據IEEE Spectrum報道，全球越來越多城市政府正利用先進技術提升居民宜居性。迪拜、巴黎和美國佛羅里達州科勒爾蓋布爾斯等城市已投入大量資源推進智慧城市項目。但伴隨便利而來的，是安全與隱私問題、居民與市政官員關係惡化等挑戰。一份配套白皮書指出，邊緣AI與物理AI正推動城市從“智慧城市”向“認知城市”演進，使基礎設施從被動監測轉向實時感知、推理與行動。

智慧城市實踐與挑戰

IEEE Spectrum報道稱，市政部門利用智能手機和傳感器數據開展交通執法、交通控制和廢物管理，並已實施人工智能和深度學習項目。迪拜、巴黎和科勒爾蓋布爾斯是投資力度較大的城市代表。

然而，並非所有舉措都成功。報道指出，低效的全球協調、標準不明確、社會經濟差異以及缺乏全球治理，導致技術與適應能力之間出現脫節。隱私洩露、個人數據洩露等問題還損害了公民對技術的信任。

“成功的項目需要公民充分參與，並與參與者尤其是工程師建立強有力的合作，因為工程是基石。”IEEE Spectrum報道稱。

報道還提到，與大學、研究機構和技術專家合作，有助於彌合關於複雜社會技術系統行為的知識差距。

從智慧城市到認知城市

一份由IEEE Spectrum知識中心發佈的白皮書《邊緣AI賦能智慧城市：從實時洞察到認知城市系統》指出，從智慧城市向認知城市的轉變，取決於基礎設施能否推理和行動，而不僅僅是監測。

白皮書稱，邊緣AI支持低延遲決策，可將敏感數據保留在城市邊界內，並減少對中心化雲基礎設施的依賴。計算機視覺、多模態傳感以及生成式和代理式系統協同工作，可支撐公共安全、出行和基礎設施管理等應用。

白皮書還介紹了一種分層邊緣架構，將監測、規劃和行動任務分配到遠邊緣、區域和雲層，並對硬件和軟件提出了耐用性、安全性和互操作性要求。

後續關注點

智慧城市項目涉及政治家、公民、技術官僚和工程師，複雜且昂貴。如何在全球層面協調標準、建立治理框架，並重建居民信任，仍是待解難題。邊緣AI能否在降低隱私風險的同時提升城市實時響應能力，值得持續關注。