周利敏 韦莉温莎
(广州大学 公共管理学院,广东 广州 510006)
城市对于提高人类生活质量具有重要意义,但近年来,城市危机发生频率与强度显著增加,对城市永续发展产生了重大冲击,预计这一趋势将会持续下去。城市危机治理已超出了常规方法应对范畴,只有通过治理创新才能有望缓解、降低与避免危机。人工智能是当代最具革命性与破坏性的技术之一,被广泛应用于各个领域,尤其是其最新进展对传统治理形成了颠覆性冲击。面对人工智能时代的来临,人类需要跟上这一步骤,尽可能促进城市危机治理的变革。
随着人工智能的快速发展,其在城市危机治理领域的应用也逐渐成为学界关注的热点问题,主要形成了以下几点共识:第一,日益复杂的、可能发生的与不可预知的城市危机已成为各国高度关注的重要议题,传统方法已无法应对这一新型危机的挑战,人类需要积极寻找与探索新的治理方式。第二,人工智能成为解决城市社会、经济、文化、生态与其他危机的最前沿技术之一,它在数据挖掘、数据分析、信息共享、监测识别与优化决策等方面比传统方法具有明显优势,能有效保护城市免受自然和人为灾害的侵袭。第三,人工智能推动了城市危机治理的系列创新,这一治理方式是智能与自主。 第四,人工智能、智慧化与数字化结合是危机治理的前沿理念,能最大程度减少与避免城市危机,但也要避免其带来的负面后果。
从上述共识中,进一步推出城市危机治理的四个基本内涵:一是“数字治理”,城市危机往往是复合型危机,它汇聚了不同来源的巨量危机数据,人工智能具有数据计算速度快、模型推理能力强与智能方案实施稳定等特点。二是“智慧治理”,城市危机治理需要智慧化,它已成为一种新的前进方向,人类需要积极主动适应这一变化。三是“融合治理”,人工智能与危机治理的融合促进了城市危机治理的理论与实践创新。四是“全生命治理”,人工智能贯穿于城市危机预防、准备、应急与恢复全过程。
在此基础上,对国内外人工智能与城市危机治理现状、趋势与应用文献进行梳理,可以发现主要存在这几种代表性视角:第一,“新趋势论”。人工智能是全球城市危机治理的新方法与新趋势,全球已有城市开始运用这一理念与技术[1]。第二,“功能论”。人工智能能保护城市免受自然灾害、社会灾害和流行病等灾害侵袭,有利于促进城市永续发展[2]。第三,“数据论”。人工智能通过收集与分析危机大数据,可以有效识别与控制城市危机,例如通过分析社交媒体大数据,大大提高了城市危机治理效果[3]。第四,“平台论”。人工智能平台为城市危机提供了紧急响应平台,增强了城市危机情境与局势意识,也提高了城市危机治理的有效性[4]。第五,“智慧论”。智慧城市的物联网、深度学习、机器学习、模式识别、大数据分析和云基础设施等,促进了城市危机的智慧治理[5]。第六,“全生命周期论”。通过GIS 与智能移动系统等人工智能技术增强了城市危机治理,其在准备、减灾、响应与恢复阶段均发挥了重要作用[6]。
上述研究体现了几个特点:就“重要性”而言,尽管人工智能重要性日益增加,但在城市危机领域仍未充分展开。就“非技术”而言,已有研究大多集中在技术层面,非技术层面的研究比较少见。就“永续发展”而言,大多侧重于人工智能解决城市短期危机问题,从永续发展角度进行的研究非常少见。就“全生命”而言,虽然强调在全生命周期中的应用,但在实践中大多聚焦于某一阶段(如监测预警或紧急响应)。就“局限性”而言,人工智能在城市危机治理中的负面影响尚未得到充分研究。
