谭昶：讯飞智慧交通的实践之路

          9月13日上午，由深圳市智能交通行业协会主办的第十七届中国（国际）城市智能交通论坛成功举行，科大讯飞股份有限公司智慧城市事业群副总裁谭昶发表题为《讯飞智慧交通的实践之路》的主题演讲，以下为演讲实录，经ITS智能交通小编整理（略有删减）：

科大讯飞股份有限公司智慧城市事业群副总裁谭昶

          非常开心能够跟众多专家、领导一起讨论一下关于讯飞作为一家人工智能公司在交通领域的一些做法。我们更多的是从一个交通行业的新进入者，一家技术公司的角度来思考或者探索，人工智能怎么样在智慧交通、智能交通建设中起到它相应的作用。

          中国的交通发展到今天有3.6亿辆机动车，对应着486万公里的公路通行里程，一个很重要的特点就是车多路少，拥堵和交通事故的发生也是日益增长，我们国家对交通管理的核心诉求，无外乎围绕着安全、有序、畅通和服务这四个点，来为出行者、为公共交通的参与者，也为行人、管理者提供更加优质或者更加高效的管理手段和出行手段。

          我把这个大的背景总结为四多四少。第一是车多路少，虽然说中国的基础设施建设非常强大，但是我们的公共交通，尤其是道路资源的供需不平衡，城市中心、一二线城市和三四线城市，以及城市郊区的供需不平衡，出行高峰时间和平峰时间的供需不平衡一定是长期存在的。

          第二是事多人少，事多是指交通管理过程中有事故、有拥堵、有日常的交通秩序的整顿，堵点、乱点的治理，人少一方面是管理者本身的编制、数量少，另外一方面是交通领域的专业人士少。

          第三是数多智少，基础设施的投入规模很大，外场设备的安装数量很大，交通基础数据的采集规模也已经很大了，但是解决实际问题的专家少、算法少、方法少。最近几年，公安部交管局一直在提倡做相应的交通数据的技战法的比赛，为什么要做这种比赛？因为现有的能解决问题的数据多、方法少。  

          第四是新多实少，创新的概念多，符合实战要求和管理要求的创新实践少。深圳交警提出的借道左转讲了三四年了，但是在全国有多少地方能用得起来呢？为什么不敢用？这个方法太复杂，专业要求高，以至于没有那么多专业人士用。创新的需求多，今天搞个大脑，明天搞个眼睛，后天搞个心脏，是不是真的把交通拥堵的问题解决了？解决问题的深度思考少。我们的规划、管理、建设又在不同的部门，导致深度的思考、深度的联通做得很少。

          现在很多城市建大脑，没有大脑大家都是盲人瞎马，但是只有大脑，你没有外场的摄像头服务器是没有用的，把大脑和外场的设备割裂起来，对立起来，外场设备太少了，那就看不清，你不装设备，永远不知道路面上发生了什么。不懂业务，光去设计算法，最后业务上把你批得一无是处，算法还是要进入业务里面。最后发现建了很多的大脑，最后发现都是单独的大脑，谁也不能连到谁。所以现在不仅是要自己的头脑灵活，还要外场设施耳聪目明，还要管理控制身手矫健，既能看，又能算，还能管，才能解决真正的问题。

          讯飞在智能交通这个领域算是一个新兵，我们从2015年开始在安徽省做智能交通的工程建设，当时亳州城乡一体化的智能交通建设，合肥的一些试点区域的项目，在这个过程里面，我们测试了很多当时我们想象中的优秀的算法，包括当时很多交通工程论文里面提到的算法，最后的结果惨不忍睹，大部分算法都是理想化的，或者说只能解决具体的单一的路口的问题。后来说要做联动、协调，要通过大脑把业务系统、控制系统做起来。我们在2017年到2019年用了两年时间，在合肥市15平方公里67个路口试点，就把这67个路口管好，之后总结出一些心得和经验。

          这个理念就是智行合一，让交通更简单。为谁简单？为人更简单。怎么样更简单？一定是人工智能+交通服务，一定是人工智能服务于交通实际需求，这个人工智能我们换成任何的新想法、新思路，你这些东西到实践里面检验以后再说行不行，行的目的、行的保证标准是什么，是简化人的工作。

          我们去年讲了四个能力，后来发现这四个能力都是数据能力和软件能力，我们今年又调整了一下，第一个是基础设施的建设能力，这是任何一个智能交通企业有信心向业主、向城市直接承诺效果，你的外场设施设备装多高，装在什么地方，一个路口装几台，你要拿出标准化的施工逻辑。感知、数据，这是大家老生常谈的，你要能感知、分析数据、加工数据，分析、加工的目的是为了研判整个城市的交通态势，研判的目的是为了治理拥堵，治理拥堵要有管控的措施。所有的这一切，如何健康地、常态化地运行，离不开服务和运维。很多地方运维做得好，10年前的设备现在照常运行，这也是提高投资效率的事情，从基础设施的建设，到运行维护的常态化，形成良好的闭环。

