摘要：\u003C\u002Fp\u003E\u003Cimg src=\"http:\u002F\u002Fp3.pstatp.com\u002Flarge\u002Fpgc-image\u002FRX6Bk38193rofK\" img_width=\"740\" img_height=\"555\" alt=\"銀江智慧交通研究院副院長徐甲：HI@AI的城市全域交通信號服務 | CCF-GAIR 2019\" inline=\"0\"\u003E\u003Cp\u003E做這個事情有兩個角度，一個是面向交通配時，優化人員，我們怎麼去研發技術產品，有了這些產品之後，我們怎麼把人與技術產品串聯成完整的體系，現在稱之爲“人機共治的技術理念”。\u003C\u002Fp\u003E\u003Cimg src=\"http:\u002F\u002Fp3.pstatp.com\u002Flarge\u002Fpgc-image\u002FRX6BkFnIWJE9Sc\" img_width=\"740\" img_height=\"555\" alt=\"銀江智慧交通研究院副院長徐甲：HI@AI的城市全域交通信號服務 | CCF-GAIR 2019\" inline=\"0\"\u003E\u003Cp\u003E這個就是銀江配時優化平臺系統總體架構，最底層是數據和信號控制系統，然後是數據管家和路口管家這兩個平臺，就是把這些模型都檔案化，再往上就是AI工具，主要是兩個部分，信號專家和交通醫生。

"\u003Cimg src=\"http:\u002F\u002Fp3.pstatp.com\u002Flarge\u002Fpgc-image\u002FRWwciCXE8kj6D7\" img_width=\"740\" img_height=\"607\" alt=\"銀江智慧交通研究院副院長徐甲：HI@AI的城市全域交通信號服務 | CCF-GAIR 2019\" inline=\"0\"\u003E\u003Cp\u003E\u003Cstrong\u003E雷鋒網按：\u003C\u002Fstrong\u003E7月12日-7月14日，2019第四屆全球人工智能與機器人峯會（CCF-GAIR 2019）於深圳正式召開。峯會由中國計算機學會（CCF）主辦，雷鋒網、香港中文大學（深圳）承辦，深圳市人工智能與機器人研究院協辦，得到了深圳市政府的大力指導，是國內人工智能和機器人學術界、工業界及投資界三大領域的頂級交流博覽盛會，旨在打造國內人工智能領域極具實力的跨界交流合作平臺。\u003C\u002Fp\u003E\u003Cp\u003E智慧交通是智慧城市較爲成熟的場景之一，並且已經得到規模化推廣，在2019第四屆全球人工智能與機器人峯會上舉辦的智慧城市論壇上，銀江智慧交通研究院副院長徐甲發表了題爲《HI@AI的城市全域交通信號服務》的主題演講。\u003C\u002Fp\u003E\u003Cp\u003EHI即人的智能，HI@AI意爲專家的智能基於人工智能，在銀江股份的城市全域交通信號服務中，人工智能是一個工具化和輔助的定位，徐甲主要從人和機如何耦合的視角來闡述智慧交通的落地。\u003C\u002Fp\u003E\u003Cp\u003E從2016年到2018年杭州擺脫了“全國最擁堵城市top10”，城市交通情況大爲好轉。有個直觀的數據是，救護車到達現場的時間縮短一半，這背後就有銀江的功勞。\u003C\u002Fp\u003E\u003Cp\u003E銀江交通大數據管理平臺採用數據中臺技術技術，進行了性能優化和易用性開發。傳統研發人員不需要了解平臺架構，就能夠在平臺上進行開發，大大節省了時間。在不斷的實踐過程中，銀江股份逐漸沉澱出包括交通超能計算平臺、AI全域信號優化平臺、AI全域仿真平臺、AI情指勤督平臺等系列城市交通平臺解決方案。目前，銀江具備數據驅動、全域解決多維度的融合能力，希望與合作伙伴互爲生態，一起構建強大的業務能力中臺，全力解決城市交通擁堵問題。