0
| 本文作者： 黃鑫 | 2016-08-13 12:09 | 專題：CCF-GAIR | 全球人工智能與機器人峰會 |
鄭宇是本次CCF-GAIR大會的程序委員會主席，還是人工智能國際頂級期刊TIST的主編。目前的鄭宇專注于城市計算的研究和落地。這項技術通過對城市中海量的交通、空氣質量、經濟狀況的巧妙運用，可以幫人們極大的改善城市生活的質量。
在采訪中，鄭宇表示自己并不希望簡單的被打上一個“創業者”或者“學者”的標簽。對于城市計算這個領域，他顯然有更大的追求和期望。
在GAIR大會緊張日程的間隙，雷鋒網對鄭宇進行了一次專訪。這讓我們對鄭宇專注的技術、他的觀點和對未來的期望有了一個全面的了解。
雷鋒網：您是如何進入您現在的研究領域：城市計算與大數據的呢？
鄭宇：最開始的時候，有兩個原因：我有段時間被堵車弄的很郁悶，而我是學計算機的，我那時候就在想，能不能利用自己的專業知識幫這個城市做出一些改變？那樣不僅對大家都好，自己開起車來也會方便一點的。當時我就在想，能不能通過一些數據的優化來改進一下交通？然后剛好，那段時間我們拿到了一批北京出租車的GPS軌跡，然后我們就開始試著拿它們來改善城市的交通規劃。慢慢的隨著我們掌握的這類數據越來越多，就開始涉及到環保、人員、交通等等。
雷鋒網：您覺得這種技術到最后能給人的日常生活帶來哪些實質性的提升？
鄭宇：很多的，我們說幾個其中的重要領域吧：環境大家很容易想到，用大數據來預測霧霾，預測空氣質量，來幫助政府做決策：明天要不要限流？該不該建議人們減少室外活動？要不要提醒大家關好門窗？以及這些污染物到底是從哪邊飄過來的？
還有就是交通，你如何讓指引車輛的路線，才能讓大家開車更快更順？怎樣去提前預測人流會在哪個地方變得擁擠，避免踩踏？合理規劃公交的線路，規劃每個公交、地鐵站臺的位置。這些都是很顯而易見的方面。
雷鋒網：您覺得在您觀察和研究了這么多項目之后，您覺得一個項目要滿足哪些條件才能說它是一個值得研究的項目？
鄭宇：我覺得有兩個方面，其實以前MIT對這個問題就有一個標準，最重要的一項是：“你可以把這個項目講給你的奶奶聽。”因為如果你奶奶都對這個項目有興趣的話，那無疑說明這是一個社會熱點問題，就是說幾乎所有人都會對它感興趣。而這么多人關注也就意味著它的影響力會很大。
第二我們需要衡量它有沒有研究價值。有些東西雖然很重要，但同時做起來也相當簡單，很容易就能解決。就比如說用餐具吃飯，這是一個相當重要的習慣，對應的也是相當重要的事，可是它很簡單，做個筷子什么的，誰都能做。可以說不需要你來做，在我的角度來說，就是完全不需要人工智能啊大數據啊也能做到。主要就是這兩個考慮。
雷鋒網：您主頁寫的這幾個研究興趣：big data analytics, spatio-temporal data mining, artificial intelligence, and ubiquitous computing，這些是比較獨立的研究項目還是都是服務于您的主要研究項目：城市計算？
鄭宇：都是同城市計算相關的。
雷鋒網：可以解釋一下它們是如何關聯起來的嗎？
鄭宇：其實這個很難講得那么清楚，大數據和人工智能都是很廣泛的概念，而其中有很多交集但又不盡相同。可以這么說：機器學習是人工智能的一個分支，機器學習下面也有很多實現的方法。而機器學習它可以是用作數據挖掘的一個方法，雖然數據挖掘不一定要依靠機器學習來實現。而大數據是一個整體的端到端的服務。這些子項目都是為了服務于這個整體的需求而存在的。
雷鋒網：城市計算的研究成果需要按照結果重新設計城市，還是只需要對現有的狀況進行一定的調節即可？
鄭宇：調節就可以了。模型設定好之后，剩下的就是一些參數的調節而已，而且這些模型不僅可以應用于當前的城市，還可以很方便的調節并應用到新的城市上。
雷鋒網：可以舉一些例子來說明嗎？
鄭宇：可以舉兩個例子：一個是在北京的空氣質量分析。這個是我們集合了交通流量數據、氣象數據、地理信息數據來預測未來48小時的空氣質量變化。這個方法最開始是在北京落地成功，然后我們很快的把它推廣到了全國的70多個城市。現在這個技術被環保部采用了。第二是在貴陽的一個大數據項目。我們用了一部分出租車的GPS軌跡作為輸入，把整個城市每一條街道的行車速度、流量和尾氣排放全都算出來了。
