從1969年互聯網誕生以來，人類從不同的方向在互聯網領域進行創新，並沒有統一的規劃將互聯網建造成什麼結構，當時間的車輪到達2017年，隨著人工智能，物聯網，大數據，雲計算，機器人，虛擬現實，工業互聯網等科學技術的蓬勃發展，當人類抬起頭來觀看自己的創造的巨系統，互聯網雲腦的類腦架構已經越來越清晰。
應該說智慧城市是互聯網發展到一定程度，向城市建設蔓延和深入的結果。因此建設智慧城市就不能忽略互聯網的發展趨勢和進化規律。智慧城市作為互聯網與智慧城市建設結合的產物，會繼承互聯網雲腦的基本架構，基於此，給出了城市雲腦的定義：
城市雲腦就是基於互聯網雲腦模型的智慧城市建設新架構。城市在城市中樞神經系統（雲計算），城市感覺神經系統（物聯網），城市運動神經系統（工業4.0、工業互聯網），城市神經末梢（邊緣計算）的支撐下，實現城市神經網絡（城市大社交網絡）和城市雲反射弧的建設與運轉。推動一個城市各組成部分的有機結合，並通過城市大社交網絡實現城市居民、企業，政府以及物理設施的信息連接和交互，通過城市雲反射弧實現城市服務的快速智能反應，從而實現城市建設的不斷進步。這樣的類腦智慧城市架構稱之為城市雲腦（city cloud brain）。
城市雲腦的正常工作依賴與各個組成部分的聯合運轉，包括：城市雲腦的物聯網建設是建設一個城市的軀體感覺神經系統和運動神經系統；城市雲腦的雲計算建築是一個城市的中樞神經系統建設，城市雲腦的大數據建設本質上是匯聚和整合城市雲腦各神經系統在運轉過程中傳輸和積累的有價值信息；城市雲腦的工業4.0和工業互聯網是一個城市的運動神經系統發育；城市雲腦的邊緣計算建設是城市雲腦神經末梢的發育和成長；城市雲腦的移動互聯網建設是城市雲腦神經纖維種類的豐富；城市雲腦的大社交網絡建設是城市雲腦的神經網絡發育；城市雲腦的雲反射弧的建設是一個城市提供各種城市配套服務，解決動態城市問題的智能機制。
二.關於人工智能
國際上人工智能研究作為一門科學的前沿和交叉學科，但像許多新興學科一樣，人工智能至今尚無統一的定義。要給人工智能下個準確的定義是困難的。人類的許多活動，如解算題、猜謎語、進行討論、編制計劃和編寫計算機程序，甚至駕駛汽車和騎自行車等等，都需要”智能”。如果機器能夠執行這種任務，就可以認為機器已具有某種性質的”人工智能”。
不同科學或學科背景的學者對人工智能有不同的理解，提出不同的觀點，人們稱這些觀點為符號主義(Symbolism)、連接主義(Connectionism)和行為主義(Actionism)等，或者叫做邏輯學派(Logicism)、仿生學派(Bionicsism)和生理學派(Physiologism)。此外還有計算機學派、心理學派和語言學派等。
通俗的說”人工智能是一門綜合了計算機科學、生理學、哲學的交叉學科。凡是使用機器代替人類實現認知、識別、分析、決策等功能，均可認為使用了人工智能技術。”(參考1）。
作為一個學術領域，人工智能是在1956年夏季，以麥卡賽、明斯基、羅切斯特和申農等為首的一批有遠見卓識的年輕科學家在一起聚會，共同研究和探討用機器模擬智能的一系列有關問題時首次提出。
事實上，人工智能的發展充滿了坎坷，在過去的60年裡，人工智能經歷了多次從樂觀到悲觀，從高潮到低潮的階段。最近一次低潮發生在1992年日本第五代計算機計劃的無果而終，隨後人工神經網絡熱在20世紀90年代初退燒，人工智能領域再次進入“AI之冬”。這個冬季如此的寒冷與漫長，直到2006年加拿大多倫多大學教授Geoffrey Hinton提出”深度學習“算法，情況才發生轉變。
