杭州公安交警局副局長孔萬鋒：讓數據助推城市管理，把不可能變為可能

11月26日，在城市大腦與未來城市挑戰2018峰會，杭州市公安局交警局副局長孔萬鋒發表了主題為“杭州的創新與探索—從交通治堵到城市運營”的演講。

北京時間11月26日，由中國城市規劃學會、杭州云棲工程院和浙江省城鄉規劃設計研究院聯合主辦的學術對話——“城市大腦與未來城市挑戰2018”在城市大腦的發源地——云棲小鎮國際會展中心隆重召開。作為2018中國城市規劃年會的重要組成部分，吸引了來自全國各地的兩千多名嘉賓參加。

本次大會是城市大腦與城市規劃的首次思想碰撞，也是現在時與未來時的時代先鋒暢想，更是引領這個時代的創新與探索，來自政府、學術界、工業界的嘉賓相聚云棲，一起探討城市的挑戰與應對、城市大腦的探索與啟示。

大會現場，杭州市公安局交警局副局長，城市大腦交通治堵領導小組副組長孔萬鋒以“杭州的創新與探索——從交通治堵到城市運營”為主題做了演講。

以下為演講速記，經億歐編輯整理，供行業人士參考。

孔萬鋒：大家上午好，非常榮幸今天參加這個會議，尤其是面對這么多尊敬的規劃工程師和計算機工程師，此次我將把我們交通管理在實施城市大腦如何來提升交通管理效率上做一些匯報。

去年4月份的時候，我跟王堅博士說，你就是那個“燈塔”，你燈塔前面一點亮，不告訴我路徑，讓我怎么過去，絕大部分都是在“游泳”游過去的過程當中，不是被暗礁就是被寒流、洋流給淹沒掉了。所以剛才在講的也一樣，半小時，未來的城市應該是什么樣的。我和徐局長就把他前面的這個“燈塔”，好不容易搭建一條小舢板再帶上了一些AI的工程師一起向前，已經可以看到燈塔微弱的燈光了，但現在他又出了新的題。這一年半以來，我們對博士所說的大腦，把我們的實踐和理解給各位做一個匯報。當然我們知道這個過程當中離博士的想法還有很大的距離，離現實管理治理的效能上還有很多的距離。

第一，我們想把博士講的兩三年前的大腦結合我們交通管理以及城市治理的理解，做了一個重新定義。我們認為博士講的城市大腦未來是城市的數字基礎設施，是城市資源，這一方面能夠在解決擁堵到底是一個什么樣的手段時，我們對它做了一個初步的理解。這個理解是在去年4、5月份整個團隊研究得出的，即我們要做的城市大腦是我們把城市當做是一個生命體，尤其是規劃領域的人要特別重視一點：城市發展有其規律和特點，城市發展到一定程度，它有它的城市病。

所以，按照這一邏輯，我們用現在的人工智能、大數據、云計算這些計算機能力來結合現有管理上的經驗值，并結合我們對行業和既有二三十年發展的信息化程度下產生的大量數據，通過這幾個結合點結合起來就是大腦或給我們交通管理乃至整個城市的治理提供一個很重要的幫助我們的智能體。

基于此理解，我們有幾個觀點：

觀點之一，博士剛才說到的數字基礎設施。“基礎設施”，到底是什么？我們認為，對杭州的城市大腦來說，它首先是城市數字化的一個具體的應用。城市數字化有多方面的，它是一個應用。所以我們認為這在數字政府，包括“最多跑一次”等更多數字應用當中的一個具體的方面。另外，就像我們的水電，很多規劃都會注意這個基礎設施。大腦的基礎設施該是怎樣的？是虛擬的基礎設施還是什么？我們的實踐總結了這兩方面：

第一方面，這個城市應該是一個有足夠算力的基礎設施，它必須有非常強大的算力，而不是我們現在信息化手段當中只用來支撐我們現有信息化所需要的算力。

第二方面，這個城市應該有一整套完整或支撐城市化發展構建城市品質生活和高質量生活的質量算法，這個算法是一座城市的智慧。我們現在一直在講，每一件事物深層次都是一個維度，從多維度去考慮問題，這個多維度接下來是希望我們形成算法。

