可以使用诸如机器学习（ML）之类的技术来增强优化决策，机器学习是人工智能（AI）的组成部分。ML获取由健康应用程序，智能仪表或支持互联网的汽车等生成的数据，并使用这些数据来发现模式并学习如何优化给定服务。例如，NVIDIA开发了智能视频，处理大数据分析并将机器学习应用于视频流。他们与50个AI城市合作伙伴合作，利用该技术改善智能交通等领域。到2020年，预计这些智能相机将达到10亿。这是生成，分析和采取行动的大量数据。该系统将取代人工解释，取而代之的是机器学习算法，预期在准确性和速度方面有所提高。这个城市大脑将处理我们的许多个人数据，包括有关我们运动的视觉数据。
如上所述，机器学习需要数据来发现模式和趋势。对大数据的分析为城市服务提供了高度响应其公民需求所需的信息。它还在服务中使用这些数据来构建更优化的服务使用响应，有助于增强体验并提高可持续性。正在探索适合人工智能和机器学习的一个领域是服务的个性化。这要求在用作分析工具之前收集和汇总个人数据。
我们必须仔细考虑数据如何使智能城市体验个性化，以及在智慧城市环境中利用AI和ML的偏见和隐私问题。
AI和ML如何个性化智能城市服务
例如，个性化体验的ML工具已经在营销中使用。在这里，他们习惯于定制在线网站，显示用户希望从他们预测的配置文件中喜欢的产品。在智能城市中，相同类型的算法可用于其他目的。例如，三所英国大学的一项研究考察了各种ML算法在自行车和天气中的应用，以此作为在智能城市内创建个性化服务的一种手段。这是基于大数据的收集，汇总和分析。该研究得出结论：ML，物联网和大数据的结合，为智能城市技术和服务的开发者提供了巨大的潜力。
流量卡之家认为，AI和ML无疑是当下物联网系统的最好补充。在前端，传感器能够收集更多数据，在5G网络的应用之下，短时间传输更多的数据，大大提高数据传输效率。当然，数据的增加需要AI、ML等进行更快的数据分析处理，这样一套流程下来，要比以往的物联网系统高效的多。
相关阅读：http://www.wlk.cn/a/946
