文 杜坤杰 劉華診 邵知寅 姜玲

人工智能技術(shù)正在快速推動智慧社區(qū)的智能化升級，提升社區(qū)治理的精細化水平。本文從AI 社區(qū)的內(nèi)涵出發(fā)，研究探討智慧社區(qū)建設(shè)中人工智能的應(yīng)用現(xiàn)狀，并提出策略建議。

人工智能(AI) 是當前世界影響較廣的顛覆性技術(shù)，正深刻改變?nèi)祟惖纳罘绞胶蜕鐣l(fā)展格局。智慧城市及智慧社區(qū)是人工智能技術(shù)率先落地的較大的應(yīng)用場景，智能語音、智能視覺、圖像感知、視覺計算、城市大腦等人工智能技術(shù)在城市運行的多個方面，如社會管理、公共安全、社區(qū)服務(wù)等得到不同程度的應(yīng)用。人工智能技術(shù)正在快速推動智慧社區(qū)的智能化升級，實現(xiàn)社區(qū)治理更自主的信息捕捉、更智慧的分析判斷、更智能的輔助決策。本文從人工智能社區(qū)（即AI 社區(qū)）的內(nèi)涵出發(fā)，研究探討智慧社區(qū)建設(shè)中人工智能的應(yīng)用現(xiàn)狀和策略建議。

AI 社區(qū)的內(nèi)涵

人工智能是在數(shù)學(xué)、計算機科學(xué)、控制論、信息論、神經(jīng)心理學(xué)、哲學(xué)、語言學(xué)等多學(xué)科研究的基礎(chǔ)上發(fā)展起來的一門綜合性交叉學(xué)科。其目標是開發(fā)與人類智能相關(guān)的創(chuàng)新科技，形成一種智能機器的推理、學(xué)習(xí)和解決問題的能力。智慧社區(qū)是利用物聯(lián)網(wǎng)、云計算、移動互聯(lián)網(wǎng)、信息智能終端等現(xiàn)代信息技術(shù)，通過對各類與居民生活密切相關(guān)信息的自動感知、及時傳送、整合分析和發(fā)布，實現(xiàn)對社區(qū)居民日常生活要素的數(shù)字化、網(wǎng)絡(luò)化、智能化、互動化和協(xié)同化，通過信息化改變社區(qū)居民的工作、生活方式、生活環(huán)境。

人工智能社區(qū)即AI 社區(qū)是智慧社區(qū)引入人工智能技術(shù)后迭代升級的產(chǎn)物，是一種基于海量信息和智能處理的全新社區(qū)形態(tài)。具體來講，是在社區(qū)已經(jīng)使用物聯(lián)網(wǎng)、大數(shù)據(jù)等信息技術(shù)的基礎(chǔ)上，融合機器學(xué)習(xí)、算法推理等人工智能技術(shù)，提升社區(qū)治理和公共服務(wù)的智能化水平，重構(gòu)居民生活與社會組織關(guān)系的一種新型社區(qū)治理模式。

圖1 人工智能社區(qū)（AI 社區(qū)）的內(nèi)涵

AI 社區(qū)不是社區(qū)原有數(shù)字化、信息化管理模式的簡單升級，也不僅是視頻監(jiān)控、物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)等技術(shù)在社區(qū)管理方面的引入應(yīng)用，應(yīng)當理解為社區(qū)治理從信息化向以計算機輔助決策的智能化發(fā)展的更高階段，具體體現(xiàn)在“四個能力”上，即具有“更全面的人、物、事件等信息感知能力，更強大的信息資源整合和數(shù)據(jù)處理能力，更科學(xué)的監(jiān)測分析和輔助決策能力，更高水平的風險防控和智慧服務(wù)能力”。其核心特征是將“數(shù)據(jù)”作為社區(qū)治理要素的重要資源，并通過各類智能終端和管理平臺，使社區(qū)治理達到“感知—認知—決策”全鏈條的智能化能力。人工智能成為推進社會發(fā)展的一個重要驅(qū)動力，是社區(qū)現(xiàn)代治理發(fā)展的必然趨勢。

