人人都道城市好，殊不知生活在城市中也有着诸多烦恼。
这里，你可能会遇到堵住“生命通道”的早晚高峰;
这里，你可能会见到“伸手不见五指”的雾霾景观;
这里，你可能会交到“五湖四海”不知道信誉如何的朋友。
······
随着城市化发展脚步的加速，城市人口数量集中增加带来了诸多问题，如资源紧缺、交通拥堵、环境污染等,大数据和人工智能的发展和应用,正在为这些城市难题提供智能化解决方案。
11月20日，在JDD-2018京东数字科技全球探索者大会上，京东数字科技正式发布 基于“城市计算平台”的城市造作系统，城市操作系统能够让海量多维数据彼此“对话”，让AI算法积木式输出，并通过数字网关实现城市计算平台的互联互通，为城市交通、规划、环境、能耗、公共安全、商业、医疗等提供点、线、面结合的智能解决方案，为城市打造从合理规划、到高效运维、再到精准预测的闭环、可持续发展生态。
基于城市计算平台，京东城市已经在很多场景中都有了应用，给老百姓的生活带来了许多改变，以下是最具代表性的案例：
联通营业厅智能选址
联通具有3亿多用户和大量的线下营业厅，当业务成规模后，新客户增长放缓限制了进一步的发展。线下营业厅过去多为用户办理电话卡、套餐等服务，而随着互联网时代的到来，更多客户选择线上办理业务，线下新客户增长速度更慢。
京东有3亿多线上活跃用户和精准高效的线上触达，可以精准确定区域客户画像，对智能选址有很好的参考价值。线上线下互联是近两年非常流行的电商经营模式，联通营业厅覆盖范围广，客流集中;京东商城，物流，金融产品众多，物优价廉;同时客户资源共享，对双方拉新也有促进作用;双方合作，能够更好的发挥各自优势，资源互补。
京东城市为联通线下营业厅提供选址指导，同时联通线下营业厅为京东提供线下卖场支持。首先根据营业厅画像(如营收)对目前的营业厅进行排序，为优质厅、潜力厅(可改造的)、老旧厅(可废弃的)的选择提供决策参考，进而基于人口覆盖率和学习排序选址方法为未来建新的营业厅提供选址方案。 同时，可以根据营业厅周边的用户画像数据来定义营业厅卖什么价位或类别的产品，从而更精准的进行销售。
AI改进救护车站点选址 在一个城市中，每年都有数以十万计的急救事件需要救护车，因此，提升城市120急救系统的效率(例如：降低救护车接送病人所需要的平均时间)对保障城市居民的生命安全具有重大意义。
京东城市与天津大学、天津市急救中心合作的，利用城市中的120急救时间和空间分布、120救护车的GPS轨迹等数据，运用人工智能技术优化城市的救护车站点位置。通过该技术选出来的救护车站点位置，能够将救护车接送病人所需要的平均时间减少超过30%。选好站点之后，京东城市也为救护车设计了实时调度的智能优化算法，经过优化后的调度算法可以将救护车接送病人所需要的平均时间再次减少超过20%。
城市违章停车检测 路边的违章停车会降低城市交通的效率，引起交通拥堵，空气污染，甚至交通事故。有效及时的检测，可以提高城市管理水平，并为城市规划提供建议。现有的解决方案，无论是人工巡逻或是固定点的视频采集，每个监测点的覆盖范围都十分有限。我们提出一种通过挖掘大量共享单车轨迹数据来检测违章停车的办法。利用目标时间(例如当前一小时)的大量轨迹特征和正常骑行轨迹特征进行比较，推测哪些轨迹受到路边违章停车的影响，从而快速判断路段的违章停车状况。
基于大数据的管网水质预测 近年来，很多传感器被部署在管网当中的不同位置来共同地监控实时水质情况，例如余氯浓度，浑浊度等。随着科技进步，预测未来的管网水质成为行业关注的焦点，不仅可以提供为自来水厂提供投放氯的建议，还有利于政府的其他决策。然而管网水质当中存在着动态的时空关联性，而且受到多种外部因素影响，使得预测水质具有很大的挑战性。为此，我们融合了多源跨域数据，如传感器各指标读数，气象数据以及空间数据，并提出了一种基于深度学习的方法来进行水质预测。该模型在中国东南某城市的水质预测上进行了验证，结果显示我们提出的算法在预测精确度上超过了现有方法。基于该算法，京东城市部署了管网水质预测系统来实时预测未来的管网水质，从而指导自来水工厂更科学地进行投氯消毒，保证居民饮用水质，还能及时发现水管健康状态，第一时间安排维护、修理，保证城市高效运转，进而给政府各项城市建设决策提供参考，并有显著的民生和社会价值。
AI帮助火力发电节约能耗提高产能 在中国火力发电占据60%发电量，但产生的能源消耗和污染排放却很严重，通过大数据和人工智能技术进行计算规划，能够用更少的煤发更多的电，并且产生更少的污染物排放。这个算法非常复杂，比AlphaGo还要难，发电机组的状态是连续空间，变量非常多，而且不是完全封闭的空间，如何通过人工智能算法动态去做各种阀门调控，送水，送风是一个世界性难题。用京东城市的算法，在全国2000多台发电机组使用，可以提高0.5%的发电效率，一年给国家节约一百亿元。
