或许，我们每个人在生活中都有过类似的经历，当你开车、骑车或是步行经过十字路口时，会发现路口一个方向已经排起了车龙，而另一个方向却几乎没有车辆通行，而红绿灯依然按照设定好的时长，无视着焦虑的通行者。从IBM提出智慧城市已经超过十年时间，这一现象仍没有得到解决。

在移动互联、云计算、大数据甚至人工智能铺天盖地而来的时候，城市的交通管理依旧处于尴尬状态，即便是自适应式交通信号设备逐步普及的情况下，我们仍在面对很多无奈的拥堵。在人们衣食住行中，这样的小例子有很多。

今年两会期间，人工智能首次被写入政府工作报告，整个行业为此又疯狂了。资本蜂拥而至，创业名目繁多，各种概念和噱头满天飞。懂懂想问，是否可以让人工智能别只是下围棋、玩德州扑克，而是先做一些接地气的实事儿呢？

从ET城市大脑谈起的“神经元”理论

“如果你查一下今年2月6日的广州日报，会在头版看到广州市关于推广互联网+交通指挥系统的报道，这种指挥系统被称之为聪明的红绿灯。” 阿里云人工智能科学家、人工智能孵化团队负责人闵万里博士谈起广州市这个智能交通项目，嘴角浮起一丝微笑。

闵万里强调，这可能是“人工智能指挥交通管理当中第一个成功的实践”。之所以说成功，是因为广州市2016年度交通状况呈现出来的一个结果：广州中心城区主干道工作日全天平均车速同比上升3.21%，其中工作日晚高峰平均车速同比上升6.71%。广州市交管部门正是通过阿里云的“ET城市大脑”，依据车流量随时改变红绿灯时间，同时依据道路情况及时引导车辆分流，让拥堵路段司机提前从交警那里获取绕行信息，提升通勤状况。

在闵万里看来，整个广州市智能交通的案例，可以用人脑神经元和神经中枢系统的话题来作比喻：神经元是组成大脑神经系统的核心单元，而城市大脑的神经元需要信号刺激、观察反应、调节反射……

为什么广州市整体交通状况有了这么大的变化？是因为其中最核心的神经元——信号灯，被阿里云人工智能团队“动了手脚”。如果将街道上传统的信号灯形容为“近视眼”，无疑十分恰当。路口信号灯短视，是因为其只能了解到周边设备采集的信息，包括视频探头、雷达和地面线圈等，探测范围均有很大的局限性。

闵万里形容，这种“近视眼”很容易造成路口拥堵方向照样红灯，无车方向绿灯长亮的无奈情景。“路口红灯是无法及时发现整个网络流产生的变化的，而我们通过技术手段是要将路口的数据与路上车辆的数据进行成体系分析，这就相当于是一个大脑能够了解到整个城市的交通流状况，没有任何盲点。”

通过数据的分析，配合阿里云人工智能算法，技术团队对ET城市大脑进行测试调节。“当某一个路口信号灯出现配时不合理的时候，我们就在这个网络上放一个信号进去，观察它会怎样沿着网络进行传递，产生什么反应。就类似大脑皮层上某一个神经元受到刺激后，会影响到脑部相应的区域或功能区。”

当管控的信号灯开始调整，包括红灯和绿灯时间、路口流速、车辆转向方向等实时调节，将会影响到周边哪些街道、疏通状态会如何蔓延，都需要城市大脑进行学习和训练。越训练大脑就会越智慧，最终实现的结果就是广州市整体通勤效率的提升。

抓住行业共性中的最小公倍数

说实话，懂懂很喜欢闵万里这种用打比方的方式，将一些拗口的技术名词化为通俗易懂的概念。在互联网+概念传播之后，对于目前很多传统行业来说，从云计算（提升计算能力）、大数据（海量数据收集和挖掘）到人工智能，都是互联网+的概念，那么传统行业需要的是互联网+，还是+互联网？

对此，闵万里的思考是这样的：“所谓互联网+，我的理解是我们要把自己在互联网的数据技术和管理理念，应用到传统行业里去，包括最传统的制造业、农业等。传统行业需要技术融入到生产经营中，而不是把互联网作为一种渠道，一种途径。”