沈貝倫

從用戶需求中尋找技術(shù)，落地應(yīng)用，準(zhǔn)確地應(yīng)用到各行業(yè)中，并通過“115+N”智慧政務(wù)模式，推進(jìn)政務(wù)大數(shù)據(jù)治理和政務(wù)大腦建設(shè)。

中奧科技有限公司成立于2008年，是國(guó)內(nèi)領(lǐng)先的政務(wù)運(yùn)營(yíng)服務(wù)商，主要定位于警務(wù)、交通、公共安全、工商等行業(yè)，我們從一家傳統(tǒng)的軟件開發(fā)、軟件服務(wù)的公司，逐漸轉(zhuǎn)化為一家大數(shù)據(jù)平臺(tái)建設(shè)和政務(wù)數(shù)據(jù)運(yùn)營(yíng)公司，同時(shí)在人工智能領(lǐng)域研究方面也具備了一定基礎(chǔ)，并在智能系統(tǒng)建設(shè)方面進(jìn)行了投資和運(yùn)營(yíng)。

目前我們開發(fā)了超過200個(gè)政務(wù)系統(tǒng)。我們也制訂了800多項(xiàng)行業(yè)數(shù)據(jù)標(biāo)準(zhǔn)，目前我們每天每一秒鐘需要處理五萬多條數(shù)據(jù)，我們所處理各省數(shù)據(jù)超過千億。在2016年公司承接了整個(gè)G20峰會(huì)的數(shù)據(jù)分析、安保調(diào)度等服務(wù)，并為G20峰會(huì)提供12個(gè)核心系統(tǒng)。

公司的三大業(yè)務(wù)領(lǐng)域包括智慧警務(wù)、智慧交通、市場(chǎng)監(jiān)管。在2010年時(shí)，我們承接了某個(gè)城市的智能交通的塔口建設(shè)，每天處理數(shù)據(jù)超過1000萬條，在2010年時(shí)，整個(gè)智能系統(tǒng)的架構(gòu)是以IOE為核心，但是我們發(fā)現(xiàn)在處理數(shù)據(jù)時(shí)，如果運(yùn)用傳統(tǒng)的架構(gòu)沒辦法處理龐大的數(shù)據(jù)量。在2013、2014年，我們?cè)谥腔劬瘎?wù)方面取得了技術(shù)突破。在2016、2017年，我們的用戶提出，除處理機(jī)動(dòng)車牌照方面，能否處理車型、汽車顏色、汽車標(biāo)簽以及駕駛員行為等問題？最終我們發(fā)現(xiàn)人工智能、機(jī)器學(xué)習(xí)能夠解決上述問題。我們一直在反思，是技術(shù)驅(qū)動(dòng)用戶去改變？還是從用戶需求中尋找技術(shù)？我們?cè)诓粩嗝髦邪炎约憾ㄎ怀蓮挠脩舻男枨蟪霭l(fā)尋找技術(shù)落地的企業(yè)。

所以我們也總結(jié)了一些新型技術(shù)和手段，推出了一種新型的智慧政務(wù)模式，名為“115+N”。我們對(duì)115的模式提出了三眾原則。第一，眾能，強(qiáng)調(diào)這些基礎(chǔ)設(shè)施如何應(yīng)用。第二，眾數(shù)，是以數(shù)據(jù)服務(wù)為核心，包括了標(biāo)簽、關(guān)系、模型、計(jì)算、研判等。第三，我們開發(fā)了眾智平臺(tái)和眾享平臺(tái)，而N就體現(xiàn)在眾享平臺(tái)中。目前警務(wù)、交通、工商、司法、檢察等一系列的政務(wù)都可以在“115+N”的模式中進(jìn)行操作。在警務(wù)中，第一，我們與互聯(lián)網(wǎng)廠商、傳統(tǒng)的IT架構(gòu)廠商等進(jìn)行了深度合作，并在數(shù)據(jù)匯集和資源方面制定了一些規(guī)則。第二，在數(shù)據(jù)治理方面，政務(wù)領(lǐng)域的數(shù)據(jù)標(biāo)準(zhǔn)沒有取得顯著的效果，所以在該領(lǐng)域我們利用了包括大數(shù)據(jù)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等技術(shù)，幫助用戶做好數(shù)據(jù)治理工作。同時(shí)我們建立了標(biāo)簽中心、預(yù)警中心、日志中心、關(guān)系中心、軌跡中心等五個(gè)警務(wù)服務(wù)，把數(shù)據(jù)標(biāo)簽化、關(guān)系化，并建立數(shù)據(jù)體檢預(yù)警。在智慧警務(wù)方面，我們嘗試了新的突破。我們針對(duì)各警種的不同推出了智能算法，包括情報(bào)類、治安類、重點(diǎn)人車類、交通專題類等。