所以，在此基礎上，我們希望在基礎設施當中，城市管理更多從定性走向定量，就像今天早晨發生擁堵了，這個城市當前是一個什么樣的狀態？我們這個城市發展很健康，那這個健康的指標到底是多少？所以我們把當前的用度以指數數出來，其中包括用電情況，污水排放情況，以及城市的幸福指數......這樣更多的是走向一種定量管理，這種定量管理是基于前面第二點的要素而產生的。

觀點之二，城市大腦是一個智能體，它自帶記憶存儲功能，在這個系統中，它將通過算法形成迭代。所以區別于三件事：

第一，它不是一個信息系統。它不像登記系統、管理系統，包括規劃用的CAD系統，CAD操作系統，與人不一樣，它沒有智力也同樣沒有記憶力。因而，我們現在在做城市大腦，城市大腦依賴于信息系統生成，對于信息系統打造要相當嚴格，信息化過程當中這二三十年積累了大量的數據，所以我們在做“手”、“腳”時跟“大腦”有區別。

第二，它不是集成系統。不是通過孤島把數據打通就是大腦，數據打通是一個手段，但并沒有把我們每一個系統集成起來。原來很多把系統集成以后便可成為“大腦”，換個詞叫做指揮平臺。但是，原有的智慧平臺跟我們現有的所理解的大腦是有區別的。

第三，我昨天跟博士聊的時候提到了城市大腦和云的管理，云是什么？云計算提供的是一個算力，是有一個足夠的算力算得過來。所以，城市大腦和云計算的關系是云計算的能力支撐了城市大腦，但不是上云了就是城市大腦。城市大腦并不是一定要上云才是城市大腦，但云計算，云，上云很好地解決了城市大腦的算力問題。

觀點之三，城市大腦賦能交通管理。今天規劃在末端管理，我們昨天聊時，規劃在最前端，去年爭議最大的時候，我們認為人工智能的到來和云計算以及大腦的到來可以把我們原有傳統行業都可以顛覆掉，剛才博士隱晦地說，未來解決城市交通擁堵是否是采取這樣的方式來治堵，他背后想說的是這個道路和車是都可以不要的。而昨天，規劃界羅院長也表達了這個觀點，這是生活方式的改變。

所以在這個問題上，在我和博士第一次交流中，我跟他說要好好看交通工程學時，他到現在還非常含蓄地包容了我們在這方面的理解。所以我覺得我們在做城市大腦一定是基于各行業的基礎理論。如果沒有這個基礎理論的指導和內在邏輯關系，這個大腦那不是人的大腦。

比如我們前一段時間在討論我們的交通信號燈的交通流問題，其實我們要說的重點是去找出其控制力到底是什么，是不是可協調關系。交通事故地安全預防中的預防控制理論到底是什么？是海恩法則？是墨菲定理？是彼得原理嗎？如果沒有一個好的，那就按照基礎去做，這是第一。

第二，大腦反過來又賦能城市管理。它極大幫助了我們原先在這些定理化以及產生的各類經驗上的固化和賦能。但技術的最前沿一定是本行業，我們目前所從事的或者剛剛進入的行業會發現很多機器智能所產生的人達不到的能力，那么機器智能幫我們產生，這確實是一個非常了不起的技術支持。

所以在這一方面我們認為城市大腦更多的是賦能，這也需要我們這一年多當中把整個交通管理的“靶心”找準，而大腦已經賦能給我們很多力量。

按照這一次2.0下放以后，所有的大隊長都在說一句話，現在是“裸奔”，我們所有干的事情都清清楚楚，落實到每一個行動，對我們的一個優化目標。交通管理的優化目標就一點：安全暢通。大家所做的每一個行為都是在圍繞這一目標展開的。

