9月11日，以“数字赋能交通，车联网引领新经济”为主题的2020数字网联交通大会暨第三届中国道路交通安全智库大会在南京召开。下面是北京北大千方科技有限公司副总经理熊赟的分享：
非常感谢给我这样一个机会来和大家分享我们在交通管理基于大数据和车联网业务上做的事情和工作。第一部分是认知智能在车联网和交通这个行业领域相应的工作和情况；第二部分是它和交通情况有相应创新的思路和未来的发展。我会基于三个应用的角度，对我们已经做的研究、算法、模型做简要的介绍。
首先1956年第一次提出了人工智能这个概念，从计算智能到感知智能，我们也会分析一些简单的问题，以及到未来的意识智能，机器可能替代人做相应数据的处理和思想的落地，一些未来的预测和发展创新的方向。其实我们现在处于一个最核心的阶段：认知智能的阶段。这个阶段我们认为在知识和数据这样一个双驱动的层面上，通过认知的推理和决策的辅助分析，赋予我们的机器、算法更多的运算的业务理论和业务积淀。也就是我所提到的：现在既拥有了大数据、拥有了更多人工的算法算力，甚至于有一些应用构建方向的情况下，我们要做的是把业务的沉淀、对业务应用的理解赋予到知识库里面。过去一年多时间里，我更多的在研究业务知识库的东西，把专家的思想赋予到设备和机器，把业务领域的经验让机器来实现一些计算。同时，结合交通领域，我们实现了扁平化的指挥、勤务岗位的科学布设、特勤保障路线的合理优化以及警务监督的一系列应用模型。在这些知识积累的情况下，可以赋予现有知识库更多的力量和积淀，能够提供一个可成长、可进步的整体平台。
千方结合交通安全来说，我们认为交通未来是两个方向，也一直在做两个方向的事情，一个是效率，一个是安全。基于安全，千方有两个非常核心的宝贝，第一个是千方从2012年到现在建设了全国最大的道路货运车辆的联网平台，这个平台目前已经达到684万辆全国12吨以上重载货车的数据，能实现33种静态数据以及车辆实时轨迹、驾驶行为所有数据的平台化展示和整体汇总，目前已经覆盖了前面96-98%重载车辆实时在线的情况。第二个是千方建设了交通运输部路网中心的核心平台。通过路网的基础数据，对所有车进行路网的整体监测，每天产生100亿个定位数据。这些数据对交通有什么用，除了提升效率，我今天更多提到的是交通安全上的探索，我们基于千方基础的货运数据和路网的数据，基于两客一危交通监管的核心方向所需要的数据，基于电子通行证的数据，以及电警卡口可识别的数据，构建了整体认知智能成长中心，一个通过业务领域的深度理解，另一方面通过我们对于数据价值的整体发掘，在三个应用层面上已经实现了业务的支持化、常态化，分别是城市路网基础扫描优化、重点车辆安全监管和交通安全的辨识和评价。
第一个应用通过以上联网的数据我们可以实现对一个路段、一个路口、一个路网整体拥堵的分析。这个分析我们实现的不是要展示给我们的业主看我们的路网是什么样、拥堵是什么长线，我们是通过以上的数据分析展示两个方向。第一，未来这条路的拥堵会呈现什么样的趋势。第二，在未来什么样的情况下会造成这个路口路段的拥堵，以便给我们的业主和政策更多的解决方案。
举个例子，比如我们在海淀区的综合管理平台上，我们通过对路网车辆运行数据的分析，我们分析出来容易拥堵的路段是王庄路和闽庄路的辅路，这两条路我们对分析的级重点进行论证，并通过对论证进行原因的分析，这样以后海淀区就要重点管理这两条路。再就是常态化的交通评价报告，通过对路网的体检，建设六宫格的交通评价报告。同时，结合微观的理论，比如对路口、交通信号的整体优化，实现了时区划分、子区划分的合理性，同时进行整体的优化提升。另外，也会对点上的交通辅助优化提供辅助支撑的作用，我们知道未来路口优化更多是服务于百姓出行，路口优化更多取决于车辆的感知和排队，我们通过分析进行整体的辅助决策。同时，我们也会给我们的系统提供一系列的数据比对和分析报告。