社區(qū)AI 技術(shù)應(yīng)用的三大場景

目前人工智能在社區(qū)的應(yīng)用主要圍繞“公共安全、公共管理、公共服務(wù)”三大場景，重點在態(tài)勢監(jiān)測、風險預(yù)測、輔助決策三個方向借力人工智能技術(shù)賦能，構(gòu)建了智慧安防、智慧消防、智慧政務(wù)、智慧物業(yè)、智慧養(yǎng)老、智慧醫(yī)療、智慧家居、智慧教育、智慧商區(qū)等多個典型應(yīng)用場景模塊，這些應(yīng)用隨著社會民生和經(jīng)濟的發(fā)展，呈現(xiàn)出不同場景差異化、多樣化和階段性的特征。隨著智慧社區(qū)的不斷發(fā)展演進，還會有更多的應(yīng)用場景融入到AI 社區(qū)的總體架構(gòu)中，形成可擴充、可迭代、可復(fù)制、可推廣的模式和體系，進一步提高城市治理的智能化、精細化水平。

場景一：AI 賦能公共安全

公共安全是人工智能技術(shù)在社區(qū)落地應(yīng)用較廣、相對也較成熟的領(lǐng)域，其涉及網(wǎng)絡(luò)、軟件、安防等不同專業(yè)，形成了智慧安防、智慧消防兩個主要場景模塊。智慧安防是在前期智慧公安等項目建設(shè)的基礎(chǔ)上，融合了社區(qū)綜治中心、網(wǎng)格中心、公安、城管、黨建、民政等數(shù)據(jù)平臺，通過設(shè)置視頻監(jiān)控、出入口控制、人員車輛卡口、信息卡口、移動巡防等神經(jīng)元傳感器，部署WiFi 探針、一鍵報警設(shè)備等數(shù)據(jù)采集報警前端，實現(xiàn)小區(qū)數(shù)據(jù)實時采集和即時預(yù)警，形成閉環(huán)處置模式，構(gòu)建起基層立體化治安防控體系，為社區(qū)提供全面的安全保障。在智慧消防方面，社區(qū)加裝煙感、溫度、可燃氣體探測等傳感器，并通過物聯(lián)網(wǎng)連接，實現(xiàn)火災(zāi)預(yù)警、全境監(jiān)測、智能巡檢等功能，推動了社區(qū)消防由被動式管理向主動式管理演進。

場景二：AI 賦能公共管理

人工智能技術(shù)在社區(qū)公共管理的應(yīng)用主要在智慧政務(wù)、智慧物業(yè)方面。智慧政務(wù)通過建立適于政府服務(wù)與決策的人工智能平臺，運用面向開放環(huán)境的決策引擎，使人工智能在復(fù)雜社會問題研判、政策評估、風險預(yù)警、應(yīng)急處置等重大戰(zhàn)略決策方面得到推廣應(yīng)用。智慧政務(wù)整合了社區(qū)事務(wù)辦理的多種信息，包括居住證、醫(yī)療保險、民政救助、廉租房租賃等，實現(xiàn)民政、社保、公安等多部門之間的業(yè)務(wù)協(xié)同，為居民提供便捷的業(yè)務(wù)辦理和咨詢服務(wù)，暢通政府與市民的交互渠道。

人工智能在社區(qū)管理應(yīng)用的另一個重要功能就是運用數(shù)據(jù)關(guān)聯(lián)技術(shù)、智能信息處理技術(shù)等分析和梳理社區(qū)采集的海量數(shù)據(jù)，排查隱患，破解社區(qū)管理的一些“老大難”問題。物業(yè)公司借助智慧平臺通過人臉識別及通行異常、陌生人徘徊等基礎(chǔ)關(guān)聯(lián)數(shù)據(jù)的分析、挖掘，預(yù)測社區(qū)可能存在的群租、傳銷居住等內(nèi)容；通過視頻監(jiān)控、圖像識別技術(shù)對高空拋物、車身劃痕、亂倒垃圾等現(xiàn)象取證，整治社區(qū)頑癥；通過人臉大數(shù)據(jù)技術(shù)實現(xiàn)對社區(qū)影響穩(wěn)定的重點特殊人群的精準管理。另外，還可提供小區(qū)水質(zhì)、窨井、車輛等管理和服務(wù)，實現(xiàn)機動車和非機動車停車充電等有效管理，提升管理的精細化水平。

