2018-05-25　《中國(guó)交通信息化》雜志　

文/《中國(guó)交通信息化》記者 崔雪薇

 

  　　AI（Artificial Intelligence）即人工智能，對(duì)于我們并不陌生。在剛剛結(jié)束的2018世界人工智能圍棋大賽上，圍棋人工智能“星陣”戰(zhàn)勝了中國(guó)圍棋職業(yè)九段棋手柯潔，這是繼“AlphaGo”分別于2016年、2017年戰(zhàn)勝李世石、柯潔之后，人工智能再次擊敗人類。這讓我們看到了人工智能驚人的“進(jìn)化”速度和發(fā)展?jié)摿Α８档靡惶岬氖?，“星陣”的前身是清華大學(xué)研發(fā)的圍棋AI“神算子”，是百分百的國(guó)產(chǎn)人工智能系統(tǒng)，意味著中國(guó)人工智能水平邁上了一個(gè)新高度。

　　人工智能的發(fā)展起起伏伏，經(jīng)歷了一波又一波浪潮,新一代人工智能的繁榮，猶如一棵枝繁葉茂的大樹，滲透至各行業(yè)的藍(lán)圖之中，服務(wù)于眾多領(lǐng)域。當(dāng)人工智能“上路”，也將與高速公路產(chǎn)生奇妙的化學(xué)效應(yīng)，2018全國(guó)高速公路與人工智能技術(shù)應(yīng)用研討會(huì)將目光聚焦在AI與高速公路上，將AI“上路”的畫卷清晰地展現(xiàn)在了我們眼前。

公路有“大腦”

　　對(duì)于人工智能，每個(gè)人都有自己的理解。東南大學(xué)交通學(xué)院譚春華教授在會(huì)上給出了人工智能的一般性解釋：指由人制造出來的機(jī)器所表現(xiàn)出來的智能，通常指通過普通計(jì)算機(jī)程序的手段實(shí)現(xiàn)的人類智能技術(shù)。其核心問題是建構(gòu)能夠跟人類似甚至超越人類的推理、知識(shí)、規(guī)劃、學(xué)習(xí)、交流、感知、移動(dòng)和操作物體的能力。

　　人工智能可分三類，即弱人工智能、強(qiáng)人工智能、超人工智能。其中，弱人工智能具有感知、記憶和存儲(chǔ)功能，是特定領(lǐng)域智能，應(yīng)用場(chǎng)景是圖像識(shí)別、語音識(shí)別、語義分析、智能搜索、大數(shù)據(jù)應(yīng)用；強(qiáng)人工智能具有認(rèn)知與學(xué)習(xí)、決策與執(zhí)行功能，是多領(lǐng)域綜合智能，應(yīng)用場(chǎng)景是無人駕駛、機(jī)器人；超人工智能具有獨(dú)立意識(shí)與創(chuàng)新創(chuàng)造功能，將超越人類的智能，應(yīng)用場(chǎng)景是創(chuàng)新創(chuàng)造和解決人類無法解決的問題。

　　公安部交通管理科學(xué)研究所國(guó)家工程實(shí)驗(yàn)室副主任姜良維介紹，人工智能由智能感知、精確性計(jì)算、智能反饋控制三個(gè)環(huán)節(jié)組成，目的是體現(xiàn)感知、思考、行動(dòng)三個(gè)層層遞進(jìn)的特征。智能感知收集足夠的結(jié)構(gòu)化數(shù)據(jù)去表述具體應(yīng)用場(chǎng)景，使計(jì)算機(jī) “能聽、會(huì)看”；精確性計(jì)算使計(jì)算機(jī)具備足夠的計(jì)算能力來模擬人的某些思維過程和行為，實(shí)現(xiàn)自我學(xué)習(xí)、邏輯判斷、高效決策；智能反饋控制將結(jié)果轉(zhuǎn)譯為肢體運(yùn)動(dòng)和媒介信息傳輸給人機(jī)交互界面或外部設(shè)備，實(shí)現(xiàn)人機(jī)、機(jī)物的信息交流和物理互動(dòng)。

