本站原創！

（電子發燒友網報道 文/章鷹）近日，在雷鋒網舉辦的全球人工智能與機器人峰會上，中國工程院院士、鵬城實驗室主任，CCF會士、IEEE Fellow高文帶來最新的《城市大腦2.0－邊端云處理分工的人工智能賦能系統》報告解讀。

根據資料顯示，“城市大腦”一詞誕生于2016年的杭州，從面世至今僅僅三年，就吸引了全世界的目光， 在產業領域，2016年阿里提出阿里城市大腦，2017年，華為提出城市神經網絡，2018年，騰訊提出城市超級大腦。高文院士解讀說，城市大腦1.0，是一個以云計算為核心的系統，目前的痛點是由于系統各部分沒有很好的協調分工機制，使得系統成本高、響應速度慢、數據的可利用率低。

高文院士指出，城市大腦1.0到2.0，從云計算中心，轉變為端邊云協同體系。城市大腦是智慧城市的核心系統，將算力和數據匯聚到一起；通過數據的匯聚、治理、計算、分析、挖掘和調度，完成數據的全流程加工，面向行業提供不同層次的產品和服務。加入算法，產生出好的結果。

城市大腦是智慧城市的核心，基于互聯網數據、政務數據集合在一起，得到好的結果。從城市傳感器匯集來的90%的是圖像、視頻數據、乘車數據，汽車行駛當中的交通數據，這些大多從視頻攝像頭得來。一類是從攝像頭和視頻端口，簡單的進行視頻壓縮，然后上傳到云端，然后進行分析，包括人臉識別、車輛識別、交通分析。第二類是智能終端，比如通過人臉識別機、車輛識別機將有價值的信息識別出來，送到云端，進行分析和使用。

高文院士分析說，城市大腦1.0目前面對兩大挑戰：第一、海量數據不等于大數據，數據表達不到位，第二、數據海量，但是低價值。這些數據的價值也比較低，它不是結構化的，你無法在上面進行分析，這也是為什么很多智慧城市的視頻數據，一段時間之后就被覆蓋了。他指出，城市大腦的評測指標包括城市智力，性能（響應時間、并發、吞吐）、效率（單位的能耗產出）。比如高速車輛超速、交通情況預警、社區門禁開門等場景，都需要第一時間響應。一個規模城市的視頻接入量在10-100萬級別，IoT設備，更在1000萬以上。

需要強調的是，城市大腦1.0需要解決城市級大數據的傳輸匯聚，低碳大容量存取、海量數據高效調度及應用適配問題。目前，城市大腦1.0版本中，具備有海量數據的系統，90%的數據是沒有結構化，數據價值沒有辦法進行直接分析和利用。必須采取新的結構來對視頻信息進行特征提取和視頻解碼，高文院士就引用了人類視網膜系統進行解說。

人類的視網膜的結構由三類細胞組成，包括感光細胞、雙極細胞和神經節細胞，其中1.2億感光細胞，可以感知顏色、光線強弱。神經節細胞相對較少，只有100萬個，從視網膜、視神經有125：1緊縮，我們理解為視覺信號的壓縮，壓縮對于大腦有效的工作起到關鍵作用。根據任務簡單和復雜程度，提取的視覺特征不同，簡單的任務優先提取相關的特征，一個分布型的簡化模型，是從視網膜到大腦，整個過程就是經過特征提取和編碼壓縮，傳輸到智能主體-大腦，大腦是通用計算。視網膜是進行輕量級定制計算，通過視覺神經通道傳給大腦，生物視覺系統的簡化模型有很大的作用。

高文院士指出，仿真生物視網膜的視覺計算架構具備優勢：包括智能化的端邊側使系統更加靈活，云側作為智能主題更加強大，優化的存儲傳輸使系統更經濟。

城市大腦2.0版本發布，最核心的技術是仿生生物視網膜的視覺計算架構，三大特征：第一、全局統一的時空ID，包括全網統一的時間，提供精確地理位置（GPS、北斗），還有提供攝像機視角，參數信息；第二、多層次視網膜表示：視頻編碼、特征編碼和聯合優化；第三、模型可以更新（支持端/邊深度學習模型的自適應遷移）+注意可調節+軟件可以定義（支持端邊云協同計算與推理，實現特征實時匯聚與視頻按需調?。?/strong>