首頁熱門文章
人工智能技術驅動 層層遞進創智慧交通
發布時間：2017-06-16 分類：趨勢研究
隨著人們對交通優化的需求越來越高，智慧交通在未來的市場空間巨大。據GrandViewResearch2016年的數據統計，智慧交通的市場規模到2020年將達到386.8億美元。隨著我國城市化進程的提速、汽車數量的爆炸式增長，城市擁堵問題也日益嚴重，與此相伴的是頻繁的交通事故、噪聲污染和空氣污染，使城市承載能力與社會運行效率受到了嚴峻挑戰。因此，各地正在積極構建智能交通體系。
美國《福布斯》雜志預測，2017年是人工智能脫穎而出的一年，計算機將能夠通過深度學習與神經網絡真正實現學習、預測、適應與理解。我們有理由相信不久的將來，人工智能將直接影響公眾的日常工作與生活，也必然改變公眾的思維方式和工作模式。人工智能必將推動當今社會經濟的再次轉型與創新發展，在道路交通管理中的應用前景亦已明晰。
概念內涵
1956年，由McCarthy及一批數學家、信息學家、心理學家、神經生理學家、計算機科學家在美國Dartmouth大學召開的學術會議上首次提出“人工智能”概念。經過60多年長足的發展，人工智能已成為一門廣泛交叉的前沿科學。事實上，人工智能研究人類智能活動的規律，構造具有一定智能的人工系統，研究如何讓計算機去完成以往需要人的智力才能勝任的工作，也就是研究如何應用計算機的軟硬件來模擬人類某些智能行為的基本理論、方法和技術。
自二十世紀七十年代以來，人工智能與空間技術、能源技術被稱為世界三大尖端技術；同時，人工智能與基因工程、納米科學也被認為是二十一世紀三大尖端技術。近四十年來，人工智能已獲得了快速發展，在很多學科領域都得到了廣泛應用，并取得了豐碩的成果。人工智能已逐步發展為一個獨立的分支，無論在理論和實踐上都已自成體系，通過研究使計算機來模擬人的某些思維過程，實現如學習、推理、思考、規劃等智能行為，包括通過計算機實現智能的原理，以及制造類似于人腦智能的計算機，使計算機能實現更高層次的應用。因此，人工智能本質是對人類思維過程的模擬，是人類智能的物化。
智能原理
人工智能由智能感知、精確性計算、智能反饋控制三個核心環節組成，目的是體現感知、思考、行動三個層層遞進的特征。
智能感知需要收集到足夠多的結構化數據來表述場景，這是實現人工智能的第一步，目的是使計算機能“聽”、會“看”；精確性計算是使計算機具備足夠的計算能力模擬人的某些思維過程和行為，并對分析收集到的數據信息做出判斷，這是實現人工智能的第二步，目的是對感知的信息進行自我學習、信息檢索、邏輯判斷、高效決策；智能反饋控制是將前期處理和判斷結果轉譯為肢體運動和媒介信息傳輸給人機交互界面或外部設備，實現人機、機物的信息交流和物理互動，這是實現人工智能的第三步，也是最直觀的表現形式，其表達能力展現了人工智能整體水平。
具體來說，我們可以通過基于邏輯方法的專家系統與知識工程、基于統計方法的機器學習與人腦仿生、基于智能控制系統的擬人控制行為等途徑實現人工智能。如以基于人工神經網絡的深度學習技術已被Google、Facebook、IBM、百度等公司廣泛用于圖像、語音的智能識別，計算機技術快速提升和GPU普及應用，使模擬超大型的人工神經網絡成為可能，互聯網業務的快速發展又為深度學習提供了上百萬的訓練樣本，從而使語音識別和圖像識別技術達到90%以上的準確率。
發展戰略
