2022年6月16日，全国信息技术标准化技术委员会秘书处组织召开了国家标准《智慧城市 人工智能技术应用场景分类指南》（Smart city— Artificial intelligence technology application scenarios）审查会，参会专家一致同意该标准通过审查。
在国家重点研发计划“物联网与智慧城市”专项《新型智慧城市技术标准体系与标准服务平台》（项目编号2018YFB2101400）项目支持下，该标准于2021年8月正式立项。该标准由全国信标委智慧城市标准工作组组织相关产学研用单位共同研制，主办单位为中国电子技术标准化研究院。
该标准描述了智慧城市人工智能技术应用场景的分类方法，给出了民生服务、城市治理、产业经济、生态宜居中的人工智能技术应用场景类别与描述，适用于指导智慧城市场景下人工智能技术的开发与应用。
该标准搭建了面向智慧城市的人工智能技术应用体系，全面地考虑人工智能技术在民生服务、城市治理、产业经济和生态宜居等智慧城市领域中的典型应用场景，为智慧城市相关规划单位、人工智能技术应用单位提供了重要指导，有助于引导人工智能技术在智慧城市领域的健康发展与利用。
一、标准编制背景
2021 年 8 月 27 日，根据国家标准委关于下达 2021 年第二批国家标准制修订计划的通知，国家标准《智慧城市 人工智能技术应用场景和需求指南》制定计划下达，项目计划号为 20213293-T-469，该项目由全国信息技术标准化技术委员会提出并归口。该项目主办单位为中国电子技术标准化研究院。
备注：经开题内审专家建议，建议标准题目调整为《智慧城市 人工智能技术应用场景》。根据专家建议，标准编制工作组针对标准题目和范围进行了考虑，一致认为应根据专家意见进行修改。因此，征求意见稿题目与标准计划中的题目有区别，已采用该新题目。
起草单位包括：中国电子技术标准化研究院、北京清华同衡规划设计研究院有限公司、讯飞智元信息科技有限公司、华为技术有限公司、深圳市腾讯计算机系统有限公司、山东省计算中心（国家超级计算济南中心）、中移雄安信息通信科技有限公司、平安国际智慧城市科技股份有限公司、青岛海信网络科技股份有限公司、中睿信数字科技有限公司、浪潮软件集团有限公司、北京电信规划设计院有限公司、中国联通智能城市研究院、北京国脉互联信息顾问有限公司、南威软件股份有限公司等
二. 编制意义
人工智能技术作为国家“新基建”之一，是助力数字经济发展、推动智慧和谐社会构建的重要“基石”。近年来，越来越多的人工智能技术成果被应用到我国各城市智慧城市建设的热潮中。但由于我国智慧城市建设整体上处于起步阶段，人工智能技术本身也在快速发展和完善中，很多城市对于当前人工智能技术的应用领域和功能范畴缺乏科学、全面的认识，导致规划和应用中缺乏依据，存在盲目建设、建设困难等情况。为了避免在人工智能技术应用中产生认识模糊、建设困难、资源浪费等问题，需要通过系统有效的方法来梳理和指导人工智能技术的应用场景，确保在智慧城市场景下人工智能技术的正确开发与应用。
该标准搭建了面向智慧城市的人工智能技术应用体系，全面地考虑人工智能技术在民生服务、城市治理、产业经济和生态宜居等智慧城市领域中的典型应用场景，为智慧城市相关规划单位、人工智能技术应用单位提供了重要指导，有助于人工智能技术在智慧城市领域的健康发展与利用。
针对人工智能技术在智慧城市中的应用，该标准解决的主要问题如下：
- 指导和规范人工智能技术的应用。由于我国智慧城市建设整体上处于起步阶段，很多城市对于当前人工智能技术的应用领域和功能范畴缺乏科学、全面的认识，导致规划和应用中缺乏依据，存在盲目建设、建设困难、资源浪费等问题。该标准可为智慧城市相关规划单位、人工智能技术应用单位提供重要指导，助力城市数字经济健康发展，推动智慧和谐社会的构建。
- 构建人工智能技术应用体系。该标准搭建面向智慧城市的人工智能技术应用体系，全面地考虑人工智能技术在民生服务、城市治理、产业经济和生态宜居等智慧城市领域中的典型应用场景，将有效指导智慧城市场景下人工智能技术的开发与应用。
三、标准编制工作过程
2021 年 8 月 27 日：该标准研制计划正式下达。
2021 年 8 月 29 日：组织召开线上标准启动会，确定标准框架、主要内容及任务分工。
2021 年 8 月 31 日：编制形成工作组讨论稿（第 1 稿）及其编制说明， 向全国信息技术标准化技术委员会提交开题资料，申请开题。
2021 年 9 月 14 日：召开编制组第一次研讨会，根据开题评审专家意见修改完善标准材料，编制形成工作组讨论稿（第 2 稿）。
2021 年 12 月 8 日：召开编制组第二次线上研讨会，集中针对人工智能技术应用场景分类和应用场景描述方式进行研讨，编制形成工作组讨论稿（第 3 稿）。
2022 年 1 月 24 日：召开编制组第三次研讨会，结合专家内审意见，将标准题目变更为《智慧城市 人工智能技术应用场景》，并修改人工智能应用场景分类描述，增加第 5 章“概述”，按照一级、二级、三级、四级分类维度对应用场景进行分类并给出应用场景分类依据和应用场景描述示例。在后面章节中给出具体的应用场景三级分类、四级分类以及应用场景描述。
2022 年 2 月 28 日：向全国信息技术标准化技术委员会秘书处提交征求意见稿及其编制说明等资料，申请参加 2022 年 3 月内审。
2022 年 3 月 17 日-5 月 20 日：全国信标委秘书处组织开展该标准征求意见稿的征求意见工作，广泛征求各方面意见，征求意见时间为两个月。
2022年6月15日，通过专家评审。
四、标准编制依据
该标准编制依据国标委、中央网信办、国家发改委《关于开展智慧城市标准体系和评价指标体系建设及应用实施的指导意见》（国标委工二联[2015]64号）中提出的国家智慧城市标准体系总体框架，属于国家智慧城市标准体系中的“支撑技术与平台（02）”大类中人工智能技术应用领域的标准。
该标准编制并充分考虑国内外人工智能技术现行标准内容，保障与人工智能基础标准相互协调和相互补充；充分考虑智慧城市相关行业及主题对人工智能的潜在需求，保障标准的引领性、具体框架和场景应用的可扩展性。
另外，在全国和地方政策的支持下，人工智能技术的应用已在全国各地进行探索与实践，雄安、北京、山东、广东、江西、重庆、福建等地在人工智能技术的需求分析和应用实践上已有一定的建设成果，为本标准提供实践支撑。
五、标准编制原则
- 遵照GB/T1.1-2020《标准化工作导则第1部分：标准的结构和编写规则》的要求，主要对标准的格式、表述文字、章节结构等内容进行编写， 以“科学性、可操作性和适用性”为原则，力争使修订后的标准无歧义、易操作，为人工智能技术应用场景和需求的规范统一提供依据。
- 鼓励人工智能相关产学研用单位共同参与，以确保本标准规定的内容科学合理，具有普适性，可以为我国智慧城市规划、建设提供统一指导和技术参考。
- 该标准对人工智能规划与建设具有重要的基础支撑作用，应充分借鉴国际、国内相关先进研究成果。
六、AI在SMART CITY中的应用场景