基于此,本研究将聚焦这几个问题:第一,如何建构城市危机人工智能治理模型,其基本内涵是什么?第二,国内外有哪些典型案例,从案例比较中可以得出哪些治理启示?第三,人工智能在城市危机治理领域的应用前景如何,如何对其进行理论反思?综合成一个问题就是:人工智能的应用是否可以使城市减少自然和社会危机的影响?本文主要通过模型建构与案例研究进行探讨。
人工智能在治理城市危机中具有巨大的应用潜力,它是一种全新的治理技术与治理理念,本文尝试建构一个理论模型,希望为这一领域提供分析工具,这一模型主要由数字、决策、智慧、过程与平台五个维度构成(见图1)。
图1 城市危机的人工智能治理模型
现代城市面临的不确定性与复杂性风险日益增多,城市危机信息更是以前所未有的速度剧增。在实时更新的城市危机信息中,巨量结构化与非结构化数据并存,使得城市危机大数据具有冗余性和繁杂性而难以处理,人工智能具有快速识别、准确抓取与智能分析的功能,具有传统工具无可比拟的优势[7],治理者可以借此识别潜在与处理爆发的城市危机,进而提高城市危机治理能力。随着人工智能的最新进展,机器学习和深度学习等技术还会进一步加快数据融合速度与简化数据处理过程[8],尤其是深度学习,作为人工智能的一项重要技术,已被广泛应用于分析不同类型的危机大数据,如图像、视频、语音与文本等。基于空间数据形成的城市危机检测技术是另一种重要技术,它能根据地理与语义等维度评估城市危机级别。
人工智能决策系统可应用于城市危机预防、准备、响应与恢复阶段,当城市危机爆发时,政府部门与社会组织决策者通过传统方法获取受灾者及其资源需求信息时,可能失去了时效性与准确性。借助人工智能技术的应用,通过无处不在的传感器收集空间大数据,为治理者提供实时或接近实时的巨量数据。在决策过程中,面对这些巨量的非传统与非正式危机大数据,治理者借助人工智能决策支持系统能做出科学决策。治理者也可以通过人工智能挖掘与分析社交平台上产生的巨量信息,促进正确的危机信息共享,协调多元主体进行信息交互,提高危机治理情境、局势与意识,然后利用智能代理系统进行推理,帮助治理者做出更明智的危机决策[9]。在紧急响应过程中,人机协作也能优化应急决策过程,它实现了人类远程操控与机器人实时救援的结合[10]。
由人工智能和区块链等新兴技术构成的智慧城市,正在彻底改变城市网络架构,不仅有利于促进永续发展的城市生态系统的构建[11],也推动了城市危机治理的变革。例如,在“城市交通风险”领域,智能交通系统由车载自组织网络 (VANET)、移动云和云计算等人工智能技术构成,对交通风险能实行智慧预测与智慧监控。在“城市人口流动风险”领域,融合物联网、GIS、大数据、ICT技术(信息和通信技术)与社交媒体等人工智能技术智慧模拟与预测人口流动风险。在“城市应急响应”领域,危机智能仿真平台可以实时分析与监测城市危机,协调危机决策者之间进行信息沟通,进而自主分析与优化应急方案[12](P1229-1230)。人工智能融合了智慧治理技术,为城市危机治理提供了自动化与智能化服务,促进了城市危机治理结构与治理方式的转型。
人工智能可应用于城市危机预防的全过程,在每一个阶段都能均衡应用。就“危机预防”而言,人工智能是城市危机预防的新兴技术,通过智能抓取与分析危机大数据,治理者能及时确定城市危机源、分析危机征兆、预测关联危机与监测危机发生[13]。就“灾中应急”而言,机器人搜寻和救援被广泛应用于城市紧急响应中。通过机器人推理学习、生成可视化3D风险地图与危机映射,为危机治理者提供情境感知与精准定位[14]。就“灾后重建”而言,人工智能不仅能快速评估灾后损失,而且深度学习法能有效分析社交媒体大数据中带有情绪色彩的字句、图片视频或主题标签,可以有效评估灾民、灾区与重建需求,进而转化为可操作性重建指标[15]。治理者还可以通过人工智能对比与评估各种重建方案,满足重建事项复杂、重建周期长与资源需求巨大的治理挑战。