\u003C\u002Fp\u003E\u003Cp\u003E從場景上來說，銀江根據具體業務、具體場景的需要，建立了數據中臺，深入挖掘不同數據的功能性價值。利用己身HI（Human Intelligence專家經驗）&AI（Artificial Intelligence人工智能）能力，銀江驅動平臺AI化，把AI思維和技術引入現有產品和服務，實現更大價值、更強競爭力應用。同時，通過AI優化內部管理，對準海量作業場景，大幅度提升內部運營效率和質量，提升其在數字化發展之路的整體創新能力以及對行業需求的洞察力和理解力。目前，行業應用場景已包含智慧交通、智慧健康、智慧司法等細分領域。\u003C\u002Fp\u003E\u003Cimg src=\"http:\u002F\u002Fp9.pstatp.com\u002Flarge\u002Fpgc-image\u002FRX6Bk2i32vs3Zc\" img_width=\"740\" img_height=\"493\" alt=\"銀江智慧交通研究院副院長徐甲：HI@AI的城市全域交通信號服務 | CCF-GAIR 2019\" inline=\"0\"\u003E\u003Cp\u003E\u003C\u002Fp\u003E\u003Ch4\u003E\u003Cstrong\u003E以下是徐甲在 CCF-GAIR 大會上的演講內容，雷鋒網對其進行了不改變原意的編輯整理：\u003C\u002Fstrong\u003E\u003C\u002Fh4\u003E\u003Cp\u003E徐甲：各位朋友下午好，我來自銀江股份有限公司，大家對“杭州城市大腦”項目應該有所耳聞，銀江股份在這裏面扮演的角色主要是負責城市、地面、交通信號的整體的優化。\u003C\u002Fp\u003E\u003Cp\u003E\u003C\u002Fp\u003E\u003Ch3\u003E人機耦合優化交通信號\u003C\u002Fh3\u003E\u003Cp\u003E說到城市的交通，因爲昨天有智慧交通的專場，今天上午也有其他的公司彙報是跟城市交通有關，但是視角可能是不同的，有的是從頂層設計，或者是數據，或者是交通數據本身。我今天講的視角更多的是從HI@AI，爲什麼叫HI@AI？我們定義成是人的智能、專家的智能基於人工智能，也就是人工智能是一個工具化和輔助的定位，其採用的核心技術線，是專家經驗與機器智能的超算爲中心，數據、模型、算法、服務爲輔，共同實現HI@AI。我更多是從人和機如何耦合的這個視角來解釋我們是怎麼落地的。\u003C\u002Fp\u003E\u003Cp\u003E其中主要是有兩點，一個是在研發AI工具的時候更多的是以人爲用戶，實際去控制交通信號的團隊，我們把他作爲一個用戶。另外一個角度就是最後有了這個工具之後，怎麼用一個完整的落地方案把這些前面的技術，這些點串聯起來，最後向客戶也是政府方提供完整的服務。\u003C\u002Fp\u003E\u003Cimg src=\"http:\u002F\u002Fp3.pstatp.com\u002Flarge\u002Fpgc-image\u002FRX6Bk2u1jXJi2H\" img_width=\"740\" img_height=\"555\" alt=\"銀江智慧交通研究院副院長徐甲：HI@AI的城市全域交通信號服務 | CCF-GAIR 2019\" inline=\"0\"\u003E\u003Cp\u003E首先介紹一下背景，第一個背景就是交通基礎建設的背景，大家都知道智慧交通建設到現在基本上有20多年了，現在的現狀整體的大規模的建設趨近於飽和，或者更準確地說現在大部分的建設都不是從無到有的建設，而且對現有的設備提高利用率或者優化使用的建設，另外一種就是局部的建設。但是這些建設跨越了這麼長的時間，涉及到的人和單位非常大，存在很多遺留的問題。除此之外還存在的問題就是“重建設、輕運維”，現在的設備雖然都很先進，但在使用過程中並沒有能夠進行較好地運維，另外一個就是資源的分配不均衡，主要體現在一些城市的檢測設備分佈不是基於現在城市居民交通出行習慣來構想，設想的不全面導致資源分配不均。