本周，阿里云 ET 城市大脑正式落地马来西亚首都吉隆坡。据了解，阿里云将和马来西亚数字经济发展机构（MDEC）和吉隆坡市政厅（DBKL）共同合作，将人工智能全面应用到马来西亚交通治理、城市规划、环境保护等领域。而第一阶段，ET 城市大脑主要应用在马来西亚首都吉隆坡 281 个道路路口，通过红绿灯动态调节、交通事故检测、应急车辆优先通行，来缓解吉隆坡拥堵的交通状况。

 

公开资料显示，阿里云在 2016 年 10 月的杭州云栖大会上正式发布了 ET 城市大脑，过去一年多的时间，城市大脑已经在杭州、苏州、衢州等国内七个城市进行了一系列部署和尝试，并取得不俗成绩。以杭州为例，根据 2017 年杭州云栖大会提供的「成绩单」，城市大脑为应用区域提升了 15% 的道路通行时间，特别是在萧山城区，依靠城市大脑的智能调节，以节约 50% 通行时间的成绩开辟了一条 120 救护车的生命通道。

 

就在上月，阿里云掌门人胡晓明喊出阿里云的人工智能航向：「产业 AI 」。「人工智能不应仅仅是实验室里的、PPT里的概念上的‘AI’，更是‘产业AI’。」胡晓明当时说道。所谓产业 AI，也就是将人工智能（以下简称 AI）的相关技术与不同的垂直行业相结合，从而真正实现人工智能新技术（如语音、图像、自然语言处理）在各个「旧」行业的落地实践，这些「旧」行业，就包括城市。

 

此次城市大脑落地吉隆坡，可谓阿里云「产业 AI」迈向国际化的重要一步，同时，该项目也构成了观察这家中国技术公司如何适应国际化新挑战、新机遇的特别角度。其中的首要问题：为什么是城市大脑？

 

1. 解决现实问题的城市大脑

 

城市毫无疑问是人类最伟大的发明之一。而两次城市大发展都离不开交通工具，如火车（铁路）、汽车（公路）的快速普及。某种意义上说，交通工具/设施塑造了过去两百年现代城市的运行规律，城市管理者事实上也是从这些交通工具/设施的角度去切入城市管理的方方面面。

 

传统城市治理的方法从未将城市看作一个整体，局部的改造对于城市发展不仅没有好处，甚至加剧城市问题。而从整体上分析城市问题的第一步就是收集海量数据。过去几年，几乎全球的城市规划者都开始注重数据采集工作。

 

以吉隆坡为例，当地市政厅负责交通的负责人介绍，吉隆坡全市共有 1000 个摄像头，除了 200 多个由警察来负责，剩下的 800 多个交通摄像头，每天都在收集海量数据，但这些摄像头数据与交通信号灯之间是完全割裂的，在市政厅的交通监控大厅里，有专门一排人靠肉眼来观察摄像头拍摄的画面，进而手动调节交通信号灯。

 

显然，这种管理方式早已不能适应当下的城市现状，尤其在全球城市化速度不断加快的背景下，城市人口、交通的压力愈演愈烈，上述管理方式严重制约了城市——这个人类伟大发明——所应有的活力。

 

ET 城市大脑瞄准的就是这个难题。正如上文所言，ET 城市大脑在杭州取得了令人眼前一亮的成绩，不仅让人工智能算法经受住了复杂交通环境的挑战，还在不断的挑战里获得了技能增长，比如，2017 年阿里巴巴 iSDT 有三篇论文入围 ACM MM，内容涵盖交通事故识别、人流轨迹判断以及交通数据样本的汇总等方面，这些论文成果都是来自 ET 城市大脑的实践。

 

更进一步，城市大脑在国内已经有了 7 个落地实践，但这些国内城市实践过程中的经验、教训，真的能移植到国际城市吗？尤其是吉隆坡这样一个和国内城市完全不同的国际化城市？

 

2. 「可移植」的城市大脑

 

当把这个问题抛给阿里云机器智能负责人闵万里博士时，他表示，模型的参数无法移植，但训练模型的方法是可以复制，「怎么搞这些参数，怎么训练这些参数，用什么样的训练样本，正样本、负样本，多少是拥堵状况下的样本，多少是畅通情况下的样本，用这些经验是可以直接移过来的。然后在吉隆坡用这些经验套用当地的数据，最后得到的就是当地化的参数的指标，就是参数值本身不能拷贝，但是寻找参数的方法是可以拷贝的，」闵万里说道。

 

 

这意味着，城市大脑成为一种几乎没有国界、语言、文化限制的通用产品，这背后的原因也值得深思。

 

首先，城市问题复杂多样，但交通问题几乎都有很多通用问题。不管是中国省会级城市杭州还是长三角经济重镇苏州，抑或是马来西亚经济文化中心、首都吉隆坡，其交通问题都有很多相同点，比如外环（高架）道路设计不合理、主干道和周边道路的信号灯无法智能调节、城市早晚高峰的死结等等。

