附近有沒有商店和吃飯的地方；掃一掃這個店是什么樣子的，拿這個照相機照一照二維碼，馬上就可以得到優惠卷，或者是給你一個自動的聯誼，或者給你一張電子名片。這些技術和手段深刻的影響到我們每天的日常生活。于是又出來了一個新的概念，眾包地圖，軟件的開發不僅僅是在一個公司里，而是在一個開放的社區里，不是在一個單位里面，而是在共同感興趣的人在網上進行共同興趣的開發。

        手機、汽車等移動設備裝載各種各樣的地理信息系統、并定期更新地理軟件的時代已經過去了，我國目前存在眾多小而散的地理信息產業孤島，只能滿足簡單地理要素查詢，滿足行業的解決方案，跨行業之間的坐標和格式不能互換，數據不兼容，語義不統一，分享難、互操作難。于是，云計算把早先的互聯網核心簡單、邊緣復雜、千人一面的形態，改造成網絡豐富、邊緣簡單、交互智能，尤其是在網絡中心的云計算，支持社會化、集約化和專業化的信息服務。一個個孤立的地理信息系統走上飛天之路，實現從行業解決方案向云計算的轉型。行業解決方案已經到了尾聲，跨行業的解決方案站到了行業之外，看到的行業成為了時尚，因此我們需要的是跨越界限、柔性重組、共享價值。

        云計算走過了理念清晰、操作模糊、八仙過海、云里霧里的一段路程之后，已經成為了我國信息行業當前的主旋律，給我們的生活帶來太多意想不到的改變，正越來越深入地服務于各式各樣的小眾，甚至改變整個大眾的社會交互形態，位置云首當其沖。我們過去的企業服務大眾、服務公眾，現在要想服務大眾，首先要服務小眾，沒有成千上萬的小眾，服務大眾是一個空話。以前我們是粗放式的服務，叫做大河有水小河滿，現在我們是精細的服務，叫做小河有水大河滿。

        誰是中國位置服務的領頭羊呢？哪一家企業、哪一個地區、哪一個城市是位置服務的領頭羊呢？北京是位置服務的領頭羊嗎？北京是云計算數據中心的試點城市，“智慧北京”的口號提出來了。在這里提出了衡量位置中心的五個外在指標：電力消耗、帶寬支持、覆蓋范圍、注冊用戶量和衍生服務能力。我通常給出了位置服務的五個內在指標，時間上要連續，365天每天不能間斷，每小時、每分鐘不能間斷，要有四個九的可靠度。我們現在的電力供應就是四個九的可靠度，四個九可靠度就是一年365天，停電時間不能超過1小時。我們到哪里找這樣的位置服務中心？汽車在路上跑的時候，飛機在天上飛的時候你位置服務中心要給我位置服務的，要給我導航的，空間無縫、精度要多樣，技術要可靠。

        我這里講一個典型的位置服務的云計算案例，叫做定位精度校正服務中心。大家知道天上有北斗，有GPS，地上有基準站，還有移動通信的基站，還有好多的車，各式各樣的電器、房屋等等。如果我們建立一個定位精度校正服務中心，當我們一個個體的手機，有GPS接收機，從GPS收到一個精度、緯度和高度的信息，這個誤差是25米，25米是什么誤差？是軍方誤差，最大的誤差是多少？30zachman，也就是75米。實際上我們拿著手機的GPS，如果沒有校正的話，通常在100米左右，這就是為什么我們有的時候在主路上，他說在輔路上，我們在輔路上，他就說在溝里一樣。那么怎么辦呢？如果有一個定位精度校正服務，手機就可以把得到的位置服務，精度、緯度、高度發到服務中心，一個短信一毛錢，定位精度校正服務中心根據它的基準站，例如北京，北京有15個基準站，每個基準站上都有他已經知道的精度、緯度和高度，于是進行一個差分計算，把計算結果還給手機用戶，又是一個短信息，一毛錢，兩毛錢的結果就使得手機得到了在所在位置的精度、緯度、高度，從原來的100米提高到1米。這是一個什么情景？兩毛錢就可以知道1米精度的誤差服務，這個世界真的變樣了。假如我們跟老年人做一個手機環，他們是接收機，自動接發，就可以在任何地方知道老人現在在什么精度、緯度、高度，誤差不超過1米，這解決了多少問題?。课覀儸F在有很多老年人得了老年癡呆，記性不好，走散了。我們曾經出動很多人找一個干部的老太太，現在把這個環套上，我們叫做黃環運動，老人就不用那樣痛苦，找不到家。如果把這個給小孩子帶上，那么家長就會知道小孩子是不是在馬路上亂跑。我們的社會很多人需要這樣的服務。

