智能化社会

智能化社会表现在整个社会从宏观到微观的各个层面，在这一小节，我们先来关注宏观层面的变化。大数据和机器智能将把我们社会的管理水平提升到一个前所未有的高度，使我们生活的环境更加安全。

2014年跨年夜上海外滩陈毅广场踩踏事件是于2014年12月31日23时35分左右，在中国上海市黄浦区外滩陈毅广场台阶处发生的一起踩踏事故，截至2015年1月2日，事故共造成36人死亡，49人受伤。踩踏悲剧发生的根本原因是那个地区的人流量太高。据报道，事故发生前外滩地区人流量超过100万人，已超出该地区30万人的人流容量上限。如果能够在事情发生之前，或者在事件开始时，准确地预测人流量，并且在第一时间通知给周围的行人，就能在很大程度上预防悲剧的发生。那么这件事是否能做到呢？

事实上，在上海踩踏事件发生之后，百度就开发了预测热门城市和景点的拥挤情况等相关信息的服务。而为什么百度能做到呢?其实说起来并不复杂，因为百度能够从安装了它的APP的大量用户手里得到人流的信息，这些数据汇总后，可以训练出一个根据人流和时间变化的模型，在未来的时间里，可以根据当前人流分布使用这个模型预测在未来的几个小时里人流的流动情况。如果发现过多的人流涌向某一个地点，那么就可以预警。

如果推广利用大数据预防踩踏事件的方法，就会发现它可以适用于很多类似的情况。交通拥堵是今天住在大都市里的人每天的烦心事，那么是否有可能通过城市整体上的智能交通或多或少地改进交通路况呢？从目前一些城市的实验结果来看这是能够做到的。Google自动驾驶汽车的研发团队曾经做过粗略的估算，如果道路上所有的汽车都是能够相互协调配合的自动驾驶汽车，即使不减少车的数量，只是对行车路线实现规划和协调的话，每个人平均通勤的时间至少可以缩短20%以上。对于这个结论，几乎没有人会有异议，因为对交通做整体的规划一定能够更好地利用道路，减少拥堵的发生，并且在拥堵发生后，让附近行驶的车辆能够及时地规避拥堵。虽然自动驾驶汽车的普及还显得有些遥远，但是利用智能手机在很大程度上可以取得类似的效果。

美国自然科学基金会（NSF）和国防部下属的DARPA资助了不少大学的研究团队研究利用大数据从整个都市的层面优化交通的项目。其中一个由大学主导的项目团队已经开发了一整套基于智能手机和其他移动设备规划城市交通和优化每一个人出行的智能交通系统，并且在美国4个大都市开始试运行。由于该团队正在进行商业融资，不便于披露团队的细节情况，我们暂且称该团队为X团队，对应的项目为X项目。X项目的核心是利用实时的大数据更合理地在空间和时间上分配和利用交通资源（比如道路和停车场）。

通过手机APP有效地利用空间资源比较容易理解，未来的智能交通管理系统可以从每一个安装了这一类APP的出行的人那里，全面了解并且预测城市每一条道路的交通情况，比如哪些道路拥堵，哪些相对顺畅；同时也能够了解每一位出行者的情况，比如是自己开车、乘坐公交还是骑自行车或者步行，以预测各个道路未来可能出现的交通状况。这种智能交通管理系统的一个突出的优势是，它运行的时间越长，历史的数据收集得越多，对未来路况的预测就越准确。

在时间上优化一个城市的交通资源，就必须做到统筹每一个人每天的出行状况甚至是活动安排了。在信息时代，不少人上班的时间比较灵活，早上班半小时或者晚回家半小时其实不影响工作和生活。X项目对这一类人通常会建议一个每天最佳的上下班时间。X团队研究发现，很多时候早出发5分钟可以早到半小时，或者晚出发半小时，仅仅晚到5分钟而已。因此他们会根据每个人的工作安排，比如上午第一个会议的时间，给出这些通勤的人最佳的出门时间和路径。当然，城市里还有很多人每一天出行是很规律的（比如早上送孩子上学，然后去上班，下班后去买菜，然后回家，等等），强行要求他们改变生活习惯是行不通的，不过X项目的智能城市管理系统会给这些人提供详细的交通分析数据，帮助他们选择更好的出行时间和次序。

