振业优控是最早、最用心拥抱大数据和交通大脑的企业，因为做优化服务真的需要。迷糊了两三年，信号优化与交通大脑的边界越来越清晰，各司其职，开始有化学反应，共同进步。

振业优控已经服务了17省66地市，优化了超过10000个路口。

振业优控是最早、最用心拥抱大数据和交通大脑的企业，因为做优化服务真的需要。迷糊了两三年，信号优化与交通大脑的边界越来越清晰，各司其职，开始有化学反应，共同进步。

因为真的需要大数据和交通大脑，所以我们也很挑剔，特别挑剔“实效”。

在实战中，我们用交通大脑、大数据最多、最广泛，所以被伤得最深，被当成“反交通大脑”急先锋。

其实这是一个误会，我们一直在用交通大脑。内部统计，全部驻点项目组都探索过与交通大脑结合的落地应用，处于“进行时”的占30% 。

我们也在探索如何用大数据减轻工程师的工作压力，提高工作效率，提升优化效果。

分享一下振业优控信号优化团队在过去一年探索中比较靠谱的案例。

第一个案例是在西南某重要城市，根据互联网结果来自动切换方案。

专业团队负责设定状态和方案，是一一对应关系。交通大脑根据互联网数据决定是否切换方案，用数据驱动方案的自动切换。

在不同状态下启动不同的方案，原来主要依靠人工切换，现在通过大数据切换，降低了人工工作量。

特别要注意的是，我们是做状态和方案的对应关系，而不是做车流量和方案的对应关系，我们是在吸取互联网大数据在中观和宏观方面的优势。

第二个案例是在华南某土豪小城市，把交通大脑功能融入日常优化工作流程。

具体包括几个方面：一是拥堵预警，过饱和、溢出、失衡等预警，特别是突发状态提醒；二是路口研判佐证，通过交通工程师的经验确定问题病灶之后，用大脑的数据进行佐证；三是时段划分辅助，可以提高优化工作效率和准确性；四是运行评价报告，填补之前没有评价的空缺，从无到有。

特别要注意的是，要根据城市特点选取具有适合数据源的交通大脑。因为各种交通大脑的数据特点不一样，华南某土豪小城市城区面积小，本地交通以通勤为主，对路网非常熟悉，但是来往客商多，网约车活跃，所以要选择适合的数据源。

第三个案例是华南某一线城市，我们用交通工程师来训练大脑的算法。

专业团队负责方案的审核、下发、评估，交通大脑进行算法方案输出，输出之后由专业团队对方案进行审核下发，形成人机交互的闭环。

人在帮助算法训练，可以解决很常规的问题。训练只涉及周期、绿信比和相位差，不涉及相位相序和交通组织，减少专业团队的重复劳动，提高工作效率，是专业团队很好的辅助工具。

特别注意的是，高质量且稳定的数据输入是关键，对于大脑来说，如果数据质量不好或者有错误，再怎么训练都是无用的。还有一个致命弱点是真实环境中的训练样本数严重不足。这个机器是在学习场景和方案的对应关系，不是流量和方案的对应关系，它的结果会趋向于方案选择式。

第四个案例是与某交通大脑的结合模式，融入大脑整体架构。

交通大脑负责感知、认知、根因分析、线上常规方案输出、评价,专业团队负责线下非常规方案输出。

需要特别注意的是，准确、有保障的数据采集是基础；根因分析需要微观层面的数据；交通大脑直接生成靠谱的控制方案是深水区，未来8-10年可能都很难突破。

在经历了与大脑结合的过程中，我们发现一个很普遍的现象，就是交通大脑和交管部门长期不在同一个频道上交流，交通大脑提供了很多高大上的功能，但是交管部门觉得没有用或者用不上。原因是将大脑数据分析能力等同于业务辅助能力，将数据分析工具等同于业务辅助工具。

现在交通大脑在做业务辅助或者在做应用的时候，有点像Qian大妈开饭店。

客人：你们有啥好吃的？

Qian大妈：我们有最好的猪肉、牛肉、鸡、鸭、鹅、海鲜、无公害蔬菜、调味料……您想吃啥都有！

客人：你们是川菜、湘菜、鲁菜还是粤菜？有菜谱吗？

Qian大妈：放心我们什么菜都会做，您说得出来我们就做得出来。

Qian大妈：特别推荐我们的满汉全席，包罗万有，肯定有您喜欢的。

客人：吃不了这么多，还是想几个菜吧。

客人：要一份西湖牛肉羹、一份葱烧海参、一份潮州卤鹅，多少钱？

Qian大妈：我把菜单发给公司，公司给您报个价。

客人：有包间吗？有4个桌子的大包间吗？有25人的大桌吗？包间有洗手间和电视吗？

Qian大妈：有！有！有！我们马上给您建一个，您把需求列一下。

客人：服务员上菜！服务员倒酒！服务员收一下盘子！服务员空调开大一点！服务员……！

Qian大妈：我们的服务总监提供远程技术支持，您可以自助。

客人：吃完洗盘子也要自助吗？

Qian大妈：我们提供最好的刷子、洗洁精和洗盘子指南。

类似这样的交流容易得到：没有粘度的需求，没有深度的反馈，脱离应用场景的功能。

客户的需求是什么？引用我在2016年智能交通管理产业联盟年会的报告：

目前信号配时只占交通信号管理工作的不到20%，一个城市的交通信号管理不仅是技术工作，更是管理工作，需要专业团队+工作机制+辅助工具+技术标准。

问题的本质是什么？

对于交通大脑来说，客户和用户是两回事。客户是各地交管部门，但是实际用大脑的是交通信号优化专业团队。

应该是专业团队（用户）在工具辅助下得到结果，然后将结果交给客户，客户在结果的辅助下进行决策，这样才是顺理成章的逻辑，而现在是直接把数据分析功能当成了业务辅助功能直接交给了客户。

交通大脑企业应该连接更多的检测设备，提供更好的数据，提供更好的数据分析工具，优化专业团队提供业务辅助工具，提供驻点服务，反馈交管部门需求。

交通信号优化专业团队的角色和作用，一是驻点技术服务，二是客户需求提炼，三是产品实操应用，四是产品问题反馈，五是客户选择辅助。专业团队可以看成是交通大脑的4s店。

回到主题，交通信号优化团队和交通大脑之间的化学反应不应该是普通的化合反应、分解反应、置换反应、复分解反应，而应该是有机化学反应。

首先最重要的是客户需求，然后客户需求由驻点团队完成，驻点团队通过辅助工具为客户提供辅助决策，交通大脑团队研发更好用、更符合专业团队使用习惯和使用要求的数据分析工具，最后就是运行机制，用运行机制将这五方面串联起来，形成化学里的苯环结构，形成有机整体，实现客户价值。既是技术相互促进模式，也是商业相互促进模式。

最后一个话题就是致创新。人工智能不仅仅有人工神经网络，也不仅仅有数据驱动，特别是对于逻辑和数据同样重要的交通管理领域。我们也在积极探索基于“案例驱动”的人机交互和辅助决策。

期待“人机交互出实效”的未来！

注：本文根据振业优控CEO陈宁宁在8月18日中国交通信号控制发展年会上的演讲实录完成，赛文交通网进行了不改变原意的删减。