從1997年4月“97北京國(guó)際汽車電子暨智能公路展覽會(huì)”期間清華大學(xué)交通研究所與中國(guó)電子工業(yè)科學(xué)技術(shù)交通中心、中國(guó)道路交通安全協(xié)會(huì)共同舉辦“97北京智能交通系統(tǒng)發(fā)展趨勢(shì)國(guó)際學(xué)術(shù)研討會(huì)”至今，不知不覺(jué)已經(jīng)走過(guò)了20年，個(gè)人在智能交通領(lǐng)域的學(xué)習(xí)和工作也快接近20年，每每看到我國(guó)智能交通系統(tǒng)領(lǐng)域取得可喜的進(jìn)步，心中亦是歡愉。年末歲初，結(jié)合日常所感及日記積累，梳理數(shù)篇小文。
書接前文《洞見(jiàn)·2017 | 李瑞敏：“大數(shù)據(jù)”的幸福與煩惱》，探討完了智能交通的基礎(chǔ)——數(shù)據(jù)后，就接著探討如何應(yīng)用處理數(shù)據(jù)。
對(duì)于數(shù)據(jù)的分析應(yīng)用有這么兩個(gè)途徑，一是傳統(tǒng)的統(tǒng)計(jì)分析建模，這個(gè)已經(jīng)應(yīng)用多年，且還是作為交通研究的主流在不斷的深化，二是新興的人工智能，應(yīng)用較為新穎的各種技術(shù)，如深度學(xué)習(xí)等，來(lái)從數(shù)據(jù)中實(shí)現(xiàn)智能，也即從某方面講，大數(shù)據(jù)已經(jīng)不僅限于數(shù)據(jù)層面，也是一種技術(shù)乃至思維方式。
因此，這里要談?wù)劦氖侨斯ぶ悄?，通俗起?jiàn)，順應(yīng)潮流，倒不妨借用另外一個(gè)熱詞“大腦”，雖然二者并非一樣。
背景
2017年年中，國(guó)務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，其中將“智能交通”作為“推進(jìn)社會(huì)治理智能化”的一個(gè)重要方面，從國(guó)家層面賦予人工智能在交通領(lǐng)域中的定位，而“智能交通監(jiān)控、管理和服務(wù)系統(tǒng)”則是其中重要的內(nèi)容。
2016年的云棲大會(huì)提出來(lái)“世界上最遠(yuǎn)的距離”一說(shuō)，也推出了“城市(數(shù)據(jù))大腦”。
2017年的云棲大會(huì)通過(guò)多個(gè)用戶的現(xiàn)場(chǎng)報(bào)告，闡述了“城市大腦”在智能交通領(lǐng)域的應(yīng)用效果。
同時(shí)，一些智能交通系統(tǒng)領(lǐng)域的相關(guān)企業(yè)也都開(kāi)始提出“大腦”或類似的概念，今年內(nèi)數(shù)個(gè)較大的智能交通系統(tǒng)企業(yè)都以各種形式在各種關(guān)口推出新的系統(tǒng)或平臺(tái)，無(wú)一不融入“大腦”的理念(無(wú)論其使用的名稱是什么)，似乎看來(lái)智能交通系統(tǒng)終于回到正途找到“大腦”了。而此情形，在年末的全國(guó)智能交通系統(tǒng)年會(huì)上又推向了一個(gè)高峰，不僅僅大腦迭出，“心臟”也開(kāi)始上陣。
機(jī)遇
人工智能的發(fā)展歷程顯示，讓機(jī)器以擬人化的方式去思考，或許不是最佳路線，例如曾經(jīng)機(jī)器翻譯的發(fā)展，而近年來(lái)在大數(shù)據(jù)的推動(dòng)下取得了較大的突破，其他如圖像識(shí)別、語(yǔ)音識(shí)別等也基本如此。
在今年最火的主題之一：下圍棋方面，依舊向人類知識(shí)進(jìn)行學(xué)習(xí)的alphaGo戰(zhàn)勝了人類的頂級(jí)選手，但很快就敗在了不再大量使用人類棋譜的alphaGo zero的手下，是否也預(yù)示著人類的經(jīng)驗(yàn)和知識(shí)作為輸入或許在某些領(lǐng)域已經(jīng)拖了人工智能的后腿。
