10月13日2016杭州·云栖大会上，杭州市政府正式对外公布了一项听起来有些“疯狂”的计划：他们要为城市交通安装一个人工智能中枢——杭州城市数据大脑，通过大数据采集和分析，来处理、解决城市交通拥堵问题。

杭州市政府这项疯狂的计划其实可以说是完全被逼出来的。据荷兰交通导航服务商TOMTOM在2015年发布的全球拥堵城市排名中，杭州拥堵程度全球排名第30位，全国排名第5位。杭州这座美丽的江南城市，也不可能避免地犯上了交通拥堵的中国式城市通病。

随着城市规模的快速发展，近年来各大城市的市内交通拥堵问题日益严重。最直观的感受就是市民上下班路上时间越来越长，早在2014年北京市民以97分钟的平均通勤时间位列全国之首，广州、上海、深圳等其他城市也超过了1.5小时。据2014年的一项调研，仅北京一地因交通拥堵每年带来的包括时间损失、燃料损失和环境成本在内的综合损失高达700亿元，相当于当年北京市地方财政收入的17.4%，造成的损失金额非常惊人。目前杭州市区人口和规模约为北京的三分之一，以此粗略推算，杭州市每年因为交通拥堵造成的各种损失也当在200亿元以上，同样是一笔大损失。

以往针对城市交通拥堵的处理方式，各个城市通常是采用优化市内交通体系、公共交通优先发展等传统的硬件解决方案。最明显的一个例子，各地纷纷开展地铁和高架路桥的大规模建设。北京和上海都在近来短短十年间建成了数百公里长的地铁网络，为缓解市民出行作出了积极的贡献。而据说中国城市的地铁热有向三线城市发展的趋势，这些都是传统解决方案的集中反映。

当然，国内各城市的规划落后、交通体系老旧，这些都是历史遗留问题，的确需要在城市发展过程中不断优化和完善。但由于改造工程需要较长的时间，同时城市发展速度非常快，以致于交通规划建设一直落后于现状需求，有时甚至是刚刚建成便落伍了。指望硬件环境一步到位得到彻底改善，并不现实。因此，在既有的交通环境现状下，怎样实现提高通行速度成为城市管理者的新研究课题。

杭州城市数据大脑正是在这种情况下产生的解决方案。以城市交通为例，它的大概思路是，全面监控和采集城市交通的大数据，通过先进的算法自动优化调整交通资源，从而达到提高城市交通通行速度和效率的可能。

杭州城市数据大脑听起来好像不是很难，但操作起来却极不简单。首先是整个数据量非常庞大，仅视频摄像头就有5万多路，这些摄像头采集的动态信息需要第一时间上传到系统中。其次是运算难度大，即时采集数据之后，要在即时运算出最佳处理方式并迅速下发指令执行，对于系统的运算能力和算法要求非常高。此外，系统必须保持良好的稳定性，以保障城市交通体系的正常运作。

因此，城市大脑需要五大系统才能高效运转——超大规模计算平台、数据采集系统、数据交换中心、开放算法平台、数据应用平台。其中，城市大脑计算平台采用飞天操作系统。飞天（Apsara）是由阿里云自主研发的超大规模通用计算操作系统，它可以将百万级的服务器连成一台超级计算机，提供源源不断的计算能力，以保证大脑能够“眼疾手快”、“当机立断”。同时，阿里云12306级别的良好稳定性，也成为城市数据大脑稳定运作的保障。

据悉，在杭州萧山区的部分路段试点中，城市大脑通过智能调节红绿灯，初步将车辆通行速度提升了3%至11%。这相当于把高峰期平均时速提高到21.8-23.5公里，试点的成效还是非常不错的。也就是说，在现有的交通环境状况之下，通过大数据优化交通秩序、疏导拥堵节点是完全可能实现的。

城市数据大脑的未来还不仅限于现有的5万路视频摄像头。它还将结合手机地图、道路线圈记录的车辆行驶速度和数量，公交车、出租车等运行数据，真正成为城市交通的大数据中心。城市大脑即可在一个虚拟的数字城市中构建多种算法模型，通过机器学习不断迭代优化，计算出更“聪明”更有效率的方案：

每个路口红绿灯设置为多长时间通行效率最高？哪些路口应该禁止左转，或者设置为单行线？公交车辆和线路如何调度更为合理，运行时间和发车区隔怎样才能更满足乘客出行？哪些路段实行潮汐设置更加合理？今后的道路修建和交通整体规划是否有更好的选择？

改善交通拥堵问题，只是城市大脑参与杭州城市治理的第一步。城市大脑的目标，是将交通、能源、供水等基础设施全部数据化，连接散落在城市各个单元的数据资源，打通“神经网络”。让数据帮助城市来做思考和决策，将杭州打造成一座能够自我调节、与人类良性互动的城市。利用阿里云ET人工智能技术，城市大脑可以对整个城市进行全局实时分析，自动调配公共资源，修正城市运行中的Bug。

杭州城市数据大脑，作为大数据时代下城市管理的新尝试，已经开始为杭州这座现代化进程中的美丽古城发挥应有的作用。大数据或许不能告诉我们为什么，但却清楚显示出问题出现在哪里，如何优化更加有利。现在我们或许还不能称之为完美解决方案，但的确可以为其他城市解决市内交通拥堵提供了新的可参考性思路，即用大数据技术来提高城市交通体系的综合能效。