随着我国城市化进程和云计算、大数据、人工智能等技术的发展，智慧城市的重要性越来越得到清晰的认知。据统计，截至 2019 年 2 月，包括全国 100% 的副省级以上城市、93% 的地级以上城市在内，总计约 700 多个城市提出或在建智慧城市，有 290 个国家智慧城市试点，中国已经成为世界上最大的智慧城市实施国家。
那么，究竟该如何推进智慧城市的发展？对于这个问题，包括政府、企业界、研究机构在内，不同的相关方自然有着不同的看法。而在 IEEE Fellow、澳门大学科技学院院长 & 计算与信息科学讲座教授须成忠的观点中，要想实现智慧城市的发展，一个必不可少的关注点是数据智能。
2019 年 4 月 9 日，在 2019 深圳国际机器人和智能系统院士论坛上，须成忠教授做了题为《智慧城市中的数据智能》的主题报告。在报告中，须教授从大数据对人工智能的推动出发，探讨了智慧城市中的数据质量、数据分析、数据融合等相关问题并提出相应解决方案，以及结合相关研究成果在深圳市交通领域的应用实践进行了重点介绍。
智慧城市中的 ABC
谈到智慧城市这一概念的界定问题，须教授表示：
智慧城市的概念比较宽泛，中国有数百个城市都在搞智慧城市建设，而且体现在不同的层面，但其核心是用新一代信息技术解决城市运行管理中的问题。然而目前绝大多数城市都是在建立数据中心、铺设网络，就宣称自己在做智慧城市建设。但是这仅仅只是第一步，我们还要做数据；比如说在数字化过程中，我们数据的共享怎么能够实现？这一块我们做得不多，没有数据，怎么能谈智能服务？所以很多的智慧城市建设都是停留在非常粗浅的第一步（比如说建网络、建数据中心等），那是看得见摸得着的，但数据整合共享真正有内涵的是做智能服务，在这一点上，深圳走在了前面。
就报告中 ABC 与智慧城市的关系问题，须教授认为，C 也就是 Computing Platform，大算力的数据中心平台是在智慧城市建设中必不可少的；有了数据之后，不仅仅是要数字化，而且这些产生数据都要开放共享，那这就是 B （Big Data）的问题；而只有共享的数据，才能产生价值与服务，产生价值与服务第三个一定是针对某一个应用领域的算法（Algorithm）。
换句话说，从 C 的公共基础社会，到 B 开放共享的大数据，再到 A 的数据智能服务，三者之间是层层递进的关系。
那么， 政府、企业、学界在智慧城市发展中应该扮演什么样的角色呢？须教授认为：
智慧城市本质上是政府买单的工程。一个强有力的政府能够来保证相关的技术落地快；因此，在香港、澳门政府相对弱势，或者受制衡的因素比较多，这样的话，它们从另外一个角度做事效率没有那么快，我们有机会能够在智慧城市方面来赶超西方的发达国家。当然，智慧城市也是非常典型的政产学研结合起来的项目。政府是主导、支持、关注，企业做设施；而其中很多的技术研究点，比如说大数据的有序开放共享、数据的智能服务等，是研究机构专注的问题，企业相对来说就比较弱一点。但是铺设施，比如说建大数据中心或者是铺网络，这个是企业所擅长的。所以，从这个层面，我们国家有四五百个城市都号称在智慧城市建设，但它们仅仅是由企业来参与建的数据中心，建成网络，这个是很重要的一步，但并不是完成了智慧城市建设的任务。
而从国家层面，须教授认为，要想实现智慧城市的发展，要有很好的顶层规划设计，而具体的实施过程中间会有一些阻力；这些阻力并不是来自于平台，并不是来自于数据中心、网络，而是来自于数据的开放共享，我们说城市与城市之间的开放共享、行业与行业之间的开放共享，做人工智能的算法跟数据可以做一些突破的，所以关键还是在数据在这一块。同时，这也是我们国家将大数据算力与人工智能算力结合起来的原因——C 大家都在做，而且做得很好，A 无论是产业界还是大学都在做，但 B 大数据开放共享现在还需要进一步加强。