所以在這樣把三個觀點想明白以后，我們就去找路徑，我們要實現什么樣的路徑，博士一直不給我答案，我也找博士，博士也不理我，最后我們自己想。

我們想了以后覺得應該是這么去理解，后來得到了博士的表揚，我們也很激動?？偨Y下來，我們覺得要實現的路徑是四句話：

第一，如果有大腦，首先要去全面地感知一個城市的狀態。我們當時就想神舟飛船在天上飛，如果要給它進行自動變軌時，一定要掌握其當前飛行狀態。城市也一樣，交通管理在發生擁堵，現在堵還是不堵，都是人云亦云時，我無法實現控制。所以我們首先第一步對所有一個城市，所有的事情都應該感知當前這個時候是什么狀態。就像今天臺上在說，我們不知道現在大家的感知是什么狀態。我們在管理一個城市，作為一個管理者感知很重要。而這個感知是既有的，通過邏輯思維對信息進行梳理以后得到的。

第二，感知要有戰略主導。交通管理的戰略主導，決策者的思維是什么？有人工智能專家在，他們經常講的優化目標指的是什么？這個目標優化值是通行效率還是安全？這個指標是戰略主導， 那對應到政府是什么？昨天我跟省人大丁主任匯報時，說我們交通管理作為一個政府的二級局，也是一個組成部門，編辦給我們的三定職責，交警負責道路的交通安全、道路暢通，以此為大腦的目標值進行優化。所以這是一個戰略主導。

第三，我們希望它進行智能模仿。這個智能模仿中不僅是經驗的固化，還有多年來方案的總和。比如每到一件事情都要局長來主持會議，來布置和分解，大腦將會對這些方面，通過一件事的相同或幾件事的結合，它會自動生成。這一方面在提高效率，尤其是在固化經驗，使得我們的工作經驗是“螺旋式”上升。

最后，我們希望反哺。我們現在建了這么多系統，最后由大腦去指揮它。到目前為止，針對于原來的信號燈和監控，我對博士有一個回應，是他之前說過的“最遠距離說”，現在看來是有道理的。信號燈在控制時跟大腦整個效率沒有關聯，只是自己的流量、速度和占有率，三者之間做一個函數關系，它不會圍繞著別處轉。所以，在這方面最終是希望去反哺各控制系統，讓各類控制系統在大腦的指揮下去控制系統，這是我們實現的四個路徑。

針對這些路徑，我們今天要分享的是在這個過程當中如何有效解決問題，所以我們抽了其中幾個跟大家做分享。我們存在什么問題，我們是怎么解決的。

第一，無法定量。我們不知道有多少車在道路上跑，也不知道信號配對是否合理。所以在這些問題上，長期以來是憑借經驗和直覺在處理事情。這也恰恰反映了我們管理當中的經驗值不夠高，能力不夠強，所以需要經常要開展培訓。我們不僅要在黨校培訓，還要業務培訓，因而我們的培訓量很大。

所以圍繞著這一點我們就要定量，定量以后我們認為大腦是生命體。這個系統在這個行業里面能夠第一層面的管理指標是什么？以下是我們擬定的七個指標：

第一在途量。原來是注冊量，每座城市的注冊量都不同，但實際上這個指標并不準確。假設統一時間杭州主城區現在的注冊量是135萬，實際在道路上一天跑的車子號牌有近190萬，統一時間在跑的高峰時期有32萬，7點35分時是21萬—22萬，這時候擁堵指數是1.4左右，但15分鐘以后多了8萬輛車子，擁堵指數爆表。我們這個城市非常脆弱，8萬輛車子一進來，在一個城市的1928公里的道路上下去以后就變成超級擁堵了。交通的擁堵跟供應量有沒有絕對的關系？這是我們值得思考的問題。

90年代，原上海市交警總隊長說，城市交通管理的堵點往往是交通規劃前面的痛點留下我們后面的堵點，其中包括后期兩個速度主干道和快速路。我們對快速路解析以后突然發現昨天快速路很堵，但主干道跑得很好，這一系列的指標能讓我們每兩分鐘對城市的某一段交通路線做出管理，尤其是對立交，快速路，立交與立交的速度全部解析出來。