場景三：AI 賦能公共服務(wù)

人工智能技術(shù)可大幅提升物業(yè)的服務(wù)質(zhì)量。區(qū)別于傳統(tǒng)的物業(yè)服務(wù)模式，智慧物業(yè)高度集成了物業(yè)管理涉及的各個系統(tǒng)，通過社區(qū)智慧平臺完成各物業(yè)系統(tǒng)間聯(lián)動，實現(xiàn)社區(qū)事件的智能監(jiān)控、智能響應(yīng)、智能控制，不僅應(yīng)用在小區(qū)停車、報事報修、遠程抄表、安防消防、小區(qū)環(huán)境監(jiān)測等基礎(chǔ)服務(wù)上，甚至還應(yīng)用在街區(qū)環(huán)衛(wèi)、養(yǎng)老服務(wù)等方面，實現(xiàn)垃圾分類和滿溢告警，居家老人遠程監(jiān)護，大氣粉塵和噪聲污染監(jiān)測等，提升居民服務(wù)獲得感。

影響AI 社區(qū)發(fā)展的關(guān)鍵技術(shù)

從人工智能的角度看，智慧社區(qū)是人工智能落地的一個應(yīng)用場景；從社區(qū)治理的視角看，人工智能技術(shù)是社區(qū)管理智能化的一種手段或工具。因此，研究者既要關(guān)注人工智能關(guān)鍵技術(shù)的發(fā)展，同時也要加強對人工智能與智慧社區(qū)應(yīng)用模式的關(guān)聯(lián)性研究，以推進人工智能與社區(qū)管理的應(yīng)用融合。

人工智能領(lǐng)域的研究范疇非常廣泛，包括圖像識別、語言識別、自然語言處理、專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、遺傳算法等。算力、算法、數(shù)據(jù)是人工智能發(fā)展的三大核心要素，推動人工智能從計算智能向感知、認知智能的更高階段發(fā)展。人工智能在社區(qū)應(yīng)用的技術(shù)體系可概括為機器學(xué)習(xí)、自然語言處理、圖像識別以及人機交互四大模塊。

一、機器學(xué)習(xí)— —以深度學(xué)習(xí)、增強學(xué)習(xí)等算法研究為主、賦予機器自主學(xué)習(xí)并提高性能的能力。主要應(yīng)用在智慧安防、數(shù)據(jù)中心、智能家居等場景。目前機器學(xué)習(xí)需要通過大量經(jīng)過準確標記的數(shù)據(jù)進行訓(xùn)練以提升智能水平，面對數(shù)據(jù)有限的情況，傳統(tǒng)的機器學(xué)習(xí)技術(shù)的性能往往不盡如人意，基于小樣本的無監(jiān)督學(xué)習(xí)被認為是機器學(xué)習(xí)的重要突破方向，成為眾多研究者追捧的研究對象。

二、自然語言處理— —基于聲音或文字等人類語言的數(shù)據(jù)化、框架化的研究，將人類語言轉(zhuǎn)化為計算機程序可以處理的形式，以及將計算機數(shù)據(jù)轉(zhuǎn)化為人類自然語言的形式，從而讓計算機可以理解人類的語言。主要應(yīng)用在社區(qū)智慧平臺的知識圖譜、深度問答、推薦引導(dǎo)、模型處理等場景。當然，讓機算機理解人類自然語言是十分艱難的任務(wù)，自然語言理解最大的困難在于對知識不完整性、不確定性、模糊性的處理，需要建立一個支撐語言理解與交流的龐大且復(fù)雜的知識體系。

三、圖像識別— —圖像識別是計算機視覺的一個分支領(lǐng)域，對靜動態(tài)圖像識別與處理等研究，包括圖像獲得、圖像過濾和調(diào)整、特征提取，對目標進行識別、測量及計算，使計算機能夠采集、分析和理解圖片或多維度數(shù)據(jù)，擁有類似人類視覺的功能。主要應(yīng)用在智慧安防、智能家居、智慧養(yǎng)老、智慧教育、智慧商區(qū)等場景。圖像識別具體有人臉識別技術(shù)、車輛識別技術(shù)和視頻圖像處理分析技術(shù)等，目前標準場景下的人臉識別已經(jīng)普遍應(yīng)用，而對于跨攝像頭、跨空間的目標人物檢索，行人重識別技術(shù)即跨境追蹤技術(shù)的研究受到越來越多的關(guān)注，另外，對面部遮擋的人物識別（如戴口罩人臉識別）也是研究的熱點。

