文|本刊記者 李佳芯 圖|由受訪者提供
近年來,隨著城市化進(jìn)程的加快和機(jī)動(dòng)車保有量的快速增加,城市交通面臨的挑戰(zhàn)和壓力越來越大,以人工智能(AI)為代表的新一代信息技術(shù)逐漸成為解決交通問題新突破口,其快速發(fā)展極大地推動(dòng)了城市交通體系的變革,也為城市交通管理與決策的范式革新帶來了新的機(jī)遇和挑戰(zhàn)。小到交通信號(hào)燈的優(yōu)化控制,大到城市“交通大腦”,無論是城市交通管理者還是廣大交通參與者,都真切地感受到了人工智能帶來的交通出行變化。當(dāng)前,運(yùn)用人工智能技術(shù)服務(wù)城市交通治理、預(yù)防和減少交通事故、保障交通安全成為城市交通管理的重要課題。近日,本刊記者專訪了在城市交通管理領(lǐng)域深耕多年的浙江大學(xué)智能交通研究所副所長(zhǎng)、全國城市道路交通文明暢通提升行動(dòng)計(jì)劃專家組專家金盛教授。
本刊記者:為治理城市交通擁堵、停車難等問題,提高道路通行效率,提升民眾通行體驗(yàn),各地紛紛研發(fā)應(yīng)用“交通大腦”。您如何看待?
金盛:城市交通擁堵、停車難等問題一直是社會(huì)重大民生問題,也是當(dāng)前城市數(shù)字治理的重要著力點(diǎn)之一。近年來,以“交通大腦”為代表的人工智能技術(shù)在城市交通管理中發(fā)揮了重要作用,也極大地促進(jìn)了城市智慧交通的建設(shè)進(jìn)程。但是,我們應(yīng)清醒地認(rèn)識(shí)到當(dāng)前存在的問題,主要表現(xiàn)在以下幾個(gè)方面:
一是重硬件建設(shè),輕數(shù)據(jù)挖掘。目前各大城市大規(guī)模建設(shè)視頻、雷達(dá)、地磁、微波等多種類型的交通流感知設(shè)備,大量的硬件投入由于缺乏后期維護(hù)以及對(duì)于海量數(shù)據(jù)的挖掘,無法有效發(fā)揮數(shù)據(jù)應(yīng)有的價(jià)值。二是重?cái)?shù)據(jù)可視,輕閉環(huán)處置。許多城市建設(shè)了大規(guī)模的交通指揮中心,也構(gòu)建了系統(tǒng)的城市交通運(yùn)行態(tài)勢(shì)的指標(biāo)體系。但是缺乏針對(duì)這些交通運(yùn)行指標(biāo)形成“指標(biāo)變化——問題識(shí)別——管控對(duì)策”的閉環(huán)處置流程,大量的城市交通運(yùn)行態(tài)勢(shì)指標(biāo)僅僅停留在結(jié)果可視化的階段,不能有效地指導(dǎo)交通管理業(yè)務(wù)。三是重智能管控,輕流程再造。當(dāng)前城市智能交通系統(tǒng)涌現(xiàn)出許多基于人工智能的交通流預(yù)測(cè)、交通事件檢測(cè)、交通信號(hào)控制等應(yīng)用,這些應(yīng)用固然能夠提升某一方面的管控效率,但是仍然是“頭疼醫(yī)頭, 腳疼醫(yī)腳”。未來的數(shù)字化交通改革需要更加關(guān)注交通管理中的業(yè)務(wù)流程再造,更加注重人工智能技術(shù)在交通管理體制機(jī)制改革方面發(fā)揮作用,以期更好地實(shí)現(xiàn)交通系統(tǒng)優(yōu)化。
本刊記者:您認(rèn)為,人工智能技術(shù)具體應(yīng)怎樣更好地發(fā)揮作用,賦能現(xiàn)代城市交通管理?
