□记者孙广见
随着科技的飞速发展，智慧城市已成为提升城市管理效率、改善居民生活质量的重要途径。近日，记者采访多位智慧城市领域的专家学者及相关企业负责人，就智慧城市建设过程中如何加强数字化监管进行了深入探讨。业内专家认为，建设统一的数据平台实现数据共享和互通是智慧城市监管的基石；同时，智慧城市的数字化监管，需要政府、企业和科研机构等多方共同努力。
数据平台整合与共享：构建智慧城市监管基石
实现智慧城市数字监管，推动统一的数据平台建设必不可少，从而整合数据资源、让数据共享互通。
中国社科院中国城市发展研究会副理事长贺可嘉认为，开展智慧城市数字监管工作应建设统一的数据平台，整合城市各类数据资源，实现数据共享和互通。通过大数据分析，为城市管理提供科学依据，提升决策效率和精准度；以数字孪生技术为核心，建立城市的虚拟模型，实现物理城市与虚拟城市的双向交互和实时映射。从最基础的静态描述开始，逐步实现动态数据与时空模型、机理模型的融合，最终达成虚实共生的状态，使数字孪生城市成为城市运行的智能助手；整合大数据资源，包括物联网（IoT）、地理信息系统（GIS）、遥感影像等多源数据，利用AI算法进行深度分析，为城市管理提供精准的决策支持；利用物联网技术在城市各关键节点部署传感器，实现对交通、环境、安全等方面的实时监控。
联想新视界产品营销总经理耿怡彬从实践角度出发，分享了联想在智慧园区领域的探索。她提到，通过领域大模型处理园区海量多源异构数据，结合深度学习等算法，为园区管理者提供决策支持。这种数据整合与利用的方式，正是智慧城市数字化监管在微观层面的生动体现。
大模型技术与智能分析：赋能智慧城市监管新高度
业内人士指出，大模型在城市治理各领域的应用逐渐深入，而数字化监管是保障这些智能化应用顺利运行的关键。
清华大学计算机科学与技术系长聘副教授、基础模型研究中心副主任刘知远指出，以大模型为代表的人工智能技术，本质是从大规模数据自动学习知识的通用方法，是典型的数据驱动技术路线。大模型规模法则表明，高质量数据决定大模型能力，有多少数据就有多少智能。基于大模型的数据驱动、通用智能的特点，加快智慧城市发展，需要从提升数据治理水平、打通数据孤岛屏障，以及建立城市大模型、形成数据-模型孪生两个方面发力。
刘知远认为，城市大数据治理水平是利用大模型推动城市治理、加快智慧城市建设的基础，例如，过去一年中，数据治理水平较高的金融、司法等领域就是大模型优先应用落地的方向，应抓住大模型技术的通用神经网络架构、通用学习方法和通用智能能力的通用特性，研发统一的城市大模型平台，可面向各领域智能需求定制1+N城市大模型，1是城市基座大模型，N是各领域特有数据定制的城市场景大模型，发挥城市大模型对城市大数据的感知和处理能力，形成城市数据-模型孪生，实现大模型协同赋能智慧城市需求。
中工互联（北京）科技集团有限公司董事长智振则强调了大模型在城市治理各领域的深度应用，如智能交通、智慧医疗和智慧教育等。他认为，这些领域的智能化发展将极大提升城市治理的效率和水平，而数字化监管则是保障这些智能化应用顺利运行的关键。
法规建设与技术伦理：保障智慧城市监管健康发展
未来，在智慧城市建设进程中，专家建议，应加强5G和物联网等基础设施投资、建立统一的数据共享平台、完善法律法规体系、建立数据安全和隐私保护机制等。
中国科学院空天信息创新研究院智慧城市工程部部长王大成指出，我国已进入全域智能化的城市信息化阶段，但未来的发展仍需政策支持和标准制定。他建议，应继续加强5G、物联网和云计算基础设施的投资，推动人工智能技术在城市管理中的应用；建立统一的数据共享平台，实现跨部门、跨区域的数据互通和共享，打破信息孤岛；进一步推进智能交通、智能环保、智能安防等领域建设，提升城市管理的精细化和智能化水平，提升公共服务的智能化水平，例如，智慧医疗（如远程诊疗）、智慧教育（如在线教育平台）、智慧社区（如智能社区管理系统），为市民提供便捷、高效的服务。
王大成总结道，今后在智慧城市技术的高速发展中，希望相关机构通过政府引导、企业参与，通过一系列政策和资金支持，推动智慧城市技术的研发和应用，并制定相关技术标准和规范，确保各类智慧城市应用的互联互通和兼容性。尤其是在八大核心领域，包括智能服务、智能数据项目、云计算、数据联网、数字科学、数据建设、数字化生活环境等方面加强引导，而核心领域将在一定程度上帮助智慧城市的建设与发展。
智振建议从五个方面加强数字化监管：第一，完善法律法规体系建设，制定智慧城市建设和运营的标准规范；第二，建立数据安全和隐私保护机制，确保城市数据的安全可控；第三，构建智能化监管平台，运用人工智能、大模型等技术实现精准监管；第四，加强跨部门协同监管，建立统一的监管信息共享机制；第五，重视伦理监管，确保人工智能技术在城市治理中的合理应用。
综上所述，智慧城市的数字化监管，需要政府、企业和科研机构等多方共同努力，通过数据平台整合与共享、大模型技术与智能分析应用，以及法规建设与技术伦理保障，构建一个更加智能、高效、安全、可持续的智慧城市未来。