人工智能治理平台比传统平台具有更高的可行性,也具有更高的性能。在“平台构成”层面,这一平台由城市危机理论、智能模型构建和智能决策系统等构成,也是一个开放性的可视化平台。在“平台数据”层面,这一平台从多功能物联网与传感设备上收集不同类型危机大数据,包括关系与非关系、结构化与非结构化大数据[16],然后使用先进的数据智能处理技术对大数据进行抓取与分析,为治理者提供辅助决策支持。在“平台智能”层面,它集成了完整的人工智能数据分析套件,包括数据分类、聚类、预测、优化与可视化等分析技术[17],这一平台还具有全球智能化特点,可以协调全球不同治理主体的行动。在“平台决策”层面,这一平台可以从物联网、传感器和互联网等获取巨量数据,同时嵌入人工智能解释模型,从而有效优化危机治理决策。
人工智能凭借高度复杂的前沿技术能力,有利于突破传统城市危机治理困境,从而促进危机治理变革。尽管如此,它仍是一个未被充分研究的领域,本文建构了这一理论模型,希望促进这一领域研究的深入发展。
上述理论模型建构为城市危机治理提供了理论与实践参考,其在实践中的应用,还需要结合案例进行深入探讨。人工智能提供了一种全新的治理技术与理念,使得城市危机治理创新进入新常态,国内外城市已出现一些典型案例。
新冠疫情爆发被认为是城市永续发展最具破坏性的事件之一,城市也因此成为应对重大疫情的核心。新型冠状病毒正在全球爆发,人工智能促进了疫情治理的系列创新[18]。例如,北京移动推出的“疫情防治人口大数据平台”,为北京市各级政府提供疫情地进入与返回用户、外省进入与返回用户、疫情地未返回用户、非常驻用户居住与流动情况监测,还为不同群体提供画像及分布热力图等专项服务,为高危、潜在高危与潜在一般风险群体提供了疫情诊断、患者识别、患者监测与成像测试等服务,北京市还运用社区人工智能排查系统,为相关部门提供社区封闭管理、信息采集、数据分析、人员隔离与远程监管等服务。在重大疫情中,人工智能在预警与警报、跟踪与预测、诊断与预报、治疗与治愈、控制与恢复过程运用等方面,为疫情治理提供了包容性与创新性机遇[19] 。
现代城市交通基础设施是城市危机最集中的系统,对于维护城市安全至关重要,任何恐怖袭击、车祸与其他事故都可能造成人员伤亡、经济损失与社会冲突等[20],它因此影响了城市安全的各个领域。2017年10月,杭州启动“阿里云城市大脑”智能系统,以治理交通风险为突破口,通过无处不在的交通监测传感器,构建了新型城市交通危机治理系统。自从这一智能系统实施以来,主城区每天平均报警超过500次,准确率达到了92%,交警机动队配合城市大脑实现第一时间快速处理各类交通警情[21]。交通事故预测是交通安全最关键的领域之一,城市大脑对割裂的交通大数据进行整合,利用深度学习法过滤与分析大数据,再根据其中的异常情况发出交通警报,进而采取针对性预防措施以避免或降低交通风险,大大提高了交通部门处理交通危机的能力。
