AI时代之政务智能化思考

在大数据时代，智能政务最核心的构成要素包括数据采集、多模态数据融合、数据之间的碰撞三部分。

—杭州中奥科技有限公司技术总裁张登

杭州中奥科技有限公司成立于2008年，是国内领先的政务运营服务商。目前，我们的核心业务集中在警务、交通和市监等政务行业软件开发、大数据平台的建设与数据运营，我们在行业内产生了100多种人工智能算法。与浙江省政府共建大数据方向重点企业研究院，具有国际认证最高级别CMMI5认证，以及涉密信息系统集成资质。

我们始终秉承让数据价值变成业务价值的理念，为G20峰会提供了指挥调度、情报研判、关联分析、人车查控、勤务保障等12个前后端系统的服务与保障，都是基于大数据能力。

中奥科技虽然成立于2008年，但服务整个政务已经将近15年。最开始，政务处于信息化初级阶段，大部分工作以OA系统和运维系统为主。

2008年—2012年，政务开始网络化，称之为政务信息化网络和数据阶段，系统之间产生一些互联。

2012年—2016年，政务进入政务人工智能初级阶段，设计和构建部分人工智能政务模块（技术含量低、数据量大、人工干预较多），人对人工智能政务训练，不断将相对较为松散的、隐性的群体知识转变为高度整合和显性的网络化知识。

2016年—2017年，随着自然语言的存储，以及互联网各种智能手段的重建，政务进入政务人工智能高级阶段，人和人工智能协同工作（人工智能初步达到人的工作水平），人和人工智能共建智慧。

现代政府是一个集合了大量公共事务知识与决策智慧的群体，旨在不断加强社会公众服务能力和提升公众满意度。弱人工智能阶段，政务智能化是一个将政务的数据和判例大量的输入和学习，进而完成政务人工智能知识形成与智慧构建的过程。大的智能政务的范畴包括公共安全、交通管理、市场监管、教育、国土资源、住房、审计、农业、民政、人保等。今天，我主要和大家分享中奥在公安智能化领域的践行和思考。

我们对公安智能化的认知比较简单。总体而言，公安智能化关注的核心是资源服务、联勤指挥、公安大脑、公众服务等。公安智能化最核心的构成有三部分，第一部分是智能设备（数据采集），第二部分是数据中台（数据治理），第三部分是模型算法（数据挖掘）。

基于数据之间的碰撞，我们认为，第一，大数据能发挥的作用是第一标准。第二，建大数据就是建一个大的数据池，大数据最重要的范畴叫数据连接，真正打通数据之间的关联，让数据之间形成一个网格化的模型。数据的存储是廉价的，数据的计算是高昂的，如果我们有5000亿数据，我们可能需要花一年甚至两年时间才能算出。无论服务于公共安全的数据，还是服务于其他行业的数据，如果不对这些数据进行计算，这些数据都是没有价值的。所以，在大数据环境下，如何针对特定的目标去重组数据，把数据变得有价值，这是我们做数据治理、建设数据平台非常重要的任务。第三，经过数据治理，可以形成多模态数据。第四，在政务领域，数据一旦产生资产，数据一旦产生连接，需要使用更多智能化手段和设备。

智能设备在公共安全领域非常多，比如，（1）旅馆人脸证件比对，在酒店全面推行人脸识别系统，快速准确识别是否人证合一；（2）车辆图片分析，具备错峰限行、车辆类型识别、驾驶员行为识别、一车多牌、以图识图等多种分析应用；（3）辖区暂住人口未登记群体分析，运用人脸识别及智能算法，筛选出频繁出入疑似辖区住户但未登记注册的人员；（4）智慧警务眼睛，利用虚拟现实技术为各种警务执法应用而开发的行业最新科技产品；（5）无人机，作为智慧警务规划必备要素，灵活弥补前端采集设备的盲点和弱点。人工智能在视觉、听觉等技术方面促进前端设备边缘计算能力提升，人工智能可以让我们触达一些数据的基础能力，为我们形成政务大脑奠定基础。

接下来谈谈数据治理，数据治理的本质是数据驱动。数据驱动是通过数据实现“智能”的一种体现，数据采集、分析和整理，基于一个数据模型的算法，自动地形成闭环，自动调整，形成具体的应用。

数据治理是整个社会治理下的重要支撑，它是一个系统性工程，包括组织机构、业务流程、工具体系等。数据治理从基础的数据采集，到数据整合，到开源的算法模型，到不同的数据可视化工具，自动地形成一个特别重要的闭环。

关于模型算法，模型算法基于各种视频、文本、传感器，以及各种业务系统所产生的大量数据而形成。比如，电信诈骗模型、犯罪高发热点区域分析研判模型、跨境诈骗类案特征分析模型、流动人口综合分析研判模型、高危对象预测预警模型、车险骗保分析模型等。

最后，和大家分享一下中奥科技的展望。中奥科技想建设开放、透明、服务型智能公共安全，解决城市交通管理顽疾，连接数据与服务，真正实现让数据多跑腿、让百姓少走路。从大数据走向人工智能，中奥科技，让政务充满AI。