美国《福布斯》杂志预测,2017年是人工智能脱颖而出的一年,计算机将能够通过深度学习与神经网络真正实现学习、预测、适应与理解。我们有理由相信不久的将来,人工智能将直接影响公众的日常工作与生活,也必然改变公众的思维方式和工作模式。人工智能必将推动当今社会经济的再次转型与创新发展,在道路交通管理中的应用前景亦已明晰。
概 念 内 涵
1956年,由McCarthy及一批数学家、信息学家、心理学家、神经生理学家、计算机科学家在美国Dartmouth大学召开的学术会议上首次提出“人工智能”概念。经过60多年长足的发展,人工智能已成为一门广泛交叉的前沿科学。事实上,人工智能研究人类智能活动的规律,构造具有一定智能的人工系统,研究如何让计算机去完成以往需要人的智力才能胜任的工作,也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。
自二十世纪七十年代以来,人工智能与空间技术、能源技术被称为世界三大尖端技术；同时,人工智能与基因工程、纳米科学也被认为是二十一世纪三大尖端技术。近四十年来,人工智能已获得了快速发展,在很多学科领域都得到了广泛应用,并取得了丰硕的成果。人工智能已逐步发展为一个独立的分支,无论在理论和实践上都已自成体系,通过研究使计算机来模拟人的某些思维过程,实现如学习、推理、思考、规划等智能行为,包括通过计算机实现智能的原理,以及制造类似于人脑智能的计算机,使计算机能实现更高层次的应用。
因此,人工智能本质是对人类思维过程的模拟,是人类智能的物化。
智 能 原 理 人工智能由智能感知、精确性计算、智能反馈控制三个核心环节组成,目的是体现感知、思考、行动三个层层递进的特征。 智能感知需要收集到足够多的结构化数据来表述场景,这是实现人工智能的第一步,目的是使计算机能“听”、会“看”；精确性计算是使计算机具备足够的计算能力模拟人的某些思维过程和行为,并对分析收集到的数据信息做出判断,这是实现人工智能的第二步,目的是对感知的信息进行自我学习、信息检索、逻辑判断、高效决策；智能反馈控制是将前期处理和判断结果转译为肢体运动和媒介信息传输给人机交互界面或外部设备,实现人机、机物的信息交流和物理互动,这是实现人工智能的第三步,也是最直观的表现形式,其表达能力展现了人工智能整体水平。 具体来说,我们可以通过基于逻辑方法的专家系统与知识工程、基于统计方法的机器学习与人脑仿生、基于智能控制系统的拟人控制行为等途径实现人工智能。如以基于人工神经网络的深度学习技术已被Google、Facebook、IBM、百度等公司广泛用于图像、语音的智能识别,计算机技术快速提升和GPU普及应用,使模拟超大型的人工神经网络成为可能,互联网业务的快速发展又为深度学习提供了上百万的训练样本,从而使语音识别和图像识别技术达到90%以上的准确率。 发 展 战 略 世界各国政府都高度重视人工智能相关技术的研究和应用,纷纷加大对人工智能产品的科研投入,其中美国政府主要通过公共投资的方式牵引人工智能产业的发展,2013财年美国政府将22亿美元的国家预算投入到了先进制造业,投入方向之一便是“国家机器人计划”；同时,在2013年初的国情咨文中,美国总统奥巴马特别提到为人脑绘图的计划,宣布投入30亿美元在10年内绘制出“人类大脑图谱”,以了解人脑的运行机理。欧盟委员会也在2013年初宣布,石墨烯和人脑工程两大科技入选“未来新兴旗舰技术项目”,并为此设立专项研发计划，同时每项计划都将在未来10年内获得10亿欧元的经费。美国IBM公司正在研究一种新型的仿生芯片,利用这些芯片,人类可以实现电脑模仿人脑的运算过程,预计最快到2019年可完全模拟出人类大脑。 