聯合國在2018年的《世界都市化展望》報告中指出，2018至2050年全球的主要城市人口將增長25億人，城市人口比例也將從55％上升至68％。當人口持續向都市靠近，鄰近中小型城鎮也逐漸被吸納進一個一個的帶狀都市圈。都市化程度升高以及巨型都市（megacity）的數量增加，水、電、治安、醫療、都市服務等資源的分配與運用，在在考驗環境負載能量，如何維持一個可持續性（sustainable）的居住環境，是所有城市管理者即將面對的新挑戰。
&nbsp;
英國標準協會（BSI）早在2014年發布了一份有關智慧城市框架「PAS 181:2014」（Smart Cities Framework; SCF），作為制定智慧城市與社區策略的參考與指南，其中也特別針對智慧城市的解決方案提出安全治理與隱私權議題進行討論。PAS 181對於智慧城市的定義為：「一個有效整合環境中物理、數位與人的系統，為市民提供一個可持續發展的、繁榮、包容性的環境，而在發展智慧城市過程中，不一定要使用最新的IT技術，但必須有一個明確的指導方針和策略藍圖，才不會迷失方向」（台灣智慧城市產業聯盟，2016）。此份標準提出4個核心指導原則，包括：有願景的城市、以市民為中心的城市、數位化的城市、開放又合作的城市。而這些準則並沒有規定通用的模型；相反地，積極鼓勵地方政府以靈活性、符合居民福祉的方式進行協作。因此，透過科技與資料的導入，智慧城市也有機會提供新創產業與產業聚落一個發展平台，藉由公私部門通力合作，為城市治理問題謀求解決方案與創新應用，而政府也應積極扶植新創團隊、同時具體透過提高公共服務品質角度設計標準、管制或創新採購以創造市場需求，以刺激嶄新的經濟動能，讓城市成為新創團隊的實驗場域，使創新經濟產業永續樣貌得以實現。
&nbsp;
[data-component=gallery]
&nbsp;
<h2>邊緣運算是實現智慧城市的起手式</h2>
城市治理整合新一代的資通訊科技（Information and Communication Technology, ICT），包含AI人工智慧、5G、物聯網（IoT）、雲端運算、邊緣運算等技術。過去，我們討論的雲端運算、物聯網，大多是單一技術上的討論與使用，然而講求快速、簡便的時代裡，則必須將不同技術進行整合、創新，甚至朝向研發的方向進行，傳統的基礎架構與雲端運算已經無法滿足實際的應用。在萬物互聯或是物聯網的使用情境下，是需要即時的處理大量資訊，因此最小延遲的高可用性網路成為首要實現的目標，而邊緣運算則能協助這個目標實踐。
&nbsp;
中央研究院資訊科學研究所所長廖弘源以典型的物聯網情境來討論：在路上看見漂亮的名牌包，婦人用手機拍下後傳送到雲端詢問品名與價格，店家回覆庫存、品項與價格後，婦人直接用手機下單並使用線上支付。回到家，快遞便將貨品送到府。以上的情境，如果是使用智慧物聯網，那情況會變得更加快速與簡化：透過手機裡的深度學習機制，在edge端辨認名牌包，並在edge端直接下單，到家以後便可收到貨品。
&nbsp;
相較之下，傳統典型的物聯網所花費的動作與時較多，透過edge端的深度智慧學習機制，將複雜的問題直接在前端便能就近解決，結合5G通訊系統，更加速了運算的過程、降低成本，更有效地提供服務。然而，並非雲端運算的使用便毫無價值，邊緣運算節省了時間與成本，雲端運算則可以進一步分析及判別大量資料，以做為長期的觀察、分析使用。
&nbsp;
&nbsp;
<blockquote>
第三波人工智慧的機器學習是為方法論上的典範轉移（paradigm shift）
&nbsp;
中央研究院資訊科學研究所所長廖弘源教授