另外，我們發現了一個奇怪的現象，整座城市52%的機動車都要通過快速路進行轉換，這為我們10%的道路快速路提供了空間。市委市政府的決策很英明，它要大面積地去修建464的快速路網，可以提供更強大的支撐，讓地面道路釋放出來。

同時我們也做了很多的交通量，這一個時刻有多少的機動車、大小車的占比，非浙A的占比、外地車的占比以及我們進出城的比例，以及進出城目前的實時量，以及未來10分鐘與未來30分鐘，這個預測為勤務部署是往擁堵惡化走還是往輕緩走，為警力部署提供了很多的參考價值。

此外，我們都采取了一系列的黃色的同期的15個同比值來比，這樣可以準確的觀察到道路的情況，而其中最堵的兩條路都會被放到這個指標里。

第二，是被動接警。我們在做管理時需要群眾打電話給我們，我們再出警；原來傳統的模式要靠大量的力量去巡邏，但我們的警力是有限的，所以我們一直希望大腦能夠按照剛才的目標值去發現各類需要管理的事情，讓管理人員更多地從巡邏轉移到處置。比如現在很多的社區是網格化巡邏，如城管一樣的所有基層執法力量都在大量巡邏。但這個巡邏的問題出現在哪里？

第一，標準不統一。每個人的巡邏標準沒有都不一樣。

第二，警力的力量投入不夠。

第三，巡邏和人的主觀能動性有密切聯系，因而會存在很多誤差。

我們希望這三件事可以通過機器來做。博士說原來去做大腦之前沒有人去計算過，不知道警察在路上到底有多少事做，丁主任說法無授權不為，法律授予我們維護交通安全有序暢通，但這只是一個有限責任，我們梳理了110種，并從中總結了97種處置方式，這就是我們大腦里把這兩個事情給搞清楚了。

接下來，我們對整個城市的每個交叉路口、斷面、道路路段以及所有匝道，每兩分鐘對道路的狀態進行實時的監測并給予報警。這就是剛才講的它是迭代的，不是原來傳統的方式。

其次，我們采取視頻結構化。利用現有3000多個監控，大量運用了算力在后臺做了結構化分析。將110種警情植入到監控中去，實現了人不外出巡邏便可以自動報警，同時可以將12大類報警“24×7”全自動如實且地報出來。

就像我們剛才看到的，繞城高速公路上擁堵，這是道路上違法停車，只要一停下來，停了幾秒都會報出來，主干道的擁堵都會報出來。這是路口打結，景區雙休日的時候行人非機動車道上路口打結了，這就需要民警去騰空路口，保證對向的流量不受影響。

而這是機動車開到非機動車上去了，這就需要報警，可以去及時查處。當然在查處當中的手段是多樣的，不僅是民警到現場，還可以依賴于現有的信息系統去做，這就給指揮信息系統處置各種事情。這是在各類非機動車上走在快車道上，這是行人走在快車道上。

這一類從被動管理走向了現有的大腦地問題目前有3萬多，如果所有的視頻覆蓋掉以后一天可以達到10萬多起報警量，這個報警可以很好地來履行公安交警應承擔的職責。

第二，經驗難以固化。這些經驗怎么讓它固化下來？這是我們一直在思考的。前一段時間我跟賓夕法尼亞的黎珍輝教授一直在跟她描述我想要的東西，結果天才少女把我說的話只用了這三個公式講清楚了，我突然之間豁然開朗。第一信號燈的問題，這些信號燈每天在配時，但固化不下來。第二是信號強度為什么要往前走。后來，我們想明白這三個公式就代表著信號控制過的三個階段。第一是Y（信號配時的時間）=1，這個1小學生都學過，這是自然數，絕對的。原來七八十年代使用的都是定時方案，南北向35秒，東西向25秒，無論下雨天，365天都這么轉，這是原來的。