2016年４月,我国发布了《机器人产业发展规划（2016-2020年）》,旨在推动人工智能相关产业的深度发展。从2017年开始,“十三五”国家重点研发计划“公共安全风险防控与应急技术装备”专项也开始部署人工智能技术的应用项目,如“道路交通安全主动防控技术及系统集成”、“主动防控型警用机器人关键技术研究与应用示范”等。 应 用 探 讨 机器人和网联汽车都是人工智能的应用典范,人工智能在道路交通管理中已有成熟的应用案例。 人工智能在城市交通拥堵治理工作中将发挥重要支撑作用。2016年10月,卡耐基梅隆大学机器人教授斯蒂芬?史密斯在白宫前沿会议上称：交通拥堵每年造成美国经济损失1210亿美元,并产生大约250亿公斤二氧化碳排放,特别是汽车在市区行驶时,发动机空转的时间占40%,其最大原因是目前的交通信号系统太过落后。为此,史密斯教授正在开发人工智能驱动的智能交通信号系统,以适应不断变化的交通状况。在美国匹兹堡的试点测试中,该智能交通信号系统将旅行时间缩短了25％, 发动机空转时间缩短了40％。研究人员还预计,该系统将减排21％,还可以通过提高交通吞吐量来节省城市道路拓宽的成本和消除街道停车。传统的交通灯使用默认时间转换灯色，虽然转换灯色的时间会根据数据每几年更新一次,但是随着交通模式发展,传统系统很快就会过时。而人工智能驱动的智能交通信号系统则以雷达传感器和摄像头监控交通状况,然后利用先进的人工智能算法决定灯色转换时间,通过人工智能和交通控制理论融合应用,优化了城市道路网络中的交通流量。 与大多数商业自适应交通控制系统相反,该系统采用完全分散的方法来控制道路网络中的交通：每个交叉点基于实际进入的车辆流独立地分配其绿灯时间,然后将所计划的流出传送到相邻的交叉口,以增加他们对未来入站流量的可见性。依赖分散的交叉控制确保对实际交通状况的最大实时响应,而预计流出到相邻交叉口的流量使得协调控制和创建绿波带成为可能。史密斯教授团队于2012年在匹兹堡繁忙的East Liberty街区的9个十字路口实施人工智能的交通控制系统。该网络现在跨越50个十字路口,计划在全市范围扩展,并进一步实施交通信号与通行汽车交互技术。 未来,人工智能的警用机器人将取代交通警察,实现公路交通安全的全方位监控、全天候巡逻、立体化监管。当前,完善公路交通安全防控体系是全国公安交通管理部门的重大科技建设项目。公路交通安全防控体系实现对公路上车辆通行情况、交通违法情况和道路隐患及时监控、发现、取证、传递、处理、反馈、修正,进一步提升公路管控力度与水平,进一步增强勤务管理科学性与针对性,及时发现查纠各类交通违法行为,明显改善了道路通行秩序,有效遏制了重特大交通事故。公路交通安全防控体系涉及的核心技术是交通行为监测、交通安全研判、交通风险预警、交通违法执法,而这些技术现已与人工智能融为一体。实现公路交通运行状态“看得见”、车辆通行轨迹“摸得透”、重点违法行为“抓得住”、安全隐患事件“消得了”、路面协作联动“响应快”、交通信息应用“服务优”等目标,都离不开人工智能技术。 城市畅通和公路安全是当前全国公安交通管理部门的两大任务,“互联网+”提升了公安交通管理服务能力,人工智能则将引领公安交通管理事业的再次腾飞。 人工智能发展是一个渐进性的过程,已从单一功能设备向通用设备、从单一场景到复杂场景、从简单行为到复杂行为深化应用。对道路交通安全治理来说,亟需加大人、车、路、环境等影响因素的人工智能应用研究,使交警“内功”更强大、驾驶人更聪明、机动车更安全、道路更智慧、通行环境更优美。
感谢您的留言，我们会第一时间联系您！
客服中心热线
粤公网安备44011302001206号