人工智能打造真正的智慧城市

Machine Zone是一家利用人工智能技术提供实时数据流管理分析服务的公司，总部位于加州Palo Alto。该公司开发的RTplatform实时基础架构，可以连接移动游戏内数百万个玩家，目前MZ支持的游戏有《战争游戏：火力时代（Game of War: Fire Age）》、《雷霆天下（Mobile Strike）》，等等。不过除了手游，Machine Zone所开发的人工智能技术还可以应用到其他行业领域。

在刚刚举办的MobileBeat 2016大会上，该公司首席执行官Gabe Leydon介绍了在RTplatform基础架构上运行的实时智能机器人，它可以运营新西兰整个国家的公共交通系统。人工智能机器人不仅可以追踪出租车、公交巴士、火车、交通流量、停车场、以及其他一切和交通网络相关的东西；还能让用户实时访问数据，比如可以帮助人们预测下一班公交巴士什么时候到达。

目前，这套智能机器人系统正在新西兰港式市奥克兰测试，Leydon也在本届大会上展示了该系统测试的进度报告。事实上，目前绝大多数智能机器人所解决的都是一些“小问题”，特别是从今年四月份Facebook推出机器人平台之后，硅谷便刮起了机器人风。

不过，Leydon所开发的人工智能机器人则能在整个国家运行。他说道：

基于RTplatform的智能机器人不仅能支持交通运输管理，而且还能支持其他很多行业运营，未来机器人的发展方向，就是要和所有数据进行交互，而不是仅局限于获取单一用户数据，机器人所做的决策，必须要基于相关的、所涉及到的所有数据信息。你是在和联网计算机交流，也就是说，你每次是在和数十亿台计算机交谈，人工智能机器人将能做到实时制定决策。

最近三年，Machine Zone公司所支持的移动手游《战争游戏：火力时代》一直位列应用商店排名前列，这也让他们发展成了一家坐拥数百名员工、并且有实力构建实时人工智能技术的大公司。目前，Machine Zone所开发的人工智能技术支持将游戏内部信息实时翻译成32种不同国家的语言，可以让全球数百万玩家毫无（沟通）障碍地参与游戏。

根据Leydon透露，在该公司的RTplatform平台上，单个渠道内每秒会处理超过3亿条信息，而新西兰全国的信息交流量还不到其中的1%。他说道：

我们的指挥控制中心现在已经正式运营了，未来几个月就会投产覆盖全新西兰交通的移动App应用。在控制中心内部，负责指挥交通的操作员将会“脑洞大开”，因为他们从来没有过如此快速的数据分析、反馈体验。

一旦新西兰公民下载了App，他们就能参与数据收集。控制中心可以了解每个人会花多长时间等待机器人反馈，机器学习会随着时间逐渐增强，人们接收信息反馈的时间也会变得越来越快。

得益于云技术，让数十亿条交互连接可以同时发生。事实上，将人工智能机器人技术应用到新西兰交通领域完全是一次“美丽的意外”。在一次旅游中，Leydon注意到新西兰的公共交通系统没有开放式应用程序接口（API）。于是，他询问了新西兰政府是否能让他构建一个控制中心，帮助该国交通系统更加高效地运作。在得到批准之后，Machine Zone公司在新西兰最大的城市奥克兰推出了人工智能机器人试运行项目——Auckland Citybot，他们花了一年时间追踪了奥克兰市内3000辆公交巴士，并分析出了200万人（包括本地居民和游客）的使用规律。

在实时条件下，Leydon向新西兰政府官员展示了奥克兰市内正在运行的600辆公交巴士和大约4000名乘客的信息，其中有大约15%的人没有走在正确路线上。他指着平台上显示的一辆公交巴士说，这辆车正在高速路上开，已经偏离正确路线好几英里了。此时，交通部门应该赶紧给那个司机打个电话，告诉他如何找到正确的道路。事实上，利用智能机器人能帮助政府节约大量成本，据悉，新西兰政府每天都会收到大量投诉邮件，要求退还用于公共交通的税款，原因就是大量公交巴士会走错路线，给市民带来极大的不便。

Machine Zone公司的实时基础架构平台，可以追踪全新西兰的交通网络

为了向政府官员更好的展示智能机器人的应用，Leydon特地开发了一个数据分析页面，其中可以在城市地图上显示了实时公交信息，包括有多少辆行驶中的公交巴士，多少人在等车，等等。整个流程非常透明，举个例子，政府官员能够看到哪些公交巴士走错了路线（见上图，车头上标有红点的就是偏离了正确路线的公交车）。借助智能机器人，政府官员能够一目了然的看到数据分析结果，继而能够更果断地执行补救措施。

不仅如此，Leydon还为乘客推出了一款移动App应用——Auckland Citybot（见上图），帮助他们更好地管理自己的时间。在这款App上，乘客可以看到公交车到站时间，一旦车辆晚点，这款App还是发送通知提醒。可以说，还没有哪个现代城市公共交通系统可以做到这一点。

Machine Zone公司所开发的人工智能技术平台（现在已经转型称为RTplatform）有两个主要部分，使它非常适合运行这种非常复杂的系统：

第一，实时数据分析能力。利用机器学习和人工智能技术，RTplatform能创建数以百万计的单个追踪活动，每个活动都可以随时被搜索——这是传统技术供应商所做不到的，因为普通数据库搜索总会出现一定时延（有时会达到几秒钟），而Machine Zone公司在RTplatform平台上构建的机器人则可以在几毫秒内对用户提交的查询请求作出回答。

第二，强大的可扩展能力。Machine Zone公司在奥克兰所做的试运行项目，只用了不到1%的RTplatform计算能力，MZ所开发的人工智能技术能够在一秒钟内处理数亿条交互信息。相比而言，纽约证券交易所一秒钟最多能处理800万条信息。

在RTplatform平台基础上，奥克兰政府可以再构建一个人工智能层，帮助她们根据反馈信息实时制定决策。举个例子，假设在危机情况下，政府可以将所有交通灯都变红；如果奥克兰市中心要举办大型活动，那么可以将活动中心周围一英里所有的停车场都封闭，不允许汽车进入。

除了在交通基础设施提供智能服务之外，RTplatform还可以在很多其他行业领域应用，他们开放了应用程序接口，很多企业（甚至私人公司）都能应用这套系统。比如，和分析公交系统实时数据一样，Uber和Lyft这样的驾乘分享服务信息也能够直接展示到消费者面前。同理，零售商店、餐厅、航班信息，这些都能整合进RTplatform。

虽然整个硅谷都在谈论“智能机器人”，但很少有人关注如何构建软件层，让机器人更有效、更有用地工作。就拿智能机器人在新西兰交通系统的应用来说，Machine Zone公司其实做了这么三件事：

一、 开发了一个能够连接所有设备的“信息层”；

二、 为政府机构和企业提供了管理软件的“人工智能层”；

三、 为每一个普通人提供了用户友好的App应用软件服务。

RTplatform在其他领域的应用可能会带来颠覆性的效果，比如搜索。目前谷歌搜索架构（绝大部分）是建立在抓取、索引静态网页基础上的。 但是人们期待更多的实时数据，这也是为什么信息在很多即时通讯应用上传播的速度会更快，比如Twitter, Whatsapp, Facebook Messenger, 以及微信。谷歌必须重新构建自己的搜索架构，以满足人们对实时信息搜索的需要。

====================================分割线================================

本文转自d1net（转载）