银江智能交通研究所副所长徐佳:HI@AI |CCF-GAIR2019城市全球交通信号服务

雷锋网站:2019年7月12日-7月14日第四届全球人工智能与机器人峰会(CCF-GAIR2019)在深圳正式举行。

此次峰会由中国计算机联合会(CCF)主办,雷锋网和香港中文大学(深圳)主办,深圳人工智能与机器人研究所协办,是国内人工智能与机器人学术界、工业界和投资三大领域的顶级交流与博览会活动,旨在打造国内人工智能领域的一个强大的跨境交流与合作平台。

智能交通是智能城市的成熟场景之一,并得到了大规模推广。银江智能交通研究所副所长徐佳在2019年第四届全球人工智能与机器人峰会智能城市论坛上发表了题为“HI@AI城市全球交通信号服务”的主旨演讲。

“嗨”意味着人类智能,“嗨@人工智能”意味着专家的智能是基于人工智能的。在银江有限公司的城市全球交通信号服务中,人工智能是一种工具性和辅助性的定位。徐佳主要从人与机器如何耦合的角度来阐述智能交通的登陆。

从2016年到2018年,杭州摆脱了“中国十大最拥挤城市”,城市交通状况得到了很大改善。

直觉数据显示,多亏了银江,救护车到达现场的时间缩短了一半。

银江交通大数据管理平台采用数据中心和平台技术,优化性能,提高易用性。

传统的研究人员可以在不了解平台架构的情况下在平台上开发,从而大大节省了时间。

在不断实践的过程中,银江股份逐步沉淀出一系列城市交通平台解决方案,包括交通超能计算平台、人工智能全球信号优化平台、人工智能全球仿真平台、人工智能智能智能监控平台等。

目前,银江具备数据驱动和全球多维整合的能力。它希望与合作伙伴建立强大的业务能力,以全面解决城市交通拥堵问题。

在场景方面,银江根据具体业务和具体场景的需要建立了数据中心,进一步探索不同数据的功能价值。

利用自己的身体,HI(人类智能专家体验)和AI(人工智能)能力,银江驾驶平台人工智能,将人工智能思维和技术引入现有产品和服务中,实现更大的价值和更具竞争力的应用。

同时,人工智能用于优化内部管理,针对大规模运营场景,大大提高内部运营效率和质量,增强其在数字化发展道路上的整体创新能力,以及对行业需求的洞察和理解。

目前,行业应用场景已经包括智能交通、智能健康、智能司法等子领域。

以下是徐佳在CCF-GAIR大会上的发言,雷feng.com编辑时没有改变初衷:徐佳:下午好,朋友们。我来自银江有限公司,每个人都应该听说过“杭州城脑”项目。银江有限公司主要负责城市、地面和交通信号的整体优化。

人机耦合优化交通信号指的是城市的交通,因为昨天有一个关于智能交通的特别会议,今天早上有来自其他公司的与城市交通相关的报道,但是视角可能不同,一些来自顶层设计,或者数据,或者交通数据本身。

今天,我要说的更多的是HI@AI。为什么它叫做嗨@人工智能?我们将其定义为人类智能,而专家智能是基于人工智能的,也就是说,人工智能是一种基于工具的辅助定位。采用的核心技术路线是以专家经验的超级计算和机器智能为中心,辅以数据、模型、算法和服务,共同实现HI@AI。

我从人和机器如何耦合的角度解释了我们是如何着陆的。

有两个要点。一是在开发人工智能工具时,更多的人是实际控制交通信号的团队。我们视他为用户。

另一个角度是如何使用一个完整的着陆计划来连接这些前沿技术和这些点,最终拥有这个工具,并最终为客户和政府提供完整的服务。

首先,让我们介绍一下背景。第一个背景是交通基础设施建设的背景。众所周知,智能交通建设已经进行了20多年。目前的情况是,整体大型建设接近饱和,或者更准确地说,大部分建设不是从零开始,是提高利用率或优化现有设备使用的建设,另一个是局部建设。

然而,这些建设跨越了如此长的时间,涉及到大量的人和单位,还有许多问题遗留下来。

此外,还存在“重施工轻运行维护”的问题。虽然目前的设备非常先进,但在使用过程中无法进行更好的操作和维护。另一个问题是资源分布不均,这主要体现在一些城市检测设备的分布不是根据城市居民目前的交通习惯来设想的,不完全的假设导致资源分布不均。