 

这也让城市大脑有了施展身手的空间。在吉隆坡，阿里云的团队参考了杭州城市大脑实践中的做法，自去年 8 月就开展了前期的准备工作。据闵万里介绍，技术团队选择了吉隆坡的高速入口，首先收集信号灯数据，判断其调节的决策是否合理，接着，利用算法来优化调节，整个准备过程取得非常正向的结果。

 

其次，城市大脑本质上是从城市沉淀的数据中挖掘「金矿」，避免了过往所谓「智慧城市」建设里大肆采购硬件的高昂成本，而对数据的要求也近乎零门槛，闵万里认为，对接城市大脑的数据，「不管是什么系统，只要他跟我们对接的数据是符合规范的，能够以我们可理解、大脑可理解、可消化吸收的，那就可以对接。」

 

吉隆坡交通硬件制式以及交通数据质量参差不齐，是否会影响城市大脑算法的作用呢？闵万里博士给出了明确的答案：「在此前有很多人怀疑，如果不是高清探头怎么样，如果这个摄象头的视频的格式、制式不一样的话，会不会对有一些人工智能有影响。那么我们这里面这些问题都不是问题，都能解开。」

 

而对于城市大脑的落地实践来说，算法的可移植性只是整个项目的第一步，城市环境是个不断变化的场景，技术层面之外，后续的运营与服务也异常关键，这也是一个「古老的命题」——中国技术如何出海？此次吉隆坡的城市大脑项目，阿里云给出了一个新答案。

 

3. 技术、生态、人才，三位一体的城市大脑

 

纵观此次吉隆坡城市大脑项目，还有两个细节值得关注：其一，城市大脑是一个开放的生态平台、鼓励人才、技术创业创新；其二，阿里云人工智能人才项目天池平台同时落地马来西亚。

 

可以毫不夸张地说，只有同时实现上述两个举措，才是城市大脑落地的完整故事。

 

与阿里云合作的马来西亚数字经济发展机构（MDEC），是马来西亚政府为了推动全国数字化转型的官方机构，而依托吉隆坡这个大马最大城市的示范效应，有望形成一个以吉隆坡为中心的、全国规模的创业、创新平台，这是云计算、人工智能带给吉隆坡的价值，也是城市大脑国际化的一大创新之举。

 

其次，天池项目落地马来西亚或将带来巨大示范效应。如今，人工智能行业已呈现出中美英的「三国杀」，而中国超越的趋势也越发明显。作为中国人工智能重要代表的阿里云，将培养人工智能人才的经验、机制推广到马来西亚，对于当地乃至东南亚人工智能、大数据人才发展有重大利好。

 

如上文提到，城市大脑的演化方向是生态平台，云计算更是一个生态平台，阿里云在技术之外构建的产业生态、人才机制，其最终的方向，是驱动东南亚数字转型的底层力量。

 

事实上，东南亚同时也是阿里云国际化的重要战场。2017 年 10 月，阿里云在马来西亚的第一个数据中心开服后，阿里云在东南亚完成了新加坡、马来西亚双数据中心布局，并计划在印度尼西亚开设新地域。

 

上述所有举措也是胡晓明为阿里云国际化设置的三个原则，既本地数据中心、本地员工运营、本地纳税。这也为中国技术出海树立了一个新样本：不仅通过技术输出的方式，也为当地经济增长带去新动能。 阿里云在中国公有云市场的巨大优势以及阿里巴巴在中国电子商务的重要辐射力，无疑将放大这个样本的影响力，从而成为未来中国企业技术出海的「标准动作」。

 

4. 尾巴：产业 AI 的国际化大幕已徐徐展开

 

2018 年是阿里云国际化的第四个年头，此番城市大脑落地吉隆坡的开年之作，无论是技术含量还是产业辐射效应都让整个行业为之瞩目。

 

东南亚坐拥 6 亿多的人口数量，该地区各国经济的发展速度也位于全球的快车道上。面对数字经济、大数据、云等新技术的机遇和挑战，该地区的政府、企业都有非常开放的心态，这也让该地区成为未来十到二十年数字经济的巨大增长地区。

 

对阿里云而言，开拓东南亚市场的巨大需求，既是与国际云计算巨头（如 AWS、Azure）差异化竞争的战略选择，也是基于对产业 AI 快速落地的产业判断。当下，东南亚地区的城市、制造业、农业、旅游业都处在一个急需变革的历史阶段，人工智能、大数据有望给这些行业带来全新的发展机遇，这也是阿里云「产业 AI」理念的落脚点。

 

胡晓明在吉隆坡城市大脑发布仪式的发言最后，道出了阿里云的决心和野心，「如果说罗马给了世界一个下水道，伦敦给了世界一个地铁，纽约给了一个电网，我们希望这一次中国的杭州和马来西亚的吉隆坡一起，把城市大脑献给未来的世界。」