曼彻斯特大学城市弹性与能源合作实验室联合主任Joe Ravetz：从智慧城市到明智城市

大家好，我想向大家介绍一个集体智能的概念。在我看来，这是人类活动的新领域。我想向大家介绍一些新的理论，一些新的实践和目前这方面正在开展的工作。我会在不同的章节中向大家注意介绍这几点。首先，这些是我的客户，一群住在曼彻斯特的孩子。他们的目标就是寻求快乐。今天我的演讲会给大家介绍集体智能的背景，集体智能的主要原则，以及集体智能的实际运用。我们还会介绍集体智能在政府层面的运用并且对未来进行展望。

让我们开始吧。首先，我想探讨城市的作用?住在这座城市，人们有什么感受?我们越来越地发现人们生活在一个相当人工的环境中，但他们所想的却是完全不同的东西。我们正在使用技术和数字算法来改善和优化城市活动、基础设施，生产等方面的系统。因此，我们必须问自己一个问题：我们是否真的是在解决人类的需求，而不仅仅是解决机器的需求?这是集体智能发展的背景。数字创新在欧洲已经进行了二三十年了，我们早已深知人工智能只能做到和人类构建的结构相同的水平。

曼彻斯特就是一个例子。曼彻斯特是30年前数字系统发展的先驱。在此之前，曼彻斯特还引领了现代计算机发明的潮流。但在这30年里，我们看到了很多的人，他们遭受饥饿、无家可归、情绪低落、缺乏安全感。这座城市到底发生了什么?我们应该如何利用人工智能的力量来帮助建设人类城市和社会，让城市更具可持续发展的能力、更平等、更繁荣？当前，我们看到的最新发展前沿就是集体智能（CHAI），这是技术与人的结合。在这方面，我们都是初学者，包括我自己。我们有很多东西要学、要去创造。

在接下来的几分钟，我会为大家介绍集体智能的理论背景、基本原理，并未大家举几个例子。

在城市这个背景下，大多数的城市问题是复杂的，而且是相互关联的。大多数技术都针对特定的目的提供简单的功能。要解决复杂的人的问题并不容易。我们的文化价值观体系，精神体系也同样重要。我们需要找到方法，将这些方面整合到一起。不仅需要技术上便捷智能，更要注重以人为本。如何做到这一点是一项巨大的挑战

然后我们进行更多的分析。在开展数字化和计算机信息处理前，我们已经构建了高效的功能型城市，但是在这样的城市里工业污染严重，精英掌握着所有的权力。这种思维模式对于这样的城市，这样的经济，这样的政治体系是有效的。

然后我们要开始着手构建智慧城市。在智慧城市中，机器非常聪明，还能实现自我组织，甚至可以进行创造，但机器的运行只取决于我们之前设定的目标。在现代智慧城市，大家可以共享权力。有更先进的生产目标。但是现在的浪费和污染是全球性的问题，而不是仅仅是地区性的问题。因此，我们必须在这样的城市中寻找一种更具创造性的自组织思维模式。最大的问题是，数字化能否满足人类对城市的需求。

我们再来分析一下，我们可以有线性城市，功能性城市，进化型城市，进化型城市提取了各种利润和价值，我们还有联合进化型城市，从多种维度和人类的维度，以许多方式联系在一起。然后我们把同样的原则运用到经济学、生态学、技术体系和政治体统上。当然，我今天不会对政治方面进行探讨，但我们会谈到政府、治理及其含义，功能性思维模式和智能性思维模式，人的因素、这些思维模式产生的原因，最后谈到共同进化的循环经济，多维度的、以人为本的城市。这是我今天演讲内容的概述。这里有一幅卡通画。

请看当今的智能系统。现在的智能系统是围绕消费展开的。现在，我要定一辆出租车，叫一份披萨，喝一罐啤酒，看一场电影，或者去约会，而且立刻就要。亚马逊和中国的同类公司可以在3小时内送货上门。任何产品只要点击一下，立刻就能买到。因此，人如今们的物质消费前所未有的便捷。但是似乎在生活的另一面，在很多事情变得更为艰难。比如社会幸福感：你的人际关系，你的社区关系，你的家庭等等。智慧城市能让有钱人受益，但有些人可能无法从中获益。这是目前的一种情况。

