新智认知数据服务有限公司交通事业部方案总监吴大勇在第六届中国智能交通市场年会上现场发表《大数据环境下的综合交通认知服务》主题演讲

        新智认知数据服务有限公司交通事业部方案总监吴大勇在第六届中国智能交通市场年会上现场发表《大数据环境下的综合交通认知服务》主题演讲，从对“认知”的新思考、“端+云”交通认知解决方案、交通认知服务应用场景等方面做了解析。

以下为吴大勇演讲实录，经赛文交通网（china_7its）编辑整理：

今天分享三个方面内容。

        一、对“认知”的新思考我们对“认知”有一个新认识，这种认知是基于我们对交通行业的深入理解，和对未来的趋势的把握上的，因此新智认知提出的公司定位是通过提供公安＼交通＼企业＼智慧城市的认知解决方案与服务，为政企赋能，助力客户实现智慧化升级，我们公司Logo里面有三个字母，就是ENC。

        E是互联网的标志，未来所有的产业都要E化，通过我们不断的创新，它的内涵和外延都也在不断扩展；N在数据符号当中表示无穷大的意思，也希望它的创新变得无穷大，不断地挖掘里面的潜力；C代表一种认知服务。未来我们希望通过构建360°数据安全体系利用网络防护、隐私保护、4A认证、作业安全、用户隔离等技术，打造具备自证、大数据能力的混合云，并基于“新智慧眼”的深度感知来汇集行业的大数据，以“新智超脑”的认知计算为行业用户提供认知服务，这是我们公司的一个愿景。

        刚才提到了认知，那么什么是认知？其实我们对认知并不陌生，我们刚出生的时候，并不会写字、认字，主要是通过眼睛、耳朵、说话和记忆力了解和观察这个世界，慢慢的我们通过学习掌握了更多的技能，能够独立思考，具有了行为能力。同时，现在大家也在谈论人工智能，这个概念非常火，从IBM的沃森系统（危险边缘）到最近的Google阿尔法狗,我们认为“认知”不是要去打造一个以假乱真的机器人为目标，而是要使我们的计算机具备像人一样的思考，可以为我们提供这种更好、更人性化的服务。

        这种服务的内容实际上包括了四大块：

         第一是视觉类。主要是自动预测预警服务，如计算机视觉、人脸识别、视频检测等表现形式。

        第二是语音类。智能语音交互服务，声纹识别，语音识别，辅助驾驶，指令下达。

        第三是语言类。语言理解智能服务，语言分析，文本分析，网络及语言模型。

        第四是知识类。专题知识搜索服务，法律法规，应急预案，处置案例，关联知识。

        未来认知服务主要是通过这样四种不同的形式为人类提供服务，但是交通的手段可能会发生一些变化。

        现在不同的场合都在谈一个词语，就是“供给侧改革”，其实是我们的需求与供给不匹配，一方面产能过剩，效益下滑，另一方面无法满足消费者对好产品、好服务、好体验的迫切需求。

        首先从供给侧能力来说，从前是感知（项目型）到现在是认知（服务型），消费者得到的是感受是从及时性响应到主动性响应，同时在这个过程中，要根据需要构建更开放、更强大的企业生态，需要根据从业务场景来出发，重构交通行业服务新生态。

        认知也会带来商业模式的变革，从前像我们的公司主要是为客户提供解决方案，比如公交公司，我们为他们开放车辆调度系统、视频监控系统等等，还有很多地方的公安交管局，提供电子警察系统，主要是项目型，一单一议，同时在项目运作实施中还面临很多问题，比如互相压价，当然利润也会很薄，甚至很多项目是赔本的，包括我自己本人以前也做过很多具体项目，我们会发现我们这样的公司主要扮演了信息服务商的角色，由于需求在不断地变化、系统也在不断地升级，导致不断地需要新的资金投入信息化建设。其实最近几年很多互联网企业也在做这样的尝试，通过提供相应的认知服务带来了一些新体验。未来我们要打造的这种认知能力，不是我们之前看到的很多互联网企业做的颠覆式创新，而是一种合作式的创新，是与我们的客户一道，为消费者提供人性化的认知服务，希望帮助我们的客户去做这种智慧化的升级。

二、“端+云”交通认知解决方案

        我们提出了一个“端+云”的交通认知解决方案，这个解决方案的提出是对交通行业的深入理解，我们在为客户做信息化的设计方案和参与项目实施中，会明显地感受到交通行业客户皆存在“感知不足、认知乏力”的问题，各个不同的应用系统之间实际上是各自分立的，烟囱式的业务体系比较普遍，已无法有效支撑实际的多元化交通需求。

