我要收藏
取消收藏
隨著人工智能技術(shù)的深入發(fā)展，以AI大模型為核心的智慧城市管理已成為提升城市治理效能的重要手段。通過(guò)AI大模型對(duì)城市管理相關(guān)數(shù)據(jù)進(jìn)行深度挖掘與分析，助力城市管理從被動(dòng)響應(yīng)向主動(dòng)優(yōu)化的轉(zhuǎn)變。我市近年來(lái)在智慧城管建設(shè)方面取得了不俗的成績(jī)。在基礎(chǔ)設(shè)施方面，我市的城市運(yùn)行管理服務(wù)平臺(tái)整合接入公安、市場(chǎng)監(jiān)管、交通運(yùn)輸?shù)?2個(gè)部門(mén)（區(qū)市）數(shù)據(jù)，建成涵蓋供熱供氣、環(huán)境衛(wèi)生、綜合執(zhí)法等26個(gè)城市管理細(xì)分領(lǐng)域的58個(gè)專(zhuān)題數(shù)據(jù)庫(kù)。共享全市5萬(wàn)余路視頻，智能抓拍市容秩序、環(huán)境衛(wèi)生等32類(lèi)城管問(wèn)題，匯聚建筑工地、環(huán)衛(wèi)設(shè)施等物聯(lián)感知數(shù)據(jù)。在數(shù)據(jù)資源方面，截至2024年年底，我市已全量匯聚電子公文、交通等數(shù)據(jù)超2240億條，發(fā)布首批高質(zhì)量數(shù)據(jù)共享開(kāi)放清單454項(xiàng)，在工業(yè)制造、海洋等領(lǐng)域形成高質(zhì)量數(shù)據(jù)集800余個(gè)，政務(wù)數(shù)據(jù)共享需求滿(mǎn)足率超99.7%。然而，青島在邁向AI大模型驅(qū)動(dòng)的城市管理智慧化精細(xì)化過(guò)程中，仍面臨大模型技術(shù)應(yīng)用深度不夠、大模型應(yīng)用場(chǎng)景擴(kuò)展受限等問(wèn)題。
一、存在的問(wèn)題
（一）AI大模型技術(shù)應(yīng)用深度有待提升
一是現(xiàn)有的智能分析算法相對(duì)基礎(chǔ)。我市已實(shí)現(xiàn)的對(duì)多類(lèi)常見(jiàn)問(wèn)題的自動(dòng)識(shí)別抓拍，主要基于規(guī)則識(shí)別和傳統(tǒng)AI的機(jī)器視覺(jué)技術(shù)，針對(duì)違停、垃圾傾倒等顯性問(wèn)題效果良好，但由于未充分運(yùn)用生成式、多模態(tài)AI大模型等前沿技術(shù)，所以對(duì)處理復(fù)雜場(chǎng)景理解、隱患預(yù)判、趨勢(shì)分析等深層次問(wèn)題的能力還需加強(qiáng)。另一方面，現(xiàn)有系統(tǒng)的自然語(yǔ)言處理能力不足。平臺(tái)月均處置數(shù)十萬(wàn)件問(wèn)題，匯集了大量的例如投訴文本等語(yǔ)料，但在對(duì)于這些語(yǔ)料的智能分析等方面沒(méi)有進(jìn)一步利用，無(wú)法深度挖掘民意數(shù)據(jù)中的輿情信息和趨勢(shì)。二是現(xiàn)有系統(tǒng)缺乏深度預(yù)測(cè)分析，目前主要是"識(shí)別發(fā)現(xiàn)問(wèn)題-智能派遣處置"的事后閉環(huán)流程，但在基于歷史數(shù)據(jù)和多維因素的趨勢(shì)預(yù)測(cè)、風(fēng)險(xiǎn)預(yù)警方面能力是有限的。也就是說(shuō)，雖然能監(jiān)測(cè)燃?xì)?、供熱等設(shè)施實(shí)時(shí)運(yùn)行狀態(tài)，但卻無(wú)法基于AI大模型提前去進(jìn)行故障預(yù)測(cè)和維護(hù)優(yōu)化建議，還是“被動(dòng)響應(yīng)”，所以決策支持智能化水平不高，因?yàn)楝F(xiàn)在的系統(tǒng)主要基于統(tǒng)計(jì)分析，缺乏AI大模型驅(qū)動(dòng)的深度洞察和智能決策建議，在資源配置優(yōu)化、政策效果預(yù)測(cè)、應(yīng)急響應(yīng)策略等方面，還需要更強(qiáng)的AI決策支持能力。