          在这个理念之下，就是我们的交通超脑的解决方案，既要有坚强的底座，又要有真正意义上的中枢神经，还要有管理和服务的手段。这里我不展开讲，大家都很熟悉，底下是物联网、互联网，所有的感知、控制设备，中间是中台，中台这个概念可以把它抽象成几个，一个是数据中台，是所有数据的共性问题，第二是算法中台，人工智能中台，我们的数据和算法如果是强耦合的，它一定会落到应用里面去，必须把我们的数据和算法都解耦，把业务逻辑、业务流程解耦，这样上面的贯穿就是自然的事情。有了超脑，能够实现智慧感知、智慧服务，最后在上面的服务门户里面就可以预管理服务，把管控和服务的体系建立起来。

          我们现在形成的一整套解决方案的产品体系，下面给大家介绍一下我们的思路。

          第一是全息感知，有路口级、路段级，还有区域级。路口、路段、区域的指标，我们有国标、地标，还有企业标准、行业标准。大家怎么算都知道，怎么算得准，还是看你的数据接得全不全与是否实时。现在我们把合肥市的1010条道路和50个网格区域全面感知起来，管理起来。

          在全息感知的基础上是算法，我们从前几年的实践里面总结出来100多种算法，这100多种是最常用的，和我们前面的数据结合起来。比如对道路的拥堵和通行状态进行评估，有相应的互联网路况的数据，还有车流量的统计和路口的卡口电警，基于设备的视频流量分析算法，这里很多算法都是为了一件事情，就是我们的道路通行能力，实时运算分析去服务。这些不同的数据来源还要依赖一个算法，就是多元车流量数据的规划统计算法，最后展示出来无论哪个数据来源，到了我们这张地图以后，都是道路拥堵情况与通行能力是多少，所有的算法都是为了解决具体的问题。

          有了基础的底座之后就可以构建比较丰富的应用，实战就是指挥调度，现在大家已经在无意识地用讯飞的技术。我去年来的时候就在底下的展位走了一圈，很多厂商现在设备都带语音功能，用的都是讯飞的技术支持。交警当中流行一句话，说指挥调度靠喊，能不能喊得更轻松、更便捷一点，就是把语音技术和指挥调度打通贯穿起来。

           交通拥堵的治理，要考虑的是堵点的定位，全息感知可以对堵因进行的分析，我们可以找到基本的通行情况，治堵的方案、效果的评估。这几年讯飞帮助合肥市找到了100多个拥堵的路口，治理的方案也很简单，通过我们的信号优化，道路设施的再组织，甚至是道路的基本情况再改善，基本上解决了合肥大部分道路的问题。

          通信号优化，这一点也不展开，其实是一样的，我们做数据、做人工智能，最主要是一个闭环的过程，而且在这个闭环过程里面能够闭环地提升效果。

          合肥市大概有3万台外场设备，内场服务器超过1000台，这么多设备和服务器怎么管？我们可以对于联网带电设备的数据传输质量进行评估，设备是否正常在网，对于数据总是断断续续的设备故障也可以做一些状态性的维修。最近也在研究如何把视频所采集到的设施设备的状态，比如护栏有没有被车碰歪，红绿灯是不是亮的，从视频摄像头里面很好地分析出来，把AI算法和设备、设施的运维过程结合起来。

          除了管控以外，还有一个服务的问题。一个是公共出行服务，把所有的交通出行的信息发布，和交警的微信公众号、百度高德地图和交通诱导屏，以及交通应急广播全面打通，让出行者的获得感非常好。未来我们还希望跟公交、出租的出行即时信息发布到每一个终端设备上。

          第二个便民服务就是互联网办事，老百姓还可以把它当做一个警民沟通、警民反馈的渠道，我们在合肥较早地做了群众举报的设计，举报完成之后，能够通过红包等各种形式进行返现，极大地激发了大家参与交通管理过程里面的积极感。

          最后向大家简单汇报一下合肥交通超脑的建设成效。目前合肥的机动车增长大概是每年20%到30%的增长，在这个快速增长的过程里，市区的拥堵道路是全面缓解的，拥堵道路的占比是全面下降的，在百度、高德这样的第三方的分析里面，合肥的高峰拥堵的延时指数连续三年是在下降的，而且在分析报告里面大家也可以看到，合肥市的拥堵排名一直是处于下降的趋势，这是我们非常好的一点，因为我们知道合肥现在的拥堵的工地从2018年的30多处到现在的70多处，因为修地铁的原因，但是这样的情况下我们的拥堵率还在下降，这离不开我们的智慧交通做的一些工作。

          简单展望一下未来，刚才李院士（李德紘）讲了一个很好的点，现在的交通往往忽略的是规划和顶层设计，以及坚持这个顶层设计的过程。如果在顶层规划做不到系统性和融合性，基础设施建设和布局一定是有问题的，只有顶层规划做好了，我们的基础设施建设才能是统筹兼顾的均衡建设。基础设施健壮了以后，我们才能拥有更加全面的感知体系，更加全面翔实的控制和通讯体系，在这个基础上，才是做智慧化的过程。要做人工智能辅助人类专家智能的管控服务，这样一个管控服务才能从实战中创新，实战中改进，改进之后形成新的积累和智慧应用到什么地方去？还是要回到我们的顶层规划的过程里面，形成一个不断迭代的过程，我们做人工智能，特别喜欢讲不断地迭代、不断地优化，我们也希望人工智能能够帮助我们的城市，帮助我们的世界，不断地进步，不断地变得更加美好、更加畅通。

          以上就是我今天的演讲，谢谢各位。