【猎云网北京】9月16日报道
近日，以“科技改变城市，智慧创造生活”为主题的第二届中澳科学未来会议于9月4日在北京圆满落幕。
会议由悉尼新南威尔士大学（UNSW Sydney）、中国科学院科技战略咨询研究院（CASISD）和自然科研（Nature Research）联合举办，众多意见领袖、资深学者、政府官员、投资方以及行业代表开展了广泛交流，共同为打造未来智慧城市探讨创新型解决方案。
中澳科学未来会议每年举办一届，专注于讨论影响研究、科学以及经济政策制定的多领域、跨学科难题。会议旨在为中国和澳大利亚的政府高层提供切实可行的建议，从而造福两国社会乃至其他国家和地区。
澳大利亚驻华大使傅关汉先生开幕致辞
澳大利亚驻华大使傅关汉先生也出席了本次会议，他在开幕致辞中表示，中澳科学未来会议对于前沿技术应用的讨论直击创新驱动增长的核心。“如何确保人工智能等新一代技术在实现其潜能的同时，通过符合伦理的设计来保护安全和隐私，需要通过全球讨论和多国合作来实现。”
悉尼新南威尔士大学校长伊恩·雅各布斯教授也发表了致辞，他强调了悉尼新南威尔士大学、中国科学院科技战略咨询研究院和自然科研合作的重要意义。
悉尼新南威尔士大学校长伊恩·雅各布斯教授致辞
“中国已经超过美国成为澳大利亚最大的论文联合撰写的伙伴国，在这种契机下进一步拓展我们与自然科研的合作，能够为悉尼新南威尔士大学和中国科学院科技战略咨询研究院提供一个平台，来共享能够改变生活和社会的科研成果。”
在今年的会议中，来自悉尼新南威尔士大学和中国科研领域的学者代表围绕能源与环境、智慧城市以及新一代技术应用前沿三大目前亟待解决的重大挑战，分别发表了精彩的主题演讲，并通过专题讨论环节深入探讨和碰撞。
其中三位来自悉尼新南威尔士大学的主题演讲嘉宾——马丁·格林（Martin Green）教授、德奥·普拉萨德（Deo Prasad）教授和马蒂娜·斯滕泽尔（Martina Stenzel）教授都是各自科研领域的佼佼者，他们也在会议中分享了研究领域的最新进展和前沿方向。
马丁·格林教授是硅太阳能电池方面的世界顶尖专家，斩获了包括“全球能源奖”（Global Energy Prize）在内的诸多国际大奖。格林教授在悉尼新南威尔士大学组建的研究团队，是国际上在光伏研究领域最大、最知名的高校研究团队，并发明了目前已成为主要商业电池的PERC电池。
悉尼新南威尔士大学卓越教授德奥·普拉萨德教授致辞
德奥·普拉萨德教授是可持续建筑与城市方面的领军人物，为可持续发展和可再生能源作出了杰出贡献。他现任低碳生活合作研究中心（CRCLCL）的首席执行官，这是澳大利亚在建筑环境领域最大的行业-政府-专业-科研合作公司，在澳大利亚和全球范围内都带来了变革性影响。
任教于悉尼新南威尔士大学化学学院的马蒂娜·斯滕泽尔教授，担任了先进大分子设计中心 （CAMD）的联合主任。斯滕泽尔教授的研究专注于研发用于给药系统的纳米颗粒，并通过研究更具个性化和定制化的癌症治疗方法，改善目前千篇一律的癌症治疗方式。
悉尼新南威尔士大学与中国科学院科技战略咨询研究院早在便达成合作伙伴关系。，双方迎来了一位新的合作伙伴——自然科研的加入。中国科学院独一无二的专业度和知识储备、悉尼新南威尔士大学世界领先的科研能力以及与中国的紧密联系，加上自然科研的权威性和渠道，为扩大三方影响力并进一步促进中澳两国的科研发展与传播创造了宝贵机会。
会后，德奥·普拉萨德教授还接受了包括猎云网等媒体的采访。
以下是采访实录，猎云网整理：
问：目前中国已有500多个城市提出要做智慧城市，就是将5G、AI、云计算、大数据的技术运用到城市的运转当中，在澳大利亚或者在其他国家是不是也是这种风潮？
