【中國安防展覽網 視點跟蹤】 2016年6月26日，以"新一代信息技術與新型智慧城市建設"為主題的"第十屆中國電子政務高峰論壇"在北京大學英杰交流中心隆重舉行。北京大學軟件所副所長、中國新一代IT產業推進聯盟技術分委會主任黃罡先生發表了題為《軟件定義的新型智慧城市》的精彩演講。以下為演講實錄：
       
　　　　
　　尊敬的楊老師，各位來賓，早上好，非常高興能夠來到這里和大家分享一下我對于智慧城市的一些想法。在聽楊老師報告之前我還比較忐忑，因為我個人是做軟件的，不是做智慧城市的，也不怎么做應用，所以我在想到底什么是智慧城市，尤其是什么是新型智慧城市。所以在我的整個報告里面跟楊老師講的比較類似，我也是希望從技術角度，尤其是從軟件技術角度來探討到底是什么新型智慧城市。更加巧合的是，我總結出來是說，技術上新型智慧城市它的一個問題，我認為是信息孤島問題，而這個問題恰恰就像楊老師說的，這是一個老問題。為什么到今天我們做智慧城市時發現它變成一個孤島危機，這是非常有意思的。接下來就介紹一下，學術界，在技術上有沒有一種工程上可實現的方式打通信息孤島，后給大家分享一下我們北京大學在這方面的產學研的實踐。
　　
　　首先，什么是新型智慧城市？
　　
　　其實我的這個（PPT），因為我做技術我是從大數據角度來看這個事情。為什么？因為大家也知道大數據，尤其是學術界說這是個老東西，大家又在炒新概念。但是我們回過頭來看非常有意思，在1997年的時候“大數據”這個詞已經由學術界提出來了。數據已經大到難以理解、難以獲取、難以處理、難以組織，所以說要發展新的超級計算技術。大家可以看到，他提的這些技術問題跟我們今天在做所謂的大數據面前的很多技術問題是一樣的。那我們反思說，是不是在97年提出的大數據挑戰，結果時隔將近10年之后我們再重新拿起來炒作，是不是炒作。
　　
　　大數據的第二個提法，就是2007年微軟的前科學家提出的“第四范式”。由于計算機處理達到一定程度，所以他說世界上自古以來我們的科學研究和科學發現，從以前的實驗觀測到理論推演到計算仿真已經發展到通過數據驅動方式來發現新的科學真理。也就是說以后很多時候都是通過“數據 計算機 算法模型”就可以發現客觀世界中以前很多沒有發現的東西。由此他認為說計算或者說大數據給大家提供了一個人類發現客觀世界的第四種手段，就叫“第四范式”。當時在學術界引起了較大反響。但是這和97年當時提出的一樣，沒有多大的實際上的，對于老百姓、產業界能感知的。
　　
　　那么什么時候我們知道了大數據呢？2012年提到“大數據時代”這本書，它通過大量商業案例說明大數據的商業價值。其中隨機樣本、求解、因果關系，其實這些東西都在前兩次提法當中都能看到。所以從我個人角度，我認為實際上大數據也好，智慧城市的新型也好，我們開始做智慧城市，我查了一下，IBM2008年提的。其實經過將近8年的探索，我們回過來一看，不能僅僅從技術角度來看，應該是從需求的角度來看。我個人理解，我認為所謂的新型智慧城市實際上就是指我們從應用角度看這個事情，而不是從技術的角度看這個事情。這是我個人的一些觀點。
　　
　　那么新一代信息技術會有什么樣的應用趨勢？云大移物智。目前我們有一個判斷是說，從2010年提出新一代信息技術開始到2020年，我們認為這10年是云計算、大數據的時代。這個時代是什么呢？首先是利用云計算和大數據，與現有的IT和應用領域做深度組合。第二是做優化。也就是跨界、碰撞。這點大家也很好理解。第二部分才是2020年，可能那個時候，人機物融合。還有我們今天所擔心、所憧憬的具有推理型的人工智能才能看到一點曙光。至于今天的機器學習全是基于統計、歸納出來的東西，不會產生我們所恐懼的人工智能。