接下来，我们从技术角度进行分析。左边是采用模拟数据的前数字化时代，中间是智能数字系统，右边是智能和人类系统。智能数字平台系统的问题是把工人和客户排除在外。智能数字平台系统提取数据，提取利润，但是没有将公共服务进行整合。我们可以从交通系统、住房系统、各种物质消费中观察到这一点。那么智能城市和智慧城市的区别是什么呢?然后我们会更专业一些。我们继续从技术角度分析。请看这些交易。我们可以看到在右侧以人为本的智慧城市包含了供应、需求、社区、这整条价值链。我们再从整体进行对比，看看左边的模拟视角。然后你可能会感叹，智慧城市真好，让一切更有效率。然而，正是因为智慧城市的效率更高，一件事所产生的外部影响也会变大。那么有没有智能更高的系统?我们如何设计交易，如何重新构建包括运输、住房、购物等因素在内的价值链。

我们如何围绕人类的协同作用建立一个更大的系统，而不仅仅是围绕企业的利润和价值链。在人工智能世界中还包括完全不同的学习圈。左边是基本的学习圈和简单的数字反馈。中间是一个双循环，有过滤功能，有分歧，有意义建构，有预测分析等等。然后我们来看具体智能CHAI，这其中包含了人的因素，包含了集体学习，即包括人也包括人工智能。所以我们讨论了多循环学习，知识共享，知识协作，预期意义建构，等等。所有这些都是很难的概念，但我认为这些概念十分重要，我们必须开始学习这些概念，包括我自己在内。

这一切意味着什么呢?以交通运输为例。我们过去经常需要等待公共汽车或出租车。这种等待效率很低。你可能要站在雨里等车。现在我们有了优步(Uber)和类似的出租车预订服务，能实时传输信息，效率很高。但是社区秩序被打乱了。工人们没有得到报酬，出租车没有按照城市生活的规律安排调度。能做到所有这些，才是一个协同的运输系统。协同运作的系统与社会价值和人类价值相结合。这样的系统真正有效。现在全球正在开发这种技术。

接下来，我们来看住房或爱彼迎（airbnb）这类住宿解决方案。来看看模拟住宿平台和住宿住宿平台有何不同，会对新的市场，在企业对消费者、消费者对消费者(C2C)等方面会怎样的影响。这些方式已经与城市生活融为一体了。

我们来看一下，这是什么样的生活方式?之前，我们开发了一个城市项目，这是城市的卡通版，抱歉，画面比较简单。你可以看到城市规划者、政治家、社区、研究人员、分析师、艺术家、基础设施提供者等等。其中一些可以使用应用数字化方案。其他一些方面更适合人类来掌控。如何让数字化系统与人类最好地合作，而不是取代它，或弃之不用，这是一个我们仍在研究的重要问题。然后我们再来看看下一张卡通画。其中有科学、技术、企业生态、治理、数字孪生、社区、文化、传统、其他等等。

把所有这些都放在一张图里的要点是，在人类世界里，这些都连接到一个点上。如果我们引入数字技术和人工智能，是否在使这些人类事物互相联系起来?还是让这些事物变得更加困难?这是个重要的问题。因为在很多方面，我们其实让人们比过去更难联系起来。到目前为止，在曼彻斯特，在英国等地，数字化革新很大程度上是让成功人士更成功，让有心理问题的人更为难。当然也并不总是这样，很难一概而论，但这是在城市中经常能看到的结果。那么我们现在在寻找什么样的议题？

一个受欢迎的议题叫智慧包容型城市。这是一项政府计划，也是非政府组织的研究计划。我也参与其中。接下来，我们来谈谈智慧和社会包容。让每个人都融入社会，这样不平等就会减少。人类的精神疾病以及饮食问题和酒精依赖问题，所有这些都是可以控制的。我们也会谈到城市发展。这里有三个圆。然后我们找到三个圆之间的重叠部分。这是探索智能系统如何以战略方式帮助和增强人类体系的一种方式。不要东打一枪，西放一炮，这里搞个项目，那里搞个项目，而是构建一种策略。其目标是什么?是将一切作为一个整体去考量。

我们发现的第一件事，就是没有合适的词能来描述这种整体。这里有一个词叫社会企业，地理定位-价值链-合作生产。我们没有准确的文字能够进行概述。这是我们面临的挑战之一。我们再来看看网络效应，脸书（Facebook）和其他的网站出现在我们的生活中。Facebook和类似的网站造成了多少社会排斥、文化分裂、极端和破坏性的观点。在智能网络和智慧网络之间是否有一其他选择?网状组织这个词用非技术术语来解释，意思是将所有东西都连接在一起。这是探索巨大议题的一种方式，我不能说我们已经找到了最终的答案。但我们正在试图将这个方案应用到我们的下一个在当地进行的项目中去。

