大家肯定会问，为什么我们要在这个时间点提出城市大脑的概念，这个答案其实要回归到十多年以前，智慧城市的提出，IBM 2005年前后提出智慧星球，我们当时是第一批做这个事情的人，我们明确的感到了一个痛点，就是当你在一个城市规模的范围上做计算的时候，计算能力成为一个瓶颈，因为数据量太大了，太丰富了，处理往往是滞后的，成为一个事后诸葛亮的分析，而不是一个实时在线的一个预防性的决策助手。

　　群里各位可能知道，阿里巴巴技术委员会主席王坚博士最近出版了一本书叫《在线》，在线这两个字背后的含义非常的深刻，我们现实生活当中，有很多伪智慧城市的工程，就是因为不在线导致的。事后诸葛亮的分析大家都可以做，但是在线的实时分析，而且在线的有智慧的分析，却需要海量的计算能力，海量数据的处理能力和计算能力，而在没有云计算的时候这是不可想象的一件事情，但是在今天，这个已经成为现实，因为类似阿里云这样的云计算大头已经起来，在国外有AWS、亚马逊的云，所以云计算的出现使得大数据的分析变成实时在线可能，城市大脑也就自然而然地出来了。

KDD Cup 赛题

　　KDD是国际数据挖掘计算机学会，KDD Cup 数据挖掘大赛已经有20多年历史了，每年举行一次。这次我们提交了一个赛题，立意就来自于广州的信号灯。

　　在这个赛题酝酿的过程当中，我们也经过了很多思考，究竟什么样的题目既能够引起学术界的兴趣，同时他又具备充分的可落地性，而不是为了一个大赛而大赛，这里面还是蛮绞尽脑汁，最后我们发现从信号灯的管控上，高速路口的瓶颈着手，既能够解实际问题，又有学术挑战性。

　　更重要的是我们在广州已经有了成功的实践，所以我们知道这道题目是有答案的，只是我们今天的答案可能不是很完美，当你是一个全球首创的解决方案的提出者的时候，你知道肯定有更好的答案在后面，所以我们希望通过这道赛题，能够唤醒学术界的关注，包括同仁们的关注，让我们一起找到更好的答案，帮助广州以及其他城市，尽快的让信号灯变得智能，让城市大脑能够跟它的每一个触觉地面上的信号灯能够实时的联动。

　　当时出这道题目的时候，我们也有些犹豫，外界包括学术界对阿里巴巴的认知都是在电商，如果我们把电商的数据拿出来，可能更符合大家的预期，但是后来我们想了一下，毕竟电商中国色彩太浓，而交通是一个全球性的问题，所以我们最后选了这样一道题目。这个大赛已经正式开赛，大家感兴趣可以在网上搜索大赛的情况。

运输车辆调度

　　有一个工厂每天需要从周边的零部件供应商那儿用卡车把部件送到生产厂组装线上来实时的生产，生产线有非常严格的开工时间要求，一旦开工就不能停下来，那些送货的人必须确保零部件及时的送到工厂，所以他们每天用七辆卡车，共1835公里运输总里程数。

　　当我们用人工智能大数据，以及云计算的方法去实时的计算整个沿途所能遇到的情况，以及现在生产线还有多少冗余的备件，还可以运行多久的时候，我们就有可能判断中间某些卡车可以在运输的过程当中，再去另外一个地方取备件，既能保证时间，还能节省一趟无谓的行程，最后实际上我们是成功做到了。最后是只用了五辆卡车，每天只跑1600多公里就已经做到了同样的要求。

　　而要做到这样，其实得益于的就是我们有一套实时在线的调度引擎，实时在线能够看到所有的位置，以及各个岗位上现在的状况，还有的就是在沿途的整个的交通状况，所以集合在一起，就做了一个经典的运筹学的问题，叫Vehicle Routing Problem（车辆路径问题）。这个就是路线问题，有非常多的约束条件可能变化，稍微变一变约束条件，他的难度可能就会增加好几个量级，在以往没有云计算是几乎不可想象的事情，只能成为经验性的操作，但是今天不一样，我们把它变为在线的实时计算，每一步都是算出来的。

送外卖

　　这里面有三种角色——餐馆、吃饭点餐的人、运输的人，而中央调度台需要判断每一个订单分给哪一个运输的人，尤其在高峰期大家都饿的时候非常难，靠人来调是应接不暇的。这个问题怎么求解，这就有点像滴滴打车、快滴打车，这个订单发给谁，实际上还是需要靠一套调度的机制和算法实时在线进行计算。你不仅要知道彼此的位置，还需要知道时间，还要需要知道从一个点到另外一个点中间的行程时间，交通状况是不是有拥堵。而这个问题其实我们从去年年底开始，已经在饿了么开发上线，所以现在饿了么已经有相当多的站点是自动化的调度。

质量管控