本文件按民生服务、城市治理、产业经济和生态宜居等方面分别描述了人工智能技术的应用场景。本文件适用于指导智慧城市场景下人工智能技术的开发与应用。
面向智慧城市的人工智能技术应用场景较多，本标准描述的应用场景主要从城市功能角度考虑，划分为民生服务、城市治理、产业经济和生态宜居这四大类应用场景。
- 一级应用场景是大类级，包括“民生服务”“城市治理”“产业经济”“生态宜居”等四大类；
- 二级应用场景是相应大类下的子类。子类是从工程领域角度对该大类的细分；各大类（第一级）下包含的子类（第二级）分别见后面与大类对应的章；
- 三级应用场景是相应子类下的小类。小类是从用户对象或业务职能角度对该子类的细分；各子类（第三级）下包含的小类见后面与第二级对应的条款中的表；
- 四级应用场景是相应小类下的细类。细类是从行业功能需求角度对该小类的细分；各小类（第三级）下包含的细类（第四级）见后面与第三级对应的条款中的表；
- 应用场景描述是对第四级应用场景的简要说明。
（一）民生服务中人工智能技术的应用场景
民生服务作为智慧城市的基础服务，通过应用人工智能技术将有效解决教育、医疗等民生领域“难点”问题，同时结合大数据、物联网等技术可以优化公共服务供给能力。
民生服务中人工智能技术的应用场景是第一级（大类）应用场景。人工智能技术在民生服务中的应用场景主要包括智慧政务、智慧交通、智慧医疗、智慧教育、智慧社区、智慧旅游等。
智慧政务
人工智能技术在智慧政务领域的应用主要包括提供事项办理、政务信息咨询和政府服务监管的智能化等，应用场景描述见下表。
表 智慧政务应用场景
| 三级（小类） | 四级（细类） | 应用场景描述 |
| 自然人/法人 | 智能预约 | 利用人工智能计算机视觉、机器学习、数据模型算法等技术，集成网上预约系统、排队取号等系统，结合群众当前办事环节，精准推送所需服务，让预约办事智能化 |
| 智能身份认证 | 借助生物特征进行身份认证，采取多因子身份认证，且生物特征数据的采集和存储需要进行特殊加密防护，防止泄露，提高系统的安全性 | |
| 智能客服 | 通过智能客服进行实时的语义分析，精准识别用户真实需求，提供智能助手服务 | |
| 智能搜索 | 利用意图识别、自定义算法、高维机器学习模型等人工智能技术完善政务服务中分词理解、智能联想匹配与纠错、多源汇聚、用户画像分析等功能 | |
| 服务事项办理 | 利用流程自动化机器人、计算机视觉、自然语言处理、知识图谱等人工智能技术，自动识别、阅读、理解材料内容，对材料的完整性、一致性、合规性进行自动化核验，实现受理材料的智能预审 | |
| 智能感知 | 引入图像识别技术，业务系统自动感知材料数据库和电子证照库中已有的电子材料，从而简化办理流程，提升办事效率,降低办事群众提供的办事证明需要反复使用材料的情况 | |
| 智能服务机器人 | 引入智能服务机器人，通过拟人化的语音、文字等方式与客户进行流畅交互，提供业务咨询、业务办理等服务提高政务服务的准确度和效率 | |
| 智能导办 | 采用人工智能机器学习、深度学习、自然语言处理、大数据等技术，为办事人智能推送最优的办事步骤、线路指引、窗口指引、排队信息等 | |
| 智能提醒 | 通过办事指引系统随时随地查看当前排队进度，不受时间、空间的限制，在无法及时赶到窗口办理时，人工智能可通过算法模型自动申请呼叫顺延，合理安排办理时间 | |
| 智能服务 | 利用人工智能设备，提供智能引导、实时语音翻译、语音引导和语义识别等服务。采用深度学习、自然语言处理和大数据分析系统结合，不断优化用户画像和社群分析 | |
| 服务评价和建议 | 利用人工智能智能识别、模糊信息识别和数据挖掘等技术，群众办理事项结束后，服务机器人或系统主动征集申请人的评价和建议，提升政务服务质量 | |
| 政府工作人员 | 智能审批 | 采用文本识别、图片识别技术等，基于政务大数据服务，提供智能审批服务 |
| 智能决策 | 利用大数据以及人工智能技术，以人机交互方式为决策者提供分析问题、模拟决策等辅助手段 | |
| 资格预判 | 采用图像识别技术，实现电子证照、电子签名和电子印章核心技术在行政审批和公共服务中的应用，对办事群众通过政务平台递交的电子材料进行规则库比对 | |
| 智能管控 | 采用智能识别、行为分析、大数据等技术，对政务大厅的工作人员、日常事务、资产设备、行政办公、业务绩效、大厅运营等进行科学、规范、有效的指导、管理和监督工作 | |
| 应急处置 | 采用人工智能人脸识别、行为分析、深度学习等技术，实时动态识别大厅人群的表情、动作及状态（人脸的采集只作为行为判断，不对人脸数据进行采集、发布、留存），实现快速发现、快速反应、快速应答 | |
| 效能监管人员 | 智能监督管理 | 依托人工智能深度学习、统计机器学习等技术，推动监管创新，构建用户多维全息生态，从预警、决策到执法的全过程、全链路智慧监管 |
| 智能监督查询 | 采用数据挖掘等技术，深度挖掘各个办理阶段审批业务信息、办结所产生的批复或批文等信息，提供智能综合查询服务 | |
| 智能监管分析 | 采用大数据分析、智能识别等技术，精准获得历年业务量对比、收件分析、办结、受理分析、办理阶段分析等维度信息 |
智慧交通
人工智能技术在智慧交通领域的应用主要包括出行规划、路径规划和交通管理的智能化等，应用场景描述见下表。
表 智慧交通应用场景
| 三级（小类） | 四级（细类） | 应用场景描述 |
| 公共交通乘客 | 来车实时预报 | 为便捷地获取公共交通到站服务信息，结合交通实时信息对公共交通车辆到达时间进行预测并发布给市民，减少等待车辆时间，提升出行效率 |
| 出行路径规划 | 为方便市民出行，基于采集的交通运行数据，分析车辆行驶路线的轨迹规律，为市民提供出行路线、交通方式的最优化选择，并匹配相应的出行方案 | |
| 车辆驾驶员 | 交通路径规划 | 为提高车辆出行效率，减少车辆在道路上的停留时间，提供有效的路径规划服务，实现智能交通路径规划 |
| 自动驾驶 | 采用全球定位系统、智能路径规划技术、计算机视觉等技术，使自动驾驶车辆自主或辅助驾驶员安全地驾驶机动车辆 | |
| 智慧停车 | 根据目的地停车位信息，规划停车路径，辅助驾驶员选择停车的路线图 | |
| 提供智能识别车牌功能，辅助实现自动过闸，通过语音提示等实现车辆自动进出车场 | ||
| 为便于驾驶员寻找合适停车场，提供停车诱导，发布空闲的停车位信息并动态更新 | ||
| 通过车位引导装置，将驾驶员引导到指定停车位，实现快速停车 | ||
| 为减少寻找停车位和停车等待时间，通过智能移动终端提供停车场各类信息实时共享服务，提供车位在线预约功能 | ||
| 提供车位共享信息，提供分时共享停车、错时错峰停车调控等功能，实现车位共享，提高车位昼夜不同时间段的使用效率 | ||
| 为方便驾驶员寻找已停车辆，提供停车区域和车位信息，辅助驾驶员方便快速找到车辆，实现车辆寻回路线的精准查询，实现反向寻车 | ||
| 提供多种电子支付方式，实现电子支付专用通道，并能提供无感支付、先离场后付费等功能，方便车辆和人员快速离场 | ||
