2024年10月25日下午，第七届智慧城市与城市计算论坛“城市计算激发城市新质生产力”，在浙江省东阳市横店成功举办。智慧城市与城市计算论坛自2018年举办以来，每届都在中国计算机大会CNCC期间举办，今年是第七届。
历届智慧城市与城市计算举办城市
智慧城市与城市计算论坛，由CCF杰出会员、IEEE Fellow，京东集团副总裁、京东智能城市研究院院长、京东科技首席数据科学家郑宇教授发起创办。本届论坛围绕城市计算的理论基础、技术前沿与应用场景，聚焦智慧城市当下的实际需求和重大挑战，从城市感知、数据管理、数据分析、服务提供等多个方面深入探讨城市计算理论技术、核心算法、系统平台，同时结合学术与产业，介绍最新应用落地案例，助力释放城市数据要素价值，激发城市新质生产力，引领城市建设迈向更加智能化和可持续化的未来。
本届论坛由郑宇教授担任论坛主席，携手CCF杰出会员、京东智能城市研究院人工智能实验室主任、京东科技总监张钧波博士出任共同主席。其余重量级嘉宾还有CCF理事、杰出会员、西安分部主席，西北工业大学计算机学院教授、副院长郭斌；CCF普适计算专业委员会常委，重庆大学计算机学院教授陈超；清华大学电子工程系教授李勇；CCF杰出会员、浙江大学求是特聘教授陈为。嘉宾们共带来了5场精彩绝伦的特邀主题报告，吸引了众多智慧城市与城市计算领域的高校师生和行业从业者参与和交流，现场座无虚席。
演讲嘉宾
论坛现场
此次论坛由张钧波博士主持，在开场白中他首先介绍了智慧城市与城市计算论坛的定位，包括致力于连接智慧城市与城市计算领域的学术界和产业界，推动产学研一体化的核心宗旨。同时，他在回顾了前六届论坛取得的丰硕成果后，简要介绍了本届论坛的主题“城市计算激发城市新智生产力”。
张钧波博士主持论坛
郑宇教授发表了题为“城市计算——以时空智能激发城市数据价值”的特邀报告。在报告中，他深入剖析了当今城市数据价值难以充分释放的现状，并介绍了以数据为中心的城市计算理论体系架构。该架构通过将数据转化为知识，构建其全面的城市知识体系，并以此实现数据与应用的分离，从而高效支撑业务的发展。随后，他指出当今通用人工智能技术在时空属性的理解上仍存在很大不足，并强调了当今针对时空数据的建模仍需要充分捕获其时空特性，以在保持较低复杂度的同时，实现高精度的预测。他所提出的城市计算理论体系已经经历了18年的学术沉淀，基于该理论体系的智能城市操作系统等技术产品已在北京、雄安等数十座城市的落地实战。他以 “多少事，从来急；天地转，光阴迫。一万年太久，只争朝夕” 的诗词结束了报告，以此鼓励城市研究领域的研究者们和实践者积极进取，为城市的进步贡献自己的力量。
浙江大学陈为教授带来了“面向多智能体与大模型的可视化分析”的精彩报告。首先强调可解释性在新型计算架构中的重要性，它能有效揭示资源使用情况，助力架构分析，进而优化资源调度，提高计算效率的稳定性和水平。面对当前计算架构在可解释性方面的诸多局限与挑战，陈教授详细介绍了其研究团队的一系列成果。在文生图领域，针对人工指导创作难题，他们构建了一套交互式的提示词系统，通过精准的提示词推荐算法和先进可视化分析工具，极大地提高了用户寻找合适词汇的效率，优化了创作过程。对于大语言模型的多智能体架构，他的团队还开发了一系列相应的可视化分析平台，以直观展示的大语言模型内的协作策略。报告的最后，陈为教授展示了这些可视化技术在医学推理、编程教学等领域的应用实例，并通过生动的视频演示，为听众提供了深入浅出的理解体验。
郭斌教授做了题为“人机物融合群智计算”的报告。他指出，人类正在进入一个“人机物”三元融合的万物互联时代。在这个时代背景下，有限的个体智慧通过群体协作可以汇聚成超越个体的集体智慧，这种融合群智计算是未来发展的关键趋势，将在智慧城市、智能制造、智能家居、军事国防等多个关键领域展现广阔的应用潜力。郭斌教授及其团队针对人、机、物融合环境下的异质智能体，建立了一种新型的协同计算范式。该范式利用不同智能要素（即智能体）感知能力的差异性、计算资源的互补性、彼此之间的协作性和竞争性，构建具有自组织、自学习、自适应、持续演化等能力的群智计算空间，实现智能体个体技能和群体认知能力的提升。最后，郭斌教授介绍了这一范式在跨边缘网络联邦持续学习、可信智能终端集群分布式学习、跨场景深度模型在线跨层演化等多个场景下的学习框架，并展示了基于这些框架的空地异构智能体协同等应用案例。
清华大学李勇教授做了关于“城市大模型与智能体”的深入分享。他首先分析了基于GPT的时空基础模型的可行性。他指出，由于城市运行时产生的丰富时空数据仍遵循通用规律，我们仍可以通过类似于GPT的方式对时空数据进行训练。这种模型本质上是一个使用海量时空数据训练而成的神经网络模型，能够统一学习多模态复杂时空模式，在多种时空场景下应具有强大的泛化能力。然而，现有通用自然语言大模型缺乏关于城市的准确空间知识，并不能直接应用。为解决这一问题，李勇教授及其团队开发了CityGPT模型，通过模拟人类行为，将高质量的空间数据转化为语言文本数据，从而针对性地增强大模型在城市领域的知识和能力。这种方法有效提升了模型的城市空间知识储备和认知能力。最后，李教授指出未来城市建模将会通过构建更加强大的城市大模型，和面向城市任务的统一智能体框架，来实现从时空任务到复杂城市任务的迁跃。
重庆大学陈超教授分享了“分布式流批一体化时空数据引擎”研究成果。针对针对城市领域中时空数据的异构性和城市应用的多样性，陈超教授及其团体构建了一套分布式流批一体化的时空数据管理引擎Start-DB。该引擎能够便捷、高效的管理海量时空数据，搭建起时空数据与复杂应用之间的桥梁。该引擎具有高扩展、高效率、高易用性、流批一体的特点，同时支持多种复杂的时空查询类型。在详细的介绍该引擎的架构设计后，陈超教授邀请团队成员之一，重庆大学副教授李瑞远对Start-DB数据管理引擎的存储索引机制和数据处理能力进行了深入讲解和探讨，为听众展示了更为详尽的技术细节和应用场景。
在问答环节中，听众们围绕城市计算理论框架、大模型助力智慧城市应用等方面积极踊跃提问，并探讨了诸多深入且富有洞察力的问题。论坛期间，论坛主席郑宇教授和共同主席张钧波博士对所有讲者表达了诚挚的感谢，并为各位讲者颁发证书，以感谢他们为CNCC 2024所作出的贡献。论坛结束后，论坛嘉宾与观众合影留念，标志着第七届智慧城市与城市计算论坛的圆满落幕。
论坛主席为讲者颁发证书
嘉宾与观众合影
点击“阅读原文”，加入CCF。