而针对智慧城市数据分类的问题，须教授表示，目前在学术界也有多种多样的分类，包括从不同的维度来进行分类，但实际上，数据分类跟具体应用是密切相关的，我们并不是说抽象地来谈数据，而是某个特定应用领域产生的数据才有意义。
数据共享是大方向，但也要保护隐私
须教授表示，从目前来看，在智慧城市的未来发展中，数据共享将会是一个大的方向，特别是公共数据必须要开放共享，而且要有序，比如说行业与行业之间，城市与城市之间；但同时，数据共享过程中也要关注隐私保护的问题，也就是在隐私保护顾虑的情况下怎么能够做好数据智能服务。
不过，须教授强调，数据共享不意味着数据开放，比如说银行数据肯定不能共享。比如说，金融服务中间很重要的一块就是做风险控制（也就是风控），那风控怎么来做呢？根据某一个客户的消费行为也不一样，他在这个银行有消费行为，在另外一个银行也有很多的消费行为，在另外一个零售商也有很多消费行为……但这些数据是不可能开放共享的。
由此，须教授提到了一个同时面向数据共享和数据隐私保护的模型——联合学习（Federated Learning）模型，它能够在不共享数据的情况下怎么能过来挖掘数据内在的价值，也就是在兼顾数据隐私的情况下同时又能提供智能服务。
雷锋网了解到，在 2017 年，Google 曾经发表过一篇介绍联合学习技术的博客，这一技术的重要特点就是在保护数据隐私的情况下来进行学习。以医疗为例，首先在不同医院用它自己的数据训练出来不同的模型，然后把这些模型送到中心处理器并整合为一个完美模型；当每个医院不停获取数据，通过把最新的完美模型下载到医院端，并将新数据导入，再推送回中心服务器；通过这样的步骤，新的数据不会被交换出去，被交换的只有模型，所以数据也不会被反向揭露。
他表示，目前这个模型的研究尚且处于初级阶段。
同时，针对智慧城市建设过程中的隐私保护问题，须教授表示：
希望政府层面在隐私保护方面能够尽快有一些举措可以推出，一方面鼓励数据共享，一方面保护隐私，尤其是明确对数据的所有权问题；这对大数据、人工智能的发展是非常有益的。举例来说，你的消费行为数据在被企业采集之后，这个消费行为数据到底是你的还是企业的？正如我们以前照相，你拥有这个相片还是照相馆拥有的相片？诸如此类的问题，现在还没有界定。
智慧城市发展要走向精细化
而针对我国智慧城市发展在全球格局的水平，须教授评价称，我国智慧城市的发展在应用的范畴内比较领先，但这种应用是比较粗浅的；我们的挑战在于如何做好精细化的管理，这方面还是有距离的，这个体现在我们城市生活中的的方方面面，我们的管理是粗放型，还没有到精细化。
为此，须教授还举了一个例子，就交通而言，我们的绿波带（雷锋网注：红绿灯的绿波带）讨论了很长时间，但迟迟没有落地，但是这个技术在二十年前的美国纽约就已经实现，从上城到下城乘出租车，十几公里全部都是绿灯——这种就是基于车流反馈来控制信号灯，全局优化，这就是精细化管理——但我们国内还是停留于局部优化，控制单个信号灯，但实际上，制约城市的交通流量问题，很多情况下都是一排信号灯联动的，这种的提升作用就是非常大的。
在采访中，须教授也向雷锋网介绍了澳门大学在去年成立的一个国家重点实验室——智慧城市物联网国家重点实验室，这是目前我国唯一的以智慧城市来命名的国家重点实验室，该实验室的主任正是澳门大学校长宋永华。目前，该实验室部署有一个公共技术服务平台，四个核心关键应用（分别是智能交通、医疗、智能电网、旅游），以及一个公共政策平台；目前研究团队有 15 个人左右，目前正在面向全球扩招中，最终是希望发展到 30 人左右的研究团队。
最后，他表示，在现有的基础上，智慧城市物联网国家重点实验室也将保持一种开放的心态，目前也在积极需求与国内的更多的院校和研究所有一些合作，比如说先进院（雷锋网按：中国科学院深圳先进技术研究院，英文简称为 SIAT，须教授目前也担任 SIAT 的首席科学家）等，而合作的方向主要是联合研究以及联合人才培养方面。
