文章原载于：千家网

在智能交通、数据驱动的公共安全以及平台相关和数字孪生用例相关项目强劲增长的推动下，到2025年，全球在智慧城市倡议上的支出预计将达到3270亿美元。

运营转型的前景令人振奋。如果城市正确地构建了这一点，它们将能够从每秒产生海量数据的无数物联网(IoT)设备中获得独特的运营洞察力。借助实时数据分析，管理人员可以对突发洪水或重大交通事故等需要立即调查的事件迅速做出反应。

这很棒，但我们不要过早庆祝。尽管众说纷纭，但智慧城市未能实现人们承诺的大部分目标。这并不是说这个想法有缺陷--软件技术就是不能胜任这项任务。

如果城市希望集成实时数据源和设备（例如支持AI的IP和热像仪、IoT传感器、实时位置数据或边缘传感器），并构建能够监视资产、事件、人员和财产的应用程序在环境中，它们既需要事件驱动又需要分布式。它们必须是协作且可扩展的。你不能走捷径。

但是，我们经常看到使用过时的工具制造的笨拙的RubeGoldberg式装置，注定会失败。公平地说，编写连接一切的软件非常困难，更不用说让应用程序以可靠、可伸缩的方式协同工作所面临的种种挑战。但以下几点是无法回避的：

可靠性：如果有缺陷的应用程序需要频繁停机来安装更新和修复问题，那么智能城市就不会非常智能。软件需要全天候连接，无论发生什么情况，所有设备都需要满负荷运行。

响应时间：大多数部署不具备实时响应和情景感知功能，而这些功能是任何智慧城市基础设施的关键组件。

安全性：只要智慧城市使用依赖于例行捕获所有内容的数据库的应用程序，这将仍然是一个问题。

穿越浅滩

在物联网时代，隐私权倡导者已经对个人信息的安全提出了疑虑。考虑到智能城市网络周围的海量数据，他们有理由担心潜在的最坏情况。

显然，如果所有这些数据都要被捕获并存储起来进行处理和分析，那就会引起网络罪犯和其他一心想搞恶作剧的人的注意。但是现代的、事件驱动的应用程序不需要使用数据库。它们将计算资源和其他服务分发到边缘以保证最高性能，并过滤掉大量无关数据以专注于与关键事件相关的数据。当检测到事件时，所有必需的处理和系统操作都会立即在边缘执行。

这里有两大好处：响应时间更短，而且没有个人身份信息存储在数据库中。解决问题后，可以从所有边缘设备删除数据。

而且，大多数事件都不需要透露所涉人员的身份。即使系统发现有人受到攻击，您也不必识别攻击者或被攻击者。该系统只需识别有人受到攻击的事实，然后系统就会实时向警方发出警报。

构筑新的未来

有足够的动力来做到这一点。考虑以下这些示例，这些示例包含使用事件驱动的体系结构以发挥其优势：

在墨西哥城，地铁出入口的系统监视人们发烧的迹象，提供了一种促进公众健康，尤其是减缓冠状病毒传播的技术途径（COVID-19）。

在上海，采用了事件驱动的体系结构，不仅可以确保电梯正常运行，而且还可以派遣EMT，以防有人摔倒并伤到自己。

在新的东京总部，软银正在使用支持AI的摄像头、IoT传感器、位置数据、企业系统以及许多其他技术，这些技术可帮助跟踪其建筑环境的各个方面。

这只是个开始。但它暗示了更大规模的可能性。

现在，我们的传感器几乎可以追踪任何东西，而且一直都在便宜。网络基础设施已经发展到可以在边缘进行大量计算和功耗分析的程度。要克服的下一个主要障碍是构建智能城市风格应用程序所涉及的软件挑战。

现在需要的是选择正确的应用程序技术，以帮助开发人员设计和构建智能城市类型的应用程序，将我们带入一个城市更智能、更安全、更高效的未来。

未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）云脑研究计划，构建互联网（城市）云脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣，欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”