| 交通管理部门 | 交通态势感知和分析 | 为实现交通态势的有效感知，采用计算机视觉和分析模型等技术，利用视频图像信息分析交通拥堵情况，对重点车辆行驶轨迹进行实时监控，分析交通流量、占有率、排队长度、车头时距、速度等多种交通态势信息，为交通调控提供支撑信息 |
| 信号灯控制 | 根据多种交通态势信息，对路网信号灯自动优化配时和自适应绿波控制，并向驾驶员提供参考绿波速度，提高通行效率 | |
| 交通执法 | 根据道路视频监控信息，自动识别车辆驾驶员违规驾驶行为（如未系安全带、手持手机拨打电话等），记录车辆和人员的违法行为（如逆行、超速、违规停车、闯红灯等）信息 | |
| 设备更新 | 在不影响已有业务正常运行的情况下，对交通视频采集设备动态更新算法，并根据新业务的识别需求，提供信息资源的共享与安全保护 |
智慧医疗
人工智能技术在智慧医疗领域的应用主要包括辅助诊疗、疾病预测、医学影像辅助诊断和药物开发等，应用场景描述见下表。
表 智慧医疗应用场景
| 三级（小类） | 四级（细类） | 应用场景描述 |
| 病患 | 健康监测 | 通过可穿戴设备远程分析患者的健康状况，并将数据与其医疗记录进行比较，提供健康建议并预警疾病风险 |
| 健康咨询 | 采用知识图谱、知识推理等技术，构建虚拟应答机器人，进行病情辅助答疑，并帮助患者进行简单的体征指标检查 | |
| 医生 | 辅助诊疗 | 基于 AI 的诊断工具，根据患者的历史医疗数据和记录，形成疾病辅助决策支持，帮助医生准确判断疾病，给出辅助诊疗方案 |
| 医学影像辅助诊断 | 采用深度机器学习技术，对病情评估、病灶性分析、治疗效果评估，进行辅助进行初步诊断，提升医学诊断的效率 | |
| 辅助手术机器人 | 通过集成智能感知与认知技术的软件系统，利用医疗机器人帮助医生完成半自动化或全自动化的诊疗操作的机器人 | |
| 辅助分诊 | 支持利用知识图谱等技术协助基层医生对患者进行初步分诊，强化基层医疗机构对于罕见病种的识别，提升医疗服务均等性 | |
| 护士 | 导诊机器人 | 帮助医院就诊相关人员，能够通过与咨询者进行对话和语义理解，以人机交互方式，对医院业务、疾病导诊等提供咨询服务 |
| 医院后勤人员 | 智能服务机器人 | 通过智能服务机器人，对医院及其它医疗场所执行环境消毒、地面清洁、体温测量等工作 |
| 医院管理人员 | 医院管理 | 根据医疗和环境等因素，预测患者行为和疾病的概率，优化医院运营、排班计划和库存管理，提高医疗资源配置效率 |
| 医药科研人员 | 药品研发 | 采用自然语言处理发现靶点，机器学习进行药物分子设计和化合物筛选，借助深度学习和认知计算能力进行药物晶型预测，以缩短研发周期 |
| 疫苗研发 | 采用机器学习方法进行细菌抗原分析预测，包括特征提取、特征选择、数据增强和交叉验证实施，以预测针对各种已知导致传染病的细菌和病毒病原体的候选疫苗，以缩短研发周期，加快疫苗投入使用 | |
| 疾控中心人员 | 疫情防控 | 基于历史数据，采用计算机视觉、生物特征识别及智能算法等技术，针对重大传染性疾病和未知传染性疾病，进行爆发监控、防控、溯源和预测 |
| 健康防治 | 基于电子病历的大数据智能分析，可以帮助早期预警和提前干预，降低发病率 |
智慧教育
人工智能技术在智慧教育领域的应用主要包括在线教学、辅助教学和教学资源配置的智能化等，应用场景描述见下表。
表 智慧教育应用场景
| 三级（小类） | 四级（细类） | 应用场景描述 |
| 学生 | 在线教学 | 采用图像识别、语音交互、模式识别、多维人机交互等技术，为学生提供便捷的远程在线教学服务 |
| 在线辅导 | 采用自然语言处理技术，为学生提供教学文本的分析与知识管理，教学语料库及其检索工具和在线辅导工具 | |
| 个性化学习 | 采用模式识别技术，通过采集学习者的行为数据，构建个性化学习提供基础数据模型，为学习者提供个性化学习支持服务 | |
| 教师 | 在线教学 | 采用机器学习技术，从教育数据中挖掘信息，从信息中归纳知识，实现统计描述、相关分析、聚类、分类、规则关联、预测、可视化等功能 |
| 辅助教学（智能化教学平台） | 采用知识图谱技术，通过智能化教学平台采集学习过程数据，并分析生成数据统计与分析图表，实现查看学习数据，了解学生学习特点，辅助教学并提供教学质量提升方案 | |
| 情感教学 | 采用语音交互、情感分析等技术帮助学生保持心理健康，并保障学生隐私数据 | |
| 监护人员 | 入学服务 | 采用自然语言处理、图像识别、语音交互等技术，为学生监护人员提供智能化入学服务，简化入学服务办理 |
| 教育管理部门 | 校园安全 | 采用图像识别、语音交互、模式识别、智能预警分析等技术，全面保障校园基础设施、消防以及人员安全 |
| 教学资源配置 | 采用大数据分析技术，辅助教育管理部门实现教学资源的科学配置 |
智慧社区
人工智能技术在智慧社区领域的应用场景主要包括基层治安防控、小区物业管理、便民服务等，应用场景描述见下表。
表 智慧社区应用场景
| 三级（小类） | 四级（细类） | 应用场景描述 |
| 社区人员 | 治安防控 | 采用智能识别技术对进出小区人员和车辆进行智能识别，包括身份验证、危险人员和车辆预警等；对居民在社区中的异动情况抓拍，如监测摔倒、斗殴、破坏公物、高空抛物等行为进行监测和取证 |
| 房屋管理 | 采用智能感知和识别技术，基于房屋用水、用电、用气、门禁刷卡等数据对房屋运行状态进行监测和远程抄表，并对异常状态分析预警 | |
| 基础设施运行监测 | 采用智能感知和识别技术，对社区窨井盖、照明路灯、电梯、供水、供暖、供气、消防等基础公共设施运行进行智能监测并对异常事件预警 | |
| 智能测温 | 采用机器视觉技术，实现无接触体温监测，并对异常进行预警 | |
| 物业人员 | 智能门禁 | 采用人脸识别等技术，对进出小区、电梯的人员进行身份识别和验证 |
| 周界防范 | 采用智能感知和识别技术，及时发现入侵人员，并发出报警信息；通过设置周界电子地图，发生报警时，可以在电子地图对应显示出报警位置 | |
| 停车管理 | 采用机器视觉、智能识别等技术，对乱停乱放、占道等行为进行识别，并对异常行为产生告警提示 | |
| 垃圾分类 | 采用生物特征识别、机器视觉等技术，在垃圾分类回收站点对记录垃圾分类投放行为，并自动判断是否满足分类要求，以及对垃圾是否满溢进行检测和预警 | |
| 智能调节 | 采用智能控制技术，对社区建筑能耗和资源消耗进行监控和智能分析、调节，降低建筑能耗和资源消耗 | |
| 居民 | 智能定位 | 采用智能定位技术，辅助社区居民实现车辆引导停车、、停车资源智能调度、反向寻车、充电桩智能充电等 |
| 智能交互 | 采用智能语音、机器视觉、生物特征识别等智能交互技术，在无人值守的情况下获得便捷的公共服务，如无人超市、智能快递柜、无人配送等 | |
| 社区养老 | 采用智能语音等智能交互技术，实现语音求助、远程看护、在线订餐、远程指导、智能监测等服务，提高社区养老服务水平 |