　　如果把智能的高速公路比作一個(gè)人，那么傳感器和執(zhí)行器就是人的神經(jīng)細(xì)胞和肌肉，互聯(lián)網(wǎng)絡(luò)就是人的神經(jīng)系統(tǒng)，而通過人工智能技術(shù)構(gòu)建的模型則是人的大腦。近年來，我國(guó)高速公路路網(wǎng)建設(shè)發(fā)展迅速，以高速公路為骨架、普通公路為主體的公路網(wǎng)已基本形成。同時(shí)，車路持續(xù)快速增長(zhǎng)，人民日益增長(zhǎng)的美好生活需要對(duì)高速公路的監(jiān)測(cè)、應(yīng)急、管理、服務(wù)和決策也提出了更高的要求。通過“大腦”的感知、學(xué)習(xí)、判斷、決策、交流與互動(dòng)，高速公路將變得更加高效、智能。需求與應(yīng)用安全和高效是高速公路的兩大特點(diǎn)，也是高速公路發(fā)展的目標(biāo)，即從應(yīng)急、監(jiān)測(cè)兩個(gè)方面確保人、車、路的安全行駛，并實(shí)現(xiàn)高效的管理、服務(wù)、決策。因此，高速公路的發(fā)展需滿足應(yīng)急、監(jiān)測(cè)、管理、服務(wù)、決策這五個(gè)方面的需求。具體來說，就是以信息化、智能化引領(lǐng)高速公路管理和運(yùn)營(yíng)服務(wù)水平提升，積極推進(jìn)云計(jì)算、大數(shù)據(jù)等現(xiàn)代信息技術(shù)與高速公路管理、運(yùn)營(yíng)服務(wù)的深度融合，全面深化高速公路信息數(shù)據(jù)的共享和開發(fā)利用，建立健全完善的監(jiān)測(cè)感知體系、可靠的通信保障體系、實(shí)時(shí)的預(yù)報(bào)預(yù)警體系，實(shí)現(xiàn)路網(wǎng)“可知、可測(cè)、可控、可服務(wù)”。 　　人工智能技術(shù)的引入將有效提升高速公路在應(yīng)急、監(jiān)測(cè)、管理、服務(wù)、決策這五個(gè)方面的能力，滿足路網(wǎng)“可知、可測(cè)、可控、可服務(wù)”的需求。中設(shè)設(shè)計(jì)集團(tuán)股份有限公司施展在報(bào)告中指出，在人工智能的眾多技術(shù)中，高速公路管理服務(wù)可重點(diǎn)關(guān)注機(jī)器視覺、智能無人機(jī)、三維視覺等技術(shù)，并對(duì)其在高速公路中的應(yīng)用進(jìn)行了介紹。

　　機(jī)器視覺－－ 機(jī)器視覺技術(shù)是人工智能研究的分支之一，是一門研究如何使機(jī)器“看”的科學(xué)，能夠在圖像及圖像描述之間建立映射關(guān)系，從而使計(jì)算機(jī)能夠通過數(shù)字圖像處理和分析來理解視頻畫面中的內(nèi)容，自動(dòng)地分析和抽取視頻源中的關(guān)鍵信息。近幾年最火的技術(shù)之一深度學(xué)習(xí)，是一種可用于機(jī)器視覺的機(jī)器學(xué)習(xí)技術(shù)。

　　機(jī)器視覺在高速公路營(yíng)運(yùn)管理中的應(yīng)用場(chǎng)景除了傳統(tǒng)的交通事故發(fā)現(xiàn)與預(yù)警、違停事件報(bào)警，還有道路路面檢測(cè)、道路拋灑物自動(dòng)識(shí)別、違法行為報(bào)警、交通流量/交通事件監(jiān)測(cè)、員工服務(wù)監(jiān)測(cè)，共七大場(chǎng)景。

