文｜本刊記者 李佳芯 圖｜由受訪者提供

近年來，隨著城市化進程的加快和機動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遇和挑戰(zhàn)。小到交通信號燈的優(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。當前，運用人工智能技術(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智能交通研究所副所長、全國城市道路交通文明暢通提升行動計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，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重大民生問題，也是當前城市數(shù)字治理的重要著力點之一。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，也極大地促進了城市智慧交通的建設(shè)進程。但是，我們應(yīng)清醒地認識到當前存在的問題，主要表現(xiàn)在以下幾個方面：

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、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以及對于海量數(shù)據(jù)的挖掘，無法有效發(fā)揮數(shù)據(jù)應(yīng)有的價值。二是重數(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)的城市交通運行態(tài)勢的指標體系。但是缺乏針對這些交通運行指標形成“指標變化——問題識別——管控對策”的閉環(huán)處置流程，大量的城市交通運行態(tài)勢指標僅僅停留在結(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、交通事件檢測、交通信號控制等應(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)在交通管理體制機制改革方面發(fā)揮作用，以期更好地實現(xiàn)交通系統(tǒng)優(yōu)化。

本刊記者：您認為，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)是一個隨機、復(fù)雜、動態(tài)的巨系統(tǒng)，既是城市智能治理的難點，也是人工智能技術(shù)應(yīng)用的重點領(lǐng)域之一。機器視覺、機器學習、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)用是當前城市智能交通發(fā)展的重要方向。對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、交通事件識別、車輛特征畫像等帶來了新機遇?；诂F(xiàn)有視頻數(shù)據(jù)的跨目標檢測、視頻重分析、小目標檢測等技術(shù)的發(fā)展，能夠助力交通秩序、交通行為管控，進一步提升路網(wǎng)交通運行的強大感知能力。

二是基于深度學習的交通流預(yù)測。由于交通出行的隨機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)雜的時空相關(guān)性并進行預(yù)測一直是一個具有挑戰(zhàn)性的問題。深度學習網(wǎng)絡(luò)具備更深的網(wǎng)絡(luò)結(jié)構(gòu)，因此帶來了更強的記憶能力和學習能力，能夠高效挖掘交通流數(shù)據(jù)中的有用信息，進而提升交通流的預(yù)測精度，為進行精準交通管控提供強大支撐。

三是基于強化學習的交通信號控制。交通信號控制是城市交通管控關(guān)鍵業(yè)務(wù)之一，也是一個經(jīng)典的非線性決策問題，非常適合采用強化學習方法進行建模。近年來，基于深度強化學習的方法逐漸從仿真分析走向?qū)嵉貞?yīng)用，交通信號控制是強化學習在交通管理中應(yīng)用的重要場景。

四是交通管控的仿真推演。由于交通系統(tǒng)的不可實驗性，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，您認為，未來城市交通管理主要趨勢體現(xiàn)在哪些方面？

金盛：未來城市交通管理主要趨勢體現(xiàn)在更加主動化、網(wǎng)聯(lián)化和智能化等方面。

所謂主動化，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?；谌斯ぶ悄芗夹g(shù)，在擁堵收費、停車收費、公交系統(tǒng)優(yōu)化等方面進行智能分析與優(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感知源，進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)的針對群體的管理轉(zhuǎn)向針對個體出行行為的調(diào)控，使得交通管理更加精細化。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)重于交通運行狀態(tài)的感知與監(jiān)測，較少涉及復(fù)雜的決策過程。未來人工智能技術(shù)將在個體的出行行為精準識別、大規(guī)模出行的主動優(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。