這個算法是對20世紀40年代誕生的人工神經網絡理論的一次巧妙的升級，它最大的革新是可以有效的處理龐大的數據。這一特點幸運的與互聯網結合。由此引發了2010年以來新的一股人工智能熱潮。2011年，一位NCAP研究員和斯坦福的Andrew Ng在Google建立了以深度學習為基礎的谷歌大腦，Andrew Ng也就是後來百度大腦的首席科學家吳恩達。2013年，Geoffrey Hinton加入Google公司，其目的是進一步把谷歌大腦的工作做的更為深入。
人工智能從此進入一個新的時代–互聯網人工智能時代，基於互聯網海量的“大數據”和每時每刻與現實世界的信息交互，包括亞馬遜，Facebook，百度，騰訊，阿里巴巴，微軟，英特爾，IBM等巨頭紛紛進入AI領域。不斷產生新的成果和創造新的記錄。
應該說這一輪的人工智能熱潮本質上依然是互聯網進化過程中的又一次波浪式高潮。它的產生離不開互聯網之前應用和技術為人工智能新爆發奠定的基礎。而且從AI的領導者看，主要也是互聯網巨頭公司，
三。人工智能在城市雲腦中作用與地位
從整個互聯網尺度看，人工智能與互聯網中樞神經系統結合產生了谷歌大腦，百度大腦，阿里雲，亞馬遜雲，騰訊雲等雲人工智能巨系統；與互聯網聽覺神經系統結合產生諸如科大訊飛，雲知聲等新聲音識別產品；人工智能特別是深度學習與互聯網視覺覺神經系統結合，產生如格林深瞳，Face++等新圖像識別產品；與互聯網運動神經系統結合產生了智能製造，智能駕駛，雲機器人等新應用領域；與互聯網神經網絡(大社交網絡）結合產生了度秘，小冰等智能虛擬助理產品；與互聯網感覺神經系統結合，就出現了邊緣計算的創新應用。
作為智慧城市與互聯網類腦架構結合的模型，城市雲腦人工智能建設是智慧城市提升智慧的催化劑和靈魂，人工智能不僅僅通過算法如深度學習，機器學習與大數據結合，也運用到城市雲腦的神經末梢，神經網絡和智能終端中。譬如ＡＩ傳感器，AI手機，AI智能生產設備，AI用戶助理等等等等，人工智能與智慧城市的結合，將使得城市雲腦各個神經系統同時提升能力。我們可以分別看一下人工智能如何與城市的各個組成部分結合形成的性能提高和具體案例。
1.人工智能與城市雲腦的聽覺神經系統範例（3個範例）
科大訊飛從事智能語音及語言技術、人工智能技術研究，軟件及芯片產品開發，語音信息服務及電子政務系統集成的國家級骨幹軟件企業。其重要產品訊飛開放平臺希望為開發者打造一站式智能人機交互解決方案。用戶可通過互聯網、移動互聯網，使用任何設備、在任何時間、任何地點，隨時隨地使用訊飛開放平臺提供的“聽、說、讀、寫……”等多方位人工智能服務。目前，開放平臺以“雲+端”的形式向開發者提供語音合成、語音識別、語音喚醒、語義理解、人臉識別、個性化彩鈴、移動應用分析等多項服務。
雲知聲是一家專注物聯網人工智能服務，擁有完全自主知識產權智能語音識別技術的高新技術企業。雲知聲利用機器學習平臺（深度學習、增強學習、貝葉斯學習），在語音技術、語言技術、知識計算、大數據分析等領域建立了領先的核心技術體系，這些技術共同構成了雲知聲完整的人工智能技術圖譜。在應用層面， AI芯、AIUI、AI Service三大解決方案支撐起雲知聲核心技術的落地和實現，目前已經在家居、汽車、醫療和教育等領域有廣泛應用，形成了完整的“雲端芯”生態閉環。