但是無(wú)論怎樣，大數(shù)據(jù)+深度學(xué)習(xí)來(lái)支撐人工智能的發(fā)展在短期內(nèi)尚是主流，從alphaGo到alphago zero，變化的是學(xué)習(xí)使用的數(shù)據(jù)，不變的是依然需要有靠譜的數(shù)據(jù)來(lái)支撐機(jī)器的自主學(xué)習(xí)。
因此，如前文所述，隨著智能交通領(lǐng)域海量數(shù)據(jù)的不斷積累，未來(lái)應(yīng)用人工智能技術(shù)提升交通系統(tǒng)的運(yùn)行及服務(wù)水平成為可能。
計(jì)算機(jī)的能力及長(zhǎng)處在于超級(jí)的計(jì)算能力，對(duì)于能夠窮舉或者分類等方面有著先天的優(yōu)勢(shì)，但是是否在所有的領(lǐng)域都能夠發(fā)揮作用，個(gè)人認(rèn)知非常有限無(wú)法斷言。但現(xiàn)實(shí)中有一些提法：專用弱人工智能近來(lái)進(jìn)展較大，但是在通用弱人工智能和強(qiáng)人工智能方面，似乎推進(jìn)不足。
交通管理領(lǐng)域或許可以視為一個(gè)專用的領(lǐng)域，有著自己的范疇和特點(diǎn)，人工智能技術(shù)層出的今天，或許可以成為未來(lái)人工智能技術(shù)應(yīng)用領(lǐng)域的又一突破點(diǎn)。
人工智能在智能交通領(lǐng)域的應(yīng)用，可視為已經(jīng)有多個(gè)方面，例如圖像識(shí)別、語(yǔ)音識(shí)別等，作為智能交通系統(tǒng)領(lǐng)域一種很重要的基礎(chǔ)技術(shù)，圖像識(shí)別技術(shù)的推進(jìn)肯定可以有助于一些智能交通系統(tǒng)功能的進(jìn)一步提升和開(kāi)發(fā)。
除了圖像識(shí)別、語(yǔ)音識(shí)別、機(jī)器視覺(jué)等應(yīng)用在推動(dòng)交通管理的智能化進(jìn)展外，我們也期望人工智能能夠在專家系統(tǒng)、智能控制、輔助決策、優(yōu)化調(diào)度等方面提供更強(qiáng)有力的有針對(duì)性的支撐。
籠統(tǒng)來(lái)看，人工智能目前在某些領(lǐng)域表現(xiàn)的開(kāi)始比人類強(qiáng)大，但尚不是在所有的(或者說(shuō)眾多的)領(lǐng)域都已經(jīng)表現(xiàn)的比人類強(qiáng)大，因此人工智能到底能給城市交通管理系統(tǒng)帶來(lái)什么程度的智能化，還可以不斷的探討和探索。
挑戰(zhàn)
和下圍棋相比，城市交通管理領(lǐng)域或許在如下方面更具有挑戰(zhàn)性：
管理控制后果的不確定性、管理控制環(huán)境的部分可知性和動(dòng)態(tài)性、意外和突發(fā)情況等。因此，人工智能技術(shù)在智能交通領(lǐng)域的應(yīng)用和發(fā)展也要面臨著更為復(fù)雜的情形。
對(duì)于人工智能技術(shù)在交通信號(hào)控制領(lǐng)域的應(yīng)用，如果用傳統(tǒng)的人工智能搭建的方法，從模仿人的思維角度來(lái)看，是否一個(gè)有經(jīng)驗(yàn)的交通工程師的水平可能就是機(jī)器最終所能達(dá)到的水平?
當(dāng)然，“機(jī)器智能最重要的是能夠解決人腦所能夠解決的問(wèn)題，而不在于是否需要采用和人一樣的方法”，如果以數(shù)據(jù)驅(qū)動(dòng)的方式，擁有自我學(xué)習(xí)的能力，或者說(shuō)學(xué)習(xí)的能力(AlphaGo zero)遠(yuǎn)超交通工程師(圍棋高手)的水平，那么最終是可能達(dá)到一個(gè)更高的水平。
但是，現(xiàn)有的數(shù)據(jù)資源及人工智能技術(shù)是否已經(jīng)能夠支撐交通管理、交通控制等領(lǐng)域的智能化需求呢?例如雖然上篇提到我們現(xiàn)在有級(jí)數(shù)級(jí)增長(zhǎng)的交通“大數(shù)據(jù)”，但是是否實(shí)現(xiàn)了交通系統(tǒng)的全部可知呢?