</blockquote>
&nbsp;
&nbsp;
<h2>以智慧科技解決城市問題</h2>
當人口大量的湧入城市，交通與治安問題也成了一大考驗。臺灣在智慧運輸系統（Intelligent Transportation System, ITS）的發展上，如桃園市的智慧城市交通車流解決方案，透過電腦視覺技術做影像辨識及進行車流分析，抑或是新竹縣竹北高鐵接駁也啟用自駕電動中巴，首創市區開放混合道路的實驗測試路線。
&nbsp;
在2017年科技部當時提出「業界出題、學界解題」的AI計畫，當時中研院資科所與義隆電子攜手合作，為義隆電子提出的交通車流分析問題提出合適的解決方案，而在過程中，在2020年意外催生出物件偵測技術YOLOv4，在邊緣運算應用上對於物體的辨識能力能更精準，設備體積也更輕量。廖弘源教授表示，如果每個路口擺上攝影機，將搜集的資料送到雲端處理，勢必消耗太多時間與成本。因此，透過YOLOv4物件偵測系統，在edge端就把問題解決，如計算平均車速、轉向車流等資訊，不用大量上傳至雲端造成運算塞車。
&nbsp;
廖弘源教授也提到了智慧攝影機網路的應用。他指出，警察可以在巡邏車上安裝一步攝影機，在執行時可直接進行對向來車或同行車輛車牌掃描，利用edge computing計算並查驗車號，以最簡易且直接的方式進行勤務執行、維護治安。此外，在路口安裝智慧眼，可依據行人數量即時調整號誌時間，同時也可透過廣布的智慧攝影機，以「行人重識別技術」（person re-identification）來追蹤犯罪嫌疑人。當資訊不必再層層上報，而關鍵在於「即時決策」，才能即時解決當下問題。
&nbsp;
&nbsp;
<h2>AI時代下的人機夥伴關係</h2>
智慧城市中關鍵性的技術為AI，目前AI人工智慧發展已經來到關鍵時間點，正在重整應用與商業模式的階段。廖弘源教授提及，「第三波人工智慧的機器學習是為方法論上的典範轉移（paradigm shift）」，過去以統計為導向的AI人工智慧，開啟了先驅如PageRank搜尋引擎，或是Google的資料檢索等；自2016年AlphaGo的出現與成功，以深度學習為發展核心，將人類更多感知與AI結合應用。舉凡能化為資料形式，如影像、聲音等，都能與AI進行應用。延伸出自動輔助駕駛、輔助診斷等。機器學習看似能取代人類在專業的工作，但其實是需要勞動密集（labor intensive）的例行工作交由AI執行。
&nbsp;
例如在智慧醫療上的運用，將Ｘ光片上可能的問題盡可能的標示出來，並建檔，在初期的篩選中，節省掉醫生不少的時間，讓人類的能專注於判斷與下決策，正如廖弘源教授所說：「AI是很好的醫療助手，但不一定是最好的醫生」，AI正適合扮演一個輔助的角色。人工智慧始終是一個好的工具，最終會不會取代人類，並不是一個實際的問題。因為人類最終也不會輕易的將決策權力交予機器人。
&nbsp;
現借調台灣微軟AI研究中心首席研究總監的清華大學資工系教授賴尚宏在微軟所領導的團隊負責研發人臉辨識和Windows 10的生物辨識登入技術，除了必須考量到不同情境，提高辨識精準度，也要提升防偽能力，將可以擴展至手機登入及門禁管制等智慧城市的應用場域。
&nbsp;
&nbsp;
<h2>打造城市級的創新實驗場域</h2>