智慧旅游
人工智能技术在智慧旅游领域的应用主要包括信息发布、路线规划、流量预测和旅游讲解等，应用场景描述见下表。
表 智慧旅游应用场景
| 三级（小类） | 四级（细类） | 应用场景描述 |
| 游客 | 快速通行 | 在景区出入口等位置，提供持二维码、身份证、电子身份证、人脸等认证服务，支持游客快速通行 |
| 虚拟游览 | 游客可借助手机、可视化设备、互动屏实现数字虚拟游览体验，享受沉浸式历史文化、人文地理、自然景观等内容服务 | |
| 订票服务 | 提供票务、住宿、餐饮、交通、娱乐活动等预订服务。订票过程中，根据客流预测、态势推演，以及景区气候、天气条件，为旅客提供旅游提醒 | |
| 导航导览 | 提供景区景点定位、导航导览服务，实现在线讲解、线路导览、停车引导、入厕引导、设施查询等服务，帮助游客自由选择景点并提升旅游体验感 | |
| 语音讲解和翻译 | 采用智能语音技术，实现多语种之间的实时、自动转换，方便游客在不同语音环境下旅游 | |
| 智能助理 | 采用智能语音交互和大数据等技术，为用户智能匹配旅行途中的各类事物信息，比如酒店住址、交通行程、天气预报、货币汇率、疫情防控等 | |
| 景区管理人员 | 客流管理 | 支持对区域范围内的游客进行识别，分析计算游客密度以及分布特征，实现对景区游客数量的预测，合理安排景区活动和公共资源 |
| 游客行为监测 | 采用智能识别等技术对景区视频进行分析，识别游客行为，对游客越界、不安全、不文明行为进行监测和报警 | |
| 景区设施管理 | 采用智能识别等技术对游步道、指路牌、护栏、厕所、路灯、消防等设备设施进行监测，提供设备监测、故障提醒 | |
| 交通工具管理 | 对景区内观光车、索道、游船等内部交通工具进行智能化管控和调度 | |
| 生物资源监测 | 对景区内动植物资源监测，提供受灾、受害的提醒 | |
| 文物资源监测 | 对文物所处空间环境进行监测，根据环境变化特征、趋势，预测文物状态变化趋势，辅助提供文物保护策略 | |
| 防火监测 | 支持对景区内烟雾等异常现象的速度、方向等运动特征进行智能分析和预测，实现自动报警，维护景区安全 | |
| 地质灾害监测 | 结合环境、气象等部门的环境监测，预判山体滑坡、泥石流等自然灾害 | |
| 旅行社 | 用户画像 | 通过分析用户的上网习惯，建立用户的画像，预测消费行为，调整旅游产品价格、提供旅行套餐 |
| 旅游线路规划 | 通过用户画像与景点特色的大数据挖掘，合理考量季节、游玩周期、车程距离、特定人群需求、经济水平等多维度要素，智能规划旅游线路方案，并匹配相应用户人群 |
（二）城市治理中人工智能技术的应用场景
城市治理以构建“全民共治”新格局为导向，运用人工智能技术推进智慧城市建设，提高城市预警应急指挥能力、精准公共决策能力和城市精细化治理能力等。人工智能技术在城市治理领域中的应用场景主要包括智慧安防、城市管理、智慧应急、市场监管、智慧能源等。
智慧安防
人工智能技术在智慧安防领域的应用主要包括公共区域的安全监控、重点人员和车辆的识别和轨迹跟踪、智能分析事件等，应用场景描述见下表。
表 智慧安防应用场景
| 三级（小类） | 四级（细类） | 应用场景描述 |
| 公安机关人员 | 智能布控 | 对路口、交通枢纽口等城市通行关键位置出现的目标（人、车、船、物等）进行视频智能分析识别，与预置的关注目标库进行黑名单比对，进行预警 |
| 智能搜索 | 输入关注目标，比对预置的静态或动态图库，进行以图搜目标（人、车、船、物等） | |
| 连续搜索 | 在搜索结果中，进一步按输入条件搜索目标，可结合电子地图、文字等应用 | |
| 融合分析 | 结合业务需求，融合静态登记数据、动态感知数据（视图、RFID、ETC等）及生产数据等多维数据，通过业务逻辑算法模型，对人车关注目标的同行、落脚点等时空规律，进行统计分析 | |
| 智能分析事件 | 对消防通道占用、打架、人群聚集、车辆违章行驶、非机动车载人、非机动车未带安全帽、工地未带安全帽、车辆违规驾驶、车辆违停、值班人员离岗/ 睡岗、闯入禁区、烟火检测、公共场所遗留物、车流、车行密度、高空抛物等行为事件，应用视频智能分析技术，对其疑似违规违法事件进行预警。 | |
| 智能追踪 | 在重点安全区域对关注的人或车目标进行视频智能分析识别，实现监控范围内对可疑目标的动态实时接力追踪和轨迹刻画，并建立轨迹档案 | |
| 立体化防控 | 按照点、线、面、圈规划方式，通过物联网感知技术，对城市进行立体化封闭治安防控 | |
| 智能围堵 | 结合定位信息（含感知设备部署位置），在电子地图上设置管控围界或线路，对偏离或超出管控区域的目标进行预警，实现图上围堵 | |
| AR实景监控 | 全景视频监控结合AR技术，实现可视监控范围内基础设施和人员、车辆、场景等关注目标的标签化、动态化、关联化，协同服务实景应急指挥应用 | |
| 步态预警 | 对执法机关重点场所进入人员进行步态采集识别，与预置的关注人员步态库进行黑名单比对，对疑似关注人员进行预警 | |
| 移动执法 | 对检查站、交通节点等人车目标身份，通过人证识别等手段进行临时核验检查 | |
| 安保人员 | 智能巡更 | 对出入口、仓库、财务室、供电供网供水等安保点位，利用人脸、指纹等生物特征识别门禁或移动可视巡更终端，按路线定期巡更，联动视图事件报备、实时跟踪、轨迹刻画、任务监管 |
| 停车安全管理 | 对停车库/场等停车区域，通过车牌图像识别比对进行车辆出入权限授权管控，也可对前排驾乘人员面部特征进行辨识 | |
| 智能周界 | 对园区、码头、厂区、港口、交通场站等封闭管理场所，通过热成像、激光、可见光等视频智能分析识别，进行周界防范侦测报警 | |
| 智能火情监测 | 对城市的仓库、大型公共场馆、交通枢纽等涉及物流、易燃易爆的场所，通过热成像、可见光视频融合识别，对监控区域火情监测预警 | |
| 智能安检 | 对过检包裹的X光图像进行采集，应用视频智能分析技术，识别疑似刀、枪、棍等社会治理管制器具，替代人工初筛，有效提高效率 | |
| 系统运维人员 | 视频质量诊断 | 运维过程中，对多路视频图像的亮度异常、干扰、遮挡、信号丢失、色彩失真、亮度异常、场景变更、模糊、完整率及视频丢帧等视频图像质量进行自动巡检诊断 |
| 监控数据治理 | 对摄像机的设备信息和采集数据按照预置规范模型，进行比对判断，自动筛查出不完整、明显错误、不规范的数据项和感知视图的质量低、无法访问、时标不匹配等有问题视图数据，并统一核验校正 | |
| 市民 | 智能门禁 | 对进出居民小区、办公楼、房屋等场所的人员实行以人脸、指纹、虹膜等生物特征数据采集识别，与预置的生物特征数据库进行白名单比对，进行智能开门，提高安全通行效率 |
| 人证核验 | 在进出交通枢纽出入口、住宿登记、访客登记等情况下，对通行人员进行现场人脸和身份证件信息采集识别，通过现场人脸与身份证件人脸的数据比对， 进行身份一致性核验 | |