城市人口的大幅增加给城市安全带来了严重挑战,城市犯罪风险日益复杂与难以预测。2012年以来,美国洛杉矶、纽约与奥兰多等城市警察局与普雷德波尔(Pred Pol)公司联合开发与运用人工智能系统对城市犯罪风险进行预测、预警与预控。这一智能系统由犯罪风险检测传感器、视频监控、自动分析、无人机和网络安全技术等构成,可以有效监测高风险犯罪区域与群体[22]。洛杉矶地区的阿尔汉布拉市警察局研究报告指出,自从2013年1月部署这一智能系统以来,入室盗窃案下降了32%,车辆失窃率下降了20%[23]。人工智能犯罪风险系统通过分析以往犯罪模式与犯罪行为等巨量信息,对未来犯罪地点与时间进行智能预测,然后通过可视化技术确定高犯罪区域与高犯罪群体,为警察部门提供巡逻热点分析及针对性匹配警务资源,大大降低了城市犯罪风险。
由于气候变化与人类行为原因,城市自然灾害强度与频率出现了令人不安的上升,城市洪水是世界上代价最高的自然灾害,运用人工智能技术能有效应对洪水灾害。2018年10月,意大利卡拉布利亚地区发生特大洪灾,圣彼得罗镇及周边城镇受到洪水与山体滑坡袭击,造成了道路桥梁倒塌、居民房屋坍塌与人员紧急撤离[24]。欧盟应急响应协调中心与意大利国家消防队对社交媒体进行智能跟踪分析,主要收集了推特用户洪灾爆发后两天发布的14347条推文,通过人工智能抓取卡拉布利亚洪水关键词与主题标签,分析社交媒体上的求助信息与情感表达,同时将洪水现状与发展态势可视化,进而制定针对性紧急响应优先顺序,大大缩短了应急响应时间。由于人工智能准确性与效率更高,在处理巨量非线性数据时具有显著优势,因而成为城市洪水灾害监测与应对的完美工具[25] 。
城市公共建筑内部环境具有复杂性与多变性特点[26],如何在火灾中保护人民安全并促使其快速到达安全区域,这是城市火灾救助的重要议题,高效、动态与智能疏散路径有望化解这一难题。2018年11月,美国加利福尼亚州发生的山火波及旧金山市,导致近千居民失踪,约14万栋住宅被毁。当地救援指挥中心与人群人工智能(Crowd AI)公司联合,通过人工智能分析卫星图像及火灾数据集,引导公共场所及私人住所民众实时撤离,大大降低了人员伤亡与经济损失。同时,这一智能系统在短时间内对被火灾损坏的建筑物进行评估,对比建筑物在火灾前后的结构变化,进而在谷歌地球或地理信息系统上标记出来,为政府部门和社会组织提供建筑物损坏位置、受灾严重程度及其他损坏信息等[2],有效提升了灾后重建速度与效率。
人工智能的迅速发展使得城市危机治理者有了更多的技术选择空间,也有效地提高了危机治理效果,这在上述案例中得到初步反映,通过进一步比较分析,同时结合前文建立的治理模型,还可以得出一些有益的研究发现。
第一,从“危机类型”来看,上述五个案例涉及了公共卫生、事故灾难、社会灾害与自然灾害四大类型,囊括了危机的基本类型,因而具有较好的代表性。在疫情智能防控案例中,新冠是全球正在发生的重大疫情,人工智能应对这一突发公共卫生事件效果初步显现,也促进了基于人工智能的社会5.0初步出现。在城市交通风险与犯罪案例中利用人工智能收集与分析交通风险与犯罪风险大数据,同时借助仿真建模与可视化等技术,有效揭示了危机实时场景,为治理者提供了情境感知与辅助决策支持。在城市洪水危机案例中,通过开发与运用人工智能洪水灾害预测与应对系统,有效降低了城市洪水灾害冲击。在城市火灾案例中,利用人工智能技术建构的火灾智能疏散系统,不仅为民众提供了科学的疏散路径,也为救援队伍提供了实时救援信息。这五个案例共同表明,政府、社会组织、企业与个人在应对不同类型城市危机时,越来越将人工智能作为城市危机治理的新工具。