金盛:城市交通系統(tǒng)是一個(gè)隨機(jī)、復(fù)雜、動(dòng)態(tài)的巨系統(tǒng),既是城市智能治理的難點(diǎn),也是人工智能技術(shù)應(yīng)用的重點(diǎn)領(lǐng)域之一。機(jī)器視覺、機(jī)器學(xué)習(xí)、智能決策、神經(jīng)網(wǎng)絡(luò)等人工智能技術(shù)在城市交通系統(tǒng)的深度應(yīng)用是當(dāng)前城市智能交通發(fā)展的重要方向。對(duì)于城市交通管理來說,人工智能技術(shù)是協(xié)助者,主要應(yīng)在以下方面更好地發(fā)揮作用:
一是視頻圖像的深度分析應(yīng)用。目前城市建設(shè)了大量的電警、卡口以及視頻監(jiān)控等設(shè)備,大量的視頻信息為交通流檢測(cè)、交通事件識(shí)別、車輛特征畫像等帶來了新機(jī)遇?;诂F(xiàn)有視頻數(shù)據(jù)的跨目標(biāo)檢測(cè)、視頻重分析、小目標(biāo)檢測(cè)等技術(shù)的發(fā)展,能夠助力交通秩序、交通行為管控,進(jìn)一步提升路網(wǎng)交通運(yùn)行的強(qiáng)大感知能力。
二是基于深度學(xué)習(xí)的交通流預(yù)測(cè)。由于交通出行的隨機(jī)性和交通流的周期性、非線性特征,如何捕捉路網(wǎng)上交通流復(fù)雜的時(shí)空相關(guān)性并進(jìn)行預(yù)測(cè)一直是一個(gè)具有挑戰(zhàn)性的問題。深度學(xué)習(xí)網(wǎng)絡(luò)具備更深的網(wǎng)絡(luò)結(jié)構(gòu),因此帶來了更強(qiáng)的記憶能力和學(xué)習(xí)能力,能夠高效挖掘交通流數(shù)據(jù)中的有用信息,進(jìn)而提升交通流的預(yù)測(cè)精度,為進(jìn)行精準(zhǔn)交通管控提供強(qiáng)大支撐。
三是基于強(qiáng)化學(xué)習(xí)的交通信號(hào)控制。交通信號(hào)控制是城市交通管控關(guān)鍵業(yè)務(wù)之一,也是一個(gè)經(jīng)典的非線性決策問題,非常適合采用強(qiáng)化學(xué)習(xí)方法進(jìn)行建模。近年來,基于深度強(qiáng)化學(xué)習(xí)的方法逐漸從仿真分析走向?qū)嵉貞?yīng)用,交通信號(hào)控制是強(qiáng)化學(xué)習(xí)在交通管理中應(yīng)用的重要場(chǎng)景。
四是交通管控的仿真推演。由于交通系統(tǒng)的不可實(shí)驗(yàn)性,基于宏——中——微觀仿真分析與推演的交通政策、交通組織優(yōu)化措施以及交通管控方法的定量評(píng)估成為未來城市交通智能決策支持的重要手段。
本刊記者:隨著人工智能技術(shù)的日漸成熟和廣泛應(yīng)用,您認(rèn)為,未來城市交通管理主要趨勢(shì)體現(xiàn)在哪些方面?
金盛:未來城市交通管理主要趨勢(shì)體現(xiàn)在更加主動(dòng)化、網(wǎng)聯(lián)化和智能化等方面。
所謂主動(dòng)化,即從傳統(tǒng)的交通系統(tǒng)管理轉(zhuǎn)向交通需求管理。依靠傳統(tǒng)的增加供給方式已經(jīng)無法解決現(xiàn)有大城市的交通擁堵問題,交通需求管理已成為大城市交通治理的共識(shí)?;谌斯ぶ悄芗夹g(shù),在擁堵收費(fèi)、停車收費(fèi)、公交系統(tǒng)優(yōu)化等方面進(jìn)行智能分析與優(yōu)化,可以更好地支撐城市交通需求管理。所謂網(wǎng)聯(lián)化,即隨著智能網(wǎng)聯(lián)汽車的快速發(fā)展,如何實(shí)現(xiàn)智慧城市基礎(chǔ)設(shè)施和智能網(wǎng)聯(lián)汽車協(xié)同發(fā)展就成為城市交通管理的重要課題。一方面,智能網(wǎng)聯(lián)汽車為城市交通管理提供了新的移動(dòng)感知源,進(jìn)一步增加城市感知能力。另一方面,城市交通管理也從傳統(tǒng)的針對(duì)群體的管理轉(zhuǎn)向針對(duì)個(gè)體出行行為的調(diào)控,使得交通管理更加精細(xì)化。所謂智能化,即從傳統(tǒng)的人工決策轉(zhuǎn)變?yōu)橹悄軟Q策支持。目前,人工智能技術(shù)在城市交通管理中的應(yīng)用主要側(cè)重于交通運(yùn)行狀態(tài)的感知與監(jiān)測(cè),較少涉及復(fù)雜的決策過程。未來人工智能技術(shù)將在個(gè)體的出行行為精準(zhǔn)識(shí)別、大規(guī)模出行的主動(dòng)優(yōu)化、多模式網(wǎng)絡(luò)的協(xié)同管控等方面發(fā)揮更大的作用,以提升城市交通管理的智能化水平。