这是一个本地项目，也是我们一开始的问题。请看卡通画的左边，孩子和老人要穿过马路去学校是很困难的。这是一个非常简单的基本问题。为什么会存在这样的问题？是因为社区的各个方面是互相分割开来的，决策体系不起作用。我们没有数据。如果我们得到了数据，那也只是专家们的事情，而很多专家没有时间对事情多做解释。所以整个社区都被排除在决策之外。社区里的人缺少各种信息。他们不知道发生了什么。开始就像权力的游戏，我们试图做出选择，但是却不知道都有哪些选项。想要做出实质的改善需要很多钱，还要很多时间来组织协调。总之，我们没有解决这个问题。政府没有解决这个问题。这是曼彻斯特的真实案例。去年政府不是很适应这样的学习，即使是面对最简单的基本问题，比如如何在这个地方过马路，也没有给出解决方案。

以上是这个案例的背景。我们不禁想到：如果能把信息给到公民又会如何呢？这是一个实验，是一个收集空气质量数据的外接系统。所有数据都从当地上传到全球网站。这是数据处理的结果，以及对结果的分析。然后我们开始询问市民，这是你们的数据。这是你的地图。我们该怎么办?从这个意义上说，公民们得到了更好的信息。他们有数据，而且不仅有数据，他们还提供了数据。这是智慧城市数据管理与分析的一个全新的高度。然后我们将采取的最好的想法，并将其付诸实践，进行测试，可能只需要一周或一年，你就能看到结果。关键是，智慧城市不仅仅是机器和物联网传感器。智能城市是提供信息，把公民带进决策圈。我们称之为循环项目，这是一格学习循环项目。

回到漫画。过马路有危险。但首先我们要从民众中找出问题所在，我们让民众去衡量他们的问题。我们要确保他们能理解地图的内容。然后他们进入房间，和我们一起设计可行的解决方案。然后他们帮助决定采用哪些方案。然后他们可以监督方案的进行，最后我们从经验中得到了学习，取得了收获。原则上，这是一个非常好的学习循环，我们将数字化方案、人工智能和人结合在一起。但这只是一个小例子，对于解决如何过马路之类的功能性问题很有效。但是如果遇到更复杂的问题怎么办?以下是一个更复杂的问题的例子。

左边是一群年轻人。他们没有工作，他们充满愤怒、沉迷毒品、混帮派，犯罪、做各种各样的坏事。社区能帮助解决这类问题吗?父母能帮助年轻人重新找到生活的方向吗?答案是如果我们可以给予支持，也许可以改变这些年轻人的生活。所以我们使用数据和空间分析和地图分析来支持那个社区，帮助社区的年轻人成为那个社区的一部分。这是一个非常复杂的问题，没有简单的答案。这是一个政策循环，也就是说，在我们的城市里，有很多社区都有类似的问题。年轻人充满愤怒，他们吸食毒品、进入帮派。也许我们需要一个政策。再次重申，这不是一个简单的问题。这实际上是一个复杂的人类的问题。也许数字化方案，智慧城市数据和人工智能处理能多此有所帮助。也只是可能。因为有时候我们得到数据，然后我们把数据交给警察。警察说，好，现在我们知道谁是坏人了，我们要去抓他们。当然，这对警察、降低犯罪率和统计数据有好处，但对社区关系来说未必好。每个坏人都有母亲，父亲，也许还有兄弟姐妹。

我们必须非常小心地用最好的方式使用这些数据。然后我们还可以看看如何在更大的层面上应用这些数据，在社区，挖掘其更深层次的价值，探索其进一步的因果联系。这些是我们曼彻斯特建筑学院研究组的例子。要继续深挖，需要再做一个细致的讲座，但是有很多工作正在进行。最后，我们可能要问，如果将这样的政策循环运用到实际工作中去?

到目前为止，如果我们画一张利益相关者和决策行动者的导图，可以看到很多问题。决策行动者和利益相关者没有联系。这是一种权力动态。钱在控制之中，钱通过政府运行。然后政府告诉人们该做什么，但不知道实际情况是什么，老百姓需要什么?会议结束了。一切都只是关于投资回报。如果你不同意这些决策，你就不能参加会议。这是一种糟糕的政府管理模式，然而在全世界和曼彻斯特却都是如此。

我们想寻找其它方案。我们的城市是一台机器?还是人类的城市?这里展示的是一种完全不同的会议。每个人都参与其中。老百姓参与社区建模，谈论社会价值和投资回报。然后我们看一下利益相关者。如果这些人同意这些观点，也许社区和设计者之间能够起到协同作用?在公共服务方面和企业方面能否进行协调？我们想要寻找所有人的协同效应、互相合作、稳步前进，这些都取决于社会不同部分之间的紧密联系。这些可以在局部层面上起作用。我曾经做过社区规划师，做过类似的事。这看起来很好，但实际上，会议可能相当混乱。因为我们缺乏信息，或者需要很长时间才能得到信息。我们能否将人类这一层面与智慧城市、数字化系统还有人工智能联系起来？这样就能产生完全不同的会议形式，让利益相关者坐在桌子中间，针对情况提供不同类型的技术信息。如你所见，我们有大约五种主要类型的政府数据、商业数据、地理空间数据和其他公众数据。

