智慧城市经常与数字城市、感知城市、无线城市、智能城市、生态城市、低碳城市等区域发展概念相交叉，甚至与电子政务、智能交通、智能电网等行业信息化概念发生混杂。对智慧城市概念的解读也经常各有侧重，有的观点认为关键在于技术应用，有的观点认为关键在于网络建设，有的观点认为关键在人的参与，有的观点认为关键在于智慧效果，一些城市信息化建设的先行城市则强调以人为本和可持续创新。
智慧城市要解决的是日益凸显的交通拥堵、环境恶化、能耗增加等城市问题。“在人工智能时代，城市计算是解决城市问题的必然选择，也很可能是最好的路径。”微软亚洲研究院首席研究员郑宇在12月2日于北京举办的2017人工智能前沿应用与人才发展论坛上说。
据介绍，城市计算包括城市数据的感知和获取、数据的管理、数据的分析和挖掘以及数据的服务和提供。“这四个层面连成一个环路，不断自动地在不干扰人生活的情况下，用大数据应对城市的大挑战。”郑宇说。
城市计算 预测未来
城市计算是一个交叉学科，是计算机科学以城市为背景，跟城市规划、交通、能源、环境、社会学和经济学等学科融合的新兴领域。具体地说，城市计算是一个通过不断获取、整合和分析城市中多种异构大数据来应对城市所面临的挑战的过程。按郑宇所述：“城市计算能帮助我们理解各种城市现象的本质，甚至预测城市的未来。”
“城市发展是从数字化到信息化再到智慧化递进的过程，数据是智慧的基础。”山东大学计算机与软件学院院长陈宝权指出，从众多候选集中选出所需要的数据很重要，可以解决很多实际问题，比如在城市区域内确定设立充电桩的位置，规划空气质量检测站点的设置等。
为了进一步说明数据感知与获取对城市公共设施配置的重要性，郑宇展示了天津市的救护车站布局图。“以前选救护车站点基本是根据人口数量或者道路房屋密度决定。但是人的急救需求的影响因素很复杂，我们可以根据真实的120求救信号数据和救护车抢救病人的GPS轨迹等数据对站点进行重新布局，以优化平均抢救时间。”郑宇说。
另外，救护车辆如何在各个站点之间动态调度，使得系统运力最大化是第二步需要解决的问题。“就是要找到一个使很多人到此的汇聚时间最优化的点。”郑宇建议，所有以速度优先级最高的应用都可以考虑这个选址模型。
城市大数据平台发挥效力
未来的智慧城市该是什么样?陈宝权认为，智慧城市有两个层面的含义：一是宏观层面，城市总体资源的分配是智慧的，特别是基础设施能合理满足市民需求，比如交通设计能完全按照人流的需求来考虑;二是微观层面，智慧城市下人人都能享受到更加便利、高效、安全和环保的服务，生活舒适度不断提高。
要达到以上目标，数据的管理不可或缺。城市中所有数据根据结构可分为两种：点数据与网络结构数据。一旦建成后任何属性都不会变动的是空间和时间都静态的点数据;位置不变，但是每个小时的读数不断变化的是空间不变但是时间属性在不停变化的结构数据。
“在摩拜单车使用中，不同时间有不同的人在不同地方发出请求，这就是一个时空多变的数据;网络结构中，路网就是一个静态的网络结构，把路网叠加了交通流量信息以后就变成空间不变、时间变化的数据。”郑宇说，最复杂的是轨迹数据，时间和空间都在变，并且点和点之间有连续的关系。
“定义好这些数据结构模型以后，我们就可以针对特定的模型设计特定的算法，提高系统的利用率。”郑宇说，“我们是给整个城市提供服务，对整个城域作推断、预测，运算量非常大，而且要求实时。因此，数据和应用之间就需要一个平台来连接。”
郑宇主导的在贵阳落地的第一个城市大数据平台，把分布式计算环境跟索引方法结合在一起，可以使算法完成时间从几个小时变成几秒钟。“这就是平台强大的力量。”郑宇说。
18221259202