\u003C\u002Fp\u003E\u003Cp\u003E第二個從數據利用和交通控制的角度，現在的大趨勢希望數據能夠進行整體運營，不再是以建設的思維來部署軟件，而是希望軟件部署了以後有更專業的人讓它更發揮更大價值，而現在政府及企業，管理的職能也慢慢開始從分散走向集中，但依然還是面臨人才稍顯不足的情況。可能也有參與者本身的問題，規則意識和維權意識都稍顯薄弱。\u003C\u002Fp\u003E\u003Cp\u003E\u003C\u002Fp\u003E\u003Ch3\u003E智慧交通需求變化\u003C\u002Fh3\u003E\u003Cp\u003E政府的需求也發生了變化，現在業主很追求科技感，追求AI技術、智能化、可視化，第二個他們也非常希望能很快看到治理效果，需要快速、有效，及高投入產出比，並且希望現有模式可以一直持續運營。還有一個背景現在很多城市在做智慧交通，他們也從費用的基礎上做了革新，基本上能夠保證專項費用的長期支持，領導自上而下也形成了更好的體系，即比以前更加重視這個事情，有了這個背景銀江纔有了這個契機在杭州能做這樣的事情。\u003C\u002Fp\u003E\u003Cimg src=\"http:\u002F\u002Fp3.pstatp.com\u002Flarge\u002Fpgc-image\u002FRX6Bk38193rofK\" img_width=\"740\" img_height=\"555\" alt=\"銀江智慧交通研究院副院長徐甲：HI@AI的城市全域交通信號服務 | CCF-GAIR 2019\" inline=\"0\"\u003E\u003Cp\u003E做這個事情有兩個角度，一個是面向交通配時，優化人員，我們怎麼去研發技術產品，有了這些產品之後，我們怎麼把人與技術產品串聯成完整的體系，現在稱之爲“人機共治的技術理念”。首先我們現在面臨了很多交通問題，比如說交通黑點、邊界管轄權不清晰，以杭州爲例，大型活動多，佔道施工普遍。\u003C\u002Fp\u003E\u003Cp\u003EAI方面我們主要是做大家比較熟悉的這些場景，現在的AI水平更多負責一般化的場景，就是說人面臨的複雜場景和AI面臨的一般場景是有巨大差距，這些跟我們的技術問題有關係。\u003C\u002Fp\u003E\u003Cimg src=\"http:\u002F\u002Fp9.pstatp.com\u002Flarge\u002Fpgc-image\u002FRX6Bk3M72ByTS9\" img_width=\"740\" img_height=\"555\" alt=\"銀江智慧交通研究院副院長徐甲：HI@AI的城市全域交通信號服務 | CCF-GAIR 2019\" inline=\"0\"\u003E\u003Cp\u003E\u003C\u002Fp\u003E\u003Ch3\u003E5套平臺級工具\u003C\u002Fh3\u003E\u003Cp\u003E在這樣的場景下，銀江有這麼5套平臺工具，來輔助交通信號優化配時團隊。其中AI全域交通信號滾動優化系統，主要是負責比較有規律化的，一般化的場景，通俗講叫基本面的問題。AI信號專家實時推薦系統，則是當基本面的問題出現了稍微特殊的場景，我們把這些特殊的場景拎出來，基於人的經驗，專家的經驗進行配時推薦。針對城市交通信號的控制指標評價，即現在衆所周知的高德、百度、滴滴每個季度、半年、一年發佈交通報告，它們從很宏觀的角度發佈了控制指標評價，對於這項工作本身，或者是這個工作的方方面面，仍然缺乏很多量化的評價，基於對這個工作流程的理解，銀江研發了很多指標去評價配時工作的好壞，除此之外，銀江還有一個信號配時基礎信息管理系統，這個就是把交通基礎設施還有交通方案等都進行了模型化和檔案化的管理。再有就是配時工作管理系統，主要就是涉及到工作流程的標準化，以及量化的管理，其實就是我們把人的工作，變成可視的流程，進行統一和標準的管理。