然后我们寻找在座的每一个人之间的联系，以及对他们最有用的数据，或者是他们可以直接产生的数据。我之前提到过，由老百姓提供数据是学习循环重要的一部分。所以这只是这个更大的愿景的一部分。大家为何要围桌而坐，为什么使用政府数据、公民数据、地理位置数据等资料?因为我们想要利用方方面面的信息实现协同作用。只要协同效应产生，我们就能看到我们的目标。然后我们对不同类型数据之间的联系进行更多的分析。这就是人工智能可以发挥作用的地方，我们有关于公民的数据，比如他们想要或需要什么，我们也有关于企业的数据。他们提供什么产品？他们什么时候完成生产，什么时候发货？我们的业务是为人们服务的。

我们可以遍历整个智慧城市体系，找到不同的议程和议题。但是只要我们纵览全局，就更有可能在整个过程的最后运用协同效应，对利益相关者提供价值。别忘了协同作用是人类的事情，不是机器能做的。协同作用是系统的不同部分之间共同产生的，因此不仅是技术上的问题。这取决于其他很多因素，比如你认识谁，他们在哪里，我们要怎么做?我们说的是不是同一种语言?

作为社区规划师，我参加了很多会议。我们对公民、对企业、对技术人员等等讲的是一种完全不同的语言。我们为什么要这样做?为什么我们要让城市更具有协同作用?在这张纵览图中，目前，我们只开发了其中很小的一部分，但我们要纵观全局，迈向曼彻斯特智慧城市的美好未来。

最后，我想来谈谈政府的不同结构。我简单讲讲就跳过。假设有一个政府，这里还有一个地方政府，不在决策圈里，没有多少钱，没有多少权力，和住在那个地区的人没有紧密的联系。在另一种模型里，你可以看到完全不一样的场景。在这个模型里，政府采取圆桌会议的形式，与方方面面相互联系。如果我们不能把每个人都放在一张桌子上，那么我们就会把更多的桌子放在一起，让大家紧密相联。这张图看起来像一个生物学图表。这可能是一件好事，因为在那里的公民，他们的人际网络，他们的朋友和邻居，他们的家人和他们的利益，都是决策中重要的一环。他们不再无关紧要，集体智慧把他们也带进了政府和治理体系。协作治理才是关键。

最后，人工智能如何帮助我们，我们来看之前的图表。我们要确保不同的层面：国家层面，地方层面，区域层面，是相互联系的。然后我们要确保这些不同层面的城市活动可以与右边的协作治理圈相互关联。这不是一件简单的事情。但我们认为这是一条正确的发展道路。

最后，还有更多的内容我会跳过。我们可以回到人工智能的建议。人工智能的例子有很多。我对人工智能并不是都很感兴趣。但是我们能不能把CHAI加入到人类人工智能的集体议程中?这是这种讨论的一个开端。这一切都将继续下去。然后我们说。等一下。我们现在是否有一些设计原则来推进CHAI，即集体的人类人工智能?这是我们的研究和发展议程。基本上，我们着眼于更深层次的价值，社会的，文化的，心理的。我们正在关注更广泛的利益相关者社区。我们正在进一步研究因果关系，以及从上游生产到下游消费等方面的意义。而且，我们知道这不会发生。这不是一个可以计算的固定答案。这就像一个过程。所以我们必须讨论这个过程。我们如何让人们参与讨论、学习和思考?这是流程的一个模型。我们已经发展了多元大学的概念。我们正努力让曼彻斯特成为一所多元化的大学，在那里每个人都向每个人学习，和每个人一起学习。不仅仅是一所大学，而是一所多元大学。

我们有一个视觉版本。我们对我们的数据和价值观提出同样的问题。我们在圆桌上寻找不同的应用点。正如你所看到的，建筑不仅仅是一个物理的东西，也是一个概念的东西。但为了确保我们也发展了自己的空间，欢迎大家。这是我们现在的虚拟现实实验室，用来测试和开发这些想法。到此为止，非常感谢。你可以在房间里找到链接。所有这些在一本大书中都有描述，读起来很有趣。里面全是漫画，所以我可以推荐它。非常感谢。