一年一度的中国云计算大会在北京开幕，中国大数据专家委员会顾问、中国科学院院士李未在主题演讲中从利用大数据推动智慧城市和数字化城市的演进，到用解决“亚洲最大社区”天通苑佳通拥堵的例子，深入浅出地阐述了他对视智慧城市和数字化城市的观点。
在过去10年，信息化城市、大数据城市、智能城市、智慧城市成为被热议的话题。李院士认为，实现工业信息化、农业现代化和城镇新型化，已经成为中国社会发展的战略需求和紧迫任务，这三方面的交汇融合发展要求我们必须以信息化为引领才能实现。
在他看来，一个行业、一个区域的信息化过程可以分为两个阶段：一个阶段是数字化，包括信息的传感、收集、计算、传输和控制的网络化和数字化;第二个阶段是智能化，是数字化的更高阶段。
“在云计算的软件环境下，对城市的人口、资源、环境、经济、社会等大数据加以计算和处理，这是欧美发达国家和我国等新兴国家现在基本上已经实现了数字化的目标。”他这样表示。
他解释说，智能城市(iCity)和数字城市(dCity)的区别在于，智能城市是一个复杂的信息生态系统，它提供了三种标志性服务：深度查询、定律发现和决策生成。
以智能就医为例，通过Google搜索引擎进行深度查询症状，然后初步分析疾病预测诊断结果，也就是所谓的“导医”;接下来针对不同预测结果推荐治疗药物、医院排行推荐和知名医师等等;第三部是引导出就医相关服务，例如医疗费用评估、就医智能导航、智能挂号预约就诊。
这里所说的建立深度查询，需要建立一个统一的数字模型，构建知识与数据的一体化表示和组织，实现归纳猜测、关联演算等。
李院士在他的演讲中，还用一个生动的例子解释怎么样通过决策生成的方法，解决北京最大社区——天通苑饱受诟病的交通问题。
首先，收集天通苑地区的人口、道路和公交数据和需求，根据北京交通一卡通的数据计算出这个社区居民的主要出行目的地，然后制定出解决天通苑拥堵解决方案，例如给出最佳出行时间和上班时间，推送给个人或者单位，让公交公司根据个体时间安排，调度公交车车次。
另外从大数据处理的角度，能建立统一的非结构化数据模型，从采用群体软件工程方法这两个方面，这是数字化城市的起步。因为大数据的来源多种多样，所以涉及到原始数据的格式统一问题，李院士认为最好的解决方案是为原始大数据设计一个统一的元语言模型，提高数据处理的效率和质量。
