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

記者(公眾號：記者)按：7月12日-7月14日，2019第四屆全球人工智能與機器人峰會（CCF-GAIR 2019）于深圳正式召開。峰會由中國計算機學會（CCF）主辦，記者、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(xié)辦，得到了深圳市政府的大力指導，是國內(nèi)人工智能和機器人學術界、工業(yè)界及投資界三大領域的頂級交流博覽盛會，旨在打造國內(nèi)人工智能領域極具實力的跨界交流合作平臺。

智慧交通是智慧城市較為成熟的場景之一，并且已經(jīng)得到規(guī)?；茝V，在2019第四屆全球人工智能與機器人峰會上舉辦的智慧城市論壇上，銀江智慧交通研究院副院長 徐甲博士發(fā)表了題為《HI@AI的城市全域交通信號服務》的主題演講。

HI即人的智能，HI@AI意為專家的智能基于人工智能，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。

從2016年到2018年杭州擺脫了“全國最擁堵城市top10”，城市交通情況大為好轉(zhuǎn)。有個直觀的數(shù)據(jù)是，救護車到達現(xiàn)場的時間縮短一半，這背后就有銀江的功勞。

銀江交通大數(shù)據(jù)管理平臺采用數(shù)據(jù)中臺技術技術，進行了性能優(yōu)化和易用性開發(fā)。傳統(tǒng)研發(fā)人員不需要了解平臺架構，就能夠在平臺上進行開發(fā)，大大節(jié)省了時間。

在不斷的實踐過程中，銀江股份逐漸沉淀出包括交通超能計算平臺、AI全域信號優(yōu)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(shù)據(jù)驅(qū)動、全域解決多維度的融合能力，希望與合作伙伴互為生態(tài)，一起構建強大的業(yè)務能力中臺，全力解決城市交通擁堵問題。

從場景上來說，銀江根據(jù)具體業(yè)務、具體場景的需要，建立了數(shù)據(jù)中臺，深入挖掘不同數(shù)據(jù)的功能性價值。利用己身HI（Human Intelligence專家經(jīng)驗）&AI（Artificial Intelligence人工智能）能力，銀江驅(qū)動平臺AI化，把AI思維和技術引入現(xiàn)有產(chǎn)品和服務，實現(xiàn)更大價值、更強競爭力應用。

同時，通過AI優(yōu)化內(nèi)部管理，對準海量作業(yè)場景，大幅度提升內(nèi)部運營效率和質(zhì)量，提升其在數(shù)字化發(fā)展之路的整體創(chuàng)新能力以及對行業(yè)需求的洞察力和理解力。目前，行業(yè)應用場景已包含智慧交通、智慧健康、智慧司法等細分領域。

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，銀江股份在這里面扮演的角色主要是負責城市、地面、交通信號的整體的優(yōu)化。

說到城市的交通，因為昨天有智慧交通的專場，今天上午也有其他的公司匯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(shù)據(jù)，或者是交通數(shù)據(jù)本身。

我今天講的視角更多的是從HI@AI，為什么叫HI@AI？我們定義成是人的智能、專家的智能基于人工智能，也就是人工智能是一個工具化和輔助的定位，其采用的核心技術線，是專家經(jīng)驗與機器智能的超算為中心，數(shù)據(jù)、模型、算法、服務為輔，共同實現(xiàn)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么落地的。

其中主要是有兩點，一個是在研發(fā)AI工具的時候更多的是以人為用戶，實際去控制交通信號的團隊，我們把他作為一個用戶。另外一個角度就是最后有了這個工具之后，怎么用一個完整的落地方案把這些前面的技術，這些點串聯(lián)起來，最后向客戶也是政府方提供完整的服務。

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(xiàn)在基本上有20多年了，現(xiàn)在的現(xiàn)狀整體的大規(guī)模的建設趨近于飽和，或者更準確地說現(xiàn)在大部分的建設都不是從無到有的建設，而且對現(xiàn)有的設備提高利用率或者優(yōu)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么長的時間，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(xiàn)在的設備雖然都很先進，但在使用過程中并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(xiàn)在一些城市的檢測設備分布不是基于現(xiàn)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。