聲智科技是一家專注聲學前沿技術和人工智能交互的科技創新公司，致力於引領真實環境下更自由的人工智能交互體驗，實現“聽你所言，知你所想”的人機交互願景。聲智科技提供從軟硬件到雲服務的遠場語音交互技術方案，以及從芯片模組、PCBA到工業設計的Turnkey產品方案，其回聲抵消、噪聲抑制、聲源定位、混響消除、波束形成、遠場語音喚醒、遠場語音識別等技術在業界遙遙領先；同時，聲智科技與ARM、nVidia、Xilinx、Cypress、Knowles、百度、騰訊等著名企業深度合作，深耕智能家居、智能汽車、智能安防、智能金融、智能教育和機器人等行業，服務於小米、360、京東、聯想、海爾、創維等著名品牌，共同提升遠場語音交互的用戶體驗。
2.人工智能與城市雲腦的視覺神經系統（3個舉例）
SenseTime （商湯科技）是中國一家致力於計算機視覺和深度學習原創技術的創新型科技公司。在機器視覺底層技術打包解決方案的標準化的定製上，商湯能夠深入不同行業並把產品不斷細化，也由此獲得了一批如英偉達、中國移動、銀聯、華為、小米、OPPO、vivo、微博、科大訊飛等知名戰略合作伙伴和大客戶
曠世科技旗下的第一個產品Face++現已成長為著名的人臉識別技術平臺，並以最簡單易用的雲服務方式將最好的人臉識別技術提供給廣大開發者和企業級夥伴，其中包括阿里巴巴、聯想、世紀佳緣和美圖秀秀等，API總調用量超過60億次；並且在金融、安防、零售領域分別開始了商業化探索成功發育出Face++Financial，Face++Security，Face++BI等垂直人臉驗證解決方案產品。
依圖科技：從事人工智能創新性研究，致力於將先進的人工智能技術與行業應用相結合，建設更加安全、健康、便利的世界。參與人工智能領域的基礎性科學研究，致力於全面解決機器看、聽、理解的根本問題，相信能在計算機視覺、自然語言理解、知識推理、智能硬件、機器人等技術領域作出突破性貢獻。依圖的技術已經服務於安防、金融、交通、醫療等多個行業
3.人工智能與城市雲腦的感覺神經系統（3個舉例）
Mobilogix成立於2011年，是物聯網(IoT)和機器對機器通信(M2M)等技術融合領域的系統集成商。通過創新性運用技術來提供業務價值，簡化人們日常生活及全球企業中的通信。利用核心的遙測技術、Web和移動平臺來創建智能解決方案，實現人機連接，進而提高過程效率，減少失誤。
TempoIQ: 利用傳感器分析的後端技術，建立實時的傳感器數據監控，並且會根據環境情況向使用者報警。2013年完成400萬美元的A輪融資。
聽雲：提供真實用戶體驗視角下移動客戶端、服務端與網絡的性能監控與管理。聽雲擁有30萬個遍佈全國的真實用戶節點，平臺每日幫助監控超200億次真實用戶請求，每天發現用戶性能問題超過30萬個。每天可為開發者留住用戶300萬，挽回損失2000萬元。
4.人工智能與城市雲腦的運動神經系統（3個舉例）
大疆：，成立於2006年，是全球領先的無人飛行器控制系統及無人機解決方案的研發和生產商，以大量的用戶為基礎，大疆聯手阿里雲將這些精彩的無人機航拍作品都聚集起來，通過大疆APP一鍵推送內容的渠道變成了天空之城。互聯網內容的全球化傳播需要全球化雲計算的大力支持，目前大疆使用阿里雲在全球的數據中心來支持這個無人機社區的內容存儲和分發。
馭勢科技（北京）有限公司，用人工智能和大數據重構人和物的交通，用無人駕駛解決十億級別人群的交通和物流問題。馭勢科技致力於打造未來的自動駕駛系統和全新的交通方式，馭勢科技的低速自動駕駛解決方案，，基於Tegra X1搭建的控制器，包含激光SLAM和視覺SLAM在內的多傳感器融合的感知定位系統，可以說這些在2016年的秋天已經逐步成型。
