媒体|郑宇：用大数据预测雾霾是如何做到的？

城市化发展进程中，除了有空气污染问题，噪音问题同样值得关注。被誉为“世界中心”的纽约，噪音问题尤为严重。已经有研究证明，人如果长时间处在噪音环境下，会对人的血压、记忆和睡眠等都造成影响。

“用传统的方面解决噪音问题是非常困难的，因为传统技术通过撞击传感器来监测噪音。但噪音是声音上的变化，在时间和空间上的反应非常剧烈，并且可能是一瞬就消逝了。而另一个原因是，传感器并不能让你知道噪音污染的原因。”郑宇告诉记者。

?

如果想要对噪音进行监测，郑宇认为需要在100平方米的范围内，甚至更小的区域内装一个传感器。那整个纽约市可能需要装约100万个传感器。这既不可行，而且要花费的人工管理成本也很大。其次，对于噪音的定义和人的感受有着非常紧密的联系。白天时间里，人对噪音的容忍程度和夜里会有明显地区别。

?

这样一来，在城市计算中，就需要考虑人的感受。郑宇给出的解决方法是根据美国人工投诉热线311，通过电话记录人们投诉的原因和地点，把人变成噪音监测的传感器。这样就能为噪音给出准确的定义和分析，政府也能及时给出限制措施。

除此之外，郑宇还在用城市计算预测城市人流，为城市大型活动的人流管控提供政策服务。目前，微软已经和贵阳市共同做了研究项目。利用出租车的数据，可以知道每一平方公里内，有多少出租车进入和有多少出租车驶出。可以让政府部门提前2-3小时进行备案，疏导人流，防患于未然。

?

“人流量控制其实在很多地方都非常需要，比如机场、地铁站等。它能真正降低事故发生的概率。但预测人类的行为其实是非常困难的，因为当你有重大事件或活动发生的时候，很远地方的人也会赶来参加。这就要求建立许多相关性，融合许多的数据。”郑宇说。他还举了一个简单的例子，比如城市上班族出行的早高峰时间，会随着天气的变化有所改变，那在预测人流量时就不能只考虑一个因素。

未来，在人工智能、深度学习等算法的支持下，城市计算给大众带来的惊喜会更多，但郑宇也向记者介绍了这门学科遇到的挑战。

?

首先，数据的获取。虽然并不是数据越多，对于城市计算就越有帮助。但如何更准确有效地获取相关数据，还是值得思考的问题。其次，数据融合。即打破各类数据的壁垒，让来自不同行业、领域的数据进行融合。最后，还要向各个行业的专家进行学习，进行对比借鉴。

?

“有时候我们需要先用自己的能力证实一下，即你能做出东西来，并展示给其他人看。在与行业对接时，还需要用他们的语言把问题讲清楚，别人才会接受你。别人接受你之后，才有可能真的落地并真正推动行业进步。”郑宇对记者说。

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!