德奥·普拉萨德：是的，这是一个全球性的风潮，去任何一个国家都有这样的一种潮流。当然中国的体量更大一些。就目前来说，智慧城市的全球产值已经非常高了，达到1万亿美元。到2025年的时候，这个数字预计将达到3到5万亿美元，而且我认为这个方面的需求是在不断上升的。
当然到底智慧城市包含什么样的要素？其实现在还很难说。比如像澳大利亚有一些城市，能够智能开关所有的路灯、能够收集一些数据，或者安装智能的设备在通勤的列车上面，然后他们就说我们变成了智能的城市。
我觉得现在阶段会有很多智能的设备和器材，但是真正完全达到一个完整的智慧城市的程度还为时尚早。当然中国在这个方面的实践和探索，比其他国家的规模要更大一些。
问：您觉得哪些因素可以让未来的智慧城市智能化更高？
德奥·普拉萨德：其实主要还是涉及日常生活的一些服务，包括水、电、垃圾处理、交通，以及怎么把这些领域联系起来。我觉得这个工作在二十年前已经开始了，甚至说在未来的十年，基于我们今天从各个角度搜集的数据所产生的知识，以及各种各样数字的处理流程，我觉得能够提供更多相关的一些信息。
比如就像现在街上有很多的摄像头，我觉得这些摄像头目前还不能说是智能的，只是能提供一些信息，比如说谁谁谁在什么时间，什么地方，发生了什么。这不是一种智能，而是一种简单的数据。
举个例子，我们现在坐在这里就想通过街上的摄像头知道，我订的Uber现在在什么地方，这在一定意义上才可以称为智能，而不是简单的数据。
另外从摄像头也可以看出一些交通运输方面的模式，比如每天什么时候路上最拥堵、路上的交通是最忙的。现在的城市不能说不智能，只能说在走向更加智能的道路上，未来一定会更加智能。
还有一些智能技术已经被应用到我们的日常生活中，比如在有老人和孩子的家庭，现在已经有非侵入性的技术能够监测他们是不是在生病；又比如说小婴儿在床上是不是突然就不动了，甚至窒息都能够检测出来。
我认为未来不是说生活必须要依赖这些智能的技术才能继续，而是说在人类日常的生活之外，我们能够提供一些额外的信息和技术支持。
这些智能的技术什么时候产生积极且正面的影响力呢？我觉得可能要走到一个临界点，即所谓真正的对整个城市的运行能实现“三维数字双胞胎”模型（Digital Twin）。比如说你觉得现在这条路总是很堵，你要规划一条新的道路，你就想能不能在旁边再修一条或者改动一下道路来分流一些车流量，让它不是很堵，你肯定不想直接就动工了，你就可以在这个城市的“三维数字双胞胎”模型上做改动，先模拟情况。
当然这个模型也是基于现有的城市搜集出来的，是一个基于大数据，由数字信息构建的模型。我觉得当你走到那个临界点的时候，你就可以说智慧城市的技术真正产生了非常实在的正面影响力。
在走到那个临界点之前，我觉得都只是某些小领域的智能提升。一旦突破了临界点， 智能将涉及城市生活的方方面面。
问：您刚才提到了智能摄像头，当它变成所谓的“智能”之后，是不是也会引发大家比较担心的隐私问题？
德奥·普拉萨德：其实这个已经变成了现实，比如我就发现北京街上有很多的监控摄像头，按照居民的人均监控头数量重庆是排全球第一，全球前十的除了悉尼和伦敦之外，其他八个都是中国的城市。
但我觉得这有非常积极的作用，比如说如果有入室盗窃，你就可以很容易找到窃贼。在悉尼也是一样，街上有时候会有斗殴，如果斗殴者跑了，你可以调出监控头就知道这个人是谁，可以把他抓起来。当然大家总觉得实时被监控，个人的自由似乎受到了限制。
但是我觉得这个问题其实是一个平衡的问题，我认为在绝大多数国家未来都是这个趋势，都是要有更多的摄像头，而不是更少的摄像头。