第二個從數(shù)據(jù)利用和交通控制的角度，現(xiàn)在的大趨勢希望數(shù)據(jù)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后有更專業(yè)的人讓它更發(fā)揮更大價值，而現(xiàn)在政府及企業(yè)，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?？赡芤灿袇⑴c者本身的問題，規(guī)則意識和維權意識都稍顯薄弱。

政府的需求也發(fā)生了變化，現(xiàn)在業(yè)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(chǎn)出比，并且希望現(xiàn)有模式可以一直持續(xù)運營。還有一個背景現(xiàn)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，有了這個背景銀江才有了這個契機在杭州能做這樣的事情。

做這個事情有兩個角度，一個是面向交通配時，優(yōu)化人員，我們怎么去研發(fā)技術產(chǎn)品，有了這些產(chǎn)品之后，我們怎么把人與技術產(chǎn)品串聯(lián)成完整的體系，現(xiàn)在稱之為“人機共治的技術理念”。首先我們現(xiàn)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，以杭州為例，大型活動多，占道施工普遍。

AI方面我們主要是做大家比較熟悉的這些場景，現(xiàn)在的AI水平更多負責一般化的場景，就是說人面臨的復雜場景和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系。

在這樣的場景下，銀江有這么5套平臺工具，來輔助交通信號優(yōu)化配時團隊。其中AI全域交通信號滾動優(yōu)化系統(tǒng)，主要是負責比較有規(guī)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(tǒng)，則是當基本面的問題出現(xiàn)了稍微特殊的場景，我們把這些特殊的場景拎出來，基于人的經(jīng)驗，專家的經(jīng)驗進行配時推薦。

針對城市交通信號的控制指標評價，即現(xiàn)在眾所周知的高德、百度、滴滴每個季度、半年、一年發(fā)布交通報告，它們從很宏觀的角度發(fā)布了控制指標評價，對于這項工作本身，或者是這個工作的方方面面，仍然缺乏很多量化的評價，基于對這個工作流程的理解，銀江研發(fā)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(tǒng)，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(tǒng)，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(tǒng)一和標準的管理。

這個就是銀江配時優(yōu)化平臺系統(tǒng)總體架構，最底層是數(shù)據(jù)和信號控制系統(tǒng)，然后是數(shù)據(jù)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(yī)生。對一些比較特殊的場景，或者是數(shù)據(jù)出現(xiàn)問題，或者是系統(tǒng)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(yōu)化的模塊，去處理更多的標準化和可預測的一種場景，然后在此之上進行指標和工作流的標準管理。

這個AI的工具一個比較大的組成部分就是這個全域的優(yōu)化系統(tǒng)，銀江現(xiàn)在做的全域優(yōu)化的嘗試，目前為止，我在其他地方?jīng)]有聽說過，就是把整個區(qū)域形成一個統(tǒng)一目標，比如銀江針對高德的交通評價報告，根據(jù)它的區(qū)域的評價指數(shù)，我們把它當成一個目標進行統(tǒng)一優(yōu)化。

AI全域交通信號滾動優(yōu)化系統(tǒng)現(xiàn)在已經(jīng)在公司周邊的范圍落地了大概30個路口的區(qū)域，今年下半年會拓展到130個路口左右，針對該范圍區(qū)域，銀江現(xiàn)在是大概半個小時或者是一個小時對它進行一次滾動優(yōu)化模擬仿真，這個方法總體是基于一個預測控制的事項。

算法里大概包括兩個部分，一個是通過預測模型或者環(huán)境學習，去學習這個區(qū)域里的流量，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(shù)，來學習他們之間的關系，最后形成一個對環(huán)境監(jiān)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(huán)境之間進行互動。

這邊的系統(tǒng)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(tài)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后，半個小時之后，交通態(tài)勢會發(fā)生什么樣的變化，這個也是基于剛才的預測來說的。

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(tài)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。