四、人機交互技術(shù)— —人機交互是指計算機系統(tǒng)跟用戶可以通過人機交互界面進行交流，實現(xiàn)互動。主要研究包括計算機圖像學(xué)、交互界面設(shè)計、語音視覺交互、增強現(xiàn)實等。人機交互集成了語音識別、手勢識別、表情識別、肢體動作識別等交互形式的技術(shù)，其核心是人機交互的智能化，即要使“人—機”互動變得像“人—人”互動一樣自然、流暢。

目前，基于核心算法、大數(shù)據(jù)和專家驅(qū)動的新一代人工智能科技快速發(fā)展，在社區(qū)治理很多領(lǐng)域已經(jīng)有了比較好的應(yīng)用。人工智能的優(yōu)勢主要體現(xiàn)在感知智能、認知智能、決策智能三個突出能力，知識表示方法、深度學(xué)習(xí)、跨界融合、人機協(xié)同、群智開放、自主智能等人工智能關(guān)鍵技術(shù)在智慧社區(qū)的應(yīng)用還在不斷成熟和深化。

存在的問題及對策建議

前期的智慧社區(qū)側(cè)重于基礎(chǔ)設(shè)施的信息化建設(shè)，但智能化水平不高。當前AI社區(qū)建設(shè)面臨的主要問題是：

一是要提升感知和傳輸質(zhì)量。在前期智慧社區(qū)建設(shè)中，隨著機器視覺等技術(shù)的重大突破，在感知層面人工智能技術(shù)的賦能應(yīng)用較為成熟，但依然存在不少問題。如社區(qū)傳感器布設(shè)不合理，產(chǎn)生了大量感知盲區(qū)；不同體系的感知終端間缺少聯(lián)接協(xié)同與內(nèi)容交互，難以形成“大協(xié)同”；感知前端缺乏數(shù)據(jù)分析識別能力，大量感知數(shù)據(jù)的傳輸容易造成網(wǎng)絡(luò)堵塞，需增強精準感知和自動識別功能。

二是要強化數(shù)據(jù)治理能力。目前智慧社區(qū)的數(shù)據(jù)有了初步的積累，但數(shù)據(jù)的可用性較低。一方面海量的數(shù)據(jù)占據(jù)了大量存儲資源，另一方面有價值的數(shù)據(jù)卻難以有效獲得，存在數(shù)據(jù)標準、接口不統(tǒng)一，信息孤島，業(yè)務(wù)與數(shù)據(jù)關(guān)聯(lián)度不夠等問題。

三是要充分挖掘大數(shù)據(jù)價值。目前以深度學(xué)習(xí)為代表的機器學(xué)習(xí)技術(shù)依然存在很大的局限性，如訓(xùn)練過程需要大量的數(shù)據(jù)，對于訓(xùn)練數(shù)據(jù)的質(zhì)量要求較高，訓(xùn)練出的結(jié)果對相似場景的應(yīng)用性不好，難以通過局部的修正來調(diào)整計算結(jié)果等，需要開發(fā)更有效的機器學(xué)習(xí)技術(shù)與模型，更高效地解決海量數(shù)據(jù)依靠人工處理或“沉淀”在數(shù)據(jù)庫中的問題。

四是要提高人工智能輔助決策水平。智能輔助決策在圖像識別及部分游戲領(lǐng)域有非常好的成效，但是面對社區(qū)復(fù)雜事務(wù)的管理決策，還存在較大的偏差，需要進一步研究人工智能在事件預(yù)測和決策任務(wù)中的應(yīng)用，從技術(shù)、道德倫理、責任劃分等多方面綜合考慮，提升人工智能決策賦能的能力。

