智慧城市只有通过一个由多个核心技术组成的集成、智能和相互依存的网络才能实现。 当人们想到智慧城市技术时,最容易想到的词是“物联网”和“传感器”。这种联系并非没有根据,因为到目前为止,智慧城市最大的推动因素将是它们错综复杂的传感器网络,这些传感器收集来自市民、基础设施以及几乎所有别的方面的各种数据。然而,尽管先进的传感器技术将在赋予智慧城市能力方面发挥关键作用,但智慧城市还需要依赖传感器以外的更多技术。这一些数据驱动型技术共同发挥作用,以优化资源利用,为公民提供便利,并为政府提供更大的可见性和控制力。以下是构成智慧城市基础设施核心的不同技术: 没有什么比物联网更能与智慧城市联系在一起。这是因为,智慧城市,以及智能治理,都依赖于收集、分析和处理大量的精细化实时数据,而这一些数据只有借助物联网传感器才能实现。物联网传感器和摄像头可以不断以各种各样的形式实时收集详细数据。能够正常的使用不同类型的物联网传感器实时收集数据,如火车站的客流量、道路交互与通行、水源的污染程度以及住宅区的能源消耗等。利用这些数据,政府机构可以就不同资源和资产的分配做出快速决策,例如,根据火车站的客流量和售票信息,运输机构能调整火车路线以满足多种需求。同样,卫生、安全和环境机构可以监测水体的污染程度,并通知负责人员采取补救措施。在某些情况下,物联网执行器可以在紧急状况下自动启动响应措施,例如停止向家庭住户供应受污染的水。 因此,物联网网络和传感器将构成智慧城市的神经系统,向控制实体传递关键信息,并将响应命令中继到适当的端点。 智慧城市的每个方面将主要由数据来驱动。所有决策——从公共政策等长期战略决策到评估公民个人福利价值等短期决策——都将通过有关数据的分析来做出。随着生成数据的数量、速度和种类的增加,对高容量分析工具的需求将比以往任何一个时间里都更大。大数据分析工具已经被政府大范围的应用,从预测城市特定区域的犯罪可能性,到预防像贩卖和虐待儿童这样的犯罪行为等等。随着物联网能够从大量新来源中收集数据,大数据分析将用于所有领域,包括教育、医疗保健和交通等关键领域。事实上,大数据分析慢慢的变成了物联网不可分割的一部分。大数据可以使政府发现反映城市趋势的模式,例如,大数据分析能够在一定程度上帮助教育部门发现入学率偏低等趋势,从而防止出现这样一种情况。大数据也可拿来找出此类问题的原因并计划补救措施。因此,大数据将成为智慧城市政府决策的重要辅助工具。 人工智能建立在物联网和大数据的功能之上。AI可以通过自动化智能决策来支持智慧城市中的大数据和物联网计划。事实上,物联网的响应能力在很大程度上取决于某种形式的人工智能。智慧城市中人工智能的最明显应用领域是自动化大量数据密集型任务,比如以聊天机器人的形式提供基本的公民服务。 此外,智慧城市能够最终靠深度学习和计算机视觉等先进应用来获得人工智能的真正价值。例如,交通监督管理的机构能够正常的使用计算机视觉来分析交通影像,以识别司机非法停车情况。计算机视觉还可拿来寻找和标记与犯罪行为相关的车辆,以帮助执法部门追查罪犯。 智慧城市建立在其不同分支机构能够实时交流和共享数据的基础之上,以确保运营的完全同步性。通过实现这一同步性,政府能保证其公民及时获得医疗、应急和交通等关键服务。因此,他们不但可以确保公民的便利,而且还可以改善公民的安全和整体福祉。例如,在发生爆炸或火灾之类的紧急情况时,消防部门,城市救护车服务和交通管理部门之间的实时通信能保证这些实体之间的完美实时协调,从而将人员伤亡降至最低 。 为了实现不同政府实体之间的无缝通信,需要一个能够以低延迟和高可靠性地处理大量通信的通信网络,而5G就是这样的网络。通过使用5G技术,政府能保证所有分支机构都能无缝协作,尽管每分钟共享的数据量非常大。 为公民提供及时服务意味着确保政府雇员获得有效执行任务所需的信息。例如,必须向医生提供有关他们所治疗患者的信息。或者,负责修复受损铁路线的工作人员应该获得最新的轨道布局和受损部分的准确位置。利用AR头戴装置,这一些信息可以在工作人需要时立即传送给他们。这样做可以最大限度地减少工作人员查找必要信息所需的工作量和时间。此外,交通管理人能使用AR智能眼镜或智能手机应用程序来获取有关违章停车和被盗车辆的实时信息。 正如您可能已猜测到的,这些智慧城市技术中的每一个都是相互依存的。因此,各国政府应该制定综合战略,以便将这些技术相互结合,同时考虑到它们各自所带来的好处。