達闥科技是雲端智能機器人運營商，目標是實現雲端智能機器人運營級別的安全雲計算網絡、大型混合雲端智能機器學習平臺、以及安全智能終端和機器人控制器技術研究。在應用層面，達闥科技啟動了雲端導盲機器人META項目。據介紹，META以頭盔的形態，為視力障礙人群提供人臉識別、物體識別、路徑規劃、避障等服務。“用戶戴上雲端智能機器人架構的導盲頭盔，閉上眼睛，也能夠安全地規避障礙物以及正常行。
5.人工智能與城市雲腦的神經末梢系統（3個舉例）
寒武紀：宗旨是打造各類智能雲服務器、智能終端以及智能機器人的核心處理器芯片。2016年推出的寒武紀1A處理器（Cambricon-1A）是世界首款商用深度學習專用處理器，面向智能手機、安防監控、可穿戴設備、無人機和智能駕駛等各類終端設備。2017年9月，華為正式發佈麒麟970處理器——全球首顆內置神經元網絡單元（NPU）的人工智能處理器。技術方面主要由國內AI芯片創業公司寒武紀負責。
BOSCH：該公司至今已經出售了超過40億個MEMS傳感器。BOSCH的傳感器應用包括：3軸式加速(3-axisacceleration)、陀螺儀和地磁傳感器。該公司還開發了6軸式(6-axis)傳感器用在電子羅盤，同時9軸傳感器用在絕對定向傳感器。他們的產品廣泛應用在手機、平板等設備中。
德國EnOcean：公司2001年從西門子分離出來致力於能量採集技術，使得無線傳感器所需要的能量來源於周圍環境中採集的能量，其中包括：機械能、光能以及溫差能。他們的技術包括微能量轉換器、微功耗電路以及可靠地無線鏈路。目前主要應用在建築自動化系統，產品主要有無線無源門卡、無線無源門窗磁以及無線無源人體存在傳感器。
6.人工智能與城市雲腦的中樞神經系統-大數據方向（3個舉例）
Palant：收集互聯網上的大量數據，其中包括為數眾多的財務數據、DNA樣本、語音資料、錄像片段以及世界各地的地圖，在這些數據之間建立聯繫快速找出有價值的線索，建立一個數據分析庫，整合相互分離的數據庫來進行搜索和分析，以提升數據分析效率，幫助非科技用戶發現關鍵聯繫，並最終找到複雜問題的答案。
九索數據：通過人工智能技術為公共安全防務工作提供大數據技術的數據挖掘分析公司，在海量的互聯網數據中，對城市公共安全大數據進行可視化分析、對犯罪模式進行智能識別和研究，為客戶提供智能化決策輔助以及研判支撐。
沃民高科：定位是全球領先的互聯網情緒大數據公司，通過人工智能和深度學習技術，在大數據的獲取、整理、分析、應用等領域應用，為政府、企業和個人用戶提供基於互聯網公開信息源的多種數據產品，包括沃德股市氣象站、沃德社會氣象臺、沃德品牌氣象站等，其中沃德股市氣象站以大數據為依託，核心技術就是把市場複雜多變的情緒表達用量化的方式計算出來，以此幫助投資者決策。
7.人工智能與城市雲腦的中樞神經系統-神經網絡或大社交方向（3個舉例）
微信：（官方英文：WeChat）是騰訊公司於2011年1月21日推出的一款即時通信軟件，其面對智能手機用戶。用戶可以通過客戶端與好友分享文字、圖片以及貼圖，並支持分組聊天和語音、視頻對講功能、廣播（一對多）消息、照片/視頻共享、位置共享、信息交流聯繫、微信支付、等服務市場研究公司On Device調查顯示，微信在中國大陸的市場滲透率達93%。截至2017年5月，微信於全球擁有超過約9.38億活躍用戶。