各種新興先進技術進展為基礎，以及不斷變化的創新生態環境下，帶動了產業經濟與社會結構改變。「我們為什麼要推動新創？」台灣經濟研究院副院長林欣吾教授認為，最終目的應該是：推動經濟成長、產業創新、就業環境更好。他也提到，創新的機會來自於「典範」的轉移，透過轉移新科技技術，如AI、5G、AIoT等新技術，如智慧醫療、智慧交通、產業數位轉型等不同領域裡，創造新的商業模式與工作機會，也是未來15年的發展重點。而智慧城市可發展的面向廣，新創團隊若能針對智慧城市提出解決方案與應用，並實際在城市中落地應用、發展，將城市作為實驗場域，進行新科技發展與驗證，讓公共服務需求及既有大型企業端得到信賴與認同，對創新產業與新創生態一大助益。
&nbsp;
回顧臺灣創新創業的環境，從透過政府經濟方案，成立育成中心、加速器、共同工作空間等，讓新創團隊有進駐的據點，透過團隊間的競爭、合作、交流，來創造新的價值。自2013年起，新創加速器的進入，帶動不論是競賽、黑客松或是群眾募資等模式，讓新創團隊能更實際的掌握使用者資料。例如，時代基金會Garage+ 創業育成計畫是商機媒合及導入新技術最佳的平台之一，自2015年起Garage+ 的新創展區即是COMPUTEX的亮點，媒合全球資本與供應鏈伙伴，今年帶領國內外46間新創企業於COMPUTEX 2021 線上大展，包括24家國際團隊自26國共153件申請案海選出來的新創團隊，技術含量、市場潛力皆備受關注。但新創產業在智慧城市中的情況卻是：初期的市場需求並不大，多半是大型企業才有機會撐過試驗期而實際落地，如智慧城市運用中最佳的實例是YouBike，其背後主要負責企業是臺灣自行車生產龍頭巨大機械。因此，對於許多新創團隊來說，要進入智慧城市這塊領域，除了實驗場域外，還必須要有政府從公共服務需求切入，以管制、標準、創新採購等作法的支持，以協助新創度過試驗驗證期。
&nbsp;
在臺灣的創業生態現象中，林欣吾教授點出兩個關鍵，其一是創業教育待強化，與國外相比，臺灣在創業的教育仍有進步空間；其二為現有企業與新創企業比重較高，臺灣創業環境是支持企業發展，然而對於早期開發的發展較為不利，對於發展新的企業來說較困難。林欣吾教授認為，必須設計誘因機制，引入民間資源與新創團隊合作，開發、投資具有潛力的科研成果商品，期以進入市場落地；此外，建立創業輔導的機制，透過專業師資，引導團隊進行創新服務，提升產品品質與團隊專業程度，維繫新創的成長。同時也需要引進資金，使國內的企業進入國際創投／加速器合作培育等，朝向國際市場邁進。 根據《2020 台灣新創生態圈大調查》報告中顯示，臺灣與荷蘭、以色列、澳洲等三國相比，臺灣在發展階段與企業成長階段十分具有競爭力，可拉動新創發展的動能，有良好的基礎，也須營造出好的環境，如搭載平台的建置、電力設施充足，或法規鬆綁問題等，如何讓臺灣新創動能再提升，同時也將這樣的動能引入智慧城市發展，也值得重新思考與討論。
&nbsp;
智慧城市的議題，囊括了科技運用、經濟發展等不同面向，透過科技的引入，加速智慧城市的建構，而這些都須從政府、企業、學界三方一起討論解決方案，並將實際研究在市場落地。此外，創新創業是未來15年經濟發展的關鍵，藉由新科技的典範轉移，提出解決方案，同時也期望能將這樣的動能導引至智慧城市應用場域之中，創造出新需求，新的公共服務機會，提供人們更好的生活品質與居住環境。
&nbsp;
&nbsp;
（客座總編輯 <a href="https://www.charmingscitech.nat.gov.tw/">| 國立清華大學工業工程學系講座教授 簡禎富</a>；研究顧問團隊 | 國家實驗研究院副院長 林博文、國立清華大學電子工程研究所特聘教授 徐碩鴻、中央研究院資訊科學研究所所長 廖弘源、國立清華大學電機資訊學院院長 黃能富、國立臺灣大學電機工程學系教授 廖婉君；責任編輯 | 段芊卉、葉于甄、林怡君）

打造智慧城市，需要運用科技的協助，如物聯網、5G、AI等科技整合應用，並創造好的解決方案。