目前，科技圈最火的話題是什么？毫無疑問，是子彈短信。 

你說它很好用，倒說不上，但是子彈短信的確打破了目前微信社交方式，因為它是以“語音”為核心的交互方式。它是文字+語音的方式進行及時通訊工具，據聞其語音識別準確率高達97%。 

那么，“子彈短信”極高的語音識別率與高效率溝通的背后是什么在支撐？ 

快如科技聯合創始人郝浠杰說，是AI技術與大數據。 

無疑，最近幾年的大數據，AI人工智能火的一塌糊涂，以大數據為核心的人工智能以迅雷不及掩耳之勢滲透到各個領域，其中在汽車與出行交通領域，其發展應用的速度也不是常人能追得上。 

八月驕陽似張火傘。就在前幾日，筆者在炎熱的天氣下花了一個小時，來到了一場關于智能與汽車的活動論壇現場——“智汽車·致未來”智能汽車技術應用論壇。在活動過程中，讓筆者覺得頗有意思的一個演講，是王川久博士主講，主題為《大數據和AI升級未來交通出行》。 

（北京泓達九通科技發展有限公司創始人&董事長  王川久）

在演講中，他認為，在中國第一個AI化的交通系統是應用在實時路況。如今，AI和大數據已經在整個交通環節里邊廣泛應用，比如說現在的交通大腦。另外一個是自動駕駛，這個是現在非常火的應用。 

他把交通大腦，或者叫做智慧交通的平臺分為三個階段： 

第一個階段是多維交通信息平臺。對于整個交通管理者來講要求的是首先這個信息全都聚集過來，包括各種交通方式、人流、客流和貨物的信息。 

第二階段的大腦是有能力去做交通疏導，和整個協調指揮的系統。目前來講，現在所謂的阿里大腦、滴滴大腦都是處在這個大腦的初級階段，還不完整。 

第三個階段是覆蓋了地面、軌道、低空和海上整個交通監管和服務體系。就算自動駕駛能實現，也不能徹底解決道路堵塞的問題。所以，必須要對海陸空做出一個全面的協調。

王川久博士表示，整個系統最重要的功能是通過公路協同去做整個車輛的交通信息中心。交通信息中心未來不是在每個城市，可能是在一個地方，一個地方可能就有200個交通大腦。 

但是，重點是整個車路協同系統，一個城市只有一個，誰拿到了就屬于誰。所以未來對于整個中國城市或者世界上智能交通的發展，未來的制高點就是在這里。這件事情是一個非常重要，遺憾的是，到現在許多公司都沒有看清。 

大家好！很高興今天有機會和大家一起討論關于大數據和AI以及出行方面發展的話題。 

我在做交通的時候中國還沒有做智能交通。最開始的交通是水泥地加鐵的汽車一個交通的模式。在這模式的基礎上，叫智能交通的是什么？是所謂的ATMS，整個的信號燈系統。 

信號燈系統是什么時候出現的？是在60年代，也就是1966年的時候由于小型計算機的出現帶動了相應的產業，原來只有在航空能用到的大型計算機變小。在這種情況下出現了后來的IBM等等公司。 如今，我認為大數據在交通上真正廣泛的應用是實時路況。 

我們看到這個紅黃綠的系統，它的出現源于整個城市交通的車輛，上面既有車輛向云平臺發送數據的能力。最開始在國內是出現在出租車上，因為出租車出現后要保證司機和乘客的安全，但其中99.99%的數據都是垃圾。 

后來我們團隊看到整個系統的前景，在2002年的時候我們發現了這樣的情況：當時在中國有2個團隊開始制作智能交通，一個是我的團隊，另外一個團隊是北航的計算機系。后來這兩個團隊最后形成了3家公司。 

實際上，在中國第一個AI化的交通系統也是實時路況。    

現在AI和大數據已經在整個交通環節里得到廣泛應用。比如說現在的交通大腦；另外一個是整個自動駕駛，這個是現在非常火的應用。

對于交通大腦，或者叫做智慧交通的平臺，實際上分三個階段。 

第一個階段是多維交通信息平臺。對于整個交通管理者來講要求的是首先這個信息全都聚集過來，包括各種交通方式、人流、客流和貨物的信息。但是在這一階段的平臺上不會做出決策。 

第二階段的大腦是有能力去做交通疏導，和整個協調指揮的系統。目前阿里大腦、滴滴大腦處在這個大腦的初級階段，還不完整。 

第三個階段是覆蓋了地面、軌道、低空和海上整個交通監管和服務體系。理論上實了自動駕駛后堵車問題就會解決，其實不然，那時只是沒有以前那么堵車了。所以必須要海陸空同時協調。 

整個系統最重要的功能是通過公路協同去做整個車輛的交通信息中心。交通信息中心未來不是在每個城市，可能是在一個地方，在這里邊可能存在了200個城市的交通大腦。 

為什么會出現這么多交通大腦？因為他們是在慢慢的跑馬圈地，他們慢慢看到了不管你在底下做什么，最后最高層的時候，當有自動駕駛的時候，整個TIC一定要有一個平臺。 

實際上整個車路協同系統，一個城市只有一個，誰拿到了就是誰的。所以，未來對于整個中國城市或者世界上智能交通的發展，未來的制高點就是在這里。這件事情是一個非常重要，遺憾的是，到現在許多公司都沒有看清。 