| 走失人员搜寻 | 通过人脸、DNA等生物特征识别比对技术，对走失人员进行搜寻和身份认证 | |
| 智能报警求助 | 对抢劫、斗殴、落水、事故等事件，通过集成报警键、视频感知、对讲通讯、警铃等模块的装置，提供可视报警求助 |
城市管理
人工智能技术在城市管理领域的应用主要是提供智能化的事件感知发现、流转派发、处置反馈的全流程闭环管理能力，实现城市事件管理、综合巡查、智能发现与预警的智能化管理和提供行政执法支持，应用场景描述见下表。
表 城市管理应用场景
| 三级（小类） | 四级（细类） | 应用场景描述 |
| 事件管理 | 事件上报 | 网格员在日常巡查及时将发现的事件进行上报，通过摄像头、无人机等发现的事件自动上报，市民、志愿者等可通过对外开放渠道对发现的事件进行上报；对上报事件等进行语音、语义分析，智能识别事件类型、归并一事多诉、根据派单规则和历史流转状态提供自动流转建议 |
| 事件核实 | 城运中心对上报的事件派发相关核实任务给网格员，网格员现场核实事件的真实性，或通过摄像头、无人机等方式进行远程核实 | |
| 统一受理 | 对核实准确的事件进行受理立案，AI辅助判断是否为疑难事件，如不是则通过通用事件流程进行处置，如是则进行疑难事件专项流程进行处置 | |
| 统一分拨 | 将受理的事件分拨至相应部门进行处置，包括推荐分拨、自动分拨、主协办拨、多部门分拨等多种方式 | |
| 统一处置 | 通过法条匹配和案件主体、案情模式分析、相似案件比对等手段，实时支持一线执法人员现场执法，对证据固定、笔录采集、宣传普法等业务进行综合支持 | |
| 事件核查 | 城运中心对处置部门反馈的结果派发核查任务给网格员，由网格员现场核查事件是否处置完成，或通过摄像头、无人机等方式进行远程核查 | |
| 事件结案 | 城运中心对核查通过的事件进行结案操作，全流程数据提供AI学习 | |
| 统一监管 | 城运中心通过统一监管平台对事件处置全流程进行智能监管，包括效能评估、预警纠错、督察督办等 | |
| 综合巡查 | 任务梳理 | 通过智能收集、分析汇总，梳理出相应任务规范，形成任务清单，实现任务标准化管理，减轻网格员一个事件多个任务的工作压力 |
| 任务定制 | 基于任务模板定义相关任务，预选选择任务项，自动配置任务要求 | |
| 任务派发 | 基于规则配置，周期性任务自动派发给相关网格员进行处理，临时性任务，可通过AI自动+人工辅助的方式指定相关网格员进行处理 | |
| 任务执行 | 网格员接收任务后，持通过法条匹配和案件主体、案情模式分析、相似案件比对等手段，支持网格员进行现场处置，并反馈处置结果 | |
| 任务反馈 | 城运中心对网格员反馈的处置结果进行审核，如果不合格则退回至网格员进行重新办理，通过则进行办结操作 | |
| 智能发现与预警 | 重点人员识别 | 掌握了解网格内流动人口和出租屋租户、涉稳重点人员、社区服刑人员、刑满释放人员、吸毒人员、易肇事肇祸精神障碍患者、重点青少年、参与邪教人员、孤寡老人等人员群体情况，通过AI人脸识别技术，及时将相关情况录入上报，协助相关部门做好服务管理工作 |
| 市政违章 | 为了自动发现移动摊贩、出店经营、机动车违停、非机动车违停、施工占道、路面塌陷、张贴小广告、违规广告牌、拉横幅、焚烧垃圾、秸秆燃烧、河流湖泊漂浮物、自动化垃圾分类监管等，应用视频智能分析技术，进行视频智能识别并上报预警 | |
| 运输车辆 | 对城市内特殊车辆（如渣土车、生活垃圾清运车辆、洒水车、危险品运输车辆等）的车载定位、道路及车载监控视频等数据进行实时匹配、综合分析和跟踪识别，实时预警发现车辆的异常运行状态、违法违规行为，并进行上报预警，结合预案进行预警处置 | |
| 城市基础设施 | 通过传感器采集电力、通信、燃气、热力等城市公共管线、部件、站点的震动、温湿度、压力、可燃气体等感知数据，识别异常数据、生成事件预警； | |
| 分析决策 | 热线分析 | 通过城市热线数据分析，提取热线数据记录中的空间信息进行地理编码，结合热线记录的原始信息，刻画市民来电的时间、空间和类别特征 |
| 问题发现 | 利用高频词分布及其相关性，归纳城市公共管理中的主要问题，分析各类问题的时间变化特征和空间分布模式 | |
| 关联分析 | 对市民诉求的具体类型、地理位置及严重程度进行及时监测与量化分析，准确获取市民诉求发生的时空状态及关联要素，并将预警结果及时推送给相关单位和责任人 |
智慧应急
人工智能技术在智慧应急领域的应用主要包括防灾减灾、疫情防控、消防救援、安全生产管理等，应用场景描述见下表。
表 智慧应急应用场景
| 三级（小类） | 四级（细类） | 应用场景描述 |
| 城市应急决策指挥人员 | 应急疏散方案优化 | 基于城市安置点、应急避难场所、交通情况等多种要素综合分析，动态生成、优化疏散路线和安置方案 |
| 应急动员方案优化 | 对本区域内各类社会应急力量专业能力、人员物资配备进行动态管理，并根据技能需求和实时空间分布动态生成应急动员方案 | |
| 应急物资保障优化 | 对本区域医疗卫生物资、工程物资、生活保障物资等应急物资的仓储、物流运输进行动态规划，优化物流运输路线，提升分发效率 | |
| 防灾减灾管理人员 | 地质灾害预警 | 基于IoT、遥感、高精度卫星定位等技术，监测地质监测点位移情况，动态评估地质灾害风险，提供智能预警 |
| 防汛防涝预警 | 基于气象数据与高精度遥感数据结合，评估降雨过程对城市水域分洪泄洪能力的影响，动态预测积水情况。 | |
| 疫情防控管理人员 | 医学影像智能识别 | 采用图像识别算法，对CT、X光等医学影像特征进行大规模快速识别，用于流行性疾病早期预警 |
| 轨迹预警 | 基于确诊病例到访轨迹查询和疑似病例轨迹追踪，提供疑似病例预警和信息直报 | |
| 风险评估 | 基于病例轨迹进行空间分析，动态评估区域风险，定位潜在社区传播源； 基于污水管网空间关系，结合污水病原特征检测，预警区域疫情风险，定位潜在传播源 | |
| 无接触测温 | 支持无接触式测温、体温异常预警，口罩佩戴及人员身份识别，实现超温目标人员锁定 | |
| 无人作业 | 支持疫区、隔离区无接触送物和智能化无人消杀作业 | |
| 安全生产管理人员 | 异常行为识别 | 对燃气、油料、蒸汽等管线、阀门、泵站布设具备识别功能的视频监控装置，识别人员闯入、违反安全操作流程、人为破坏，车辆闯入、车辆违规行驶等异常行为，并生成管理预警 |
| 重点设备监测 | 对管线输运、仓储、运输等重点环节布设泛在IoT传感器，对管线、环境的温度、湿度、压力、可燃气体等异常指标进行监控并生成预警 | |
| 危险品特性管理 | 采用知识图谱技术，对于危化品、可燃品等特殊管理对象的物理化学特性及应对方案进行优化和管理，并在出现险情时动态推送给现场指挥、处置人员 | |
| 消防救援人员 | 建筑物空间结构识别 | 采用室内全息扫描、高精定位等采集手段及建设图纸动态生成建筑及地下空间结构模型，为各类室内物理模型的提供空间计算基础 |