第二,从数据利用和流量控制的角度来看,当前的大趋势是希望数据能够作为一个整体来操作,而不是以一种建设性的方式部署软件,它希望在软件部署之后,会有更多的专业人士使其发挥更大的作用。目前,政府和企业的管理职能正逐步从分散走向集中,但仍然面临着人才的轻微短缺。

参与者本身也可能存在问题,对规则和权利保护的认识稍弱。

对智能交通的需求发生了变化,政府的需求也发生了变化。现在所有者非常热衷于技术感、人工智能技术、智能和可视化。其次,他们也非常渴望尽快看到治理效果。它们需要快速、有效、高投入产出比,并希望现有模式能够持续运行。

还有一个背景是,许多城市现在正在进行智能交通。他们还根据成本进行了创新,基本上确保了对特殊费用的长期支持。领导人也从上到下形成了一个更好的体系,也就是说,他们比以前更加重视这件事。在这样的背景下,银江有机会在杭州做这样的事情。

做这件事有两个角度。一是优化人员的交通时间安排。我们如何开发技术产品?有了这些产品,我们如何将人员和技术产品连接成一个完整的系统?现在它被称为“人机共治的技术概念”。

首先,我们现在面临很多交通问题,例如交通黑点和边境管辖不明确。以杭州为例,大型活动多,占道施工普遍。

在人工智能中,我们主要做这些大家都熟悉的场景。当前人工智能水平对一般场景更负责,即人们面对的复杂场景和人工智能面对的一般场景之间存在巨大差距。这些与我们的技术问题有关。

五套平台级工具在这种情况下,银江有五套平台工具来协助交通信号优化计时团队。

其中,人工智能全局交通信号滚动优化系统主要负责相对规则和一般化的场景,通常称为基本问题。

人工智能信号专家实时推荐系统是在基本问题有轻微特殊场景时,根据人类经验和专家经验进行定时推荐。

根据对城市交通信号控制指标的评价,即著名的高德、百度和滴滴每季度、半年和一年发布交通报告,从宏观角度发布控制指标评价。这项工作本身或工作的所有方面仍然缺乏定量评估。基于对这一工作过程的理解,银江制定了许多指标来评价计时工作的质量。此外,银江还有一个信号定时的基本信息管理系统,用于对交通基础设施和交通方案的管理进行建模和存档。

另一个是计时工作管理系统,主要涉及工作流程的标准化和量化管理。事实上,我们将人们的工作转化为统一和标准管理的可视化过程。

这是银江时序优化平台系统的总体架构。底层是数据和信号控制系统,其次是数据管理器和交叉管理器两个平台。这些模型被归档,顶层是人工智能工具,主要由信号专家和交通医生两部分组成。

诊断一些特殊场景、数据问题或系统问题。

除此之外,还有全局流量模拟和全局滚动优化模块来处理更加标准化和可预测的场景,然后在此基础上执行指标和工作流的标准管理。

人工智能工具的一个相对较大的组成部分是全局优化系统。到目前为止,我还没有听说银江的全局优化尝试。它是为整个地区形成一个统一的目标。例如,银江对高德的交通评价报告。根据其区域评价指标,我们将其作为统一优化的目标。

人工智能全球交通信号滚动优化系统现在已经在公司周围地区的大约30个十字路口着陆,并将在今年下半年扩展到大约130个十字路口。对于这个区域,银江现在在大约半小时或一小时内对其进行滚动优化模拟。这种方法通常基于预测控制。

该算法由两部分组成。一是通过预测模型或环境学习来了解该地区的交通流量和交通信号控制方案,以及我们需要注意的结果,如行驶速度和效率指标,了解它们之间的关系,最终形成环境监测的作用。

另一种模式是搜索每个十字路口的交通信号定时,并与环境互动。

这里的系统显示了未来半小时或一小时的交通状况。如果我们不使用我们计算的交通状况和我们计算的交通状况,我们可以比较这两种交通状况,并使用我们推荐的方案直观地看到半小时后交通状况会发生什么变化。这也是基于刚才的预测。

尽管这项技术听起来很先进,公平地说,它只能处理可预测的部分。理论上讲,预测的上限约为80%,剩余的不可预测的交通状况是随机的,所以即使我们非常仔细地做这个算法,仍然有一些比例是无法预测的。

