你有没有因为地铁和公交车的配合不合理，错过出站的公交车？又是否受制于地铁的行进速度，明明也没有太远，却需要每天在地铁上站一两个小时？又是否曾经明明快要迟到了，却还要在安检口排队很久？

而对于提供地铁服务的运营商来说，越来越多的客流量、越来越复杂的地铁线路，也意味着越来越大的运营挑战。车辆班次怎样优化？乘客过闸的速度能不能提高、提高、再提高？人流量突然增加时要怎么进行引导？速度不同却运行在同一条线路上的两辆列车，又要如何合理安排、高效避车？

地铁已经成为了大城市最重要的交通工具，以人口 1500 万的广州为例，广州地铁日均旅客数量可以达到 850 万人次之多，节假日甚至可以超过 1000 万人次。但不论是对于乘客，还是站在地铁运营商角度，现有的地铁运营水平，都还有着明显的进步空间。

这些都是新加坡工程院院士、新加坡国立大学教授李德紘希望解决的问题。他于去年选择全职加盟广州人工智能企业——佳都科技，担任高级副总裁，兼任全球智能技术研究院院长。

地铁作为一个大型的工业系统，还没能实现工业互联网要求的新 “四化”：数字化、智能化、网络化和协调化。李德纮表示，以协调化为例，现在 “线网级” 的地铁跟过去的 “线路级” 有很大的不同。不同线路之间有着交互的关系，如果班次设计、发车间隔等设计不合理，不仅限制乘客的体验，也令运营商感到头疼。

作为粤港澳大湾区 2019 年首位引进的全职外籍院士，李德紘致力于为广州提供一个同时针对地铁运营和乘客痛点的一体化解决方案。具体来说，就是一套地铁的“操作系统”。更进一步，他期待可以把地铁服务打造成一种全新的未来生活方式。

这套操作系统首先要实现的，就是快速过闸。传统的读卡、IC 卡、二维码过闸方式，速度较慢是一方面，更普遍的问题是并没有建立起基于乘客身份识别的信息系统。要知道乘客是谁，这不只是基于安全考虑，更多的是要发掘乘客出行的特性，优化出行方式的提供。怎样实现身份识别？最好的方法就是人脸识别。

对于北上广这样体量的城市来说，地铁站要实现千万级别乘客量级的人脸识别过闸，是一个世界级的课题。千万级别的乘客数量，需要建立一个非常庞大的人脸数据库，还需要非常强大的处理能力，可以让乘客行进的过程中就快速、准确地完成身份的识别和车费的支付。以广州地铁为例，人脸识别的精度要达到 99.9999%。

这背后是一整套采集、分析构成的完整的数据体系，要有大量的传感设备进行数据采集，还需要运用数据分析的方法，例如边缘计算平台、人脸聚类等算法，根据特征实现快速的人脸检索。