| 建筑物内部模拟 | 基于气体扩散模型、水淹模型、结构力学模型等专业模型，为建筑、地下空间的事故、灾害、应急救援提供动态模拟和推演功能 | |
| 森林消防预警 | 采用可见光、红外等多波段图像处理技术，识别植被含水量、野外燃烧点、评估山火、野火风险 |
市场监管
人工智能技术在市场监管领域的应用主要是维护市场秩序、保障产品质量、保障特种设备安全运行和监督食品安全生产等，应用场景描述见下表。
表 市场监管应用场景
| 三级（小类） | 四级（细类） | 应用场景描述 |
| 自然人/法人 | 身份认证 | 提供多种生物特征进行身份认证方式，解决身份证登录或密码等认证单一的问题，给个人/法人提供便利 |
| 市场监管部门 | 企业信息风险评估 | 整市场主体合登记注册、行政处罚、司法执行、投诉举报、关联关系、社会舆情等信用信息进行结构化汇总，建立企业信息风险评估，实现企业信息风险等级管理，推动企业信用体系建设 |
| 市场产业结构趋势分析 | 结合历年市场主体登记信息，利用大数据技术，可分析地区产业结构发展趋势。政府依据制定针对性产业政策，引导产业结构发展，推动产业结构调整、新旧动能转换的政策落地 | |
| 网格化执法管理 | 基于CIM基础，按照执法机构管辖区域，建立执法队伍的网格化管理。对违法点，提供线路规划 | |
| 网络交易监管 | 采集网络交易平台产品信息、宣传信息、交易数据、评论数据，一级第三方网络舆情数据，利用大数据技术，对网络交易中涉及产品批号异常、无许可、价格乱象、广告虚假宣传、商标和专利侵权等行为进行预警 | |
| 产品质量安全监管 | 采集产品质量安全风险信息，包括：投诉举报、执法监管、检验检测、风险监测、产品缺陷信息、上级或同级部门转办的风险信息等，对产品质量的安全风险评估并进行风险预警 | |
| 特种设备安全监管 | 以企业或场所为基础，整合特种设备使用登记、监督检验和作业人员持证信息，对特种设备安全风险信息检测和评估，进行特种设备风险预警 | |
| 食品安全监管 | 整合食品相关主体行政许可、行政处罚、抽查检查、食品追溯、农贸市场快检和12315投诉举报数据，以及各级市监部门、各大主流媒体、主流网络餐饮平台的互联网数据进行聚类分析，按照风险源对经营主体进行风险预警，及时发现食品安全风险点 |
智慧能源
人工智能技术在智慧能源领域的应用主要是为能源全周期供应链提供智能化服务，包括生产、服务和管理的智能化等，应用场景描述见下表。
表 智慧能源应用场景
| 三级（小类） | 四级（细类） | 应用场景描述 |
| 生产人员 | 设备自动监测 | 监测设备运行状态，早期预测设备故障位置和程度，启动预警处理程序 |
| 人员作业安全 | 划定安全生产作业区域，监控现场作业人员（包括佩戴安全帽、安全服，轨迹），及时发现危险生产行为 | |
| 供热燃料库存管理 | 综合评估热源厂历史运行指标，计算燃料可用天数并提供预警 | |
| 供热站生产管理 | 综合评估供热站供热温度、进程站压力、流量等指标，异常预警提醒，自动上报异常工况 | |
| 调气站、门站生产管理 | 综合评估调气站、门站供气量、供气压力、瞬时功率、流量等数据，异常预警提醒，自动上报异常工况 | |
| 燃气管网泄露报警 | 监控燃气管网压力和流量，判断燃气泄漏量，触发泄露预警 | |
| 服务人员 | 智能客服 | 提供涵盖全渠道、全业务的智能辅助、智能服务应用包括语音客服、在线客服等，实现业务办理智能辅助、流程自动化等应用 |
| 智能服务机器人 | 提供人机交互、人脸识别、自主导航、自动充电等功能 | |
| 用户端服务管理 | 分析用户端供回水温差、流量等运行数据分析，早期发现用户端问题，自动触发服务工单 | |
| 管理人员 | 自动收费提醒 | 按照预先设定的收费方案，通过多种渠道为用户提供收费通知提醒 |
| 安全预警 | 在能源生产、输送等作业环节，设置虚拟电子围栏，采用图像识别算法，协助工作人员智能识别危险区域，提醒并警示越界人员 | |
| 辅助定价策略 | 综合分析用户使用供热、燃气量、时间段和财务收支情况，提供供热、燃气价格策略，节约城市能源 | |
| 智能检索 | 模糊查询条件（小区、门、站、道路、地标、坐标等）检索用户 |
（三）产业经济中人工智能技术的应用场景
产业经济是城市生产力结构中的重要组成部分，在产业经济中，人工智能技术与金融、农业、园区、物流等重点行业领域深度融合，通过聚集行业资源和信息数据等，打造智能产业集群，促进产业服务发展。
产业经济中人工智能技术的应用场景是第一级（大类）应用场景。人工智能技术在产业经济中的应用场景主要包括智慧金融、智慧农业、智慧园区、智慧物流、智能制造等。
智慧金融
人工智能技术在金融领域中可以用于服务客户，支持授信、各类金融交易和金融分析中的决策，并用于风险防控和监督，应用场景描述见下表。
表 智慧金融应用场景
| 三级（小类） | 四级（细类） | 应用场景描述 |
| 企业 | 企业信用分析 | 提供在个人/企业信用分析、风险传导、智能问答、知识库搭建等方面的应用 |
| 营销服务 | 形成对用户或用户群体的完整知识体系描述，挖掘已有客户的潜在需求，针对性地推送相关产品，为客户提供营销服务 | |
| 风险评估 | 通过全面的数据分析、构建模型，预估风险来源和风险系数，提升金融风险控制以及反欺诈能力 | |
| 个人 | 推荐服务 | 基于用户偏好以及用户群体的描述，针对性地推送相关产品，为个人客户提供推荐服务 |
| 精准推送 | 基于用户偏好、服务定制以及使用习惯等信息，针对性地推送相关产品，为个人客户提供精准推送 | |
| 智能问答 | 在个人金融服务中提供智能问答、知识库搭建等方面的应用 | |
| 风险评估 | 通过全面的数据分析、构建模型，预估风险来源和风险系数，提醒个人用户相关金融风险控制以及反欺诈能力 | |
| 金融机构 | 舆情分析 | 基于政策情况、市场动向以及相关大数据分析，提供舆情分析方面的应用 |
| 精准获客 | 基于多维数据，精准勾勒用户画像，提升金融机构的获客精准度和客户质量，有效降低金融机构的不良率和获客成本；基于企业知识图谱，为金融机构提供企业身份认证、企业情报、企业评估、企业监控等能力 |
智慧农业
人工智能技术在智慧农业领域的应用主要包括提供农业可视化远程控制、农产品溯源、灾变预警等农业智能化管理，应用场景描述见表。
表 智慧农业应用场景
| 三级（小类） | 四级（细类） | 应用场景描述 |
| 政府主管部门 | 智能识别 | 利用遥感、机器视觉等智能感知技术实现虫情监测、虫体识别，经过自动分析和人工判别，实时掌控农作物生长态势和病虫害，实现疫病诊断、快速反应和预测产量 |
| 智能分析 | 利用智能感知和识别技术，对动植物多源异构信息的采集、汇聚和关联分析，构建动植物数据库和知识图谱 | |
| 智能决策 | 利用智能决策技术，发挥农业大数据在精准生产、质量监管、态势感知、综合分析、预警预测等领域的智能决策能力 | |
| 农户 | 智能监测 | 利用智能感知技术，实时掌控农作物生长环境信息，包括温度、湿度、光照、土壤墒情、水质、水量等 |
