發展智慧城市並非單靠增加 Wi-Fi 熱點就能實現，不少專家指大數據是智慧城市有效實踐的基礎，而如何應用大數據更是其中關鍵。除了政府需要思考這些問題，不少科技公司亦一直積極研發更廣泛的大數據應用，近日中國網絡巨頭百度就針對中國人多的特色，提出新的應用方向：利用大數據和人工智能作人流管制預警。
人踩人事故屢次發生 善用科技或能解決問題
中國人口眾多，每逢節日便有大量民眾外出旅遊或是回鄉探親，旅遊景點內人山人海的景象在新聞報導中亦不時可見，尤其農曆新年期間的「春運」時期，全國更有數以千萬計的民眾往返各地，對公共交通運輸做成負荷。而在人口密集的城市，大型活動期間往往會聚集大量民眾，若無恰當的人流管制措施，一旦失去秩序引起混亂，就會釀成悲劇。
2014 年 12 月 31 日，上海外灘發生人踩人事件，事故共造成 36 人死亡，49 人受傷，官方將事故發生原因歸咎於對政府部門對群眾活動預防準備不足、現場管理不力、應對處置不當而引發踩踏事故；而類似的人踩人事故過往亦時有發生，例如 2004 年的北京燈會和 1991 年的太原人踩人事故均是死傷人數較多的大型事故。
要防範同類事件再次發生，除了政府部門要做好準備和管理，市民要遵守秩序提高意識外，善用科技也是其中一個方法。最近百度大數據實驗室就提出相關的解決方案 — 數據挖掘預測 AI。
百度研大數據應用實踐智慧城市管理
在百度研究人員 Jingbo Zhou、Hongbin Pei 和 Haishan Wu 聯合發表的一份學術文章中提到，利用電腦系統和百度地圖的數據，可以預測哪個地區有可能出現具潛在危險的人群擠擁問題，從而警告提前警告用戶和政府部門。該解決方案是基於現時人們打算前往某個地點時，都會預先搜尋前往的方法和路線的習慣而產生。
因此，當中國用戶使用百度和其地圖應用搜尋相關資料時，電腦系統就能分析相關數據和搜尋用戶的位置來預測特定地點的人群聚集情況，從而評估風險。
而實際上百度亦曾在上海外灘人踩人事故後，利用百度的大數據作分析，發現百度地圖的數據確實可以用於預測人口流動的趨勢。研究團隊認為透過實時分析和挖掘百度地圖的數據，再配合機器學習系統分析歷史數據能有效提升預測潛在危險地區的準確率。
雖然相關的解決方案尚未有正式部署，但百度方面已在研發名為百度智慧城市的實驗產品，期望能基於百度的大數據推動人口分析、人流管制預警、城市網絡等智慧城市管理。百度的研究人員亦在文章內總結指，相信解決方案若能實現並部署將為社會帶來更多的好處。
大數據應用的廣泛應用
大數據是業界經常提及的話題，企業除了要了解大數據是什麼，更應該考慮如何更有效地運用大數據，以及拓展大數據的應用範圍。除了上文提到的智慧城市管理，百度亦有不少具啟發性的大數據商業應用，例如百度的慧選址應用，就利用城市人口分佈，地區人流等大數據協助商戶，根據他們的行業分析選擇合適的店鋪開設位置。政府要將香港發展成智慧城市，除了要積極開放更多公共數據，還應考慮和參考各地不同的大數據應用方法，才能將智慧城市真正實踐。
Source: TechinAsia