1)數(shù)據(jù)的問(wèn)題
無(wú)論各類單位如何去宣傳已經(jīng)有了多大多大的數(shù)據(jù)，在全樣性、準(zhǔn)確性上又有多少達(dá)到了完美的程度，誠(chéng)然，可以說(shuō)大數(shù)據(jù)大到一定程度不需要全樣也可以，那準(zhǔn)確性呢?
時(shí)至今日，交通領(lǐng)域的檢測(cè)器有無(wú)數(shù)種，間接的檢測(cè)手段也很多，但是是否都有著這樣那樣的瑕疵呢?不知道未來(lái)信號(hào)控制是否還需要流量數(shù)據(jù)，至少現(xiàn)在的算法還是需要的吧，那么在流量檢測(cè)方面，各類檢測(cè)器的精度達(dá)到多少?另外在覆蓋率方面呢?固定式的檢測(cè)器就不談了，移動(dòng)式的檢測(cè)器目前恐也難以100%的時(shí)段100%的空間覆蓋吧?
一些數(shù)據(jù)在實(shí)現(xiàn)路網(wǎng)的交通狀態(tài)分類估計(jì)擁堵?tīng)顟B(tài)中可以有良好的應(yīng)用，但是是否就一定能夠足夠支撐信號(hào)控制這樣要求更為精細(xì)的工作?目前尚無(wú)法斷言能還是不能，因?yàn)榇髷?shù)據(jù)的一個(gè)特點(diǎn)也是可以應(yīng)對(duì)不確定性，因此需要我們發(fā)揮聰明才智更好的去研究。
2)算法的問(wèn)題
從alphago到alphago zero，算法方面也是有了改進(jìn)，因此，實(shí)現(xiàn)了新的進(jìn)展。在交通控制方面，要實(shí)現(xiàn)人工智能的“大腦”，或許可以參考其他領(lǐng)域的算法，也可能與人工智能在其他領(lǐng)域的應(yīng)用技術(shù)有所不同而需要有突破性的算法，現(xiàn)在有很多的科研人員已經(jīng)在從事該方面的工作，期待能夠看到突破性的進(jìn)展。
3)確定性vs不確定性
仍以下棋為例，在下一步棋前，對(duì)于棋盤上已有的情形是100%準(zhǔn)確了解的，但是在交通管理(如信號(hào)控制)中，在做出下一個(gè)決策的時(shí)候，是否能夠100%(100%!)準(zhǔn)確地了解當(dāng)前已有的情形呢?
同樣，在下一步棋后，計(jì)算機(jī)可以對(duì)對(duì)手所能夠做出的選擇乃至到最終結(jié)局都有個(gè)效益估計(jì)，但是交通呢?如何對(duì)未來(lái)進(jìn)行接近100%的預(yù)測(cè)，這恐怕又是一個(gè)難題。同時(shí)，交通中的隨機(jī)性更強(qiáng)，一起事故、一起違法、一個(gè)闖紅燈的行人等，都可能對(duì)正常的交通流運(yùn)行帶來(lái)較為明顯的影響。
當(dāng)然，大數(shù)據(jù)的理論基礎(chǔ)是信息科學(xué)，其本質(zhì)就是要消除不確定性，但是要應(yīng)對(duì)交通的不確定性應(yīng)該還是有大量的工作要做。當(dāng)然，這里只是對(duì)比下棋，人工智能可能有無(wú)數(shù)種技術(shù)方法，總應(yīng)該有一種能夠滿足交通的需求吧?
未來(lái)
無(wú)論如何，人工智能、互聯(lián)網(wǎng)公司的進(jìn)入算是給多年傳統(tǒng)的智能交通(管理)系統(tǒng)的發(fā)展注入一股新的活力，帶來(lái)了新的概念的同時(shí)，也在觸動(dòng)傳統(tǒng)交通工程領(lǐng)域的思考和提升，期待未來(lái)能夠有所顛覆。傳統(tǒng)上城市交通領(lǐng)域所研究的模型不可謂不多，然作用似乎有限，未來(lái)期待在數(shù)據(jù)的支撐下，通過(guò)科研機(jī)構(gòu)、行業(yè)企業(yè)等的充分融合和協(xié)作，充分應(yīng)用人工智能的技術(shù)，實(shí)現(xiàn)新的突破。
（轉(zhuǎn)載）