（二）AI大模型訓(xùn)練數(shù)據(jù)優(yōu)化不足
AI大模型的訓(xùn)練效果和應(yīng)用準(zhǔn)確性直接依賴(lài)數(shù)據(jù)質(zhì)量。我市雖已匯聚海量數(shù)據(jù)，但針對(duì)AI大模型所需的數(shù)據(jù)更新和清洗機(jī)制尚需提升，各路監(jiān)控采集的數(shù)據(jù)會(huì)因?yàn)閿?shù)據(jù)噪聲和延遲，影響AI預(yù)測(cè)準(zhǔn)確率。另一方面，多模態(tài)數(shù)據(jù)融合不深?，F(xiàn)有的數(shù)據(jù)主要以文本、監(jiān)控視頻等模態(tài)為主，但語(yǔ)音、傳感器等異構(gòu)數(shù)據(jù)整合不足，會(huì)制約大模型的多維分析能力。
（三）AI大模型應(yīng)用場(chǎng)景和相關(guān)人才有限
我市智慧城市管理現(xiàn)有的20多個(gè)應(yīng)用場(chǎng)景主要基于傳統(tǒng)信息化手段，AI大模型僅在部分領(lǐng)域如智能問(wèn)答、自動(dòng)報(bào)告生成等初步落地，缺乏對(duì)綜合業(yè)務(wù)和公眾服務(wù)的深度滲透，治理效率提升空間有限。同時(shí)，人才和技術(shù)支撐薄弱，真正適用城市管理的城市AI大模型需要定期使用本市數(shù)據(jù)進(jìn)行fine-tune（微調(diào)）迭代升級(jí)，而且出于信息保密原則，不能用公有云模式，需要本地部署本地微調(diào)，這些技術(shù)需要專(zhuān)業(yè)人才，但青島相關(guān)團(tuán)隊(duì)規(guī)模較小，缺乏國(guó)內(nèi)大廠團(tuán)隊(duì)系統(tǒng)化的微調(diào)和部署經(jīng)驗(yàn)，影響模型后續(xù)的迭代速度和模型能力。
二、國(guó)內(nèi)外先進(jìn)經(jīng)驗(yàn)做法
（一）新加坡
新加坡的Smart Nation 2.0在交通管理方面廣泛應(yīng)用了智能交通系統(tǒng)，AI優(yōu)化交通系統(tǒng)，利用實(shí)時(shí)數(shù)據(jù)優(yōu)化交通流量，減少了15%的交通擁堵。在能源與環(huán)境管理領(lǐng)域，新加坡通過(guò)無(wú)線傳感器網(wǎng)絡(luò)收集數(shù)據(jù)，進(jìn)行環(huán)境監(jiān)測(cè)，包括空氣質(zhì)量、噪音水平和水資源管理，改善城市管理和安全。其99%的政府服務(wù)在線完成，并通過(guò)IMDA（新加坡資訊通信媒體發(fā)展局）與勞動(dòng)力合作，轉(zhuǎn)型工作流程提升生產(chǎn)力。Smart Nation 2.0模式強(qiáng)調(diào)整體性政府視角，結(jié)合AI，實(shí)現(xiàn)資源數(shù)據(jù)化運(yùn)營(yíng)。
（二）上海
上海推出“智云上?！?，完成全球最大規(guī)模城市級(jí)數(shù)智化底座的部署與能力集成，系統(tǒng)間任意兩點(diǎn)之間1毫秒即可“握手”，整體運(yùn)力提升7倍，TB級(jí)數(shù)據(jù)分鐘級(jí)到達(dá)，百公里存算分離拉遠(yuǎn)訓(xùn)練算效達(dá)97%以上，實(shí)現(xiàn)了“算力、平臺(tái)、數(shù)據(jù)、模型、應(yīng)用”五位一體的深度融合與創(chuàng)新應(yīng)用，全方位提升城市能級(jí)。進(jìn)而構(gòu)建“上海有AI、智惠全城”的城市智能服務(wù)體系?！耙愿锩訟I惠及城市民生”的創(chuàng)新發(fā)展理念，為全球提供可復(fù)制、可推廣的“AI CITY”范式。
三、意見(jiàn)建議
（一）強(qiáng)化AI技術(shù)深度應(yīng)用，提升智能管理水平