環信：環信品牌成立於2013年4月。是以IM即時通訊及移動在線客服為主要研發對象的專業型高科技的品牌。為開發者提供基於移動互聯網的即時通訊能力，如單聊、群聊、發語音、發圖片、發位置、實時音頻、實時視頻等，現已覆蓋包括電商、O2O、互聯網金融、在線教育、在線旅遊、移動醫療、智能硬件、遊戲等20大領域的Top10客戶
脈脈：職場實名社交平臺。利用科學算法為職場人拓展人脈、降低商務社交門檻、實現各行各業交流合作。自2013年10月上線至今，脈脈註冊用戶已超 3000萬，用戶主體為職場高階精英人群。
8.人工智能與城市雲腦的中樞神經系統-基礎硬件或雲計算方向（3個舉例）
阿里雲創立於2009年，致力於通過雲計算及人工智能以在線公共服務的方式，提供安全、可靠的計算和數據處理能力，讓計算和人工智能成為普惠科技，2017年1月，阿里雲發佈異構計算解決方案：彈性GPU實例和FPGA解決方案。它們能為客戶提供高效率、低延遲的實時計算。在數據安全性有保障的前提下，提供靈活彈性的異構計算資源。彈性GPU產品2016年底開放邀測以來，視頻、渲染和計算等領域眾多用戶已在使用。
騰訊雲：有著多年對海量互聯網服務的經驗，騰訊在雲端完成重要部署，為開發者及企業提供雲服務、雲數據、雲運營等整體一站式服務方案。具體包括雲服務器、雲存儲、雲數據庫和彈性web引擎等基礎雲服務；騰訊雲分析（MTA）、騰訊雲推送（信鴿）等騰訊整體大數據能力；以及 QQ互聯、QQ空間、微雲、微社區等雲端鏈接社交體系。這些正是騰訊雲可以提供給這個行業的差異化優勢，造就了可支持各種互聯網使用場景的騰訊雲技術平臺。
Amazon Web Services(AWS)： 2006年開始以Web服務的形式向企業提供IT基礎設施服務，現在通常稱為雲計算。如今，AWS在雲中提供高度可靠、可擴展、低成本的基礎設施平臺，2016年AWS推出了完整的深度學習AI產品線，包括AI服務、AI平臺、AI框架和AI基礎設施。其中AI服務處於最頂層，主要包括了用於圖像和人臉分析的 Amazon Rekognition、用於文本轉語音的 Amazon Polly 以及用於創建自動語音識別和自然語音理解功能的對話式聊天機器服務Amazon Lex。
9人工智能與城市雲腦的雲反射弧
上面介紹人工智能在城市雲腦各神經系統中的應用範例，但人工智能的發展不會停步於此，基於互聯網雲腦架構的AI進一步發展，打通互聯網雲腦各神經系統之間的關係也就成為趨勢和必然，雲反射弧（Cloud reflex arcs）因此將成為人工智能應用的下一個發展重點。
城市雲腦的雲神經反射弧（Cloud reflex arcs）其實在今天已經廣泛的出現在我們的周圍，幾乎每時每刻，從世界各地發起的互聯網神經反射現象都在不斷的產生和消失。例如汽車傳感器發現有盜賊，發短信給車主，車主趕到將盜賊抓住；溼度傳感器發現空氣溼度加大，有下雨跡象，通知野外挖掘設備打開防雨設備等。
與人體的神經反射弧相對應，從前文可以看出：雲反射弧的感受器主要由聯網的傳感器（包括攝像頭）組成，雲反射弧的效應器主要由聯網的辦公設備，智能製造，智能駕駛，智能醫療等等組成。雲反射弧的中樞神經是互聯網雲腦的中樞神經系統（雲計算+大數據+人工智能）,邊緣計算將加強雲反射弧感受器和效應器的智能程度和反應速度。
雲神經反射弧作為互聯網系統與人工智能結合的產物，在互聯網的未來發展中將起到非常重要的作用。從實踐上看，總共有9種不同種類的雲反射弧，這些雲反射弧的成熟依賴與互聯網與人工智能技術的進一步結合。