　 　　智能無人機(jī)－－智能無人機(jī)是近幾年比較熱的技術(shù)。中設(shè)設(shè)計(jì)集團(tuán)股份有限公司在內(nèi)蒙古的無人區(qū)進(jìn)行了大規(guī)模的科研，通過無人機(jī)裝備的掛載攝像機(jī)、掛載喇叭，將其應(yīng)用于應(yīng)急現(xiàn)場(chǎng)實(shí)時(shí)管控、違法侵害路產(chǎn)路權(quán)監(jiān)管、超載超限監(jiān)管等場(chǎng)景。

　　此外，智能無人機(jī)還可以進(jìn)行道路養(yǎng)護(hù)巡查，解決外場(chǎng)探查有繞行、效率低、不安全的問題，提供直觀完整的數(shù)據(jù)，解決物理盲區(qū)。智能無人機(jī)還可應(yīng)用于應(yīng)急指揮調(diào)度場(chǎng)景，解決傳統(tǒng)應(yīng)急保障響應(yīng)慢、無法第一時(shí)間到達(dá)現(xiàn)場(chǎng)，現(xiàn)場(chǎng)視角受限、反應(yīng)不全面，缺乏有效的、及時(shí)的現(xiàn)場(chǎng)取證手段等問題；具有快速響應(yīng)，直線飛達(dá)現(xiàn)場(chǎng)，不受地形限制，視野開闊，機(jī)動(dòng)靈活，實(shí)時(shí)拍攝留證的優(yōu)勢(shì)。智能無人機(jī)近幾年在橋梁養(yǎng)護(hù)方面的應(yīng)用也越來越多，如對(duì)江蘇的寧高新通道?石臼湖大橋、繞城公路?秦淮河大橋等橋梁進(jìn)行檢測(cè)，無人機(jī)上掛高清變焦鏡頭，對(duì)橋側(cè)、橋墩、橋臺(tái)、橋柱等橋梁外觀進(jìn)行檢測(cè)，可看清毫米級(jí)裂縫。

　　三維視覺－－

　　三維視覺技術(shù)除了應(yīng)用于虛擬現(xiàn)實(shí)（如VR巡檢）方面，還可以在調(diào)度指令下發(fā)與執(zhí)行、預(yù)案演練、設(shè)備巡檢、路線導(dǎo)航、信息提示、模擬駕駛等方面得到應(yīng)用。尤其通過三維GIS、電子沙盤、虛擬現(xiàn)實(shí)技術(shù)，可實(shí)現(xiàn)高速公路基礎(chǔ)管理、資產(chǎn)管理、資源管理、工程管理、養(yǎng)護(hù)管理、應(yīng)急預(yù)案等方面的應(yīng)用。

　　基于虛擬現(xiàn)實(shí)的應(yīng)急演練——傳統(tǒng)應(yīng)急培訓(xùn)演練主要通過講座、視頻、現(xiàn)場(chǎng)演習(xí)等方式實(shí)現(xiàn)，具有一定的局限性，如危險(xiǎn)場(chǎng)景的模擬，無法對(duì)每個(gè)個(gè)體操作的規(guī)范性實(shí)現(xiàn)監(jiān)督，而通過虛擬現(xiàn)實(shí)技術(shù)可模擬真實(shí)現(xiàn)場(chǎng)環(huán)境，提高應(yīng)急演練的效果。

　　面向高速公路時(shí)間的快速三維重建還原——由于突發(fā)事件現(xiàn)場(chǎng)一旦被破壞或撤銷便無法還原，通過無人機(jī)、機(jī)器視覺等技術(shù)的應(yīng)用可實(shí)現(xiàn)現(xiàn)場(chǎng)環(huán)境的完整保持，并通過基于三維地圖的事件模擬實(shí)現(xiàn)對(duì)現(xiàn)場(chǎng)情況的回溯、測(cè)量和分析。

　　除了以上提到的應(yīng)用，通過智能機(jī)器人將可以為服務(wù)區(qū)休息人員提供包括點(diǎn)餐、送餐、咨詢、導(dǎo)航等智能化、個(gè)性化服務(wù)；人工智能也將會(huì)在“一站式”出行服務(wù)、車聯(lián)網(wǎng)與無人駕駛，應(yīng)急預(yù)案智能匹配、無感支付、逃費(fèi)稽查、智能交互式客服、行為監(jiān)督、智能路徑規(guī)劃以及交通誘導(dǎo)等多方面逐步得到應(yīng)用。

