近幾年來，城市大腦概念可謂如火如荼。

相比于前兩年大家對這一概念比較陌生，如今相信大部分讀者應該都已經知道，所謂城市大腦的基本內涵，是指用公路上的大量攝像頭，來識別車流、車牌和車輛，以及一些路段廣場上機遇攝像頭執行人臉識別和人流判斷。

這些“城市之眼”收集的數據，一方面可以幫助提升城市安防的智能化水準，比如預判人群擁堵、識別交通事故與可疑車輛等等；另一方面，城市大腦的作用主要體現在和交通燈、高架橋準入閘口的互動上。通過對車輛數據的識別和判斷，進而用城市大腦進行交通指揮，被廣泛相信是治理城市擁堵的有效方式。

這些技術邏輯近兩年被反復討論，加之科技巨頭的不斷加注與宣傳，很可能讓大眾覺得城市大腦已經非常完善，可以真正承擔一座城市的“AI交通指揮官”。然而事實上并非如此，從一種產業構思到實際落地，城市大腦，或者稱作智慧城市系統，還面臨著非常多物理世界中客觀存在的困難與障礙。尤其是城市攝像頭體系本身，與后加入的AI大腦，二者其實存在著無法忽視的“代溝”。

這個問題應該如何解決，近兩年也有相當多的學術討論。比如中國工程院院士、中國計算機學會理事長，北京大學教授、博導高文提出的“數字視網膜”理念，就廣為產學各界重視。在這一問題中構成了一種代表性的解題方案。

我們似乎可以從數字視網膜應運而生的現實問題，以及其發展思路中，共同探討這樣兩個問題：城市的智能，距離我們究竟有多遠？而如果希望拉進這個距離，目前有哪些急需開展的工作？

從這個角度思考，我們或許會發現數字視網膜既是一種學術創新，也是一個新的產業機遇。

“眼疾”未愈，城市大腦依舊幼稚

城市大腦概念，在現實執行中面臨的第一個問題，也可能是最根源的問題之一，就是原本并不用于智能計算的城市攝像頭，如何與AI帶來的識別，甚至智能分析能力連接在一起？

這個問題涉及一個基本矛盾，就是智能發生在哪里。

今天一般的城市大腦與智慧城市項目，主要是將攝像頭收集來的視頻數據進行存儲，從而在云端用算法就行識別和分析。

而這里就有很多矛盾滋生了出來，比如傳統攝像頭收集的視頻數據過于龐大，清晰度也欠佳，AI算法很難識別。

即使攝像頭能夠提供高清數據，但由于拍攝的視頻沒有進行特征提取，于是從提取到識別、檢索，再到推理的全鏈計算都必須發生在云端。這帶來的數據量非常龐大，美國服務器，云端將承受難以負載的數據壓力，從而影響識別精度與數據處理準確度。同時，把基礎視頻數據堆積到云端，客觀上也會造成過大的延遲，很難滿足交通場景里實時反應的剛性需求。

同時，城市綜合體每天產生的視頻數據，其本質上堪稱一個“數據包袱”。這些數據存在哪？存多久？誰來看？如何檢索？在海量數據面前，這些問題一一成為了城市數據管理體系的重擔。

那么如果讓攝像頭自己具備識別能力呢？這是如今智慧城市的主要解決方案，但是由于此前的原版攝像頭不便拆卸，想要加入新的識別能力就要加裝一個新的攝像頭。于是我們看到了拍照攝像頭、人臉識別攝像頭、車牌識別攝像頭、車輛識別攝像頭等等；在路口抬頭一看，簡直能激發密集恐懼癥。

這些“智能攝像頭”識別出的數據，本質上無法做到匯融與底層打通，而是只能各自為政。后端的AI也就只能偏聽偏信，無法進行完整的交通場景分析，給出真正的“智能建議”。

那么如果讓識別和推理的全套AI能力都發生在攝像頭里呢？這帶來的最大問題就是端側算力不夠充沛，無法支撐復雜的計算。如果在每個攝像頭都加載大量AI算力和專用硬件模組，那將是一筆無法負擔的成本。而且想要讓AI全局化理解城市，各攝像頭也必須進行全局匯總。