数字经济助力，人工智能赋能，构建现代化市域社会治理新体系

　　数字经济是继农业经济、工业经济之后的主要经济形态。数字经济正推动生产方式、生活方式和治理方式深刻变革，成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。在数字经济的大时代背景下，人工智能已成为驱动数字经济深化发展的强大因素。在智慧城市搭建中，AI不仅作为底层感知技术出现，还将与城市全环节融合，可以全方面打造城市智能硬核。人工智能赋能智慧城市，需要搭建语音、图像、NLP等AI能力体系，通过构建AIoT数字引擎，以开放平台支撑AI生态发展，整合内部AI资源，打造AI产业生态，不仅可以解决企业需求，还能反哺构建繁荣的AI生态系统。

　　一、数字经济已进化到以“人工智能”为核心驱动力的智能经济新阶段

　　2020年中国数字经济规模已超5万亿美元，位居全球第二位，中国数字经济发展势能全球领先。中国数字经济也开始迈向全面扩展期，中国数字经济规模从“十三五”初的11万亿元，增长到2020年的39.2万亿元，占GDP比重达38.6%，数字经济成为国民经济的核心增长引擎，此外，《“十四五”数字经济发展规划》指出，到2025年，数字经济核心产业增加值占国内生产总值比重达到10%，而2020年这一数字为7.8%。可见数字经济对中国未来经济发展的重要性。

　　其中，人工智能作为关键数字技术，将领航数字经济迈入新阶段。据清华大学研究，中国已完成ICT驱动数字化转型阶段、互联网驱动数字化转型阶段，自2017年开始进入大数据、人工智能驱动的数字化转型阶段。此外，近年来数据量呈爆发增长，海量集聚蕴藏了巨大的价值，为智能化发展带来了新的机遇。发展数字经济就是要以数据作为最关键的生产要素，基于数据对经济配置最优资源，协同推进技术、模式、也太和制度创新，将为经济社会数字化发展带来强劲动力。

　　在数字经济时代下，数据资产化、资产知识化的趋势越发明显，人工智能迎来3.0时代，3.0时代，人工智能将使得企业能利用知识和数据积累发掘数据价值，实现自动化的决策能力，通过前期的知识和数据驱动能力积累，全面利用知识、数据、算法和算力四大要素，AI便能拥有自主知识学习、发现、演进和融合升华的能力，能够做出更复杂、自主化的智能分析决策。

　　在智慧城市建设中，各类智慧终端正规模化的在城市各类应用场景中落地，可以持续不断的感知城市动向，利用智慧引擎的驱动力将各类场景紧密连接在一起。人工智能的加入，不仅能够延展城市各模块资源融合利用的广度，为城市的智慧治理提供更加智能化的感知力，还能帮助城市管理者管理决策科学化、城市治理智能化，实现整个城市治理的现代化。

　　二、数字引擎：技术赋能，进而实现内在价值

　　智慧城市是数字社会的主战场，一方面，各种社会资源涌入千行百业的数字化，伴随物联感知、数字孪生、城市信息模型建设的智慧城市，使得城市规模的中枢神经系统将有望得以成型，大数据和人工智能的发展，使人类组织可以形成更高层级的感知系统，感知和中枢神经将推动人类社会组织形式发生巨大改变，这将引发社会治理结构的变化，犹如工业社会组织结构取代农耕社会组织给构，或许数字化社会组织结构亦会同样如此。中央提出需要树立底线思维，中央政法委指出，不能将市域社会治理等同于基层治理，也不能把基层治理的做法经验直接简单套用于市域社会治理,盖因不断演进发展的数字社会，肯定不是直线前进的，在波浪螺旋式前进过程中，数字化亦会遭受挫折，引发巨大社会风险。

　　数字化是市域社会治理现代化升级转型的重要基础，在人工智能的助力下，通过构建数据+AI+业务的全新的方法推进治理的现代化转型，利用数据的收集、组织、检索和应用，通过以服务的形式接入到各个核心业务场景，提升各业务模块的业务运营能力和服务能力，支撑整体商业模式转型和智能化应用创新。

　　所以社会治理现代化的升级转型包括三个层面，分别是数据、AI算法和业务。在城市从数字化迈向智能化的过程中，数据的来源和体量将快速增加，海量的数据组成了新型智慧城市的数据基座。针对“数据不可知”、“数据不可控”、“数据不可联”等问题，数据中台必须具备大数据融合处理能力和物联网接入能力。在物联网接入方面，基于物联网、大数据和人工智能技术，构建以IoT联接管理为核心，以快速集成、灵活应用为特色的开放性物联网中间件产品。通过覆盖端、边、管、云的IoT全栈架构，快速适配各种网络环境和协议类型，进而实现海量设备的极简连接、数据采集、资源上云和安全保障，提供丰富的API和服务，支撑行业伙伴快速实现各种物联网业务应用。同时围绕数据治理中的“聚、通、管、用、评”体系，构建完整的大数据治理服务平台。针对数据源多、类型复杂且质量参差不齐的庞大数据集，根据作业属性以及指挥业务上下文来构建支持模态适配且关系自定义的元数据模型，支撑统一作业调度引擎实现各类原始感知源信息的抽取汇聚，构建面向大规模全样本数据源的统一评估计算框架，支持多维度对数据集进行自动化质量评估；构建时空分片的数据一致性模型对跨模态目标实体同一性进行识别和判定，形成目标实体的真值概率分布。基于知识图谱的数据统一表达模型，形成基于统计机器学习的数据融合要素，通过动态关联实现了多模态数据融合，最终以元数据管理体系为支撑构建统一数据分级分类管理体系，实现了数据统一存储和高效服务。