安装了智能交通软件的用户可能会有一个担忧，就是自己的行踪会完全暴露。为了保护个人隐私，X团队从来不保存使用者在起点和终点0.5英里范围内的活动路径。他们解释说，这样虽然损失一些信息，但是对掌控一个城市交通的整体情况已经足够了。更主要的是，如果监管部门要求他们提供使用者的相关信息，他们可以不提供，因为他们确实没有。

图7.1 最左边的快速通道为拼车车道

智能交通不仅对通勤有好处，也方便市政当局优化和调整全市整体的交通状况。首先，可以通过每天的交通情况制定拼车车道120的使用时间，引导大家尽可能地分散出行的时间和使用的道路。在硅谷地区，个别车道在交通高峰时期是自动收费的，这个措施实行以后，不少通勤的人开始调整自己的出行时间和办事的次序。当然，目前硅谷地区这些车道的控制还没有利用大数据，如果使用，效果会更加明显。

其次，利用大数据管理交通可以根据实时流量和对未来流量的预测，调整交通信号灯的时间。目前世界上大部分城市的交通信号灯互相并不联通，而时间控制的策略总体上是固定的。我们经常看到在十字路口，另一个方向的道路已经没有了汽车而信号灯还是绿的，而自己的方向堵了一条长龙。

今天，世界上主要的大都市都已经没有了大规模扩建街道的可能性，但是其中大部分大都市的人口还在增加，流动人口也越来越多，因此除了更聪明地在时间和空间上利用好现有的道路，别无他法。

X团队目前和美国4个大型城市合作，试用了该系统，结果表明使用者每天可以节省20分钟左右的通勤时间。不要小看这20分钟时间，如果像北京这样的大都市每人每天能在通勤上节省20分钟时间，社会效益是非常可观的。

大数据对于交通状况的改进，其实只是它在帮助城市管理方面所做的一件具体的事情。相比交通拥堵，生活在大城市里的人或许更关心人身安全，而对人身安全最大的威胁就是恐怖袭击。从“9·11”事件开始，全球都面临反恐问题，尽管美国、欧洲和中国都加强了反恐的力度，但是总的来讲全球恐怖袭击事件越来越频繁，这说明按照过去的方式反恐越来越难。

大数据的出现给反恐带来了曙光。根据俄罗斯官方的报道，1996年4月21日深夜，俄罗斯在车臣叛军首领杜达耶夫用手机通话时，用A-50空中预警机根据无线电波锁定了他的位置，然后发射导弹将其炸死。这件事给大家一个提示——大部分恐怖分子今天也是使用手机通信联络的。基于这个认识，斯坦福大学一位不愿透露姓名的学者开发了一个系统，可以全面跟踪一个地区所有手机和电子设备（包括各种移动设备和可穿戴式设备）使用者的行踪。据这位学者介绍，上述每种设备其实都有一个特殊的识别码，可以用一个阅读器来识别（其原理有点像RFID）。在公共场合安装这样的识别装置采集历史数据，一旦有外来的可疑分子（带有不认识的设备，或者已被怀疑的设备），就可以开始预警，并且配合视频监控跟踪那些人。这位学者在斯坦福周围的一些公共场所进行试验，能够准确地将各种外来之客从诺大的校园里一一识别出来。目前这位学者正在和某个国家合作，建立覆盖整个地区的反恐防范系统。在未来，有效的反恐需要更多地采用技术的手段，而不仅仅是增加人力。

智能社会体现在方方面面，但概括起来，就是让我们的生活变得更加方便，同时社会资源的利用率极大地提高。要做到这一点，重要的是让整个社会精细化。