感知AI＋大数据时代下智能交通

当前，中国城市交通日均出行需求总量已达到10亿人次，随着城市人口的增加，预计到2025年城市居民日均出行需求总量将接近12亿人次。因此，如何规划城市交通未来的发展模式不仅仅是一个商业问题，更是一个社会问题。
 
　　在银江股份召开的城市智慧交通3.0战略发布会暨智慧交通+人工智能论坛上，南京理工大学教授张伟斌发表了《提升智慧交通的认知深度：大数据与人工智能时代的交通感知》主题演讲。
 
　　张伟斌主要从智慧城市与交通感知、人工智能与交通感知、大数据与交通感知三大方面展开介绍，并分享了南京理工大学—华盛顿大学智能交通国际联合实验室相关的研究内容。张伟斌认为在交通领域，应该将人工智能发展作为智能工具的长处，而不是发展人类智能。以下为张伟斌发言全文：
 
　　我主要分享的内容是四个部分：智慧城市与交通感知；人工智能与交通感知；大数据与交通感知；相关研究和基础。
 
　　一、智慧城市与交通感知
 
　　城市快速发展，对于城市的交通提出更高的要求。信息技术的发展也提供了这种技术可能，需要提供的需求和解决的问题越来越多。
 
　　我分享四个观点：第一，城市交通是复杂系统；第二，因为大数据的产生，对于交通研究产生了改变；第三，我们需要从感知上升到认知；第四，人工智能的作用。
 
　　交通系统具有复杂性。复杂系统的定义是具有中等数目基于局部信息做出行动的智能性、自适应性主体的系统。复杂系统中的个体一般来讲具有一定的智能性，例如城市交通系统中的司机，个体都可以根据自身所处的部分环境通过自己的规则进行智能的判断或决策。
 
　　复杂系统为什么难研究？我们的系统研究都是基于数学。目前为止，数学能解决的问题大多数是在线性系统上，到随机系统的阶段，有随机系统的理论，有一些数学工具可以解决随机性问题。但是对于复杂系统，实际上缺少好的数学方法，所以这就是为什么城市交通系统难以解决的原因。
 
　　另外，交通系统是一个开放系统，这也是为什么交通处于不断向上发展、发展比较快的原因，因为不断有新的交通形式出现。
 
　　提到大数据，大数据产生后有什么样的作用呢？大数据使得人类对于复杂系统的现象和表象能够理解。但是，对于复杂系统现象的认知，仍然依赖于科学的深入。人类对于现象的深入理解，需要数学可表达和演绎，才可以进行工程化的深入研究。在智慧交通领域，大数据使得人类对于城市交通的运行细节掌握了海量的数据；但是，对于城市交通系统的运转方式，对于不断出现的新的交通形式在城市交通中的影响和作用，需要在交通领域的科学层次上理解，这需要增强对于交通的认知。
 
　　为什么需要人工智能？因为交通系统认知复杂度和数据量超过人类的智能水平。人工智能目前能做的事情就是总结人类的经验模式，凡是能总结出经验的场景是可以转化成人工智能的。目前人工智能的基础是学习算法，人工智能从海量数据中总结出经验模式，在时间尺度的演化，在时空数据的容量上，具有强大的能力。
 
　　二、人工智能与交通感知
 
　　人类智能五个层级，分别是神经认知、心理认知、语言认知、思维认知和文化认知。智能有一个核心的部分，就是语言。有一句名言，“语言的限度就是我的世界的限度”。对于人工智能来说，数学的限度就是人工智能的限度，目前就是这样的状况。
 
　　现阶段，人工智能的智能往往表现出弱人工智能的特征，即在专业领域具有超强的能力，但是离开该领域，智能水平立刻迅速降低。我们应该着重于领域工具的特征。现在人工智能很多是通过神经网络来实现的，神经网络是通过搭建人脑和人的神经元结构，通过仿真来实现。
 
　　我们看飞机和鸟的关系，鸟能飞，人类造了飞机也能飞。鸟飞行时是通过作用力和反作用力飞行，飞机飞行是根据流体力学的伯努利原理，流体通过不同曲面时的速度差会造成压强差才飞起来。飞机能飞和鸟飞看起来一样，实际上是完全不一样的原理。人工智能很可能也是这样，看起来得到了一个智能，但实际上和人脑是完全不一样的。
 
　　在交通领域，应该发展作为智能工具的长处，而不是发展人类智能。
 
　　三、大数据与交通感知
 
　　大数据的基本特征是数量、多样性、速度、价值，交通大数据特征又多了一个可视化。由于领域知识的差异，对于大数据的理解方式有很大的差别。因此需要结合具体的领域，通过领域知识和大数据的结合。
 
　　南京理工大学和华盛顿大学共建了一个智能交通国际联合实验室，国际联合实验室同时也是江苏省智能交通信息感知与数据分析工程实验室，之前是江苏省无线传感网安全组网的研究中心。这个实验室的特点就是研究工作在交通信息智能感知、智能组网通信，还有大数据挖掘分析等方面比较擅长。

基于e交通学的大数据分析方法

交通大数据的特征是时空特性，包括时间性和空间性，我们把时空特性分析放到交通网络上研究它的系统性，并且比较好的解决了随机性在交通系统中影响。关于这些研究工作已经发表了或者正在发表在一些顶级的国际期刊上。