        當然，跑動的汽車也可以得到這樣的定位導航服務，所以我說剛才的五個內在指標，如果現在北京或者寧波，或者杭州能夠有這樣一個定位精度校正服務多好？如果你覺得不夠，咱們的手機是雙操作的定位接收機，GPS、基準站等都能相互互通。如果大家移動的精度服務，我覺得這個精度還可以往高里做。

        定位精度的校正需要復雜的計算能力、海量的存儲能力和豐富的交互能力，如果不放在網上做這件事，而放在手機上，放在端設備，那么手機端設備要多大呀？這就是為什么要搞云計算，從這個案例里可以看得出來，云計算是不可阻擋的高新技術，現在說云計算是忽悠的人已經寥寥無幾了。

        最近這幾年，我一直在做智能駕駛，我們想讓汽車改變早先的由人工駕駛的狀態，我認為智能駕駛在云計算、物聯網和智慧城市等戰略性新興產業中的位置是非常重要的示范地位。沒有位置服務，何談智能駕駛？因為沒有人導航，沒有智能駕駛，駕駛員就不可能在車上干更多的事情。車子為什么一定要聯網？只有把駕駛員從駕駛的低級勞動中解放出來，才可以做更多的事情。沒有車聯網哪來智能交通？沒有智能交通哪來智慧城市？所以我說我們要實干性，從一點一點干起，把車子聯網，把電機聯網，把消防水龍頭聯上網，一個一個的去做。

        智能駕駛這件事情宏觀上可以分三步走，第一個結構化的道路智能駕駛，第二個半結構化道路智能駕駛，第三步非結構化道路智能駕駛。當前，我們正在做第二步。智能駕駛并不是很新鮮的事，我們的車上已經有不少智能駕駛的東西，比如說自動巡航，當我們在高速公路上轉到自動巡航，腳不動彈手動彈，手不動彈腳動彈，或者從事故預警開始，當我們自動倒車的時候，超聲雷達發出一個聲音，不能再倒了，也叫智能駕駛，只不過沒有跟剎車直接聯系在一起而已。我們希望今后的汽車應該是一個云式機器，會記憶、會對話，你開了十遍、二十遍、一百遍從家到單位，第101遍汽車說我會開了，會學習、會記憶。

        我們希望這個車是節能的，不能因為智能而不節能。還要個性化、自學習，駕駛員是一個菜鳥，學習到這個機械也是個菜鳥，也是個飆車手，這個社會還是要有個性化的。有了這樣的手段之后，我們可以利用智能機器人來計算路程，從北京到天津每個人都要開車，每輛車前面都要有100米左右的路程距離，浪費太大。如果把兩輛車、三輛車變成一個公共火車，只要第一輛車占用路程，后面可以節省路程，這樣多好。像我們現在首長出門，道路要封鎖，封鎖占用了老百姓太多的路程。能不能又能保證老百姓的行車安全，又不占用老百姓的路程。

        駕駛是快樂的享受，但我們希望自動駕駛和人工駕駛兩種狀態會長期共存、相互補充、自然交換。我們并不把重點放在道路信息化上，因為每個紅綠燈發出信號，告訴駕駛人要改動道路。而道路環境信息化，依靠車路協同實現智能駕駛，肯定是一件長遠的事情。北京市的紅綠燈現在都不規范。

        這是通用車，我現在在北京改裝它的性能，這個汽車有10m雷達，前面裝了一個SICK雷達，后面裝了毫米波雷達，前后有攝像頭，大概就可以構成一個智能車，再加上GPS。目前我們所有都裝上了需要100萬，我們還要把這個價格壓下來?，F在全國的高校、研究院、研究所都在做這樣的智能車，再加上移動測量車，全部搭配一千輛的智能車，各種各樣。所以你們有時候坐在車上，看到車上有很多奇奇怪怪的設備，實際上他是在做道路測量。

        智能駕駛技術可以分為三大技術，一塊叫做自主駕駛，一塊叫做組合導航，一塊叫做人工干預。我們讓乘員手上拿著iPad，觸摸一下就可以表達自己的目的地意圖，把道路要走哪些車線交給云計算位置服務。那么我們規定的人工干預應選最高，自主駕駛次之，組合導航更次之。城市駕駛實驗主要在城際高速道路上，相對來說比較規范，我們已經在北京到天津跑了18次，進行了一萬多公里的實驗。

        我們有幾次相當仔細的實驗報告，這是第四次的實驗報告總結論，其中提到檢測到周邊移動障礙物17497次，自動控制轉向18020次，自主超車7次，被超車140次，這次實驗數據還是很寶貴的，召集了一批研究生，他們的論文用這些數據，所以質量也就比較好。第18次實驗我們開始考慮既有的問題，油門操作1816次，剎車36次，意思呢？如果在能夠松油門的時候，盡量不踩剎車，從而減少二氧化碳的排放，減少油耗。這個工作我們剛剛開始，逐步的我們會考慮省油的問題。

