AI抗疫，百度如何成为城市治理的“新基建”样本？

以疫苗为例，其研发在毒株培育、交叉数据分析、流程修改、结果检测等方面需要大量时间，而AI正擅长于此，2019年7月，澳大利亚弗林德斯大学的一个研究团队利用人工智能技术进行疫苗研发比传统方法研制周期缩短了60%。百度成立的基金，作用就是提供AI背后的算力、算法支持，而它们都通过云计算实现，把科研搬到了带有AI能力的云端，提升疫苗研发的进程。

又例如，此次疫情初期民间明明看到医院蜂拥很多病人，为什么确诊人数却不高，其原因在于过去确诊用的核酸检测每天只可检测样本200多份，确诊的“出口”受限，成为瓶颈，大众看到的和官方认定的之间存在较大差距，滋生疑问和谣言。

原本从病人样本送到实验室到出检测报告差不多需要8个小时，AI介入后，或可改造荧光PCR测试，大大压缩确诊时间。

云计算改变了城市运行的方式，当算力、算法涌入，原本零星的信息化、数字化就进行了整合，大城市的建设就有了统一的底层基础体系。

2、大数据结合AI，为城市治理提供更完善高效的预警、分析体系

通过各种物联网终端实时采集城市一线数据，汇集在云端是智能城市等概念的主要“工作”，它们的最终价值是通过大数据和AI能力形成各种帮助城市建设的判断。

最典型的，是智能交通“治堵”，终端采集路况汇集到平台进行AI实时分析，得出处置方式推送到红绿灯或者交警终端，实时优化交通。

在城市治理过程中，到处都有类似的数据统计、分析和跟踪需求。

例如，疫情刚刚爆发时，在科技媒体上很火的武汉外出500万居民去向分析，大多数都利用的是百度地图大数据技术成果：

而如果跳出百度地图单个产品，在城市治理层面，结合AI、大数据以及更多城市管理部门联动，更详细的迁徙、流动以及疫病数据跟踪或可以展现出来。例如，更精确定位确诊病例的活动轨迹（而不是靠自述），更精细化描述个体在城市间如何流动，这些数据跟踪可以帮助剖析疫情路径和演变，帮助城市更好地应对。

此外，除了对“已有行为”的分析，这类时空大数据能力还可以进行趋势预测，例如，在疫情中预测发展走向，像武汉肺炎这类通过飞沫/接触传播的呼吸道疾病的人群传播能力更强，比只通过血液、母婴、性传播而“稳定发展”的艾滋病等疾病更值得警惕，设置好对应的算法参数，与医疗体系、气候体系、交通体系联动，能够更好地发现潜在的疫情风险。

这离不开AI的协作，善于找到那些人力并不敏感但实际已经出现的趋势苗头，是AI的专长之一。

当然，这类时空大数据能力还可以应用在治安、商业区价值分析等诸多方面，例如通过人群流向分析和预测区域发展的商业潜力，判断城市规划，或者预测潜在的治安问题等。

3、智能终端+物联网构建城市治理“一线”联动体系

通过加装探头、传感器来识别街道不卫生、不文明等现象，这种“智能城管”是近来AI领域的热门。

事实上，它的本质是把城市治理的智能化推进到一线、社区层面，触角伸及民众的日常生活，例如，在上述智能城管领域，还配套有实体机器人，直接上街代替人巡逻，发现不文明行为由机器人提醒和劝阻，并在后台通过云计算联动汇总信息。

（编辑：西安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!