\u003C\u002Fp\u003E\u003Cimg src=\"http:\u002F\u002Fp3.pstatp.com\u002Flarge\u002Fpgc-image\u002FRX6BkFnIWJE9Sc\" img_width=\"740\" img_height=\"555\" alt=\"銀江智慧交通研究院副院長徐甲：HI@AI的城市全域交通信號服務 | CCF-GAIR 2019\" inline=\"0\"\u003E\u003Cp\u003E這個就是銀江配時優化平臺系統總體架構，最底層是數據和信號控制系統，然後是數據管家和路口管家這兩個平臺，就是把這些模型都檔案化，再往上就是AI工具，主要是兩個部分，信號專家和交通醫生。對一些比較特殊的場景，或者是數據出現問題，或者是系統問題，給它進行診斷。在這之上，又有了全域交通仿真和全域滾動優化的模塊，去處理更多的標準化和可預測的一種場景，然後在此之上進行指標和工作流的標準管理。\u003C\u002Fp\u003E\u003Cimg src=\"http:\u002F\u002Fp1.pstatp.com\u002Flarge\u002Fpgc-image\u002FRX6BkG5Yx4ROV\" img_width=\"740\" img_height=\"555\" alt=\"銀江智慧交通研究院副院長徐甲：HI@AI的城市全域交通信號服務 | CCF-GAIR 2019\" inline=\"0\"\u003E\u003Cp\u003E這個AI的工具一個比較大的組成部分就是這個全域的優化系統，銀江現在做的全域優化的嘗試，目前爲止，我在其他地方沒有聽說過，就是把整個區域形成一個統一目標，比如銀江針對高德的交通評價報告，根據它的區域的評價指數，我們把它當成一個目標進行統一優化。\u003C\u002Fp\u003E\u003Cp\u003EAI全域交通信號滾動優化系統現在已經在公司周邊的範圍落地了大概30個路口的區域，今年下半年會拓展到130個路口左右，針對該範圍區域，銀江現在是大概半個小時或者是一個小時對它進行一次滾動優化模擬仿真，這個方法總體是基於一個預測控制的事項。算法裏大概包括兩個部分，一個是通過預測模型或者環境學習，去學習這個區域裏的流量，交通信號控制的方案，還有我們需要關注的結果，比如說行車速度、效率指數，來學習他們之間的關係，最後形成一個對環境監視的作用。另外一個模型就是去搜索每個路口的交通信號配時，和環境之間進行互動。\u003C\u002Fp\u003E\u003Cp\u003E這邊的系統展示了未來半個小時或者是1個小時，如果是不使用我們計算出來的和使用我們計算的出來的，這兩個交通態勢進行對比，可以比較直觀地看到使用我們推薦出來的方案之後，半個小時之後，交通態勢會發生什麼樣的變化，這個也是基於剛纔的預測來說的。\u003C\u002Fp\u003E\u003Cp\u003E雖然說聽起來這個技術非常先進，但是平心而論它只能處理可預測的部分，從理論來說可預測的部分，預測的上限我估計也就是80%左右，剩下的不可預測的交通態勢是有隨機性的，所以即便我們把這個算法做得很精細，依然還是有一些比例無法預測。\u003C\u002Fp\u003E\u003Cimg src=\"http:\u002F\u002Fp1.pstatp.com\u002Flarge\u002Fpgc-image\u002FRX6BkGICoJQpIm\" img_width=\"740\" img_height=\"555\" alt=\"銀江智慧交通研究院副院長徐甲：HI@AI的城市全域交通信號服務 | CCF-GAIR 2019\" inline=\"0\"\u003E\u003Cp\u003E我們在這之上又疊加了一個部分，就叫AI交通信號實時推薦系統。實時推薦系統是說對於一些局部的路口，一旦出現了通行效率指標實時報警，就是之前沒有預測到的，或者是預測錯的，只能進行反饋式的調整，這種調整我們就配時專家團隊以往的經驗，將這些調控記錄一直放在後臺進行學習，學習的原理就是把每一個路口的固定檢測器反應出的數據特徵和人的操作動作的數據的關聯性進行學習。