針對上述四個問題，可以有針對性地開展技術(shù)攻關(guān)，滿足社區(qū)精準感知、數(shù)據(jù)融合與智能決策方面的需求。

在數(shù)據(jù)感知與傳輸方面，目前的研究熱點是智能前置技術(shù)，提升前端智能算法的成熟度，研發(fā)適合于前端計算節(jié)點、占用較少計算資源和存儲資源的輕量級算法、程序庫、智能分析模型等軟件技術(shù)，以及提高前端芯片、傳感器等主要器件性能，從傳統(tǒng)的“事后查閱錄像”向“事中及時響應(yīng)”轉(zhuǎn)變，提高實時性，提升監(jiān)控價值；同時在5G 技術(shù)即將推廣應(yīng)用的大背景下，開展5G 技術(shù)在社區(qū)智能化治理中的應(yīng)用研究，在利用5G 解決高通量數(shù)據(jù)快速傳輸?shù)耐瑫r，針對與5G 兼容的高可靠性+低延遲實時監(jiān)測采集技術(shù)、高通量的數(shù)據(jù)快速挖掘分析技術(shù)、同步預(yù)警技術(shù)、前后端一體化的管理平臺功能優(yōu)化等技術(shù)體系進行系統(tǒng)研究，打造“全覆蓋、全天候、智能化”的數(shù)據(jù)傳輸體系。

在數(shù)據(jù)治理方面，針對現(xiàn)有大數(shù)據(jù)存在的數(shù)據(jù)體量大、非結(jié)構(gòu)化數(shù)據(jù)比例高、不同系統(tǒng)或平臺的數(shù)據(jù)共享難、數(shù)據(jù)質(zhì)量參差不齊等特點，圍繞社區(qū)非結(jié)構(gòu)化視頻監(jiān)控數(shù)據(jù)、結(jié)構(gòu)化職能部門數(shù)據(jù)以及其他社會資源數(shù)據(jù)等各類信息資源，研究數(shù)據(jù)采集、多源異構(gòu)數(shù)據(jù)融合標準，形成跨媒體跨平臺的大數(shù)據(jù)池與結(jié)構(gòu)化數(shù)據(jù)庫，為社區(qū)綜合管理應(yīng)用做好數(shù)據(jù)準備。

在大數(shù)據(jù)價值挖掘方面，需要面向社區(qū)運行管理的人、車、物、場地等多模式場景的復(fù)雜性，按既定業(yè)務(wù)目標，對大量的數(shù)據(jù)進行探索和分析，通過算法搜索隱藏于其中的有價值信息，并進一步將其模型化。在數(shù)據(jù)深度挖掘中，除了優(yōu)化數(shù)據(jù)算法以外，更需要系統(tǒng)設(shè)計人員充分理解業(yè)務(wù)場景，能基于業(yè)務(wù)的理解找到所需的關(guān)鍵數(shù)據(jù)，實現(xiàn)業(yè)務(wù)、數(shù)據(jù)與技術(shù)的充分結(jié)合，從而更高效地實現(xiàn)數(shù)據(jù)挖掘。

在人工智能輔助決策方面，基于人工智能技術(shù)的大數(shù)據(jù)分析，通過數(shù)據(jù)量化，建立社區(qū)基本元素如居民、車輛、基礎(chǔ)設(shè)施等基本信息和行為的模型，構(gòu)建高度智能化、高度信息融合的數(shù)字孿生系統(tǒng)，具備面向復(fù)雜業(yè)務(wù)的信息協(xié)同感知能力，能夠?qū)崟r展示業(yè)務(wù)需求驅(qū)動的社區(qū)全狀態(tài)全息信息，根據(jù)歷史數(shù)據(jù)和當前決策推測關(guān)鍵狀態(tài)信息的未來走向，形成可評價的決策評估標準，評估當前決策的短期和長期影響，持續(xù)修正和完善決策體系，輔助社區(qū)管理者做出科學(xué)理性判斷，避免分析決策時管理者對直覺的過分依賴。