        通过分析交通行业的需求，主要从政府、企业和公众三个角度。对政府而已，我们在提构建现代化的国家治理体系，具体到交通行业来说主要是两部分：一部分是行业的监管；另一部分是交通的服务。对企业来说，就是怎么才能节省成本、增加收益。决策服务能够帮助他们实现这种降本增效。而对普通老百姓来说，就需要有一个安全、便捷、舒适的出行体验。我们提出“端+云”方案架构的时候有一个对“端”的理解，这里所说的“端”不是移动客户端，也不是很多架构里面看到的感知端，而是我们的需求端，这个“端”在不同的应用场景下，有政府部门的管理者，也有企业的决策者和公众人员。

        具体到服务框架来说，就是建立一个能像人一样思考、学习的架构，其具体区别与传统的架构的特点是“不是依靠编程”而是“依靠数据训练”，目前我们了解比较知名的类似于认知解决方案有两大类：一类是以IBM的Wason系统为代表，是以基于动态记忆网络的Q&A阅读理解的框架来搭建，这种比较适合于我们去做交互类的服务。另一类是类似谷歌的AlphaGo为代表，是以蒙特卡洛树搜索框架的来搭建，这种更多的是博弈类的服务。

        当然具体到不同的应用服务场景，除了学习模型之外，还需要结合更多的业务模型，比如应急处置人员疏散模型、车辆到站预测模型等等。今年3月份我们获得国家发改委的批复，获准实施京津冀安全大数据交通示范平台，在这个示范平台中我们联合了北京、河北和天津的交通管理部门，以及交通运输部公路院一起进行合作，也希望通过这个示范平台里做相应的认知服务探索。

三、交通认知服务应用场景

  场景一，危化品安全运输认知服务。

        危化品的监管涉及到安监、交通、消防、质检和公安等多个部门，两客一危车辆上也强制安装的了车载终端，各级行业主管部门也制定了相应的应急预案，而实际情况是各类事故时有发生，一旦出事会造成重大财产损失和人员伤亡，比较突出的是，我们知道了车的位置，却不知道开车的司机是谁、是哪个公司的、运送的是什么？一旦出事了，应急处置的消防部门缺乏相应的专业性，因此需要一套更智能的平台来覆盖所有的环节。首先需要升级前端设备，比如增加一些语音交互设备，增加ADAS防碰撞功能，同时在这个平台要聚集相应的应急资源、预案库、案例库，并且将运政数据、电子运单数据和车辆位置数据进行关联，系统通过不断地学习让它具备和人交互的能力。

        主动推送信息给我们的突发事件应急处置部门，一旦出现事故平台可以通过智能终端与现场处置人员交互（类似于Google Glass进行交互），指导它去现场做相应工作。同时，平台还通过与运营商合作，能为事发地周边群众发送预警信息，紧急转移或疏散。

   场景二，道桥隧预养护认知服务。

        我们国家在桥梁、隧道、公路通车里程这些方面都是位居世界第一，我国的公路大多是半钢性沥青路面，其裂缝反射是很复杂，损坏模式差异很大，不好预测。以前我们的方法大部分是依靠基层养护部门的经验，多长时间养护一次，大部分是等路坏掉了再去做大的养护，这样导致养护成本非常高。未来我们通过公路路面检测车采集的路面数据、桥梁数据、隧道数据，基于这种路面数据，包括对路面的隧道裂缝以及桥梁变形的技术能够得到一些具体的特征值；同时，在城市道路中，可以利用手机加速器的传感获取路面进行碰撞的撞击信息，然后记录撞击道路的位置信息，如果有很多人在同一个地点发生撞击，肯定说明这种地方有不平整或者损坏，系统会自动记录这个位置。系统通过不断来验证训练道桥隧性能衰变模型，来进行预防性养护，而不是等到路面损坏了再进行大修，从而减少养护支出。同时，我们也会结合比较新的技术，比如BIM技术，以前更多的是在建筑领域应用，我们把它引进来对路面三维建模，然后加载获得的感知数据，来进行公路资产管理、预防性养护，当然未来可能做的是基于VR的实际场景的养护验证。

场景三，区域交通一体化出行认知服务。

        现在我们获得的交通服务都是基于一个城市，无论是查公交、地铁还是某个交通工具的信息，大部分都是基于一个城市。当前，随着国家提出很多城市圈或者城市群建设，人们的交往和旅行都呈现出新的特点，原有的服务已经不能满足出行需求，比如京津冀协同发展，迫切的需要跨区域地衔接各种不同的出行方式来实现点对点的服务。

        这些服务就需求我们1)打通跨区域的多种交通方式之间的接驳关节，构建一张出行地图、一张区域路网、一张出行时刻表；2)通过整合的数据，给出出行方案，包括所出行时间、出行费用；3）同事进行一站式在线购票和支付。目前，我们也在上海推出了基于互联网的点对点定制出行产品（E乘巴士），马上就会进入北京，也会跟各地的公交公司合作，提供基于互联网的认知服务。