　　AI算法中台在数字引擎中起到承上启下的定位，就决定了其内部体系架构的复杂性。AI算法中台架构体系因包括三个层面：基础技术、核心功能、产品矩阵。其中，基础技术层提供以人工智能为核心的技术支持；核心功能层涵盖数据生产、数据组织、数据应用的全流程；产品矩阵层封装了平台、应用、行业解决方案多层级产品，为具体业务、各类场景提供全方位服务。

　　我们将视线聚焦到某一个具体的应用场景上，例如针对目前社区治理的难点，通过构建以智慧平安社区立体防控平台为基础，实现高清视频、人脸识别、烟雾传感器等设备联动和多级平台信息共享的“空地网一体化”社区安全防控体系。通过对视频和非视频等各类社区信息汇聚整合、分析研判，贴合智慧警务和综治工作要求，提供系列化的智慧应用服务，最终增强社区对异常事件的应急响应和协同处置能力。

　　再例如针对综合治理中的重点人群管理，依托公安违法犯罪人员信息资源库为基础，结合政法、卫健等部门形成吸毒、矫正等各类重点人员库。根据不同类型重点人员的管控标准，依托时空准则设立管控模型，通过数字引擎封装的各项AI技术，包括智能检索、特征画像、轨迹研判等，为智慧城市建设的各类型前端设备进行赋能，将所有前端设备变成数据抓手，实现对重点管控的各类人员的行为抓拍、轨迹分析和异常预警，并且通过丰富的管控模型，进一步实现群体聚集、风险预警等能力，围绕社会治理当中的重点人员风险，做到风险管控的预研预判预警功能。

　　社会治理现代化的建设核心就是以业务场景为导向，以解决绝体问题作为出发点。所以整体的建设更强调于业务场景的结合，通过找到业务需求切入点，从最具业务价值、最快实现的业务场景入手，通过小范围测试，快速验证在业务场景中的价值。同时根据不同业务建立相应的组织架构、运营体系和管控机制。在试点成功后，就可以在核心业务领域逐步深入探索与创新，针对业务场景进行全面推广应用。

　　通过构建一个将AI算法按一定标准编写后并将程序以便捷的操作界面封装起来的软件平台，其开放共享的灵魂内核与互联网类似，相对于传统的闭源软件平台，数字引擎能够汇聚官方的集体智慧，具有更新速度快、拓展性强等特点，能够大幅度的降低开发成本，并且高效支撑对外提供标准化及快捷化技术服务。通过这个平台，能够有力促进AI产业发展，深入赋能各行业应用，为培育数字经济、构筑智能社会提供关键承载力。

　　三、人工智能的未来展望

　　从宏观层面来看，AI将内化为数字底座，逐步成为数字经济时代的基础能力。在AI产业生态方面，若想实现AI生态繁荣发展，就必须依靠源动力的突破性技术创新和利用。首先深度挖掘深度学习的红利，带动人工智能实现感知向认知的迈进；推进多模态数据融合的算法演进、通过数据和算法的融合和更多模态的输入，发展新的认知智能框架；从单点技术应用到系统性创新，实现多技术深度融合，利用AI应用来解决社会刚需问题。

　　数字经济已经进化到以“人工智能”为核心驱动力的智能经济新阶段。在全球范围内，不管是医疗、教育等行业场景，还是企业内部关于财务、招聘等管理链条，越来越多的行业和企业都在部署人工智能工具，用来数字化转型。人工智能也正依托场景的智能化应用，发现数据的隐藏价值，构建强大的AI能力，帮助企业实现业务效率最大化及创新商业模式的变革。

　　其中，以数字引擎为代表的AI汇聚开放平台已成为AI产业发展和生态建设的主要载体。它不仅能够将底层技术汇聚应用，为人工智能生态提供开源算法、整合算力、共享多维数据等关键价值，能够降低企业前期开放的开发使用门槛。还能够盘活产业各个环节，促使AI源源不断的在场景中落地，促进AI生态生生不息的繁荣发展。目前，以数字引擎为载体，广泛连接生态参与，已成为当下AI企业布局未来千亿美元人工智能产业生态的主要发展方式之一，通过平台聚合进行高效写作、发挥产业及技术优势，实现生态共生、共创、共荣、共赢。

　　责任编辑：广汉