| 智能控制 | 利用智能控制技术实现生产环境参数的智能调节，对光照、通风、灌溉、施肥的定时、定量控制，促进节约型农业建设 | |
| 企业 | 种子质量鉴定 | 利用机器视觉等技术，对种子质量进行鉴定，整个鉴定过程不会对种子造成任何损害，提升种子鉴定的效率 |
| 农产品溯源 | 利用机器视觉等技术对农产品的生产、加工、流通和检测等环节实施全程监管，提供产品全流程溯源服务 |
智慧园区
人工智能技术在智慧园区领域的应用主要包括智能化设施建设、精细化管理、智能化应用服务、园区设备设施运营、智能环保等，应用场景描述见下表。
表 智慧园区应用场景
| 三级（小类） | 四级（细类） | 应用场景描述 |
| 园区建设者 | 智能物联 | 通过人工智能与物联网等技术融合应用，将园区门禁设备、停车设备、监控设备、楼宇设备、能耗设备等统一接入平台，实现统一监控调度和决策预警 |
| 智慧安防系统 | 支持人脸识别领域的主流技术，应用于人脸识别闸机、陌生人报警系统，确保园区生产生活的安全 | |
| 园区标识与品牌应用 | 应用人机交互、AR、VR 等技术，在园区标识、建筑物结合图形数字和多媒体技术，强化园区品牌价值 | |
| 园区管理者 | 智能运营管理中心 | 运用人工智能多领域技术，智能感知获取企业、来往人员、交通等动态数据， 通过智慧化服务终端结合交互技术，实现园区多种智能设备的联动，创新构建园区智慧场景 |
| 园区流动人员管理 | 提供园区、建筑的进出人口身份识别、周界防护、异常行为警报等服务，实时监控陌生人员、可疑人员在园区内的移动轨迹和行为 | |
| 园区车辆管理 | 支持车辆定位、车牌识别等服务，辅助园区实现车辆引导、停车资源智能调度、反向寻车等 | |
| 设备管理监测 | 通过自动化技术、物联网技术的应用，智能感知设备的运行状态，做到远程监控，实现智能化控制 | |
| 园区服务者 | 招商租金服务 | 采用人工智能等技术，支持园区的办公、厂房、酒店、人才公寓、商铺、停车区域、客户等资源信息统一录入，沉淀资源池，对园区资产、租售状态等进行实时在线管理和提醒 |
| 智能化服务载体 | 应用AI政务机器人应用、人脸识别、语音识别、智能翻译、智能搜索、精准推荐、智能问答、导航指引等功能，为园区人员提供智能清单，推动服务事项智能闭环 | |
| 园区服务协调 | 运用新技术的叠加，掌握园区运行情况和园区设备控制及割裂服务，实现各类数据可视化 | |
| 智慧宣传 | 通过人工智能技术应用，开展新闻定制、政策推送、智慧党建、可视化呈现等 | |
| 智能客服中心 | 在物业客服中心和各主要应用中心，设置智能服务机器人，智能终端设备等，确保数据统一、服务及时 | |
| 园区运营者 | 园区线上互动平台 | 借助人工智能及信息化工具，开展业务标准化设计，打造线上互动平台，打 |
| 通园区关联性企业信息、资源，扩展产业集聚效应 | ||
| 园区科技体验场景 | 建设无人驾驶、车路协同应用、充电桩智能调配、VR 模拟驾驶体验，增强园区科技气息 | |
| 智能环保 | 通过园区综合生态监控系统，监测园区中的温度、有害气体、火情、风雨等自然情况，同时也可以监控园区中的环境质量如废弃物、水质、空气、噪声、排污等并进行及时的数据汇总和报警 | |
| 能耗与排污调配 | 建设能源调度、设备运行、环境监测、产业密度、人流密度等多维分析模型， 提供园区优化能源调配使用方案，如企业节能、照明节能、供暖节能、电梯节能、给排水调配等 |
智慧物流
人工智能技术在智慧物流领域的应用主要体现在物流仓储、分单、运输、配送等环节，应用场景描述见表。
表 智慧物流应用场景
| 三级（小类） | 四级（细类） | 应用场景描述 |
| 寄件用户 | 智能化投递 | 对投递包裹进行拍照扫描后，在通过人证识别方式实名认证投递人，形成配送物流单号，实现包裹、投递人、物流单号信息捆绑，进行一投一档归档，易于精准追溯投递 |
| 物流企业 | 库存管理 | 支持对仓储历史库存数据的综合分析与预测，通过对各类产品资源的整体需求与地域需求的比对分析，实现物流资源配置与调配的整体优化 |
| 智能搬运 | 采用人工智能搬运机器人，支持对搬运货物、仓储空间进行识别和解析，通过搬运空间坐标引导和动态路线规划，提供自动化货物搬运服务，提升物流效率 | |
| 暴力分拣检测 | 对倾倒、翻转、抛扔、翻滚、掉落、拖拽、滑行、包裹推动包裹等物流包裹分拣异常事件，通过视频智能分析识别，进行检测预警 | |
| 智能分单 | 支持对包裹面单信息进行精准识别，自动匹配配送网点及配送快递员，提升分单精准率和分单效率 | |
| 运输路线规划 | 支持预测运输货量需求，根据货量需求规划最优化线路，并通过对预判货量的实时更新，动态调整运输线路 | |
| 精准配送 | 通过可视化手持管理终端，利用移动通信网络，进行送货过程人证核验、人像数据采集、到货交接、设备巡检等功能，有效降低事故发生率，提高人员的工作效率 | |
| 物流监管部门 | 物流安全识别 | 推进危险货物运输及成殓的安全监管能力，基于路测视频监控，实时识别并提取特殊物流车辆，并监测车辆行驶时间、行驶区域、行驶位置、行驶速度、行驶路线的实时掌握，有效规范危险品运输流程，避免违规操作引发的安全风险 |
| 物流安全监管 | 开展危险货物港口作业在线审批、在线监管执法、隐患和重大危险源的在线闭环管理，实现履职的“痕迹化”；具备数据自动对比功能，对违法违规作业等异常作业进行预警或限制 |
智能制造
人工智能技术在智能制造中的应用主要在关键技术装备、核心支撑软件、工业互联网等系统集成应用，以制造业的研发设计、生产制造、供应流通、经营管理等全生命周期开展场景应用，应用场景描述见下表。
表 智能制造应用场景
| 三级（小类） | 四级（细类） | 应用场景描述 |
| 研发设计人员 | 新产品制造设计 | 利用人工智能技术帮助实现新产品设计、生产过程中的微调，缩短时限，提升数控机床产业效率 |
| 生成式设计 | 系统指引下设置期望的参数及性能等约束条件，基于人工智能算法自动生成可行性方案并进行综合对比，筛选出设计方案推送给设计者决策 | |
| 集成化智能产品 | 将人工智能技术成果集成化、产品化，在智能手机、工业机器人、服务机器人、自动驾驶汽车及无人机等具备感知、判断能力并与用户互动的智能产品。 | |
| 生产制造人员 | 生产工艺参数 | 对制造过程中的机器进行参数设置，对于一些对温度、速度影响大的生产公益，自动设置和调整机器的参数，找到最佳生产工艺参数 |
| 工业机器人 | 根据人工智能技术设定的规则，面向工业领域的焊接、装配、喷涂、处理等不用作业领域，通过更高级的学习能力、逻辑分析能力、解决问题能力等，实现“感知-决策-行动-反馈”的闭环工作流程 | |
| 增强制造设备 | 运用人工智能实现技术复合化、生产方式柔性化，提供差异化更大的定制化服务、更小的生产批量和结构一体化 | |