特别是现在要去定位一个恐怖分子，很容易就能定位出来。你把这样的人抓住，其实社区是很满意的，愿意让步一些个人的自由来保障自己，让自己更加安全。
问：咱们说的智慧城市是一个复杂的系统，复杂的系统可能会出现一种由小失误而带来的连锁反应，从而引起的一个重大事故。曾经也有这样的历史，像美国的三里岛核电站事故，就是因为小的事故引发的连锁反应。在建设绿色和低碳的智慧城市过程中，如何避免由于这种小的失误而带来的连锁反应，而给智慧城市带来严重的后果呢？
德奥·普拉萨德：我们可以进行智能的扫描，可以有一个预警，甚至是预预警系统。首先要有足够的信息传感和感知，另外要有高度的人工智能技术，在故障出现之前能够有一个预警让你心里有数，而不是来处理已经发生的故障问题。
这里面必须要有数据的驱动，还有传感技术的驱动。反正是绝对不可能说百分之百永远不会出问题，但是一定可以通过这种方法来减少发生率和概率。
像十年之前，我记得在北美的东北沿岸出现了电力系统的崩溃，首先是纽约，然后到波士顿一直到多伦多，影响了整个东海岸。这是一个接一个发生的，不是在同一时间。
首先一个变压器失效了，负载就转到下一个变压器，下一个变压器过载也失效。如果有智能系统的话，不会等到所有的变压器全部失效，它会有一个预警自动来打开断路器，后面的变压器都不会有问题，我觉得是可以通过智能的方式和提前预警的方式来减少故障率，但是不可能完全消除。
之前在悉尼市有两个高层建筑，这两个高层建筑都出现了裂缝，导致里面所有的租户都要撤离，这也造成了重大的经济损失。我现在主导的一个项目，就是在混凝土里面放传感器。
如果建筑有任何裂缝，哪怕有一点微小的洞，我们都可以通过传感器来搜索数据，不会等到出现这么严重的问题再解决，可以提前做一些预处理。当然如果出现危险的话，也可以及时来撤离里面的居民，像这种智能技术在未来会发挥非常大的作用。
问：智慧城市涉及到很多很广的方面，这里面也会需要科研、以及产业和政府等部门一起参与，其中产业比较关注钱、关注利润。在建造智慧城市的过程当中，怎样让这个事情变得“有利可图”，使大家积极参与进来，您在这方面有什么经验可以分享？
德奥·普拉萨德：我觉得您说的是对的，智慧城市如果无利可图，也不能创造新价值，肯定是没有办法做下去的。我刚才也讲到了，现在这个行业的全球产值是1万亿美元，中国有很多智慧城市的产品早就已经在全球行销了，而且也挣到了钱。
我觉得在这个方面未来会有更大的增长，再过五年可能会增到五倍，所以这里面有大量的利益。但是我觉得企业并不仅仅通过卖智慧产品来赚钱。
现在有一个特别大的问题，就是智慧城市领域的基础设施建设，比如道路、桥梁，其实整个修建项目的效率是非常低效的。如果我们能够通过智能的技术，比如节约基础设施开发的10%的成本，其实这个节约的成本就是多挣了钱，所以不是简单去卖产品挣钱，提升了效率也是挣钱。
目前澳大利亚有一个项目要提升15%的房地产与基础设施的开发效率，现在这个行业总价值是1200亿澳元，这些是现在在建的项目。我们想提升15%的效率，其实也就是提升了很高的利润。所有的参与者都要发挥自己的作用，包括政府也要做好监管工作，要有相应的标准，特别是可互操作的标准。
打个比方，比如一个城市用华为智慧城市的系统，另外一个又用阿里巴巴，如果两个系统之间不兼容，相当于这两个城市之间没有办法来关联。我觉得政府要有相应的数据互通的标准、协议，使得他们能够相互使用数据，各个系统当中是兼容可互联的。在学界和科研界主要是引领技术的研发、技术的发展，也就是三方都要发挥自己的作用。
问：基础设施非常重要，可能过了二十年我们的交通、生活方式也会发生改变，这也会带来基础设施的变化。从基础设施的角度来看，现在对于发展没有那么好，或者对于小城市来说，因为他们现在的基础设施并没有那么成型，这会不会是成为他们的一个机会？