第二,从“危机数据”来看,上述五个案例反映了人工智能在应对城市危机时具有独特的数据处理优势,这对于防范与化解城市危机至关重要。通过人工智能分析疫情大数据中的异常状况,同时结合城市资源、环境、系统和地理等大数据,初步实现了疫情智能化治理。通过人工智能收集与分析城市交通风险大数据,不仅有助于发现与定位交通拥挤与事故频发区域,还能有效找到风险发生原因及制订预防措施。人工智能将犯罪大数据及时映射到城市现有数据库中,分析犯罪活动规律与计算犯罪概率,从而对犯罪群体与犯罪区域进行针对性预防、预警与预控。通过人工智能整合、过滤与分析“代表性”灾害大数据,例如灾害损失、人员伤亡、募资捐助、协调救灾和紧急求助等,有利于科学救援与灾后重建。这些案例均表明人工智能是一种科学收集、处理与分析危机大数据的智能技术,有利于对危机进行智能预警、预控、应对与灾后重建,驱动了城市危机治理的变革。
第三,从“治理技术”来看,这几个案例表明人工智能是提高城市危机治理能力的前沿技术,它正在重塑城市危机治理机制。疫情智能防控案例表明由于嵌入可视化、开放式疫情智能地图及智能分析技术,为疫情防控提供了重要的技术支持。在城市交通风险案例中,通过人工智能技术进行模拟、测试与识别特定区域的交通风险,然后进行自动化与智能化治理决策。在城市犯罪案例中,通过人工智能技术识别犯罪大数据中的个人生物与区域特征,对于防范城市犯罪群体与区域具有极大威慑力。借助人工智能信息处理、智能传感器、智能数据分析和深度学习等技术,能有效应对日益复杂与损失日益严重的城市自然灾害。以上五个案例表明,模式识别、图像识别、大数据分析、深度学习和神经网络等人工智能技术促进了城市危机治理的创新。
第四,从“智慧治理”来看,人工智能也促进了城市危机治理的智慧变革。由于智能数据分析、信息通信技术(ICT)及电子政务基础设施等应用,促使重大疫情实现了智能化防控,智能化治理优势初步体现出来。人工智能作为智慧城市建设的重要组成部分,在降低交通拥挤、减少交通事故、拯救生命与寻找被盗汽车等方面发挥了重要作用。反映了人工智能技术促进了城市犯罪风险的智能治理,发展智慧城市有利于提高城市犯罪风险防范能力。人工智能根据自然灾害实时场景、严重程度与救助需求等,智能制订紧急应对方案和灾后优先治理事项,推动了城市地震、火灾、龙卷风与洪水灾害的智慧治理。上述案例共同表明,人工智能以智慧方式治理城市危机,与智慧城市发展理念吻合,自然灾害智慧治理是智慧城市的重要组成内容。
第五,从“全生命过程”来看,表明人工智能在危机全生命周期中得到了应用,上述案例均表明人工智能能应用于危机预防、准备、应急与恢复某一阶段或全过程,进而可以推出三个基本观点:在“有机融合”层面,人工智能与全生命周期的有机融合超越了传统治理方法,为城市危机治理提供了重要的变革机遇。在“智能体系”层面,危机智能监测、应急救援与灾后重建体系建立在感知、通信与计算一体化的智能体系的基础上,它突破了单一灾种与单一阶段治理的局限,实现了事前、事中与事后全过程治理。在“智能技术”层面,基于物联网、云计算与大数据基础上的人工智能技术可以有效挖掘与分析城市危机大数据,再配合可视化和仿真模拟等技术,为危机全生命周期治理提供了技术支持。
第六,从“治理效果”来看,上述案例体现了人工智能初步应用于城市危机治理领域,主要产生了四方面治理效果:在“应用范围”方面,人工智能实现了在不同城市、不同风险与不同阶段的有效应用。在“成本效率”方面,它有利于减少城市危机治理成本,促进了治理效率与速度,越来越多的城市正在采用这一技术。在“信息数据”方面,人工智能提高了城市危机沟通速度与效率,有效的信息沟通关系危机治理的成败。它还为治理者提供了科学的大数据分析,进而促进了危机决策能力的大幅提升。在“应用前景”方面,人工智能有利于从全生命周期角度解决新出现的城市危机,因而具有很好的应用前景,治理者应推进以人工智能为基本战略、以数字化和智能化为基本目标及以全生命周期为基本过程的治理体系的构建。