| 智能工厂 | 运用智能手段、智能系统等新兴技术，打造生产设备网络化、生产过程透明化、生产文档无纸化、生产数据可视化、生产现场无人化，实现以人机交互为本质的高效、节能、人性化工厂 | |
| 产品质量溯源 | 利用人工智能、数据科学和数据分析自动识别生产中有问题的步骤，确定生产过程中某一个环节未达到要求的能力，提高质检效率 | |
| 依赖视觉检查项目 | 利用人工智能建立自动视觉监测系统，对产品和照片进行比较，并决定是否通过检查 | |
| 供应流通人员 | 需求/销量预测 | 应用人工智能开展供应量管理和需求预测，根据变化调整生产计划改进工厂利用率。将企业数据与客户数据融合分析，利用机器学习算法识别需求模式 |
| 智能自动化分拣 | 运用深度学习、3D视觉及智能路径规划等核心技术，通过无序分拣机器人实现混杂分拣、上下料及拆垛 | |
| 仓储自主优化 | 应用机器人自动实现点对点搬运，提升仓储拣选效率。物流作业区的机器人自动感应障碍调整路线，通过机器学习算法对物流数据进行建模分析，促进仓库自主优化 | |
| 供应链管理 | 开展供应商智能评估、零部件智能选型。推动行业内订单、产能、渠道等信息共享，支持资源配置能力强的企业建设供应链协同平台 | |
| 经营管理人员 | 调度决策优化 | 基于智能生产管理系统，将历史调度决策过程数据和调度执行后实际生产性能指标作为训练数据集，采用神经网络算法，对调度决策评价算法参数进行调优，保证调度决策符合生产实际需求 |
| 预测性设备运维 | 利用机器学习处理设备的历史数据和实时数据，搭建预警模式，提前更换即将损坏的部件以避免机器故障 | |
| 生产资源分配 | 人工智能可以针对消费者个性化需求数据，在保持与大规模生产成本相当、甚至更低的同时，实现柔性生产，快速响应市场需求变化 |
（四）生态宜居中人工智能技术的应用场景
生态文明是决定一座城市可持续发展的重要因素之一，生态宜居建设关系到人民的生活质量和未来发展。在生态服务中，应用人工智能技术能够完善智慧生态环境检测管理服务体系，为市民构建节能宜居的生活环境。
生态宜居中人工智能技术的应用场景是第一级（大类）应用场景。人工智能技术在生态宜居中的应用场景主要包括智慧环保、智慧家居等。
智慧环保
人工智能技术在智慧环保领域的应用主要包括提供环境监测、环境管理、环境决策等方面的智慧化应用与服务，应用场景描述见下表。
表 智慧环保应用场景智慧家居
| 三级（小类） | 四级（细类） | 应用场景描述 |
| 环境监测人员 | 智能信息识别 | 通过视频识别等人工智能模型，在不同物理环境下，监测设备对黑烟车等的自动、高效、高精度识别 |
| 智慧数据质控 | 通过增加规则模型，基于大数据分析，实现对无效数据、错误数据的自动筛选与剔除，提高监测设备回传数据的质量 | |
| 智能监测预警 | 基于环境指标限制值，监测设备进行自动识别与预警，通知环境监测人员进行排查、处理，消除环境风险 | |
| 智能设备反馈 | 当设备被外物侵入时，能够智能进行语音告警、视频拍摄、通信反馈等智能化自我保护处理；当环境颗粒物等污染浓度超标时，可以开启喷水降尘等自动环境保护措施 | |
| 智慧设备运行 | 通过智能识别设备及部件运行状态，当设备发生问题时，自动分拨问题给运行维护人员，保障设备正常在线 | |
| 环境应用人员 | 智能对象提取 | 通过企业画像、知识图谱等技术，在固定污染源监测等应用场景，自动识别出异常企业等对象，从而增强监管对象有效性，提高监管效率 |
| 智能多源数据分析 | 基于环境质量监测、污染源分布等数据，对于噪声超标等场景，进行多源数据分析，识别数据源间相关性，找出主要的污染源并进行处理 | |
| 智能空间表达 | 采用智能空间制图技术，通过监测点监测数据，实时生成环境应用动态地图，实现直观、全面、实时掌握环境要素及相关资源情况 | |
| 智能报告生成 | 基于生态环境大数据，进行智能数据抽取与分析，按照预定义的报告格式，以文字、数字、图表等形式自动生成报告 | |
| 智能溯源分析 | 利用人工智能环境溯源模型，进行污染源生成、扩散等分析，实现污染溯源，从而进行污染源管控 | |
| 环境服务人员 | 智能语音服务 | 智能语音机器人能够自动识别语音，并进行自然语言处理，识别语义，进行知识查询、功能调用、指令执行等服务，实现人与设备、人与系统的自然交互 |
| 千人千面服务 | 通过标签等技术，勾画用户、数据、系统画像，对用户提供千人前面服务，实现系统、信息的精准推送，实现复杂系统下按需所得 | |
| 智能审批服务 | 基于电子政务、三线一单等数据，提供智能审批服务，实现数据要素流通，让数据智能校核验证，保障审批材料的完整性、严谨性，提高审批效率 | |
| 环境决策人员 | 智能全景画像 | 采用智能分层技术，对环境要素、环境资源进行自适应聚合与展示，构建环境分析全景画像，支持管理决策 |
| 智能协同联动 | 通过构建专家知识库、知识图谱等方式，实现执行协同联动，通过人工智能技术，保障在有限的时间、空间、资源情况下，快速反应，科学行动 | |
| 智能应急响应 | 构建应急响应案例库、模型库、演练库，实现基于数据的智能模拟演练，实现在环境重污染等情况发生时，智能启动应急响应，进行应急调动 | |
| 智能决策辅助 | 基于互联互通的数据要素体系，应用知识库、推理机、自然语言处理系统等，实现对环境问题的智能推理、智能分析，辅助管理人员进行环境处置决策 |
人工智能技术在智慧家居领域的应用主要包括提供设备智能控制、提供设备自我学习能力和为用户提供个性化生活服务等，应用场景描述见下表。
表 智慧家居应用场景
| 三级（小类） | 四级（细类） | 应用场景描述 |
| 居民 | 智能监测 | 利用智能感知技术，通过智能穿戴、智能家居设备，实时监测居民的生命体征参数，如心跳、血氧、心率、睡眠等；实时监测房屋居住环境，如房屋的温度、湿度、照明、危险气体等 |
| 智能控制 | 通过智能语音、智能交互等技术，实现用户对家居系统各设备的远程操控和智能控制，如开关窗帘（窗户）、操控家用电器和照明系统、打扫卫生等操作 | |
| 家居安防 | 通过机器视觉的人脸识别和行为识别功能，对非法入侵的人员进行人脸采集、取证，并关联报警；居民可以通过机器视觉的行为识别功能，对被照看人员如老人、小孩进行行为识别，对危险行为进行预警 | |
| 智能关怀 | 通过智能人机交互等技术，实现对老人、小孩的智能陪护和关怀 | |
| 智能门锁 | 通过应用声纹识别、脸部识别、指纹识别等技术进行门锁等的控制 | |
| 运营商 | 智能推荐 | 通过应用机器学习技术，分析用户兴趣和爱好，根据用户喜好推荐节目和消息 |
缩略语说明：
AI：人工智能（Artificial Intelligence）
AR：增强现实（Augmented Reality）
CIM：城市信息模型（City Information Modeling）
CT：电子计算机断层扫描（Computed Tomography）
IoT：物联网（Internet of Things）
VR：虚拟现实（Virtual Reality）
【END】