第二个应用是对重点车辆的监管。12吨以上的重载货车占了全国交通事故率的70%以上，现在我们已经积累了680万辆车的联网平台，在车车互联基础上每日能产生过1亿的数据。以上的数据能有什么作用，我们拿这些数据给交通安全做相应的研判分析，比如我的区域里每天有多少区域在行驶，进出区域有多少车，他们是否存在违法，我们是否有证据，去哪儿进行查处。基于这个我们有了一套系统，比如我们对电子卡口火车的分析，在电子卡口的情况下，虚拟卡口可以统计出来我们在什么样的区域、什么样的路段货车通行更有需求。第二是打通和平台到车辆终端的通信，通过信息的分布，包括语音信息、文字信息，让电子围栏信息、安全预警信息、恶劣天气信息能够及时和驾驶员进行沟通。在北京五环路，作为城市快速路是不允许车辆临时停放的，我们通过平台发现在路侧违法停放的车辆，并且实时产生通信，把信息发到手机上，让他知道这个地方不可以违法停车，也用这种轻执法的方式提升交通安全管理的人性化。
第三个业务应用综合了所有路网的信息数据，以及交通提供的一系列的检测数据。我们基于以上的信息，也构建了交通安全的全息评价系统，我们在公司内叫做交通堵塞图，以各种颜色呈现交通安全的区域，取决于基础的路网分析数据。对于驾驶员有驾驶员的安全指标，对道路有相应道路工程、道路通行状况一系列的安全指标，对于机动车的违法情况、年检情况、日常维护情况，对于企业，特别是运输企业的车辆运转情况，提供全息的评价系统。从人、车、路、环境搭建了人、车、路、企业评价的整体模型，对于我们区域的安全风险产生一个主动辨识的效果。我们图上可以看到这个系统的第一个应用，我们依托于我们的网络数据来排查交通安全隐患的路段，好比说我们可以拿到浮动车三急一速的通行情况，我们对事故隐患路段就有有效的追查。比如我们对于高速公路通过气象数据、实时数据对平台进行反馈，对于高速公路的通行管理、对于交警部门对路段通行的信息发布，能够提供一个有效的渠道。同时通过这个平台，我们实现了重点驾驶员、重点车辆、重点路口、重点路段的画像分析，比如对于每个驾驶员、每个企业都能拿到相应的基础情况，这是对北京恒星科技发展有限公司的通盘，对于驾驶员的情况、对于日常的维护管理情况给予相应的信用评分，这个信用评分和交通管理的安全监管是相通的。同时，我们也对于交通管理的措施进行有效的影响分析，比如说单行线、禁行车辆、临时施工路段进行全息管理，并且通过模型达到新的影响评价的分析。
基于以上三个应用，我们认为交通安全知识应该是一个循环增长的过程，我们现在把一些业务领域归到知识库里面，未来我们希望我们的知识库不断完善、不断进步，所以我们搭建了算法模型管理、方案预案管理、分析报告管理和业务资料管理的业务支持库，将所有的业务模型能够逐步增长，让我们的计算机、人工智能能够实现逐步的累积和提升。这种交互式大数据挖掘系统有效提升了业务知识库的手段，使各种业务数据打通，契合人类思维的模式，提供我们的智能支撑和智慧的城市。
最后我也以一句话回到我们的主题，人工智能已经进入了知识和数据双驱动，认知驱动、决策智能的时代。张教授也说我们这一代可能是人类历史上最关键的一代，基于大数据、人工智能和我们的业务理解和支持，希望未来我们的计算机能够支持到我们给到更多的理论支撑、数据支撑和决策支撑，和在座的各位友商、各位前辈共同探索未来我们从认知智能到意识智能的发展和进步。谢谢各位！