　　
　　我個人認為，至少在中國所謂的智慧城市應該是通過政務或者說電子政務來驅動的智慧城市。因為畢竟中國是政府主導的城市管理。所以我個人認為在2020年以前我們要考慮的是怎么通過云計算、大數據、互聯網 ，實現好互聯網 政務，再實現智慧城市。等到人機物融合，或者人工智能時代真正來臨時再考慮真正的智慧城市3.0什么時候開始出現。
　　
　　那么新型智慧城市面臨什么？就是從技術角度來看。我認為首先是面臨著數據資源的危機。我們先不說大數據，反正我們現在真正要做一些管理時一定要基于數據的整合和流動。但是我們可以看一下，（PPT）這是硅谷的一家調研公司，就是真正做大數據的公司90%的時間花在數據收集和清洗上，只有10%的時間才用來建好模型，進行分析。所以說“信息孤島”已經成為大數據時代的危機。對于智慧城市而言危險是非常大的。它到底有什么問題？主要就是信息孤島。尤其是在我國政務領域體現的非常明顯。信息孤島就是因為技術、管理體制、具體的團隊等等各種所導致的孤島之間不能互相連通，數據拿不出來，業務也不能進行整合。目前我們有個統計，通過神州數碼、中軟、太極、東軟的統計，基本上他們在做政府、央企典型的信息孤島的業務要把他的數據開采出來時，至少要花1000人天，光人力成本要花1000萬人民幣。所以說這個非常難。第二個，信息孤島數據開采出來還有什么問題，就是多元異構問題。比如說湖南和湖北的稅務局，盡管都是遵循同樣的稅務標準，但也可能是兩個不同的公司開發的，也有可能一個是1.0版本，一個是2.0版本。這個時候他們的數據大同小異。但是當我們做數據整合時這個“異”就非常難。比如一個數據庫里存的是“姓名”，另外一個數據庫里存的是“名姓”，甚至有時候偷懶用了漢語拼音，這時候數據采集出來就非常難以對照起來。當我們真正把多個信息孤島與數據開采出來，把它們之間的異構性去掉之后，還會有第三個更挑戰的問題，就是融合。也就是所謂的知識庫。我們的智慧城市管理一定是針對一個具體的實體，一個人或者一家公司、一個房間、一個地址來進行分析，跟這個主體相關的所有的存在各個政務系統里的數據以一個有序網狀的形式展現出來，但是這個從技術挑戰和工程挑戰來講是非常難的。所以我們真正要把政務系統里面的數據開采出來，有效的輸送到智慧城市里面應用起來，會面臨三大技術挑戰。這個問題不解決會很嚴重的。反正“孤島”這個問題，習總和克強總理也都反復提到過。
　　
　　我個人做了一個比較粗略的估計，比如說10萬的業務信息系統，一個要一千人天，那么意味著效果一億人天，這意味著什么？如果按照大數據行動綱要，2018年就要實現政務內網互通的話，那就需要20萬個中的軟件工程師不休息才能把所謂的這些政務系統開放出來，所以這個量是非常大的。除了數據孤島問題還有一個應用業務孤島問題。現在有一個“API經濟”，大家知道每個系統開發出來就希望做出一個手機App，絞盡腦汁希望你安裝我的App，用我提供的功能。因為大家也知道App本身推廣非常難，而且也有各種風險。目前在上出現，實際上國內也出現了，就是說當我做了一個非常好的單點功能時，我可以開發一個App，但是更多的是我考慮的是能不能開發一個服務，這個服務API，它能夠嵌入到別人的應用里面去，然后別人在用他的應用時順便就把我的功能用了。大家說，這怎么可能呢？那我們看一下，Google和Facebook每天有50億次的調用，不是從它的App或者它的應用里面過來的。而Twitter，有75%的流量不是通過TwitterApp來的，而是通過別人那來的。那么我們做的查水電、個人征信，我們更多的不是說要做一個所謂的網站或者App，而是說要做好一個API，個人、企業或者其他應用，他想用這個功能就可以從API出去了，這樣我們在后臺是非常龐大、非常的一組政務的API，前面智慧城市的應用就按需調用我們后臺API就可以了，這是比較合理的方式。