 

預(yù)警更精準(zhǔn)

 

  　　與國(guó)外相比，我國(guó)高速公路通行環(huán)境更加復(fù)雜、交通安全隱患更加多樣。面對(duì)日益延伸的高速公路和不斷增加的機(jī)動(dòng)車，只有強(qiáng)化通行車輛的全天候管控、實(shí)施交通事故黑點(diǎn)的全方位預(yù)警，才能從源頭上確保“保安全、保暢通、降事故”的目標(biāo)得到實(shí)現(xiàn)。姜良維為大家介紹了基于人工智能視覺芯的高速公路交通事故預(yù)警預(yù)測(cè)方案。

　　預(yù)期目標(biāo)－－

　　該方案針對(duì)高速公路復(fù)雜通行條件和惡劣行車環(huán)境下的安全行車問題，研究基于人工智能視覺芯的高速公路行車環(huán)境全息感知、基于深度學(xué)習(xí)的機(jī)動(dòng)車通行行為精準(zhǔn)識(shí)別、基于聲光電的交通隱患即時(shí)預(yù)警等技術(shù)，研制具有高速公路交通事故預(yù)警預(yù)測(cè)的新型交通監(jiān)控設(shè)備，在交通違法易發(fā)路段、交通隱患頻現(xiàn)部位示范應(yīng)用，解決復(fù)雜交通場(chǎng)景下路況全息感知、行為智能識(shí)別、隱患精準(zhǔn)預(yù)警等難題，構(gòu)建重大交通事故的“綜合評(píng)估、提前預(yù)警、即時(shí)干預(yù)與快速處置”技術(shù)體系，保障機(jī)動(dòng)車安全有序通行。

　　實(shí)現(xiàn)方法－－

　　1、高速公路行車環(huán)境全息感知

　　利用具有人工智能處理特性的智能芯片與交通視頻監(jiān)控設(shè)備集成，基于嵌入式環(huán)境下高度優(yōu)化的深度學(xué)習(xí)算法，解決高速公路大場(chǎng)景和低照度環(huán)境下全天候感知高速運(yùn)動(dòng)目標(biāo)和高清晰場(chǎng)景成像問題，為交通行為分類理解獲取穩(wěn)定可靠的車輛行為特征。

　　2、機(jī)動(dòng)車通行行為精準(zhǔn)識(shí)別 　　基于深度學(xué)習(xí)算法提煉車輛的辨識(shí)特征和運(yùn)動(dòng)特征，并利用這些特征對(duì)車輛的通行行為進(jìn)行分類識(shí)別。利用海量交通視頻數(shù)據(jù)，針對(duì)跟車過近、違法變道、長(zhǎng)期騎行等具有交通隱患的通行行為進(jìn)行學(xué)習(xí)和訓(xùn)練，實(shí)現(xiàn)對(duì)此類型交通行為的精準(zhǔn)識(shí)別。

　　3、交通隱患定位與預(yù)警在車流感知的基礎(chǔ)上，基于車流狀態(tài)、車流中車輛的通行行為識(shí)別結(jié)果以及特定天氣條件檢測(cè)結(jié)果等，對(duì)車流的交通安全風(fēng)險(xiǎn)進(jìn)行分級(jí)分類，根據(jù)交通隱患輕重等級(jí)對(duì)其進(jìn)行預(yù)測(cè)定位，在特殊交通路段、交通事故現(xiàn)場(chǎng)或?yàn)?zāi)害性天氣路段的前后方，以聲光電等形式進(jìn)行定向預(yù)警和告知。

　　4、交通事故預(yù)警預(yù)測(cè)技術(shù)集成

　　集成基于人工智能視覺芯的高速公路行車環(huán)境全息感知設(shè)備、基于深度學(xué)習(xí)的通行機(jī)動(dòng)車交通行為精準(zhǔn)識(shí)別軟件、基于聲光電的交通隱患即時(shí)預(yù)警設(shè)備，形成完整的具有高速公路交通事故預(yù)警預(yù)測(cè)的新型交通監(jiān)控設(shè)備，構(gòu)建基于視覺人工智能的高速公路交通事故預(yù)警預(yù)測(cè)技術(shù)體系。  　