通过上述分析不难发现,危机类型、危机数据、治理技术、智慧治理、全过程治理与治理效果等比较维度与前文建构的理论模型基本吻合,初步印证了这一理论模型与实践之间可以有效结合。
人工智能在城市危机治理中的应用是一个新兴领域,它已成为城市危机治理重要的创新思想与创新技术,但也存在一些不足。在前文基础上,结论部分进一步强调几个观点。
第一,以人工智能理念推进城市危机治理创新。就“工具”而言,人工智能是一种仍处于起步阶段的潜在强大工具,如果负责任地加以利用,它能成为推动城市危机治理变革的重要工具。就“范围”而言,人工智能适用于城市危机所有领域、类型及过程,越来越被认为是应对城市危机的有效方法。就“发展”而言,在高度不确定性与极其复杂性的风险时代,治理者需要在危机理论的基础上制定合适的人工智能治理方案,以此促进城市永续发展。
第二,以人工智能技术推进城市危机治理。人工智能是城市危机治理的重要手段与前沿技术,目前流行的人工智能技术包括无人机、自动化、机器人与大数据技术等为城市危机治理提供了重要的技术支持。人工智能具有数据处理、情境模拟、态势感知、精准救援和优化决策等技术优势,能够摆脱组织层级与区域束缚,促使政府、社会组织与公民形成治理合力。因而,人工智能算法、模拟与分析等技术在城市危机治理领域具有广泛的应用空间。
第三,以数字化推进城市危机治理。数字化革命是人工智能革命的重要内容,数字化转型、创新与永续发展是最受欢迎的人工智能应用领域,数字治理是人工智能治理的另一种表达,也可以称为“默认的智能化”,为城市危机提供了前所未有的治理速度。由于社交媒体、传感器、相机与卫星等产生了巨量的危机数据,因此,需要强大、准确与迅速的数据处理能力,人工智能具有数字治理优势,它可以将这一优势应用于态势感知、紧急救援与恢复重建决策中,政府需要从战略高度推进城市危机的数字化治理。
第四,以智能化推进城市危机治理。人工智能有助于城市危机的智能治理,其最新进展为城市危机提供了可靠的智能治理方案,它充分利用了大数据智能、人机混合增强智能、互联网群体智能、跨媒体智能、智能深度学习、智能模式识别和智能云等技术。这些智能技术的创新使用,大大提高了城市危机治理效率。在新冠疫情大流行期间,基于电子政务基础设施的智能治理表现出了良好的潜力。因此,治理者需要以智能信息系统为支撑、以智能决策支持系统为核心及以智慧城市发展为契机构建新的治理体系。
第五,以避免人工智能陷阱推进城市危机治理。人工智能虽然是城市危机治理的重要变革手段,但这取决于人类如何运用这一新技术。从“数据算法”来说,人工智能可能存在“算法黑箱”,它只能处理人类赋予的结构化大数据,遇到某些丢失或不完整数据就可能做出错误计算而导致无法预料的后果。从“智能自主”来说,人工智能设计出非黑即白的判断机器,它可能会智能执行某些特定任务,却无法自主判断人类设定以外的信息。人类智能必须学会控制人工智能,使其为城市危机治理保驾护航。从“伦理道德”来说,人工智能采用的危机大数据主要来源多数群体,可能忽视少数群体权利,进而可能造成种族歧视风险。从“应用现状”来说,由于人工智能技术仍处于起步阶段,在治理政策层面认真考虑采用它的进展还比较缓慢。
人工智能为解决城市危机提供了新的理念与技术选择,受到了国际社会越来越多的关注,但也存在一些应用陷阱,治理者应正确开发与利用这一技术,制定可靠的人工智能战略对城市危机治理。