會上，崔曉波在《智慧城市與人本數據》演講中提到，智能手機的出現，造成了數據量的指數級的爆發。進入下一階段，物聯網的數據量增長的速度將超過智能手機。
雷鋒網注：圖為TalkingData CEO 崔曉波(數博會官方供圖)
他說，無論是AlphaGo，還是無人機和醫學的應用，都讓我們逐漸用去物質化的方法研究世界，大數據的人工智能讓我們以后研究所有問題的方法都會變得虛擬化。
城市脈搏案例：基于人的生活類型、生活習慣將人群分類
以粵港澳大灣區為例。近年來，隨著其人口密集度和流動人口變得越發高漲，該區域面臨著兩個挑戰——基于人的數據怎么去改造城市，怎么改造智能應用?
為此，崔曉波舉了TalkingData做的“城市脈搏”應用的案例。據崔曉波介紹，這是他們在北京市利用所有的路網和交通的數據反映的一種模型，它反映的是10秒以前的動態變化，跟以前的研究方法完全不同。
「這是一個比較有名的案例，我們去年跟北京市政府共同建設的，叫時空折疊。紅色的點代表了北京的高收入人群，藍色的點是代表了相對中低收入人群，通過機器學習的方法在時空上的模擬發現兩者在北京的交互很少。」崔曉波介紹道，「時空折疊在理論上已經被證明，這對城市發展來說非常不利，一個真正有活力的城市需要各種階層的人有充分的交流交互。」
因此，從城市規劃的角度來看，「要給兩類人創造更多能夠碰到的機會，這樣的城市才是真正有活力的城市，以前的規劃方法對城市的活力已經造成了不好的影響。」崔曉波提出建議。
基于此，TalkingData推薦了一種新的方法，比如以前城市更多是從社會階層的角度將人群分類，未來的城市研究方法，更多是需要根據人的生活類型、生活習慣做分類。TalkingData基于北京市所有的位置行為和網絡行為，對人進行了細分，不同的顏色代表不同的人群。而人群即是機器機動分的，如居家的幸福奶爸，基本上在家里待的時間多，比如富裕的女性，她主要的活動區域在度假購物，她的出行方式是有車，其他還有職場的精英男感興趣的東西等等，從新的角度對城市人群進行分類，這種分類方法對城市未來規劃帶來不一樣依據。
崔曉波表示，人本數據才能成為構建智慧城市、促進城市改造升級的驅動力，提供新的規劃思路與方法，幫助城市變得更有活力。
雷鋒網注：圖為 “粵港澳大灣區暨國際分論壇”現場
在崔曉波之前，鄭宇也發表了題為《城市計算：用大數據和AI打造新型智慧城市》的演講。經鄭宇介紹，京東金融的理念包括兩方面：
第一、提供點線面結合的頂層設計和跨領域的垂直應用。
第二、城市是不斷發展的，從規劃到運維到預測，預測包括短期和長期的預測。
雄安新區：運用城市大數據平臺做自行車規劃
鄭宇拿京東金融為雄安新區做的頂層設計為例。過去時間里，自行車規劃在一個點遠遠不夠，規劃之后還需對自行車調度和運維，「所以，需要預測各個地方的自行車的需求量和未來幾年這個地方自行車的需求量，用決策指導規劃，形成線，繼而成了閉環。」鄭宇說，「因此，設計分為三個階段，每個階段有不同的板塊，構成了點線面的頂層設計。這需要用一個大數據平臺把三個階段串聯在一起，這個平臺就變得至關重要，這個平臺即為城市大數據平臺。」
根據鄭宇介紹，城市大數據平臺，即指數據標準化，算法模塊化，平臺生態化。該平臺分為六種模式，「對應建立了6種模型之后，不管城市收集了哪些數據都可以聚集在一起，基于數據運行相應的人工智能算法。此前，大部分的算法都是針對視頻語音來設計，但時空設計有自己的特點，時空的算法和人工的算法是缺失的，這是我們12年來填補的空白。」
截至目前，這個城市大數據平臺已經產生了各種各樣的應用，諸如，京東金融和聯通應用打造系統，希望拿出一部分的應用廳改造3C產品的體驗和銷售。同時，也和摩拜單車合作，以解決占道停車等情況。鄭宇稱，他們可以根據摩拜的數據有效判斷有沒有違停現象，而軌跡數據存在噪音和混亂現象，加大了判斷的難度。所以，在此其中，他們加入了人工智能的大數據的精準治理。
最后，鄭宇表示，京東金融做的是點線面結合并垂直運用落地的公司，以規劃運維到預測，從而推動構建整個城市預測螺旋式上升的生態模式。
京公網安備 11010502049343號