下面是自動駕駛。自動駕駛大概2000多個定義的場景，剩下通過百萬、千萬公里的學習去彌補。另外一個是智能道路。未來整個道路會變得非常的智能化，它是新能源車、動力能量的補充平臺。同時，智能道路還是一個信息的采集平臺和發布平臺。 

所以智能道路未來是一個很重要的發展風口。整個車的協同是整個道路、大腦和車輛的連接紐帶，這就是現在目前整個車的交通布局。    

對于數據技術來講分五個階段。其中，最開始的時候是數據存儲、獲取、查詢能力，這是它的基本能力。實際上它和統計分析同屬于一線處理的階段。 

數據技術能帶來什么？首先，它提供的是客戶的畫像。這對于整個實時的系統，包括業務預測、主機產的客戶行為預測、客戶流失都起到很大的作用；另外，對于決策支持來講，這是屬于實時交通的范疇，這個范疇包括了導航；對于無人駕駛包括虛擬機器人，這些系統是屬于自主學習的形式，需要海量數據的支撐。 

在這里，我想給大家介紹一些基于整個自動駕駛和智能汽車方面比較有意思的事。 

泓達有一個大數據平臺，這個平臺上面有800萬輛車實時提供數據，每天大概有12億的定位點，差不多有2.5億公里的軌跡里程。    

我們用這些數據能干一些什么呢？

首先是眾包的高精地圖。這些軌跡只是普通的GPS軌跡，它不是經過高精的軌跡。通過這個行駛軌跡，可以精確的通過大數據區分整個車道位置，形成車道級導航的地圖。 

再在導航地圖上面加行駛規則，包括交叉口、停車線、行駛速度的分布，在轉彎的時候這個地方要有停滯，然后再啟動的過程。實際上用眾包高精地圖的方式是非常低成本的模式。 

這是自動生成的地圖數據，這個數據完備率是78%，而這78%沒有一個人參與做成。 

高精地圖在整個行業里邊競爭是非常激烈，因為它現在是一個紅海。很多大的圖商已經掌握或者部分掌握了這樣的技術：通過具體的數據采集和大數據結合在一起。 

對于高精地圖來講，它有一個很有趣的副產品——道路通行能力的分析。 

最開始，我們知道車輛開車的時候有巡航系統，這個道路上面有很多大坑，所以每次自駕的時候大家知道一定會托底。這個系統會把道路上的曲線圖做出來顯示，到達這個地方之前是80公里，突然一下子掉到12公里。有了這個模塊之后，系統可以直接開ACC（音），到這個地方直接降速，保證安全通過整個道路。這叫做遇見巡航。 

如果是卡車，安全要求就會更高一些。這是一個車輛本身工況的示意圖，我們的產品會通過對車輛系統數據的采集會找到這輛車輛最優的駕駛節油點，通過這個節油點引導司機在這個地方開，以達到節油的目的。    

這是一個手機APP，這是一個點，這個點是整個節油點。司機在行駛之時，我們通過整個大數據分析，了解到整個車輛駕駛的時候最好的行為。他不需要知道整個車輛的結構和原理，開車的時候只要讓這個點和這個靶心重和就行了，這樣的話整個系統就會非常的省油。 

對于車輛來講，60%的油耗是由車輛本身決定。比如說解放車、東風車。誰的車節油誰的車就好，是由40%的司機決定。司機在一般情況下開車，好與不好的司機節油的效果會差50%。 

目前，我們的系統主要用在重卡上。一輛重卡一年油費大概是40萬，系統現在節油大概在10%左右，每個月會節約3000多塊錢的油錢。中國有400萬輛重卡，每年的油費是1.6萬億，如果節約10%的話是1600億。 

在制造這個系統上，有一些東西需要注意。其中之一是自動判斷車的質量、總重量，這個由AI來做。每一輛車的靶向圖都是不一樣，因為是通過機器的自動學習做出來。   

另外就是交通預測系統。對于實時路況需要怎么去做？我從交通的角度給大家一些提示。對于道路來講有它的速度特征值，每個link由0點到24點。另外一個還有日不均勻系數，從周一到周日的時候每天交通特點都是不一樣。 

在做未來預測的時候，預測的那一天是周幾很重要。另外一個是每15分鐘的狀態，對于交通來講每一次狀態的變化沒有那么快，一般情況下15分鐘。還有，天氣對交通的影響也是非常大。   

我們姑且這樣理解，在做從A點到B點的時候，如若是周一到周五，每天都會在同一個地方上班。但是如果是休息日的話就不一定了，如果是節假日的話差距就會更大一些了。 

一般情況下的做這種預測在每天的早高峰、晚高峰的時候準確度也有差別，會高于平時。這個很好理解，對于一個城市來講，每天早晨出行的時候走哪條路，干什么清楚，下班的時候走什么路，干什么我也很清楚，但是十點鐘出門的時候我不知道你去哪。    

實際上交通是一個比較復雜的巨系統。人有五種運動，第五種運動是社會運動，很不幸交通就是復雜運動里邊的行為。所以作為大數據和AI是解決交通問題非常有效的輔助手段，但這不是全部。深刻的了解整個交通現象可以加快收斂的速度，也能增加整個結果的準確性。 

最后大家都知道Termnator，最后變成了一個壞人，變成了一個Termnator來禍害人類。希望今后各位同學做出來的AI系統要有品德，要有道德。謝謝各位！

返回第一電動網首頁 >