一是基于現(xiàn)有城市運(yùn)行管理服務(wù)平臺(tái)，與國(guó)內(nèi)大廠合作，引入最新的多模態(tài)開(kāi)源模型而非單一模態(tài)模型，升級(jí)現(xiàn)有規(guī)則識(shí)別算法，實(shí)現(xiàn)復(fù)雜場(chǎng)景理解和隱患預(yù)判。同時(shí)，針對(duì)自然語(yǔ)言處理不足，利用平臺(tái)匯集的群眾訴求數(shù)據(jù)，部署大模型進(jìn)行輿情分析和趨勢(shì)挖掘。
二是加強(qiáng)深度預(yù)測(cè)分析能力。開(kāi)發(fā)AI大模型驅(qū)動(dòng)的預(yù)測(cè)分析系統(tǒng)。支持各部門(mén)利用AI工具對(duì)數(shù)據(jù)進(jìn)行深度挖掘與分析，精準(zhǔn)提升模型性能。充分利用已有的燃?xì)庵悄鼙O(jiān)測(cè)、建筑垃圾監(jiān)管等行業(yè)管理場(chǎng)景的實(shí)時(shí)數(shù)據(jù)，結(jié)合天氣、節(jié)假日、社會(huì)事件等外部因素，構(gòu)建基于深度學(xué)習(xí)的多維度預(yù)測(cè)模型。重點(diǎn)在設(shè)備故障預(yù)測(cè)、問(wèn)題高發(fā)區(qū)域預(yù)判、異常趨勢(shì)識(shí)別等方面實(shí)現(xiàn)突破，推動(dòng)城市治理從“被動(dòng)響應(yīng)”向“主動(dòng)預(yù)防”轉(zhuǎn)型。
（二）優(yōu)化AI大模型訓(xùn)練數(shù)據(jù)
一是完善城市數(shù)據(jù)更新和清洗機(jī)制。對(duì)公共安全視頻和傳感器數(shù)據(jù)建立實(shí)時(shí)數(shù)據(jù)處理規(guī)范，引入專(zhuān)業(yè)數(shù)據(jù)管理人才，提高時(shí)效性和準(zhǔn)確性，并對(duì)數(shù)據(jù)質(zhì)量達(dá)標(biāo)的部門(mén)給予表彰。
二是推進(jìn)多模態(tài)數(shù)據(jù)融合。制定融合評(píng)估標(biāo)準(zhǔn)，定期抽檢數(shù)據(jù)質(zhì)量，將文本、視頻、語(yǔ)音和傳感器等各類(lèi)模態(tài)數(shù)據(jù)整合，建立統(tǒng)一的AI訓(xùn)練數(shù)據(jù)倉(cāng)庫(kù)，推動(dòng)數(shù)據(jù)從單一模態(tài)向多模態(tài)轉(zhuǎn)型。
（三）擴(kuò)展AI大模型應(yīng)用場(chǎng)景并加強(qiáng)人才支撐
一是建議借鑒深圳《加快打造人工智能先鋒城市行動(dòng)計(jì)劃（2025—2026年）》的圍繞五大政務(wù)領(lǐng)域每年開(kāi)放100個(gè)以上應(yīng)用場(chǎng)景的“城市+AI”開(kāi)放場(chǎng)景模式。建設(shè)市、區(qū)兩級(jí)應(yīng)用場(chǎng)景開(kāi)放中心，打造“一區(qū)一品牌”典型場(chǎng)景應(yīng)用，推動(dòng)全面提升超大規(guī)模城市治理水平。
二是構(gòu)建場(chǎng)景級(jí)應(yīng)用框架，我市平臺(tái)從現(xiàn)有場(chǎng)景繼續(xù)擴(kuò)展，重點(diǎn)滲透綜合評(píng)價(jià)和公眾服務(wù)領(lǐng)域。
三是加強(qiáng)人才和技術(shù)支撐。由市人力資源社會(huì)保障局牽頭，聯(lián)合駐青高校，與國(guó)內(nèi)AI大廠合作，打造本地AI人才培訓(xùn)平臺(tái)，提供系統(tǒng)化本地化部署經(jīng)驗(yàn)，為未來(lái)的城市大模型迭代速度和能力提升做好人才儲(chǔ)備。
掃一掃在手機(jī)打開(kāi)當(dāng)前頁(yè)
魯公網(wǎng)安備
37020202000341號(hào)