 

　　幾點(diǎn)思考－－

　　對(duì)于高速公路交通事故預(yù)警預(yù)測(cè)，姜良維給出了幾點(diǎn)建議和思考。

　　對(duì)高速公路通行車輛進(jìn)行全方位、多角度監(jiān)測(cè)，是國(guó)內(nèi)外交通管理領(lǐng)域的常規(guī)做法，準(zhǔn)確有效記錄通行車輛運(yùn)動(dòng)行為也是實(shí)現(xiàn)路面車輛科學(xué)化管理的必然要求。

　　隨著大數(shù)據(jù)和人工智能等新技術(shù)的發(fā)展，在交通監(jiān)控設(shè)備中直接嵌入人工智能視覺芯是國(guó)內(nèi)外技術(shù)發(fā)展的必然選擇。目前高速公路難以實(shí)現(xiàn)大場(chǎng)景夜間補(bǔ)光，也經(jīng)常遇到濃霧、團(tuán)霧等惡劣天氣，目前基于高清視頻成像的交通監(jiān)控設(shè)備不僅功能單一，而且圖像清晰度不穩(wěn)定，國(guó)內(nèi)外相關(guān)公司都在致力于改善交通監(jiān)控圖像品質(zhì)。

　　嵌入人工智能視覺芯的交通監(jiān)控設(shè)備，將集高清晰成像、全天候感知、多維度識(shí)別、精細(xì)化預(yù)警等功能于一體，將從本質(zhì)上改變交通監(jiān)控設(shè)備的內(nèi)涵，為解決復(fù)雜交通場(chǎng)景下高速公路路況全息感知、行為智能識(shí)別、隱患精準(zhǔn)預(yù)警提供條件。  

 

打逃也智能

 　　近年來高速公路頻繁出現(xiàn)車輛逃費(fèi)現(xiàn)象，且日益嚴(yán)重，不僅給公路營(yíng)運(yùn)單位造成了巨大經(jīng)濟(jì)損失，更嚴(yán)重破壞了高速公路運(yùn)營(yíng)管理秩序。逃費(fèi)類型多種多樣，防不勝防。目前在打逃方面主要的瓶頸為：針對(duì)高速公路車輛的通行信息數(shù)據(jù)的收集比較單薄，無法形成有效的證據(jù)鏈，如收費(fèi)站出入口錄像設(shè)備不清晰且沒有增加對(duì)車輛車身及車尾的抓拍功能，導(dǎo)致核實(shí)逃費(fèi)車輛信息取證難；現(xiàn)有的稽查打逃系統(tǒng)智能分析能力較低，無法對(duì)逃費(fèi)車輛進(jìn)行有效打擊。

　　針對(duì)這兩個(gè)問題，黑龍江省交通信息通信中心總工程師寧書勛講解了車輛多維特征及大數(shù)據(jù)在打逃中的應(yīng)用，可有效突破打逃瓶頸。

　　車輛多維特征信息采集

　　車輛多維特征信息采集的策略為：在收費(fèi)站出入口部署車型識(shí)別設(shè)備，主要由三組圖像采集系統(tǒng)、多元特征信息提取分析系統(tǒng)、車輛分離系統(tǒng)、補(bǔ)光系統(tǒng)等組成，是實(shí)現(xiàn)高速公路可視化管理的基礎(chǔ)手段；在道路上部署高清卡口設(shè)備，實(shí)現(xiàn)對(duì)所有經(jīng)過卡口點(diǎn)的車輛車牌抓拍自動(dòng)識(shí)別及駕駛員的人臉抓拍，清晰辨別車輛顏色和車輛全貌，為逃費(fèi)稽查管理形成完整的證據(jù)鏈；增加二義性路徑識(shí)別設(shè)備，利用車牌自動(dòng)識(shí)別技術(shù)，檢測(cè)車輛的行駛路徑，作為通行費(fèi)收取及分賬的依據(jù)；升級(jí)收費(fèi)站車牌識(shí)別系統(tǒng)，要求升級(jí)后的車牌識(shí)別系統(tǒng)抓拍圖片具有良好的清晰度，同時(shí)還需提供抓拍圖片并上傳到路段管理平臺(tái)。

