刘东波：智能交通发展需要转换模式

首先，无论是互联网企业，还是传统智能交通企业，都有一个共同的目标和愿景：改善城市交通，普惠大众出行，另外就是提升交管的管理水平。在这个基础之上，新技术快速发展的环境确实带来很多这样的新思维，不得不承认、不得不去面对交通大数据给城市交通管理智慧化、智慧决策带来非常大的提升，给城市的交通控制智能化程度有了很大的提升和触动。

其次，在新技术环境下，互联网行业，包括做智慧交通的科研院所都需要有一个共识。

第一，要有变革和改革的共识。

滴滴CEO程维谈到引入刘向宏教授加入滴滴的原因，是因为刘教授认为传统做了二三十年的交通固化了一种模式，而滴滴有大量的数据可以使交通换一种方式、可以换一种模式。

在这样的技术环境下，智能交通确实需要换一种模式，尤其是现在城市交通拥堵的形态和交通运行已经发生了质的变化，包括我们从事交通管理的一些思路确实需要做一些大胆的调整。

第二，对数据的特性要有共同的判断。

我们在接触了很多高德、百度、滴滴等互联网数据，我们自己也有很多大数据，其他行业也有很多大数据，那这些数据的特性在哪里？我认为，首先要对数据的特性有一个共识才能够把它用好。

粗浅的表达一下我对滴滴数据的认识。首先滴滴数据是实时的数据，因为它传送了网约车的位置信息，并且是秒级传送，确实给传统交通管理、交通控制、交通运行的诊断带来不一样的基础。交通运行管理当然去描绘好这样一个运行状态，如果按照传统的思路，要数多少辆车再预测一下这一件事应该怎么去办？所以我觉得数据源的特性非常重要，无论是企业还是各地交管部门都要有一个把握。

第三，概念落地解析化需要共识。

经常有人问什么叫大数据、什么叫云计算、什么叫智慧交通、什么叫智能交通，这些还没有搞明白，人工智能就来了。因此，全国公安交警部门需要理清概念，更需要新科技企业能够将这些事情准确的表达定位清楚，这样我们才能够更好的融合，将新技术用好。

第四，理清各自数据的优势所在。

我们各自都有自己的优势，在新技术环境下到底按照什么样的技术路径去走，把它能更好的落地？我认为一定要理清楚各自的优势所在。

用滴滴数据的特性举例，互联网大数据仅做信号优化配时一件事太小了，真正的作用在哪？诊断路网全域感知，这是一件非常大的事情。一个小小的红绿灯配时落点太小，我认为大数据有更大范围的作用。

然后，要优势互补的对接。公安部交通管理科学研究所跟滴滴也在合作，包括高德、百度、跟华为、中国移动等都在合作，其实一个根本的问题就是开放的对接，首先是系统跟平台要做更好的对接，做好数据标准化的对接。近几年，交科所在系统上着重推的一件事是数据标准化的传递，这是非常重要的事。

还有一个对接是另外一个层面的事，原来的路径都是自下而上的数据资源的汇聚，但是最近几年通过探索发现，红绿灯可以跟摄像头相联，为什么现在的控制系统不能跟车联、跟移动互联网联，所以出现了物联、货联、车联。

最后，在新技术环境下，我们要大胆务实，要敢试错。不能因为有质疑就不能往前，可以大胆的往前走。