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(tǒng)。實時推薦系統(tǒng)是說對于一些局部的路口，一旦出現(xiàn)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(diào)整，這種調(diào)整我們就配時專家團隊以往的經(jīng)驗，將這些調(diào)控記錄一直放在后臺進行學習，學習的原理就是把每一個路口的固定檢測器反應出的數(shù)據(jù)特征和人的操作動作的數(shù)據(jù)的關聯(lián)性進行學習。

我們學習的流程大概是這樣的，一個是數(shù)據(jù)來源，就是城市大腦報警，這個是觸發(fā)的源頭。還有配時推薦機器人，里面做了多種算法的融合，里面有算法選擇機制，這個數(shù)據(jù)來源也是控制的方案，和固定監(jiān)測器的數(shù)據(jù)。

最后輸出的結果是控制方案或者叫超參數(shù)，什么叫超參數(shù)？這個基于杭州SCATS信號控制系統(tǒng)，它里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(shù)，比如說周期值。在這個系統(tǒng)里面，它是控制參數(shù)的參數(shù)，比如說最小周期，最大周期，這個是完全基于杭州的實際場景研發(fā)出來的算法，推薦出來的結果是適用于杭州SCATS信號控制系統(tǒng)，我們再把結果下發(fā)到信號機。

那么這種模型其中主要的兩個技術特征，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(shù)據(jù)的關聯(lián)度。第二個層級是學習時間，比如說上一個周期或者是上一個星期的今天等等。目前我們使用的神經(jīng)網(wǎng)絡模型大概有31層，超過20萬參數(shù)。

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(jīng)可以比較準確地學習到操作人員在類似的數(shù)據(jù)環(huán)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(xiàn)了這樣的結果。在這兩套AI工具之上，我們現(xiàn)在正在做開發(fā)的就是整體的信號控制指標評價系統(tǒng)，我們對主城區(qū)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(diào)配和還有AI調(diào)配的比例。

說到剛才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、面多層次的這么去結合技術。首先就是從區(qū)域的角度，可以設置區(qū)域的壁壘，將這個區(qū)域進行邊界的控制，對關聯(lián)路口的影響進行分析之后，然后把關聯(lián)的路口作為一個組團的對象進行控制。

從人的角度來說，有了這些工具平臺，最后還是要把它串聯(lián)起來，變成一個完整的解決方案，我們的規(guī)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?nèi)斯さ拿寮业?，整體機制提供專業(yè)的局部優(yōu)化，在這種基礎上提供我們現(xiàn)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(jīng)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(xiàn)全AI的方式進行交通信號控制，但是至少在現(xiàn)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。

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(shù)據(jù)，組件運營團隊以及提供服務，對于就是軟件平臺的定制開發(fā)部署。針對剛才說的HI@AI結合，或者是AI在這6個方面做的工作都是有不同的。

我們現(xiàn)在除了在杭州提供剛才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(huán)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(nèi)容。

針對不同的城市體量，或者是數(shù)據(jù)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(xiàn)在會把解決方案分成4級，主要是從城市體量來說，因為每個城市的數(shù)據(jù)基礎不同，所以我們的每個服務和工具都要有所取舍和差異化處理。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(nèi)容希望大家關注杭州城市大腦，關注銀江股份，謝謝。

我們將會在本次峰會后，在「AI投研邦」上線CCF GAIR 2019 峰會完整視頻與各大主題專場白皮書，包括機器人前沿專場、智能交通專場、智慧城市專場、AI芯片專場、AI金融專場、AI醫(yī)療專場、智慧教育專場等?！窤I投研邦」會員們可免費觀看全年峰會視頻與研報內(nèi)容，掃碼進入會員頁面了解更多。峰會期間專享立減399元福利，可進入頁面直接領取，或私信助教小慕（微信：moocmm）咨詢。（最后一天50個名額，速搶。）

相關文章：

平安智慧城市-知鳥、松鼠AI、童心制物、先聲智能獲2019 AI+教育最佳成長獎 | CCF-GAIR 2019

城市的巨變之下，誰是“AI+智慧城市”的弄潮兒？ | CCF-GAIR 2019

平安智慧城市聯(lián)席總經(jīng)理胡瑋：城市演進將迎來第三次“科技推力” | CCF-GAIR 2019