從宏觀層面而言，國家實施新一代人工智能發(fā)展戰(zhàn)略對我國創(chuàng)新社會治理能力的要求提到一個新高度，要圍繞社區(qū)治理的難點和社會民生發(fā)展的迫切需求，加強新一代人工智能技術(shù)與社會治理體系的有機結(jié)合，以場景驅(qū)動與治理創(chuàng)新融合試驗為抓手，系統(tǒng)推進人工智能在社區(qū)治理的創(chuàng)新策源與技術(shù)迭代發(fā)展，推動人工智能應(yīng)用場景在社區(qū)落地。

一是加強對人工智能技術(shù)發(fā)展態(tài)勢的分析研判。準確把握國內(nèi)外新一代人工智能技術(shù)、產(chǎn)業(yè)的發(fā)展趨勢，掌握該領(lǐng)域的重大科技前沿及突破性進展情況，開展人工智能與社區(qū)應(yīng)用模式關(guān)聯(lián)性研究，系統(tǒng)研判相關(guān)技術(shù)與應(yīng)用場景的關(guān)聯(lián)強弱，清晰定位當前及中長期的發(fā)展重點，形成智慧社區(qū)發(fā)展的新動能。

二是強化數(shù)據(jù)治理能力，創(chuàng)新現(xiàn)有數(shù)據(jù)治理機制。數(shù)據(jù)是人工智能發(fā)展的三大核心要素之一，也是我國在這一領(lǐng)域的優(yōu)勢，要強化社區(qū)數(shù)據(jù)治理的頂層設(shè)計，實現(xiàn)思維觀念從“數(shù)據(jù)管理”向“數(shù)據(jù)資產(chǎn)”的轉(zhuǎn)變，理順數(shù)據(jù)共享與數(shù)據(jù)治理之間的內(nèi)在關(guān)系，分類推動數(shù)據(jù)資源有序開放，建立數(shù)據(jù)安全標準和評估體系，圍繞人工智能在社區(qū)應(yīng)用場景構(gòu)建行業(yè)開放性大數(shù)據(jù)訓(xùn)練庫。

三是加快形成社區(qū)示范應(yīng)用，打造應(yīng)用場景創(chuàng)新生態(tài)。圍繞社區(qū)安防、消防、政務(wù)、物業(yè)、養(yǎng)老、醫(yī)療、家居、教育、商區(qū)等開展技術(shù)研發(fā)與產(chǎn)品創(chuàng)新，重點建設(shè)多元化場景應(yīng)用的示范項目，打造以現(xiàn)代信息技術(shù)和人工智能領(lǐng)域龍頭企業(yè)為核心的協(xié)同創(chuàng)新生態(tài)，加快產(chǎn)業(yè)鏈創(chuàng)新合作和開源開放平臺建設(shè)，持續(xù)探索新型應(yīng)用模式。

四是打造專業(yè)化的智慧社區(qū)治理人才隊伍。在前期智慧社區(qū)建設(shè)的過程中，往往存在“技術(shù)專家不懂社區(qū)治理，社區(qū)管理人員不懂技術(shù)”的情況，需要培養(yǎng)跨學(xué)科、跨專業(yè)的特色研究團隊，形成“AI+社區(qū)治理”人才隊伍，為人工智能技術(shù)在社區(qū)治理應(yīng)用，提供專業(yè)化的智力和技術(shù)支持。

五是有意識地引導(dǎo)社會資本投入?yún)⑴c。目前的智慧社區(qū)還是以政府專項扶持為主，資金來源單一，要制定政策支持企業(yè)加大這個領(lǐng)域的投入，引導(dǎo)產(chǎn)業(yè)基金、投資基金等多元社會資本支持AI 社區(qū)發(fā)展。

智慧社區(qū)建設(shè)是一個復(fù)雜的系統(tǒng)工程，而人工智能還處于弱人工智能階段，必須循序漸進地解決算法的實戰(zhàn)能力、數(shù)據(jù)結(jié)構(gòu)化等，甚至芯片、傳感器、操作系統(tǒng)、云計算、大數(shù)據(jù)等硬件和基礎(chǔ)層面問題，推進應(yīng)用場景和創(chuàng)新生態(tài)建設(shè)，未來的智慧社區(qū)一定會在融合AI 技術(shù)和現(xiàn)代信息技術(shù)等領(lǐng)域得到高速發(fā)展，讓我們的生活更美好。