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。
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。
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。