從Covid-19中恢復后，我們將有機會重新思考我們的城市。在大流行期間，我們更加依賴當地社區和技術，而這兩項工作將共同創造出更加智能的城市。隨著越來越多的人意識到氣候變化的現實，未來的城市在能源和交通運輸方面的設置可能會大不相同。

[[379966]]

所有自動交通以及未來智慧城市的許多技術都將取決于5G和邊緣計算。后者本質上是我們在整個大流行中一直在做的技術版本，即依賴附近的情況。這樣可以提高彈性，并向系統中添加更多信息，以創建更智能的城市。

5G網絡提供了更高的小區密度、更高的數據速度和更低的網絡延遲。在5G中，更多處理被推到網絡邊緣，從而實現了低延遲應用程序的實施。另外，小區站點的密集化為消費者提供了增加的網絡容量、更多的數據帶寬和更高的移動數據速度。這種網絡密集化將實現高級分析，以進行實時決策。5G技術的應用可以幫助城市節省金錢、資源，并為人們創造更清潔、更安全、更健康的生活場所。

5G和邊緣計算齊頭并進。5G增加了可通信的數據量，而邊緣計算使用數據在本地運行計算，而不是將數據發送到其他地方進行分析和處理。這通常更快、更能抵抗破壞。結合起來，這兩種技術具有廣闊的前景，并且是當今最杰出的新興技術。

根據IDC的研究，到2023年，全球5G連接數將增長到10.1億，到2024年，全球在邊緣計算上的支出將達到2500億美元。這為通過注入下一代技術來轉變城市提供了巨大的生態系統機遇。

智慧城市旨在改善居民的生活質量。可以利用諸如物聯網(IoT)、區塊鏈、人工智能和分析等關鍵技術來覆蓋整個范圍，包括廢物管理、智能停車、電子政務、電力和公共照明、教育、衛生、交通管理和智能建筑。邊緣計算、5G功能和工業物聯網設備的結合為技術的有效使用奠定了基礎，并有可能實現更智能的供應鏈，并使我們更好地應對服務中斷。

公用事業和基礎設施

邊緣分析可以幫助智慧城市自治市更好地管理和節約寶貴的資源，包括能源、水和新鮮空氣。水系統和廢物管理系統中基于IoT傳感器的分析功能可實現更好的監控和管理，而創新的電網可為企業和消費者提高能源效率。邊緣分析還有助于監視和控制建筑物的運行，例如供暖、通風、空調、照明和安全，以虛擬方式自動實現最佳的居住環境。

經濟發展與公民管理

通過使用5G網絡上的IoT傳感器，可以監控交通流量，停車位可用性，公用事業使用情況和公共路燈管理。主管部門可以利用邊緣分析來找到實用的解決方案，以節約能源，優化水和電資源并減少對環境的影響。在大流行期間，我們已經看到一些趨勢，人們從擁擠的城市搬到人口較少，服務更好的地區。使用技術，盡量減少交通擁堵并改善廢物管理，可以吸引新居民并增加社區內的經濟機會。

邊緣計算的優勢可能延伸到智慧城市的各個方面：

公共安全與犯罪控制

邊緣分析和邊緣AI使高級、安全的視頻、傳感器和通信系統能夠主動監視公共場所以及法律和秩序。使用邊緣AI，可以在危害公共安全之前預防或減輕犯罪或其他災難性事件的發生。嵌入在橋梁和發電廠等關鍵基礎設施中的傳感器可以監控結構數據，以識別潛在危險，從而保護公民和城市的經濟福祉。配備傳感器的無人機可以監視車輛交通、人群、建筑工地和災區，以幫助持續監視狀況并支持急救人員。總體而言，社區從對執法和災難管理的信任中受益。

智能交通和自動駕駛智能車

邊緣分析將成為互聯自動駕駛汽車革命的關鍵推動力。道路車輛將彼此通信，并與基礎設施通信，并改善總體道路安全性。它還將減少交通擁堵并提高駕駛員舒適度。

基于邊緣計算的``車輛到云''解決方案通過不同服務(例如高清實時地圖，實時交通監控和警報)為不同級別的自動駕駛提供了邊緣云功能。汽車中的分布式AI應用程序將通過5G無線電將視頻數據發送到電信網絡內部的邊緣計算站點。視頻數據將通過邊緣云上的機器學習算法進行近乎實時的處理。實時圖像處理的結果將發送到汽車，在汽車中將與本地分析進行比較，并做出最終決定，例如給駕駛員的指示。

智能醫療

醫療保健行業正在看到聯網設備的數量激增。邊緣計算和邊緣分析可以在很大程度上減輕這種負擔。臨床醫生的移動設備可以將患者數據實時捕獲到邊緣的連接分析平臺中。患者將不再需要等待分析結果，這將大大減少他們的就診次數。

協作邊緣的概念將成為另一個推動者，其中地理上分散的數據將融合到組合的邊緣設備可消耗視圖中。例如，由于深度學習能夠檢測出臨床上重要的特征以進行診斷和預后，因此近來在眼科學領域已變得越來越重要。這導致將各種深度學習系統嵌入眼科成像設備中，從而實現了自動圖像采集。可以在基于智能手機的設備級別執行相同的操作，例如通過使用連接到智能手機的高分辨率眼底成像系統。

讓城市自己思考

邊緣分析的變革潛力幾乎是無限的。5G網絡的速度以及可以將本地處理工作轉移到網絡邊緣這一事實，使得邊緣分析的主張非常強大。減少的延遲和相互連接的智能設備相互連接，這使當前的模式有了巨大的飛躍，該模式要求將大量數據發送回云以進行分析處理和洞察。設備或邊緣網絡上的自主決策和認知智能可減少處理和決策延遲。這意味著可以決定性地實時做出決定。

5G中的邊緣分析將不僅限于傳統的描述性分析，還將繼續發展。這項強大的技術具有從情景中學習，預測接下來將要發生的事情，規定下一個最佳操作或決策以及從過去的行為模式中學習以做出最佳決策的能力。對于完全自主的應用程序，邊緣分析將實時自動執行下一步操作。