在此基础上,我们增加了另一个部分,称为人工智能交通信号实时推荐系统。

实时推荐系统(real-time recommendation system)是指对于一些局部交叉口,一旦出现交通效率指标的实时报警,以前不会预测,或者预测不正确,只能进行反馈调整。这种调整是基于专家小组以前的经验,这些调整记录保存在学习背景中。学习原理是学习由每个交叉点的固定检测器反映的数据特征和人类操作数据之间的相关性。

我们的研究过程大致如下:一是数据源,即城市大脑报警,它是触发器的来源。

还有一个定时推荐机器人,其中集成了多种算法,其中有一个算法选择机制,这个数据源也是一个控制方案,还有固定监视器的数据。

最终输出是控制方案或超级参数。什么是超级参数?这种基于杭州的SCATS信号控制系统具有手动输入模式,这不是特定的方案参数,例如周期值。

在该系统中,它是控制参数的参数,如最小周期和最大周期。这是一个完全基于杭州实际场景开发的算法。推荐结果适用于杭州SCATS信号控制系统。我们将把结果发送给信号机。

然后,该模型的两个主要技术特征是我们使用空之间的机制和时间机制的叠加,并将其分为两层。第一层是学习这些空特征,即车道和车道、交叉口和交叉路口之间的相关性及其数据。

第二个层次是学习时间,例如最后一个周期或上周的今天,等等。

目前,我们使用的神经网络模型约有31层,参数超过20万个。

我们在杭州的一个十字路口测试了我们的算法,并推荐了一套控制方案。事实上,我们已经可以更准确地了解操作者在相似的数据环境下做什么,甚至可以学习在某个方向上打开和关闭,从而达到这样的结果。

除了这两套人工智能工具之外,我们目前正在开发的是一个全面的信号控制指标评估系统。我们对主城区1000多个交叉口的信号控制和其他着陆城市的总体工作和效率进行了多维评估。

它还包括这些交叉口的比例、人工分配和人工智能分配。

当谈到这些技术如何最终成为着陆计划时,我们是通过点、线和平面的多层次组合来组合技术的。

首先,从区域的角度出发,可以设置区域屏障,控制区域边界,分析相关交叉口的影响,然后对相关交叉口进行分组控制。

从人的角度来看,使用这些工具平台,最终有必要将它们串联起来,并将其转化为完整的解决方案。我们的计划是提供三种解决方案,所有这些都可以通过适当的解决方案来解决。

例如,从0开始,第一步是让人们完全手动进入并找到他们的财务资源。整体机制提供专业的局部优化。在此基础上,我们提供我们现在所称的高智能综合服务。换句话说,在非常特殊的情况下,人们依靠人。同时,人们的经验会反馈给算法。

在相对遥远的未来,我们希望基本上实现交通信号控制的所有人工智能方法,但至少在这个阶段,我们仍将停留在第二阶段,即人工智能和人类智能相结合的阶段。

我们从0开始总结的在杭州和包括杭州在内的几个城市提供如此全面服务的工作包括大约6个方面,一个是基础工作和基本系统的排序,另一个是数据、组件操作团队和服务提供。用于软件平台的定制开发和部署。

针对刚才说的HI@银江智能交通研究所副所长徐佳:HI@AI |CCF-GAIR2019城市全球交通信号服务AI结合,或者是AI在这6个方面做的工作都是有不同的。根据前面提到的HI @人工智能的组合,或者人工智能在这六个方面的工作是不同的。

除了刚才提到的实际服务外,我们还在其他方面提供各种服务。这些都是每个城市进行信号定时和形成良性循环模式所必需的。例如,专题研究、舆论处理、信号检查等。这些都是面对客户时总结的工作内容。

对于不同的城市规模或不同的数据库,我们的服务必须与每个数据库兼容。我们现在将解决方案分为4个级别,主要是根据城市规模。因为每个城市都有不同的数据库,所以我们的每个服务和工具都必须有不同的选择和对待。

从人类的角度来看,也有差异。这些都是互补的。

以上是我的分享。我希望你能关注杭州的都市大脑和银江股份。谢谢你。

未经允许不得转载:威尼斯人棋牌娱乐 » 银江智能交通研究所副所长徐佳:HI@AI |CCF-GAIR2019城市全球交通信号服务
分享到:
赞(0)

评论抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址