AI在政務(wù)中應(yīng)當(dāng)怎樣應(yīng)用？我們?cè)诤贾萑?000多條道路中，挑選了15%～25%具有典型意義的路口和路段進(jìn)行了數(shù)據(jù)篩選，大概每天會(huì)處理100萬～200萬張的圖片?，F(xiàn)在城市對(duì)貨車的管理非常嚴(yán)格，都會(huì)給貨車派發(fā)通行證，通行證怎么保證車輛沒有闖入非通行證所規(guī)劃的路線？可以通過對(duì)圖片的二次分析以后得出數(shù)據(jù)，在第一時(shí)間內(nèi)推送給前方路面交警，并對(duì)車輛進(jìn)行管控。

我們與國(guó)內(nèi)頂尖企業(yè)合作過程中發(fā)現(xiàn)，在應(yīng)用落地時(shí)，其質(zhì)量遠(yuǎn)達(dá)不到時(shí)代需求，所以我們用了六個(gè)月的時(shí)間與合作伙伴協(xié)商我們所能提供的服務(wù)，我們每天需要利用一千多萬圖片對(duì)機(jī)器進(jìn)行訓(xùn)練和圖片標(biāo)注，幫助企業(yè)進(jìn)行模式識(shí)別、深度學(xué)習(xí)，同時(shí)我們也進(jìn)行了大量的模型運(yùn)算，目前我們的圖片識(shí)別率已經(jīng)提升到60%以上，基本上達(dá)到了能夠?qū)崙?zhàn)水平。同時(shí)我們推出了可疑車牌分析，來協(xié)助交警利用這些手段來保障交通安全。

在2014年，用戶提出，如何預(yù)防犯罪的發(fā)生。能否通過現(xiàn)在的案件和數(shù)據(jù)進(jìn)行危害評(píng)估，所以我們通過大量的數(shù)據(jù)采集和分析，進(jìn)行了計(jì)算評(píng)估，并利用深度學(xué)習(xí)和機(jī)器學(xué)習(xí)手段，進(jìn)行案件預(yù)測(cè)，并取得了良好的效果。

我們利用包括機(jī)器人、無人機(jī)等技術(shù)手段，使警務(wù)行業(yè)或公共安全行業(yè)得到迅速的發(fā)展。在公共服務(wù)中可以利用簡(jiǎn)單的交互和觸摸形式，改為機(jī)器安防、巡檢和服務(wù)的形式，以及在交通高速公路事件的管理過程中，可以用無人機(jī)到現(xiàn)場(chǎng)勘察情況。我們準(zhǔn)備與一些廠商緊密合作，開發(fā)智能眼鏡。目前警務(wù)人員在出警時(shí)，所攜帶的裝備非常多，如何解放警務(wù)人員的雙手？

我們開發(fā)的智慧眼鏡，可以進(jìn)行動(dòng)態(tài)識(shí)別。在交通領(lǐng)域，我們與阿里巴巴也有非常廣泛的合作，并把一些更先進(jìn)、更有效的技術(shù)加以利用。在幾年前，杭州的交通其實(shí)非常擁堵，在全國(guó)的擁堵排名上位居前三，這幾年通過各項(xiàng)技術(shù)手段以及多次對(duì)道路進(jìn)行大量改造，包括擁堵分析、指數(shù)發(fā)布，以及事件的管理發(fā)布等，進(jìn)行了大量研究，目前整個(gè)杭州的交通擁堵得到了明顯的改善。

結(jié)合去年我們進(jìn)行的G20峰會(huì)安保工作，我們推出了對(duì)重大活動(dòng)的安防解決方案，在2016年6月我們開始進(jìn)行大量的推演和預(yù)案準(zhǔn)備，對(duì)采集回來的數(shù)據(jù)進(jìn)行優(yōu)化，包括路線優(yōu)化，行車時(shí)間點(diǎn)優(yōu)化，如何行車和控制時(shí)間點(diǎn)，都通過了“115+N”的政務(wù)平臺(tái)，來完成重大活動(dòng)安保工作。

（根據(jù)演講內(nèi)容整理，未經(jīng)本人審核）endprint