        目前我們認為我們要做半結構化的智能駕駛，所以我們要了解市區的智能駕駛難在哪里，這樣一個道路條件是比較理想的。這就比較慘了，因為車道被汽車擋住了，咱們的攝像頭就失去了功能，而且這一擋住的汽車是不斷移動變化的，尤其在立交橋下面，GPS又不能工作。市區道路是半結構化的道路，紅綠燈、人行道、立交橋路口復雜多樣，交通和道路標識有新有舊，機動車和非機動車、行人與車流混雜。因此我們提出了一個組合導航戰略，GPS在智能駕駛中究竟能力做到什么？云計算中的位置服務做到什么？都是目前的難點。我們目前采取的策略是進行級別導航，在路段里面讓攝像頭和雷達導航，讓GPS告訴你前面的路口名，做路口識別器，在路口過渡區做交通指示的導航。

        大家知道在道內行使的時候，比如說首都機場到天安門，大量的時間是在道內行使，這個時候就要雷達導航，并且靠GPS識別前方路口。快到路口的時候大家知道，這個路口如果一個稍微大一點的路口，往往有一個節，叫做路口過渡區，會把原來的四條道擴大成六條道或者七條道，從路口過渡區就必須走到正規的車道里面，然后你就會看到一個停止線或者是人行橫道線等等，這就是路口導航。路口導航拐彎之后又到了車道里面，又有了道內導航又有路口過渡區導航，然后又經過過渡區，就這樣的循環，從而從首都機場到達天安門。

        在這個過程當中我們發現，大數據成為支持路口導航的重要來源，大數據是連接物理世界和虛擬精細地圖的橋。我的單位在萬壽路口附近，我這輩子在萬壽路口走了成百上千遍，但是我并不知道萬壽路口由東向西幾條道，由南向北幾條道。這次做智能駕駛才發現，萬壽路口非常普通的路口，由東向西是6入5出，6個車道入，5個車道出，由南向東是6個車打入4個車道出，為什么以前沒有注意呢？因為以前沒有搞智能駕駛，為什么現在注意了呢？因為我們要精細的控制這個車，這就告訴我們，當人利用信息技術精確挑戰能量的時候，人們對數據量有極大的要求。比如萬壽路口，人行橫道中間的面積竟然有4143平方米，這就是萬壽路口的圖，由南向北，右拐4道口，前行5條道，拐彎有兩條道，可以說世界上沒有完全相同的路口。前兩天搞了一個路口的通用模式，后來發現不行，路口是地區演變的過程。因此我們要進行精細的路測試，我們向北京市測繪數據院尋找萬壽路口有沒有最細的地圖，1比1000的，1比500的，甚至有1比200的，這就是數據量增加的根本原因。我們要做這樣的右拐、直行、左拐，要進行精細的路徑規劃。這就是我一個研究生目前正在做的，萬壽路拐彎的路感形態，規劃的路徑很復雜，博士論文題目是智能駕駛系統中的不確定表達與計算。

        誰來提供詳細的路口位置信息？誰來確保詳細路口位置信息的實時更新？誰來提供碎片化的路口信息在線服務？都成為了一個很重要的問題。北京市有多少路口？有多少信號燈，有多少個小路，一算必定是大數據。目前我們從天安門到首都機場的實驗正在進行當中，我們希望全程30多公里的道路用90分鐘走完，我們采取剛才的導航措施。尤其重要的是，隨著移動互聯網和云計算的普及，機器人、乘員都可以和網絡的位置服務中心交互，物聯網的更高境界一定是機器人聯網，人互相之間、機器之間都可以進行交互。自發地理信息可以利用工具組裝和上傳個人資源提供的位置數據。萬壽路左轉這件事，如果有一個人做到了別人就可以跟隨，這就是對感興趣位置和區域的共享，形成群體智能。

        我是1983年在英國拿到博士學問的，當時我的博士論文就是Databases，DB，都到70歲了，突然有人把我這兩個顛倒過來，轉到了BD。一開始我們搞的時候是Databases，后來我們覺得這個數據量不夠大，就改成Large Databases，后來是Very Large Databases，然后是Extremely Large Databases，這些都是結構化數據，現在突然出來一個Big Data，搞的大家很茫然。2013年，我們請了幾個獲獎的人，到中國來談，特別是搞數據庫的都覺得搞的顛倒了，把我們搞暈了。大家知道關于數據庫，如果數據庫到了幾比幾的話，一個操作大約要5個小時，這就是說結構化數據已經走到頭了?，F在不是再由結構化的工具把這個數據放在一起，再放到大庫里頭去，不是這樣的。DB和BD有什么不同呢？我這里舉了十個不同，我就不念了。

