我相信，哪怕“下半場”概念的持續走俏，當整個社會的技術基礎設施向人工智能的底座切換，它被寫入政府工作報告也只是時間問題。要知道，在過去數十年，當科技學術界在向公眾描述未來時，對于“確定趨勢”凝成共識的次數其實屈指可數——且遠未達到今天學界對深度學習這條技術脈絡高度認可的堅定態度。

　　這種共識當然會向政府等決策層傳遞。就像互聯網時代，不少科技企業完成了對資源配置的重新釋放，在即將大規模落地的人工智能時代，在對待更復雜的社會問題時，他們也有能力，通過AI為政府和其他社會組織賦能，通過數據的交融，合力將城市向更具智慧的方向演進。

　　其實誰都知道，世界的復雜度正如“沙堆實驗”一般集聚，傳統人力基于過往經驗，早已顯得疲憊不堪——譬如交通問題，早有人預言，隱匿于城市毛細血管的交通網絡，有可能是第一個被擱置在人工智能底座的社會系統。

　　在迅猛的城市化發展中，交通是所有人的切膚之痛：在中國，有大約超過50個城市面臨不同程度的擁堵，城市越大擁堵越嚴重，不只中國，交通問題是世界大型城市的共同頑疾，我看到的數據顯示，歐盟境內每年因交通擁堵造成的經濟損失達到了1000億歐元——而也正因如此，在全世界的資本市場，出行領域的點滴創新，從來都會招致他們的敏銳嗅覺。

　　巨大的公共福祉背后，是頗為堅信的路徑實現。眾所周知，城市交通網絡由人，交通工具和管理三個維度構成，且隨時都在變化。

　　而這也意味著，當數據成為新經濟的底層驅動力，解決交通這樣的復雜社會問題，政府也勢必對人工智能敞開懷抱。在我看來，通過“人工智能+社會治理”，用數據為城市“畫像”，才是每天誕生的海量城市數據的最佳歸宿。

　　具體到交通領域，無論約租車，移動地圖，還是共享單車，實時公交，都將成為智慧城市升級路上的重要一環。

　　解決人口問題的智能方式

　　說到城市化，不妨先說一個我今天看到的案例：人口問題。

　　必須承認，將巨大人口卷入到整個世界經濟的分工體系，是過去三十年中國增長奇跡的最大因素(事實上，愈到未來，中國人口紅利優勢就愈顯著，全世界最發達的高鐵系統就是最好佐證)。而在中國人口問題的另一端，如今社會學家的普遍達成的共識是：自由遷徙實則是解決城市化發展“不公”的最佳方案。

　　如你所知，在城市化歷史進程的奔流中，你一定經歷過那種看起來就充滿不確定性的人口普查方法，面對頻繁的流動，傳統普查方式人力成本高企且往往并不精確。

　　其實政府完全可以仰仗更睿智的方式，譬如通過移動地圖，要知道，百度地圖每天響應450億次定位請求，位置服務超720億次，完全可以基于這些累計的定位數據，計算出每個用戶的工作地和居住地(譬如在百度的算法中，當兩個月在某個位置出現上百次;時間集中在9:00-19:00;連接的wifi固定，基本可以判斷是在工作地)，然后通過劃分區域位置邊界，測算出某個區域的人口絕對值。

　　事實上，如今百度地圖慧眼數據的預測準確率已達85%以上，這意味著，它完全可以為政府機構提供重要的輔助性數據資料。比如百度地圖就依靠人口數據優勢，以城市新流入常駐人口與全國所有城市新流入常駐人口均值比值為指標，發布了城市吸引力報告，2017年第一季度的報告顯示：在人口吸引力排名Top10城市中，長三角、珠三角各占三席，人口吸引力突出，此外還包含北京、重慶、成都及鄭州。

　　值得一提的是，百度還以城市擁堵指數和公交站點覆蓋率為指標，同時發布了城市交通運行情況報告。城市擁堵方面，從主要城市擁堵排名Top10數據看，直轄市重慶、北京、上海三大城市入榜，天津是唯一未入榜的直轄市;其他入榜城市均為省會城市，其中哈爾濱以2.138的工作日高峰擁堵指數居榜首。而公交站點方面，在公共交通站點500米人口覆蓋率排名前十的城市中，廣東有深圳、東莞、佛山、廣州四個城市上榜，北京作為北方唯一入選Top10的城市，排名為第七。

　　可以預見，這種基于真實流動狀態的數據分析勢必將影響決策。

　　人工智能+交通的路徑實現