　　
　　還有云計算本身所帶來的孤島問題。今天很多人都說希望大家把平臺搬到云計算平臺上就能消除信息孤島，其實是錯誤的。為什么？前面已經講了，真正的信息孤島是數據藏在數據庫里面，業務邏輯藏在代碼里面。我把業務系統搬到云計算上面，不解決這兩個的任何問題，而且更可怕的是，現在的云計算，由于云計算本身是一套資源管理系統，所以我們說，公有云，像阿里云、亞馬遜云、騰訊云、百度云，以及私有云，像OpenStack、VMware等。它們所有管理系統的組織架構里面的具體實現，里面的接口全不一樣。這就意味著當我們的應用部署到一個云上，你很難遷移到其他的云上面。而且我們開發的是云原生應用，就是你的應用里面調用了云平臺提供的一些API或者一些功能，這個時候你的應用一定被這個云鎖死了，所以我個人認為云計算不僅不解決信息孤島的問題而且還加劇了，是因為云管理孤島加劇這個問題。如果我們不好好思考這個問題，冒然上到朵云上，就可能被這朵云鎖定。
　　
　　我們做智慧城市時會發現一堆孤島，從基礎設施到數據到應用邏輯。從軟件角度一看，其實都是我前面反復強調的接口。要么沒有接口，要么是有接口就是不夠，或者大家用的不一樣。那么有一個什么方法去解決呢？比如說斯坦福大學，他們想做什么呢，就是在2007年他們就看到說，我是不是在任何一個應用，我的數據、代碼可以在我的手機、PC、后臺云里面都可以來回的流動。他叫“天地人合一”。為此他們成立了一個小組，斯坦福的十幾個教授，其中一個教授就是網絡基礎設施組的邁克教授提出了軟件定義網絡。我們知道軟件定義到今天成為云計算管理的主流模式，由此可以看到它的作用。除了這個以外，還有另外的計算和設施組，他們分了七個小組。還有一個組是希望把網頁里面蘊含的設計知識挖出來，實際上本質是要把網站系統動態的內容給挖出來，也是所謂的數據開采。因此本質上軟件定義，實際上就是希望做到打破互聯網上的資源孤島。
　　
　　那我們國家現在在做什么呢？我們北大、南大還有中科院做軟件的團隊，就在2000年提出互聯網這么多資源，如果變成一臺計算機，那上面的軟件一定是翻天覆地的變化。到底是什么？不知道。所以我們起了一個名字“網絡軟件”。這一套東西應該說我們去看，從網絡軟件的角度，互聯網上所有的資源變成一臺計算機，那軟件上會有什么問題？首先就是看到信息孤島的問題。為什么？因為信息孤島意味著什么，如果我們開采一個數據，不可能把淘寶后臺數據庫打開。甚至在政務系統里面，可能連開發的公司都已經不見了。那我到哪找那個公司！如果這個項目給了中軟，結果開發用友、金蝶的ERP、CRM系統，他們怎么會買賬。所以說從這些角度我們就認為，其實傳統的網絡爬蟲、數據導庫、網絡抓包，從這個角度我們認為可行的方式就是從應用的前端去看這個事情。
　　