        所以現在我們遇到了挑戰，我們曾經習慣的用數據部分，數據倉庫技術應對結構化，我們目前比較習慣的是用超文本超連接、搜索引擎、云計算等技術解決半結構化數據。我個人的觀點是要靠網絡交互和群體智能來應對，第三道杠很有風險，僅僅是我個人的觀點，僅供參考。

        想在北京的街道里開一家門臉超過5米的商店，而不被高德公司記錄在案，絕非易事；想在北京開車出門吃一頓飯，不被攝像頭記錄也不是一件容易的事情。在基于位置服務的社交網絡上，人們也許會發現今天你先進入“為民刻字部”，然后去了“俞式削面館”。大數據的作用，首先在體驗價值，而不是像很多教授講的，要從數字里面發現信息，從信息里面發現知識，從知識里面發現智能，未必如此。我們希望那樣理性，但是實際生活非常感性。我從天安門要到首都機場，我問你哪條路最快，哪條路最短，最省錢，你告訴我，我給你一毛錢，這就叫做大數據架構，這就叫做軟件做服務的事情，而不是要發展什么知識。

        大數據成為連接虛擬時代和信息時代的橋梁?？茖W本來是研究為什么的，是一個形而上的，技術是怎么辦的，是形而下的。上個世紀的前半葉，我們有一個天才科學家發明了一個圖靈模型，所以我們有了馮諾伊曼計算機。后來有一位天才的數學家發明了關系模型，于是我們有了關系數據庫?？茖W作為技術的先導，在上個世紀的上半葉是非常清楚的。后來人們把計算機構成了網絡技術，物聯網技術，還有云計算。云計算已經在我們的身邊，那么它的形成是什么呢？人們不知道，于是有人想辦法知道它，把它叫做網絡科學。在云計算之間的大數據，對應的科學依據是什么呢？我們也不知道，于是有人就想象成數據科學。這個表就告訴我們一個真理，科學可以作為技術的先導，但是反過來技術也可以作為科學的先導。傳統的科學先提出一個模型、理論和發展，驗證這個模型，我們把它叫做研究中的實踐。科學理論與模型糾正或者擴大了早先的發現，新的科學發現又在實踐中一個個地被驗證。而自然雜志公開提出了我們已經進入了一個PB時代的科學，也就是大眾時代的科學，大眾時代的科學跟傳統的科學不同了，普遍參與了開發，群體智慧非常多，人人都是傳感器。大眾既是數據的使用者，也是數據價值的開發者，既是消費者，也是數據的提供者。

        因此我們更加的提倡實踐中的研究，用數據表示世界眾多層面，這個世界是導致大眾的根本原因我們可以從不同的測度上描寫地球、描寫資源，包括描述我們生命科學本身，甚至我們的情感都可以造成情感的技術，數據支配世界，充滿了不確定性。信息和信息技術解決了這個世界、這個人研究的對象，是什么的問題。為什么、怎么做分別代表了科學和技術，我們通過數據產生價值，就是解決怎么做的問題，滿足服務需求，而不是像科學一樣解決為什么，也未必發現知識。更多的從相關性而不是從因果性做出理解和決策，數據關聯，多人乃至多群體關聯形成群體智能，通過交互和挖掘，發現普世價值。

        因此在大數據時代的科學，引發我們新的創新思考、創新驅動發展。我認為實踐中的研究，也許勝過研究中的實踐，如果我們不去研究智能駕駛車，我不會感受到萬壽路口的大數據。較多的數據也許勝過較好的算法，這句話非常的重要。我們早先的軟件工作者希望把程序寫的很好，程序加數據加穩當叫做軟件。數據是固定的數據結構下支持的數據，有時候一個程序很大，能處理的數據很小。但是現在我們需要的是程序可以小，處理的數據要大，而且較多的數據可能勝過較好的算法。而且告訴我們另外一個理念，由下而上也許勝過由上而下，我們智慧城市每一個城市都非常想要做一個頂層設計的方案，現在我給你潑一點點冷水，由下而上也許是更好的。當然傳統的是由上而下，這種是中國式的狀態。但是目前看來，由下而上的動力強大，草根的力量很強，旺盛力不可控制。

        智慧城市是一個長期積累演化的結果，我們不妨從智慧的人、智慧的家庭、智慧的社區做起，由下而上。我們需要看到智慧的家庭是什么樣的，各個城市不宜把智慧城市作為一屆或者幾屆政府的建設目標，可以提出實現智慧城市行動綱領。不要把智慧給出一個終極目標，終極目標是人類的研發，可能十年、二十年，三十年也未必能出。謝謝大家！