05 中国智造与文明升级（第8/9页）

美国的科学研究机构正在尝试利用人工智能来解决经济和社会问题，比如利用数据挖掘和人工智能改善失业问题、辍学问题，帮助无家可归者。斯坦福大学的研究人员正通过人工智能技术分析卫星图像，以此为援助贫困地区提供指南。

英国报告提出政府部门可以借助人工智能来预警城市中可能发生的火险。这一点在美国已经实现：

纽约市大约有100万栋建筑物，过去平均每年有3000栋会发生严重火灾。既然每年都会发生，那么与其事后救火，能否事先预测呢？

华裔数据科学家Jeff Chen（杰夫·陈）曾是纽约市消防局的数据分析师。他认为每栋建筑物拥有独特的属性，通过分析就能得知哪些建筑物容易着火。比如低收入家庭的房子更容易发生火灾，而且因为人群居住密度较高，火灾的危害性更大。其他易火因素有：建筑物新旧程度、电路老化程度、消防设施配套情况（消防栓的数量和位置）、有无电梯等。Chen说空置的或者没有安保的建筑着火的概率是其他建筑的两倍。这些听起来都显而易见，但要作为数据因素全部消化也不容易。

他牵头开发了预测火警风险引擎，利用数理统计方法把建筑物和住户的各种数据加以分析，辅以机器学习技术，用市政数据来驱动引擎，预测不同建筑的火灾风险。这套系统在2013年部署，整合了当地近7500个实时风险因素。纽约消防局利用该系统给出了33万栋可审查建筑的火警危险系数（消防局不检查独栋或者双拼别墅）。

在此之前，消防检查都是随机的。现在，当消防员进行每周例行检查时，系统会生成一份按危险系数排序的建筑清单，指引消防员优先检查容易着火的建筑，大大节省了人力并提高了效率。此外，数据智能分析系统还参与垃圾处理、解决社会治安问题等。

在美国国家层面，智能治理项目比较突出地用于安全工作。除了已成众矢之的的棱镜系统，美国中央情报局亲自投资了很多数据领域的独角兽企业，包括彼得·蒂尔参与投资的Palantir Technologies，另外还有Dataminr、TransVoyant、Geo- feedia、Pathar等。

这些公司产品的原理大同小异，通过社交媒体、地图、传感器和其他各类渠道自动采集社会数据，并整合各类交通、金融公开信息，打通分离的数据库，提供各种数据透视方案而无须用户编写代码。

Palantir Technologies旗下的Palantir Gotham主要用于反恐，这缘于PayPal对欺诈的对抗。它们开发大数据工具，通过匹配用户过去的交易记录和现在的资金转移情况等数据来查找可疑账户并进行冻结。随后它们想到这一技术可以为政府提供服务。CIA、FBI（美国联邦调查局）、DIA（国际情报局）、海陆空三军以及警局等情报机构掌握着成千上万个数据库，包括财务数据、DNA样本、语音资料、录像片段以及世界各地的地图，但要在这些数据之间建立联系并发掘有价值的情报，却相当麻烦。Palantir的创始团队认为，如果由它们建立一个数据分析库，整合相互分离的数据来进行搜索和分析，以提升数据分析效率，就可以向政府“推销”这项技术。Palantir的主要客户也正是美国情报机构。

Geofeedia可以迅速挖掘新闻发生地点的各类信息。Trans Voyant服务于物流和政府业务，通过各类交通传感器和地图技术收集数据情报，同时整合各地新闻、社交媒体信息、天气报告、卫星云图、旅行警告、犯罪活动信息等，为政府人员提供预测，帮助管理人员运营资产，实时完成数据决策。

科技公司的数据智能服务理念延续了商业逻辑，比如甄选目标客户、抢时间、抢收益、抢在公众前面获得情报并对未来做出预判，这跟用于金融投机、战斗决策和股票市场上的高频交易是一个道理。这是自由市场的丛林模式，而非统筹社会全局的治理主义模式。后者是政府层面必须考虑的事情。

中国具有相对有利的条件。陆奇认为，“中国越来越成为新兴工业的创新大国，有很多创新的地方，而美国保守力量比较强。大变革时代中国反而创新空间大，提供了更好的创新环境。”中国由于政府部门强有力的带头作用，智能地图、安防摄像头、数据管理系统覆盖城乡，中国的智慧城市将成为社会智能治理的先锋。

[1] 诺贝尔经济学奖得主、发展经济学领军人物阿瑟·刘易斯分析发展中国家的二元经济，认为当农村剩余劳动力转移殆尽，城乡形成统一的劳动力市场，工资水平将开始持续上升。

[2] 铁锈地带（Rust Belt）最初是指美国中西部—五大湖附近传统工业衰退的地区，现可泛指工业衰退的地区。