世界各國政府都高度重視人工智能相關技術的研究和應用，紛紛加大對人工智能產品的科研投入，其中美國政府主要通過公共投資的方式牽引人工智能產業的發展，2013財年美國政府將22億美元的國家預算投入到了先進制造業，投入方向之一便是“國家機器人計劃”；同時，在2013年初的國情咨文中，美國總統奧巴馬特別提到為人腦繪圖的計劃，宣布投入30億美元在10年內繪制出“人類大腦圖譜”，以了解人腦的運行機理。歐盟委員會也在2013年初宣布，石墨烯和人腦工程兩大科技入選“未來新興旗艦技術項目”，并為此設立專項研發計劃，同時每項計劃都將在未來10年內獲得10億歐元的經費。美國IBM公司正在研究一種新型的仿生芯片，利用這些芯片，人類可以實現電腦模仿人腦的運算過程，預計最快到2019年可完全模擬出人類大腦。
2016年4月，我國發布了《機器人產業發展規劃(2016-2020年)》，旨在推動人工智能相關產業的深度發展。從2017年開始，“十三五”國家重點研發計劃“公共安全風險防控與應急技術裝備”專項也開始部署人工智能技術的應用項目，如“道路交通安全主動防控技術及系統集成”、“主動防控型警用機器人關鍵技術研究與應用示范”等。
應用探討
機器人和網聯汽車都是人工智能的應用典范，人工智能在道路交通管理中已有成熟的應用案例。
人工智能在城市交通擁堵治理工作中將發揮重要支撐作用。2016年10月，卡耐基梅隆大學機器人教授斯蒂芬?史密斯在白宮前沿會議上稱：交通擁堵每年造成美國經濟損失1210億美元，并產生大約250億公斤二氧化碳排放，特別是汽車在市區行駛時，發動機空轉的時間占40%，其最大原因是目前的交通信號系統太過落后。為此，史密斯教授正在開發人工智能驅動的智能交通信號系統，以適應不斷變化的交通狀況。在美國匹茲堡的試點測試中，該智能交通信號系統將旅行時間縮短了25%， 發動機空轉時間縮短了40%。研究人員還預計，該系統將減排21%，還可以通過提高交通吞吐量來節省城市道路拓寬的成本和消除街道停車。傳統的交通燈使用默認時間轉換燈色，雖然轉換燈色的時間會根據數據每幾年更新一次，但是隨著交通模式發展，傳統系統很快就會過時。而人工智能驅動的智能交通信號系統則以雷達傳感器和攝像頭監控交通狀況，然后利用先進的人工智能算法決定燈色轉換時間，通過人工智能和交通控制理論融合應用，優化了城市道路網絡中的交通流量。
與大多數商業自適應交通控制系統相反，該系統采用完全分散的方法來控制道路網絡中的交通：每個交叉點基于實際進入的車輛流獨立地分配其綠燈時間，然后將所計劃的流出傳送到相鄰的交叉口，以增加他們對未來入站流量的可見性。依賴分散的交叉控制確保對實際交通狀況的最大實時響應，而預計流出到相鄰交叉口的流量使得協調控制和創建綠波帶成為可能。史密斯教授團隊于2012年在匹茲堡繁忙的East Liberty街區的9個十字路口實施人工智能的交通控制系統。該網絡現在跨越50個十字路口，計劃在全市范圍擴展，并進一步實施交通信號與通行汽車交互技術。
未來，人工智能的警用機器人將取代交通警察，實現公路交通安全的全方位監控、全天候巡邏、立體化監管。當前，完善公路交通安全防控體系是全國公安交通管理部門的重大科技建設項目。公路交通安全防控體系實現對公路上車輛通行情況、交通違法情況和道路隱患及時監控、發現、取證、傳遞、處理、反饋、修正，進一步提升公路管控力度與水平，進一步增強勤務管理科學性與針對性，及時發現查糾各類交通違法行為，明顯改善了道路通行秩序，有效遏制了重特大交通事故。公路交通安全防控體系涉及的核心技術是交通行為監測、交通安全研判、交通風險預警、交通違法執法，而這些技術現已與人工智能融為一體。實現公路交通運行狀態“看得見”、車輛通行軌跡“摸得透”、重點違法行為“抓得住”、安全隱患事件“消得了”、路面協作聯動“響應快”、交通信息應用“服務優”等目標，都離不開人工智能技術。
城市暢通和公路安全是當前全國公安交通管理部門的兩大任務，“互聯網+”提升了公安交通管理服務能力，人工智能則將引領公安交通管理事業的再次騰飛。
上一篇：
城市停車難不能“頭痛醫頭，腳痛醫腳”
下一篇：
智慧城市建設中壁壘仍存 落地需循序漸進