第一種是傳感器到智能設備的雲反射弧（圖中A->F）：例如，在大樓裡，溫度傳感器檢測到室內溫度升高超過一定溫度時，同時氣敏傳感器檢測到室內二氧化碳濃度升高，於是報警信息通過互聯網線路傳送到服務器中心，服務器發送指令給大樓滅火機器人，由該樓層滅火機器人操控水槍進行滅火。
第二種是傳感器到人的雲反射弧（圖中A->B）：例如，在大樓裡，溫度傳感器檢測到室內溫度升高超過100度，同時氣敏傳感器檢測到室內二氧化碳濃度升高，於是報警信息通過互聯網線路傳送到服務器中心，服務器發送信息給附近的消防隊，消防隊出動消防人員來大大樓實施滅火。
第三種是傳感器到智能程序的雲反射弧（圖中A->D）： 例如，在大樓裡，溫度傳感器檢測到室內溫度升高超過100度，同時氣敏傳感器檢測到室內二氧化碳濃度升高，於是報警信息通過互聯網線路傳送到服務器中心，服務器發送信息給互聯網神經網絡中的AI神經元,也就是大社交網絡中的智能程序，由智能程序判斷是否危險級別和是否上報。
第四種是智能程序到智能設備的雲反射弧（雲反射架構圖D->F）：例如，互聯網服務器中運行的自動監測程序，檢測城市郊區雲計算機房的服務器數據空間的容量變化，當程序發現數據空間已滿時，發送報警信息給互聯網中心服務器，由中心服務器發佈指令，啟動雲計算機房的備用機器，擴充數據空間。
第五種是智能程序到人的雲反射弧（圖中C->E）：例如，互聯網服務器中運行的自動監測程序，檢測郊區雲計算機房的服務器數據空間的容量變化，當程序發現數據空間已滿時，發送報警信息給互聯網中心服務器，由中心服務器發佈短信或電子郵件，提醒機房值班人員，啟動雲計算機房的備用機器，擴充數據空間。
第六種是智能程序到智能程序的雲反射弧（圖中C->D）：這種類型的神經反射弧可以看做是雲端人工智能系統的對話。例如，互聯網服務器中運行的自動監測程序，檢測郊區雲計算機房的服務器數據空間的容量變化，當程序發現數據空間已滿時，發送報警信息給互聯網中心服務器，由中心服務器發佈指令給雲計算機房的維護程序，停止向數據空間寫入數據，避免數據空間過載。
第七種是人到智能設備的雲反射弧（圖中B->F）：例如，在大樓裡，大樓監控機房的值班人員發現某辦公室出現火苗和煙霧，於是按下報警按鈕，將報警信息通過互聯網線路傳送到服務器中心，服務器發送指令給大樓滅火機器人，由該樓層滅火機器人操控水槍進行滅火。
第八種是人到人的雲反射弧（雲反射架構圖B->E）：例如，在大樓裡，大樓監控機房的值班人員發現某辦公室出現火苗和煙霧，於是按下報警按鈕，將報警信息通過互聯網線路傳送到服務器中心，服務器發送信息給附近的消防隊，消防隊出動消防人員來大大樓實施滅火
第九種是人到智能程序的雲反射弧（雲反射架構圖B->D）：例如，在大樓裡，大樓監控機房的值班人員發現某辦公室出現火苗和煙霧，於是按下報警按鈕，將報警信息通過互聯網線路傳送到服務器中心，服務器發送信息給互聯網神經網絡中的AI神經元,也就是大社交網絡中的智能程序，由智能程序判斷是否危險級別和是否上報。
在現實應用中，城市雲腦的雲神經反射弧已經逐步出現在人們的面前，例如無錫消防部門開始利用家庭火災遠程監控和救助系統，幫助農村留守老人和留守兒童家庭進行防火預警與快速反應。這套系統由無線終端、業務平臺和傳感探測設備（煙感、緊急救助按鈕等）組成。它的工作過程就是一個典型的雲神經反射弧。
城市雲反射弧的發展是互聯網+AI深度結合後的必然產物，它的發展會對對基於互聯網的人工智能技術，互聯網新商業模式，智慧城市建設等領域產生深刻和廣泛的影響。
閱讀更多 人工智能學家 的文章