\u003C\u002Fp\u003E\u003Cp\u003E我們學習的流程大概是這樣的，一個是數據來源，就是城市大腦報警，這個是觸發的源頭。還有配時推薦機器人，裏面做了多種算法的融合，裏面有算法選擇機制，這個數據來源也是控制的方案，和固定監測器的數據。\u003C\u002Fp\u003E\u003Cp\u003E最後輸出的結果是控制方案或者叫超參數，什麼叫超參數？這個基於杭州SCATS信號控制系統，它裏面有一個人工輸入的方式，它本身不是一個具體的方案參數，比如說週期值。在這個系統裏面，它是控制參數的參數，比如說最小週期，最大週期，這個是完全基於杭州的實際場景研發出來的算法，推薦出來的結果是適用於杭州SCATS信號控制系統，我們再把結果下發到信號機。\u003C\u002Fp\u003E\u003Cp\u003E那麼這種模型其中主要的兩個技術特徵，就是我們用了空間的機制還有時間的機制的疊加，分成兩層，第一層去學習這些空間特性，就是車道跟車道，路口跟路口，它們這些數據的關聯度。第二個層級是學習時間，比如說上一個週期或者是上一個星期的今天等等。目前我們使用的神經網絡模型大概有31層，超過20萬參數。\u003C\u002Fp\u003E\u003Cp\u003E我們在杭州一個路口檢測了我們的算法，推薦出來的一套控制方案，實際上已經可以比較準確地學習到操作人員在類似的數據環境下進行的操作，甚至可以學習到在某一個方位進行開閉，實現了這樣的結果。在這兩套AI工具之上，我們現在正在做開發的就是整體的信號控制指標評價系統，我們對主城區超過1000個路口還有其他落地的城市，對信號控制等整體的工作和效能進行了多維度的評價。也包括這些路口，人工調配和還有AI調配的比例。\u003C\u002Fp\u003E\u003Cp\u003E說到剛纔的這些技術如何最終變成一個落地方案，就是我們通過點、線、面多層次的這麼去結合技術。首先就是從區域的角度，可以設置區域的壁壘，將這個區域進行邊界的控制，對關聯路口的影響進行分析之後，然後把關聯的路口作爲一個組團的對象進行控制。\u003C\u002Fp\u003E\u003Cp\u003E從人的角度來說，有了這些工具平臺，最後還是要把它串聯起來，變成一個完整的解決方案，我們的規劃是提供三個解決方案，這三個階段都能有合適的方案來解決。比如說從0開始，首先是由人進去，純人工的摸清家底，整體機制提供專業的局部優化，在這種基礎上提供我們現在說的HI@AI結合的服務，也就是在非常特殊的場景下，是依賴人，同時人的經驗也會對算法進行反哺。再往上可能是在比較遙遠的未來，我們想基本上實現全AI的方式進行交通信號控制，但是至少在現階段，我們還是會停留在第二個階段，就是人工智能和人類智能相結合的一個階段。\u003C\u002Fp\u003E\u003Cp\u003E我們通過在杭州以及包括杭州之外的幾個城市總結出來的從0開始到提供這樣的一個完整服務的工作，大概包含6個方面，一個是基礎工作，和基礎體制的梳理，再就是數據，組件運營團隊以及提供服務，對於就是軟件平臺的定製開發部署。針對剛纔說的HI@AI結合，或者是AI在這6個方面做的工作都是有不同的。\u003C\u002Fp\u003E\u003Cp\u003E我們現在除了在杭州提供剛纔說的實操層面的服務，我們還提供多類目其他方位的服務，這些都是每一個城市要進行信號配時，以及形成一個良性的可循環模式必須的，比如說專題研究、輿情處置、信號巡檢等等，這些都是面向客戶的時候落地總結出來的工作內容。\u003C\u002Fp\u003E\u003Cp\u003E針對不同的城市體量，或者是數據不同的基礎，我們的服務必須要對每一種基礎都兼容，我們現在會把解決方案分成4級，主要是從城市體量來說，因爲每個城市的數據基礎不同，所以我們的每個服務和工具都要有所取捨和差異化處理。從人的角度上來說一樣是有差異的，這個都是要相輔相成的。以上是我分享的內容希望大家關注杭州城市大腦，關注銀江股份，謝謝。\u003C\u002Fp\u003E"'.slice(6, -6), groupId: '6717029081218548232