德奥·普拉萨德：这些小的、新的城市他们有最大的机会，从现在可以将未来居住和工作区的规划混合起来，想一想未来的交通运输设施怎么来设计，从一开始基础规划时就把工作做好。
但是我觉得未来城市人们的生活方式到底怎样，大家都只是猜测。我记得在二十多年前大家就设想，再过五六年大家都跑到家里居家办公，或者天天坐在咖啡厅办公，不用跑去办公室了。
这样说CBD核心区就不需要那么多的供电了，也不需要修那么多写字楼了，大家都在家里，所以能源的电网也不用那么高了。但后来过了五六年，发现大家还是都涌向CBD办公。因为有一些习惯很难改变，比如见面、交流、会晤等。这个还是猜测，我也没有一个非常好的答案，只是说对新的城市机会会更多一些。
另外举一个例子是电动汽车和无人驾驶车，大家都会说在未来的高速公路不需要修那么多的车道，现在因为车多而多修的车道，在未来这都会成为冗余的设施。现在人工智能已经非常可靠，未来在高速公路上很少的车道就可以跑很多车，而且很安全。我觉得在这些领域，人工智能会有更多智慧的解决方案。
我认为在大都市，并不意味着就不能改变，你可以缓慢、渐进地来改变。我刚刚去了上海，我发现宝山钢铁厂所在的那一块都拆了，变成了居民区。我就在想过去是工厂，现在修了居民楼，你能不能在拆迁、重新城市再开发的过程当中直接在旁边创造一些新的就业机会呢？这些新开发的住宅区的居民就不用长途通勤去上班。
根据现有城市的情况，我们也可以慢慢地、一步一步地去改。当然新的城市是一张白纸，肯定是改起来更容易。我们在大学就特别倡导更加聪明的城市规划，既关注新城市从基础开始做的聪明的规划，也关注现有的所谓超大城市一点一点的改进型的规划。
问：刚刚提到了数据共享，就是企业与企业之间或者城市与城市之间的数据共享，这些共享的范围是如何把控？包括共享之后的数据是如何回收的？
德奥·普拉萨德：这就是现在所谓的数据公开访问的新趋势。而且这个数据是脱敏的数据，针对数据的来源，可以把这些内容进行脱敏，把相关的属性信息给抹掉。
把大家的信息都放到一个池子里面，这个池子特别大，大家再从池子里面拿出数据，包括你的和别人贡献的数据来做分析创造新的知识，当然这个数据都是脱敏的，这个效果是非常好的。
像很多工程咨询公司过去都是这么做的，一开始第一阶段是大家花钱创造仿真、模拟的数据，自己有一个数据库。后来他们就意识到，这样的数据因为都是自己做的，会有偏移，就不是很准确，后来大家都想干脆就共享这种数据，放到一个池子里面，就做了一个特别大的大数据的数据库，大家都从里面拿数据。
这样的数据更加精确，基于这种数据提供的工程咨询的意见也就更加准确。之前大家觉得既然数据都是自己花钱做的，好像和别人分享就是亏了，但是事后发现不是这样。
我觉得大家会越来越快克服这种心理障碍，总是害怕分享出自己的数据，其实并不是这样的，这可以使你获得更多的利益。
问：我自己观察到在中国目前大型城市、一线城市越来越大，经济越来越强，二三线城市争相上马数字政府或智慧城市的项目，想在当地驱动一些就业，或者带来一些基建项目，这样可以让一线城市的人才回去，让本地的金融或教育能够重新焕发生机。这样理解下来的话，智慧城市会不会是一种社会资源的再分配呢？
德奥·普拉萨德：我记得在会议上专题讨论的时候也有人问，怎么保证农村地区的居民和大城市的居民享受的生活品质至少是一样的？我觉得如果城市很智能，他在农村地区也有高速互联网、物联网服务、人工智能服务，可以说和一个城市居民生活水平没有本质的差异，很多人才就会回到乡村地区，当然政府需要有全国通盘的考虑，要考虑各个地区的均衡发展，不要有太大的差异。
