生成式AI如何赋能城市治理？大模型可打破“算法孤岛”自主学习

·虽然中国城市管理的数字化、智能化一直在广泛推进着，但过去民众很少能直接感受到数据智能真正为自己解决了问题，这是因为原来的城市治理中的AI应用是“基于事件去驱动算法”，这形成了一个个“算法孤岛”。

·“把一段摄像头视频交给AIGC，它就能一次性解决所有问题，大大提高城市治理的效率。技术人员在其中只需要做一些标注和纠正，比之前算法的训练简单很多。”

7月6日，2023世界人工智能大会上，城市数据智能提供商软通智慧和中国人民大学高瓴人工智能学院共同发布了《AIGC赋能城市治理应用白皮书》，介绍了以大模型技术为代表的生成式人工智能如何应用于城市治理的应用场景之中。

2023世界人工智能大会首日，《AIGC赋能城市治理应用白皮书》发布。

城市公共事业具体包括政务、治理、应急等相关服务。软通智慧首席技术官杨旭青向澎湃科技（www.thepaper.cn）介绍，虽然中国城市管理的数字化、智能化一直在广泛推进着，但过去民众很少能直接感受到数据智能真正为自己解决了问题，这是因为原来的城市治理中的AI应用是“基于事件去驱动算法”，这形成了一个个“算法孤岛”。

“同一个摄像头的数据中，违章停车是一个算法，老人或孩子走丢是一个算法，重点人群盯防是一个算法……同一批数据需要重复计算多次，但大模型来了之后，单个事件的算法就不存在了。”杨旭青解释道，“大模型不再是很多琐碎的算法，而是根据上亿级别的大量参数去自主学习，你只要把一段摄像头视频交给它，大模型就会自己去找出最适合你的结果。”

白皮书中介绍，在城市事件“一屏统览”中，传统方式是通过综合治理网格员对重点区域人工巡查，将违规事件进行上报。现在，技术厂商开始通过小模型的机器视觉分类任务对视频进行分析和研判，但这种技术训练中每个细分场景均需要大量的数据标注和训练，成本高昂。

未来，大模型将通过多模态技术，使用文本信息监督视觉任务进行自训练，将传统小模型的机器视觉分类任务，转化成城市治理场景的图文匹配任务，大大提高长尾机器视觉场景的检测能力。在“一屏统览”场景实践中，实现一次预训练即可覆盖80%以上城市综合治理监管要求的场景识别，并依托大模型的泛化能力和微调机制，通过5-10张极小样本量的微调过程，即可达到场景可用的识别精度。

“把一段摄像头视频交给AIGC，它就能一次性解决所有问题，大大提高城市治理的效率。技术人员在其中只需要做一些标注和纠正，比之前算法的训练简单很多。”杨旭青表示。

为了更好地将AIGC应用到城市治理之中，城市本身要敢于创新，愿意转变。杨旭青介绍，之前的 “数据孤岛”，是因为不同部门各自收集了数据后互不相通，无法统一利用，因此这些分散的数据就像一座座孤岛一样无法有效利用。为了更好地将AIGC应用到城市治理之中，“关键还是城市本身要认同大模型会成为城市基础设施，不再回到原来孤岛效应的思维。”