城市作業系統的概念

城市作業系統是物理世界與數字世界的聯結器，是智慧城市的數字基石，是城市資料獲取、管理、分析、展現的中樞，也是沉澱城市中資料相關應用的公共元件的容器。城市作業系統搭載在雲計算基礎設施之上、智慧城市應用之下，向下透過雲基礎設施來管理底層資料，並且連線和排程城市中的硬體裝置；向上提供公共元件和介面，支援各類智慧城市應用的開發、執行和協調聯動，是各個智慧城市應用和業務系統的底座。城市作業系統透過數字閘道器相互連線，實現資料在不同領域中的安全共享和協同計算。

我們可以用個人電腦作一個簡單類比，來說明城市作業系統的定位和概念。最下面是硬體基礎設施，當前的雲基礎設施就好比PC機，提供計算、儲存和網路連線單元。在PC機之上，我們需要安裝一個作業系統（如微軟的Windows作業系統），作為硬體和應用軟體之間的管理、協調層，向下管理和排程硬體裝置和資料，向上為應用程式開發提供元件和介面，並協調不同應用程式對資料 和硬體的訪問。有了Windows之後，我們才可以在上面安裝各種應用軟體（如 Word、PPT等）。同理，在雲基礎設施之上也需要一個專門為智慧城市設計的智慧城市作業系統（相當於PC機上的Windows），來連線底層的雲和上層的各種智慧城市應用。只有安裝了智慧城市作業系統，我們才可以支援各種不同的智慧城市應用，如交通大腦、環境大腦、市域社會治理、數字城管等，並確保這些應用可以複用功能元件和資料。若直接在雲上開發智慧城市應用，就好比直接在沒有Windows的PC機上開發應用，其難度大、代價高、擴充套件性差，而且智慧城市的應用是互相孤立的，無法協同。

城市作業系統的框架

給出了城市作業系統的基本框架，包括資料採集、資料結構、資料管理引擎、人工智慧引擎、聯邦數字閘道器和展示引擎等6層。資料採集層透過資料直通車提供各類資料的採集介面，對接城市中包括政務系統、感測器、移動裝置和人群等資料來源，實現城市狀態的全域感知，完成政務資料、時空資料、影片、影象、語音和文字資料的全量、高實時、穩定、安全的採集和匯聚。資料 直通車具備以下3個特點：

1. 普適：針對物聯網（IoT）、影片等裝置源提供統一接入閘道器，適配不同協議，實現快速高效的接入；同時，透過開發者模式介面，支援自定義接入方式，保證靈活適配的同時降低接入成本。

2. 便捷：提供即插即用的資料管道，支援插拔各種資料預處理或稽核元件，豐富接入拓展能力。

3. 安全：預製多種加解密演算法、脫敏演算法來保障資料傳輸安全穩定。

資料結構層把城市中紛繁複雜的資料歸為三大類，針對每一類資料設計了相應的資料儲存模型，確保了城市作業系統的擴充套件性和一致性。這三類資料包括：

1. 結構化資料：以電子政務類表格資料為代表，通常以人或者機構的ID為錨點來聚合不同的資訊，如名稱、職業、收入等；後續會演變出基礎庫、主題庫、專題庫等一系列組織形式。

2. 非結構化資料：以影片、影象、語音和文字為代表，後續大多需要經過分析處理變成結構化資料才能被使用。

3. 時空資料：以地理資訊、IoT、軌跡資料為代表。時空資料按照資料結構可分為點資料和網資料；按照時空資訊是否動態 變化可分為三類：空間靜態時間靜態、空間靜態時間動態和時空動態。

資料管理引擎層包含結構化資料管理引擎、檢視管理引擎和時空資料引擎。其中時空資料引擎是智慧城市作業系統的亮點，它將時空索引技術與分散式計算環境相結合，提供針對6類時空資料的多種查詢演算法，包括時空範圍查詢、最近鄰查詢、ID時間點查詢、可達區域查詢等一系列查詢方式，支援對時空資料的高效檢索，向上支撐各種AI演算法模型的高效分析。其對時空資料的查詢效率比行業水平快10~100倍。

此外，時空資料引擎也滿足了城市治理中對多源資料按照時空維度來聚合的需求。例如，在治理一個社群時，我們需要根據這個社群的空間範圍聚合在某個時間段（如最近1個月）出入該社群的人流和車輛資料，以及這個社群內產生的消費和影片等多源資料。

AI引擎層包括通用人工智慧引擎和時空AI引擎。前者包含影象識別、語音識別和自然語言處理 等常用的AI演算法模型；後者則是專門針對時空資料設計的AI演算法模組，如交通流量預測、充電樁選址、人流聚集預警等。與通用AI模型不同，這些AI模型要重點考慮時空資料的空間臨近性、空間層次和空間距離，以及時間的臨近性、週期性和趨勢性，共六大屬性。

此外，在智慧城市的一項具體業務中，通常需要利用不同資料背後蘊含的知識，例如，預測空氣質量需要同時考慮氣象、交通流量和地理資訊等多種因素。針對此問題，時空AI引擎提供多源資料（知識）融合的能力，透過有機融合不同資料背後蘊藏的知識來深挖資料價值，強力支撐智慧城市的應用。

聯邦數字閘道器可以實現不同城市作業系統之間資料的安全互聯和共享。聯邦數字閘道器跟隨城市作業系統部署到不同的部門，在原始資料“不出門”的前提下，各部門內部將資料進行不可逆的粗加工，然後再融合計算，最終的計算結果可以支撐不同的應用。如果把不同機構比作麥田，機構中的資料比作小麥，聯邦數字閘道器就是磨麥機。我們用磨麥機在各自的麥田裡把小麥磨成了麵粉，我們無法從麵粉反推出原來小麥的樣子。之後把各個麥田裡磨成的麵粉拿出來，加上水和成麵糰做成包子，這個包子就是有價值的應用，但我們並沒有洩露任何原始資料和可讀資訊。這個不可逆的粗加工過程並不是加密，也不是簡單的匿名化處理，更不是特徵值提取。

數字孿生層透過莫奈視窗等元件來實現對資料及分析結果的展現，實現人和機器之間的動態互動以及人機智慧的深度融合。數字孿生系統包括以下4個環節：

1. 為物理世界與虛擬世界提供非常逼真的數字建模和映象。例如，物理世界裡有一座橋，虛擬世界裡就會有這座橋詳細的數字建模，關聯的資訊具體到每個橋墩，每一塊磚的體積、材質，生產商和建設日期等。這些都屬於靜態資訊。

2. 將物理世界的動態資訊（如車流、人流、氣象、能耗等）疊加到數字世界模型上，實現更加逼真的展現。

3. 利用AI和大資料模型，對獲取的資料進行處理和分析，產生相應的決策。例如根據人流、事件和氣象來預警某一地區的人流聚集異常情況，並建議疏導方案和路徑。

4. 透過數字孿生系統將決策作用於物理世界，指導人們的行為和方案實施。例如，透過數字孿生系統直接給某個具體的民警下派任務，並能實時、清晰地看到民警執行任務的狀態。