　　其中，車型識(shí)別系統(tǒng)采用機(jī)器視覺信息技術(shù)和多維車輛特征信息提取分析技術(shù)，獲取車輛多維度的信息，集圖像采集、圖像處理、圖像抓拍、車輛特征檢測(cè)、車牌識(shí)別、車型分類于一體，實(shí)現(xiàn)車輛車型自動(dòng)識(shí)別及分類，適用于高速收費(fèi)站自動(dòng)發(fā)卡系統(tǒng)、套牌車查處、ETC逃費(fèi)治理、治超車道等。

　　車輛多維特征信息采集可以自動(dòng)獲取車輛逃費(fèi)的證據(jù)鏈，包括有逃費(fèi)車輛出入口信息、車輛信息、逃費(fèi)特征說明、逃費(fèi)地點(diǎn)、嫌疑車同作案車輛數(shù)據(jù)顯示、途中經(jīng)過點(diǎn)車輛信息、車臉、人臉信息。

　　信息處理及其關(guān)鍵技術(shù)

　　信息處理環(huán)節(jié)利用前端設(shè)備采集的各種信息，結(jié)合相鄰系統(tǒng)數(shù)據(jù)，建立起大數(shù)據(jù)分析平臺(tái)，實(shí)現(xiàn)各類營(yíng)運(yùn)分析應(yīng)用與逃費(fèi)稽查功能，可實(shí)現(xiàn)數(shù)據(jù)查詢、逃費(fèi)分析、路徑識(shí)別、布控報(bào)警、流量統(tǒng)計(jì)、黑名單管理、統(tǒng)計(jì)報(bào)表等功能。

　　動(dòng)態(tài)分析與信息確認(rèn)是技術(shù)難點(diǎn)

　　大數(shù)據(jù)分析平臺(tái)的數(shù)據(jù)收集是自動(dòng)進(jìn)行的，因此要求分析任務(wù)也必須是動(dòng)態(tài)的，系統(tǒng)必須對(duì)新增的數(shù)據(jù)進(jìn)行實(shí)時(shí)處理?，F(xiàn)有數(shù)據(jù)還存在信息缺失、信息錯(cuò)誤等情況，如斷面卡口數(shù)據(jù)中無車輛類型信息、入站車牌識(shí)別錯(cuò)位、通行卡提前發(fā)卡等。網(wǎng)絡(luò)傳輸系統(tǒng)的穩(wěn)定性與可靠性也存在問題。如何重建缺失信息、如何剔除錯(cuò)誤信息對(duì)分析結(jié)果的正確性具有重大影響。

　　稽查分析是大數(shù)據(jù)分析平臺(tái)的重點(diǎn)功能 　　數(shù)據(jù)量、數(shù)據(jù)本身的質(zhì)量問題是稽查分析的難點(diǎn)?；榉治龅幕舅悸肥牵菏紫葟拇罅康臄?shù)據(jù)中篩選出異常數(shù)據(jù)，然后從異常數(shù)據(jù)中盡可能地剔除由數(shù)據(jù)缺失或者系統(tǒng)本身造成的規(guī)律性錯(cuò)誤數(shù)據(jù)，最后通過一類算法標(biāo)識(shí)出有重大嫌疑的偷逃費(fèi)用車輛。