雷鋒網：現在這個項目整個的落地您覺得處在一個什么階段？
鄭宇：基本上已經落地了，空氣質量預測這邊我們一期已經做完了，在準備做二期。一期做了70個城市的空氣質量分析和預測，二期我們要做300個城市。在貴陽我們的一期也基本上結束了。建了一個貴陽的城市大數據平臺，把這些數據都管理了起來。
雷鋒網：除了空氣質量和行車數據，未來你們還打算收集一些什么數據呢？
鄭宇：其實這些數據并不需要我們主動安裝什么設備去收集，現有的設備已經足夠收集到它們，它們本來就在那里了，我們只是拿來用。將來我們會應用到規劃的、環保的、能耗的、經濟的、教育的，這些方面的數據的分析應用。我們現在在做一個動態拼車服務，其實這也是一個可以增大運量，減少擁堵的方法。關于能耗的方面，我們現在在做汽車流量分析。經濟的話我們目前在做的是房產的價值估計。
雷鋒網：為什么您會選擇微軟研究院作為您展開研究的地方呢？
鄭宇：微軟研究院的好處，第一是它可以連接國際和國內，它既有國際視野，也可以和國內的市場結合的很緊密。第二是它可以橫跨工業界和學術圈。微軟研究院具備將技術部署到市場，進行產業化的能力。所以這是一個很好的機會。另外在微軟里還是有很多優秀的人才，在一個環境里我覺得其實人是最重要的。如果你周圍的人都很聰明的話，你會得到很多幫助。
雷鋒網：相比之下，同樣以學術為主的中科院同微軟研究院相比，您覺得哪個更適合您呢？
鄭宇：我可能覺得還是微軟會更合適一點。因為相對來說中科院還是以研究探索為主，而不是以產業布局為主。在需要很多工程力量的時候，中科院不一定是最適合來做的。另外還涉及到市場。比如說你不可能什么事情都自己一個人做的，我們事情做到一定程度的時候就需要和政府打交道，需要我們的研發、銷售、市場和政府一起互動。這個時候我們就需要專門的人來做專門的事情，我們這些人來做好研發，而讓我們那些負責市場的朋友去和政府進行交流和洽談價格。
雷鋒網：您覺得中國目前的學術氛圍同國外相比如何？
鄭宇：中國目前的學術氛圍已經進步很多了。中國的科研經費其實比國外的教授更加充裕，關鍵是中國的數據很多，拿數據比國外容易得多。而且中國的學生其實本身并不比國外差。其實很多國外的優秀的學生也是中國過去的。所以中國現在環境變好了，人留下來了，數據有了，錢也有了，老師的水平也提高很多。可以說條件已經有了很大的提升，我覺得現在對中國來說是個很好的機遇。
雷鋒網：那是否仍然存在一些差距？
鄭宇：我覺得差距主要其實還是在學校的師資力量，雖然說高校教師的水平提高了很多，但同國外的頂尖水準相比還是存在差距，以及一些高校的政策環境的問題。
國外的政策，財務制度會比較自由一點。就是它的一些項目允許給參與項目的人一些報酬。但中國的有些制度可能會規定不允許你給參與的人員發放報酬。有時真正參與的人可能拿不到經濟方面的回報，包括老師。而經費只允許投入在購買設備上。其實這不算什么特別大的問題，但在某種程度上，可能會降低一些積極性。
雷鋒網：您把自己更多的定位成一個學者還是想要向產業界挺進的人？
鄭宇：我更愿意把自己定位成一個“創新者”，作為一個創新者需要幾個方面的技能：第一你需要有扎實的學術基礎知識。技術功底肯定要有。第二，你真的要完成你的創新的話，你必須要真正的把你的產品部署出去。不能說只發一篇論文或者怎么樣就完了。如果你寫的東西沒人看，那也不叫創新。這時候你就需要實踐能力。第三你作為一個創新者去推廣你的創新的時候，你實際上是一個銷售人員，你需要跟別人去溝通和協作。所以這是一個綜合能力的體現。我更多的希望我是個有綜合能力的人，而不是說我就是一個做機器學習領域的專家這樣而已。
雷鋒網：那作為一個創新者，您對自己有怎樣的要求和期望？
鄭宇：我最大的希望和目標就是把城市計算這個領域徹底奠定起來，打好基礎。現在這個領域其實已經做得比較不錯了，比較欣欣向榮。國外甚至已經有城市計算的專業方向了。現在我在寫一本叫“城市計算”的書，是全球關于這個領域的第一本書。這本書將會作為高校的教材，所以我是希望通過這些能把這個領域建立起來，讓更多的人能在其中做自己想做的事情。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