　　什么意思呢？只要你給我一套應用前端能夠合法訪問的賬號，我們就能自動學習出來你整個應用系統里面有什么數據，這些數據上面有什么功能，功能之間有什么樣的業務流程。有了這些以后就可以生成相應接口開放出來。達到的效果是什么？首先我們對于一個一個信息孤島會給你自動生成組接口或者API。把你每一個具體信息孤島系統變成一張表，這個表開采出來以后，同一個領域，比如說都是稅收或者都是房產管理系統，這些不同的系統它是因為不同信息孤島來的，所以它的表會有異構性。這個時候我們會半自動的把這個給去除掉，做一些不一致的調換，后還會支持你查詢知識圖譜的東西。比如說要查一個人，這個時候這個人在所有信息孤島里面出現的他的信息，我可以給你實時抓取出來給你展現出來，從而可以系統的解決信息孤島的問題、語義缺失的問題，還有無序共享的問題。現在政府害怕數據開放，因為害怕失控。我們有一套數據是說，當你數據開放之后，我們可以兼顧到對方是用什么方式在用，而且我們還有一套數據處理平臺。就是說數據你拿不走，但是你可以把你要處理的算法、模型、程序上傳到我的平臺里，我這個平臺會把后臺的政務數據拿出來進行處理，我們把處理結果拿走。但是原始數據留在我這里。這就是說數據開放，別人可以用，但是拿不走。做到有序使用。
　　
　　達到的效果是什么呢？首先我們顛覆了傳統的信息孤島開放的思路。只要在我系統里面，你用合法的方式來申請我們就把所有的數據和邏輯學習出來生成一個KPI。傳統思路是不管怎么樣你先把數據交出來再說，我建一個平臺，買一堆存儲存起來，怎么用以后再說。但是我們的思路不一樣，你要解決什么問題，然后這個問題需要哪一些后臺的政務系統甚至是物聯網上的一些數據，你告訴我，我就直接把這些數據抽取給你，你就可以用。除了信息共享還可以做業務之間的互動。現在點進去，你填了一組你的個人身份認證信息，就可以自動傳播到后臺幾十個系統里。還可以做公共服務，比如我們要做快速的流動化，我先把你的數據變成KPI以后，隨你用。還有一個是所見即所得，這意味著各位信息辦主任甚至你的手下不需要懂編程，你知道怎么用，知道里面的東西是什么，就可以取出來。還有一個好處就是不破壞原有體系，對于原有系統來說我是正常客戶端，遵循你所有的控制和通道。而且我們也在我們的平臺里做了一些緩存，所以真有很大量訪問并發也不會沖垮原來系統。
　　
　　這就類似于剛才楊老師說的，就是規劃和設計。因為我們做的是，一定是你現在能看到什么樣的政務系統或者互聯網上的服務，有什么東西，然后你用我們的東西把它接口化以后，然后這個接口上做你自己的政務應用或者智慧城市應用。它不是傳統的自頂向下的分解，而是自底向上的融合迭代。你可能發現這個政務服務不好，可以換另外一個。我個人認為它一定是有用的，而且它可以快速進行替換。比如我們給神州數碼做的，一個App，不管到哪個城市，我們都可以快速的給他適應到不同城市的政務服務。
　　
　　后再簡單介紹一點，關于數據質量問題。我們這個數據質量大家可以看到，我們的核心是說，傳統我們做數據質量一定是技術市場，數據庫管理員、程序，跟技術團隊坐在那說，這個數據是什么意思，那些數據之間是什么關系，取出來會有什么問題。但是我們完全是拋開這些，完全是從用戶和業務的角度去考量。比如說內蒙古有一個不動產系統，要把房產局、水利局，土地相關的數據拿出來。我們拿出來非常有意思，其中有一個數據非常有意思。它其中有很多7到8月，實際上代表的是7-8層。更有意思的是，這個數據抽出來，這個公司是在四川做的，我們要為他提供這個服務，結果那邊的房產信息和內蒙古的房產信息是完全不一樣的。所以我們這時候也給它做了一個匹配。當我們做數據整合或者把數據開放出來做智慧城市時，數據質量在語義適配上非常重要。我們有一套系統完全從用戶和業務角度可以幫助你快速解決這個問題。