之后我們采用了聯網的控制系統，信號燈以SGS、Sgut（音）以及國內的包括中控、海信等傳統的，你們在做第二個是Y=F（X），F（X）是函數，X就是我們交通工程里所說的流量、流速占有比，通過現前的監測將它監測過來，但函數關系不變。流量到大的時候，占有比高的時候，周期便會拉上去，信號燈時間要給的多。但他不知道放過去下游路口堵住了，放不出去，不知道今天下雪天本身就跑不快等各種各樣的關系，這就引入到我們需要去往G（X），函數的F也要讓它動，要讓它在多維度都考慮進去，不僅是流量、流速，也要把天氣，甚至把人文等各類關懷都考慮進去，這是人工智能在強化學習里給出了各類的神經系統的結合。

按照我們行政管理的角度來說，就是多維度去考慮工作得出的平衡是最好的，這其實就是我們的現狀。所以基于這個目的，我們在高架上59個燈做了一個嘗試，最后的黃線是人工智能信號燈跑出來的，后面藍線是原來的F（X）跑的東西。當然，這件事的挑戰非常大，但我認為在大腦里能為管理提供這方面的支持，我相信未來的大腦是未來作為每個城市管理者是依賴的。

第二，從原來的單一事件向規律性報警的轉變。這是講給今天所有的規劃師聽的。今天警察每件事情都要親力親為，我們發現規律性擁堵與結構性擁堵依然會產生，包括現在發現道路設計是符合標準的，但它就會發生事故，這些問題我們希望后端能夠解決：一、及時收集；二、通過自身的努力，首先去解決管理的問題，進而在解決這兩個問題的基礎上我們希望反饋給規劃階段，讓規劃去調整，形成一個良好的閉環，而這個閉環是在大腦內完成的，這就是大腦的交互系統，以后會形成大的各個部門間的交互協同系統。

最后是公共服務。這是在大腦里邊，我們通過這些數據的收集掌握情況后，交警部門或政府部門能夠更自信并深度地向公眾開放各類信息。目前交警已經可以在1分鐘內大腦就自動向社會推送。第二，該系統將會每15分鐘向社會公布當前的道路交通運行態勢、最擁堵的幾條道路、管控的哪幾條道路，這依賴于大腦到管理的自信。同時我們還積極對城市的重要110、120、119、水電煤氣等各類救援條線給予了最強大的道路通行保障，讓我們這個城市生活得更加幸福，每個老百姓能有更大的保障。

我來解釋一下剛才提到的掃警察叔叔APP。掃警察叔叔APP是浙江省杭州市公安局推出的智慧警務服務應用，已經實現了“一路護航”。目前全國每天都有很多起120、119需要協同。這個協同已經用互聯網思維的方式解決了很多突擊單。目前，現在是政府作為一個平行主體參與到其中的管理。

未來我們希望：第一，在在安全防控上要跟加強；第二，在人工智能方向要更加鉆研；第三，我們與部門之間的協同還有大量的事情要做。我們希望城市大腦利用數據的思維來提升智商和情商。我們希望能把一切不可能的事情成為現實。讓數據助推城市管理，創建和諧社會更加美好，更加給力。謝謝！

在產業不斷創新發展、智能融合、技術推動的新形勢下，創業者需要一場可以指導各產業發展方向、厘清各產業發展脈絡、引導并鏈接資本風向、有重大影響力和啟發性的行業聚會。

2018年11月29日-30日，由億歐公司主辦的“智能產業 美好生活”2018億歐創新者年會曁第四屆創新獎頒獎盛典將在北京國貿大酒店盛大召開，這將是一場匯聚5000名各產業創新者、行業領袖、國內外知名專家學者的行業盛會；是一場以引導、指引產業風向為目的，啟發并分享成功案例，將國內外先知學者的思想提前帶到國內的預見性盛會。

最后，記得關注微信公眾號：鎂客網（im2maker），更多干貨在等你！