　　且行且探索

　　橫看成嶺側(cè)成峰，遠(yuǎn)近高低各不同

　　人工智能是個(gè)非常大的領(lǐng)域，涉及到諸如計(jì)算機(jī)視覺、自然語言理解與交流、認(rèn)知與推理、機(jī)器人學(xué)、博弈與倫理等學(xué)科。國(guó)家智能交通系統(tǒng)工程技術(shù)研究中心副主任孟春雷指出，現(xiàn)在業(yè)內(nèi)對(duì)于人工智能的理解就是從各自學(xué)習(xí)的角度去判斷，就如同蘇軾的《題西林壁》所言——橫看成嶺側(cè)成峰，遠(yuǎn)近高低各不同，不識(shí)廬山真面目，只緣身在此山中?？傮w來說，我國(guó)人工智能的發(fā)展還處于一個(gè)比較初期的階段，概念性和戰(zhàn)略性還比較薄弱，理論還比較基礎(chǔ)和簡(jiǎn)單，還不是一個(gè)扎實(shí)的工程學(xué)科，還無法對(duì)場(chǎng)景進(jìn)行常識(shí)性的理解。

　　只是在“深度學(xué)習(xí)”算法上產(chǎn)生了突破

　　人工智能的發(fā)展經(jīng)歷了一波又一波浪潮。南京大學(xué)軟件學(xué)院劉嘉教授強(qiáng)調(diào)，與我們最近的這一波人工智能浪潮與以往的浪潮相比，其最大的不同是：這一波人工智能浪潮只是在“深度學(xué)習(xí)”算法上產(chǎn)生了突破。在人工智能這個(gè)大領(lǐng)域中，機(jī)器視覺只是其中占比不到十分之一的一個(gè)細(xì)分領(lǐng)域，而深度學(xué)習(xí)又是機(jī)器視覺領(lǐng)域中占比不到十分之一的一個(gè)細(xì)分領(lǐng)域。這一波人工智能的發(fā)展主要得益于大數(shù)據(jù)的發(fā)展，大家認(rèn)識(shí)到數(shù)據(jù)的價(jià)值，去收集、加工、標(biāo)注大量的數(shù)據(jù)。在這個(gè)基礎(chǔ)上又因?yàn)樯疃葘W(xué)習(xí)的發(fā)展，特別是工程化的發(fā)展，使得利用大量的數(shù)據(jù)建立精細(xì)化模型成為可能。 　　1997年，“深藍(lán)”擊敗了卡斯帕羅夫，2016年“AlphaGo”戰(zhàn)勝了李世石。從算法的先進(jìn)性以及計(jì)算的深度來看，這無疑是人工智能的進(jìn)步，人類在最不可能被戰(zhàn)勝的項(xiàng)目上被AI戰(zhàn)勝了，可以說這是人工智能發(fā)展的里程碑。但我們也只能說，人工智能只是在某一個(gè)點(diǎn)上完成的工作第一次超越了人，除了下圍棋，“AlphaGo”甚至還不能打死一只蒼蠅，更不用提處理國(guó)際關(guān)系了。

　　人工智能需要不斷學(xué)習(xí)和探索 　　雖然“深度學(xué)習(xí)”在語音和圖像識(shí)別上產(chǎn)生了突破，但目前人工智能的能力還是非常有限的，專家指出，我們將在弱人工智能階段停留很長(zhǎng)時(shí)間。

　　人工智能需要不斷學(xué)習(xí)和探索，人工智能在高速公路領(lǐng)域的應(yīng)用也是如此。自動(dòng)/無人駕駛車輛一直在上路測(cè)試，是因?yàn)榧词剐旭傄话偃f公里，都不能遍歷所有的情況。在高速公路智能視頻識(shí)別與分析應(yīng)用中，人工智能技術(shù)正在并將持續(xù)發(fā)揮重要作用，但目前基于智能視頻識(shí)別技術(shù)的事件檢測(cè)、應(yīng)急預(yù)警、打擊逃費(fèi)等應(yīng)用大多只是融合了“深度學(xué)習(xí)”算法與大數(shù)據(jù)技術(shù)，且視頻庫中的絕大部分?jǐn)?shù)據(jù)是無效的，基于人工智能的應(yīng)用還有更深、更廣的領(lǐng)域需要探索。

　　AI才剛剛“上路”，前路漫漫，路阻且長(zhǎng)。但我們相信，人工智能在高速公路領(lǐng)域的應(yīng)用將大放異彩，在路的彼端，AI“上路”后的風(fēng)景值得期待?。ㄔ目d于2018年第5期《中國(guó)交通信息化》雜志上）