人工智能——给交通带来什么

点击上方蓝字“桥梁杂志”关注我们

关于人工智能和交通运输，涉及五个方面——

第一，什么是人工智能；

第二，人工智能技术原理；

第三，人工智能典型应用；

第四，人工智能交通的应用；

第五，人工智能的未来。

什么是人工智能

人工智能的概念及特点

人工智能又称机器智能，是指机器具备人类才具有的智能。人工智能的目标是模拟、延伸和扩展人类智能，探寻智能本质，发展人类智能机器。人工智能可以用类似于生物或人类智能的原理实现，也可能迥异，其单项功能的性能往往远超人类。

机器能不能替代人？著名的英国数学家图灵提出，假如我们向机器和人提同样的问题，结果有30%判断不出是机器还是人回答的，那么这个机器便具备了人的智能。

人具有感知能力、记忆与思维能力、学习能力、行为能力（表达能力）。所有的奥秘全隐藏在人类的大脑之中。人脑大约有860亿个神经元，每个神经元又有约1000个突触，即每个神经元都可以和其他100万亿个神经元相连，这就提供了非常巨大的存储容量和并行度。例如，人可以非常迅速地识别出一幅十分复杂的图像。

大脑具有低能耗的特性。Alpha Go下围棋下赢了人类，但是它的耗电量是20万瓦，人类只有20瓦。人类通过饮食的热量算出血糖，由血糖测出大脑血糖的消耗量，也就是说，大脑占了人体的2%，但是耗能却占了人的20%。另外，大脑的记忆和存储能力和机器不一样。大脑在进行回忆时，不仅不需要先找到存储地址，再调出所存内容，而且还可以由一部分内容恢复全部内容。机器需要运算，先输入然后再储存，储存完了再由控制器计算，这是复杂的系统。

人类大脑的各个部分是协同工作、相互影响的，并没有哪一部分神经元能对智能活动的整个过程负有特别重要的责任。可见，在大脑中，不仅知识的存储是分散的，而且其控制和决策也是分散的。因此，大脑是一种分布式系统，可以“一脑多用”，然而机器只能专注地干完一件事，再干另一件事。

人工智能的发展历程

过去，我们想通过符号、运算规则、推理来得出预测。到了知识工程阶段，主要是通过专家系统不断的收集、采集这些信息。到了神经网络阶段，就是新一代的人工智能。

新的人工智能有五个特征：

1.大数据与硬件技术推动深度学习等人工智能技术发展。

2.文本、图像、语音等信息实现跨界融合。

3.基于网络的群体智能技术开始萌芽。

4.从研究机器人转向更加广阔的智能自主操控系统。包括自动驾驶、自动飞行、自动航海，还有自动机器人的工厂，这些都是由自控设备来控制。

5.人机协同正在催生新型混合型增强智能。我们可以把大脑连接起来，把它的信息通过传感器来连接，有些系统我们不知道它里面是怎么运作的，但是我们知道给它一个信息就会产生一个行为，通过这种方式实行了人机协同。现在已经进行了人类的实验，为残疾人造福。

人工智能技术原理

计算的分类

计算分成三类，一类是基于机理的计算，一类是基于数据的计算。所谓机理的计算，就是我们能够发现一个公式或者一个模型，能够预测未来所有的事情。基于数据的理论计算，它是只关注预测，不求机理，以更好地处理数据为目标，工作重心放在收集数据，并提取特征上。

另外，还有一种混合计算。对于一些复杂性问题,某些指标或特征无法直接测量,同时采用单一机理或数学模型无法很好地从整体上描述形成过程。此时，可采用一种基于机理与数据混合驱动的联合建模方法，共同描述拟合复杂问题。

图1 人工智能系统的技术架构

传统机器学习与深度学习

人工智能经历了从“推理”为重点到以“知识”为重点，再到以“学习”为重点的浅层学习阶段。而目前，人工智能在算法、算力和大数据的驱动下，进入了以信息技术驱动的深度学习发展阶段。

机器学习是人工智能的核心，机器学习分成无监督学习和监督学习，在神经网络又分成深度学习和强化学习。机器学习是获取数据和特征进行处理，然后再作判别。深度学习是按照大脑的神经网络分成几层，先输入，然后经过细胞传感神经元，通过传递感知输出行为信号。计算机也是这样，就像一个黑箱子，里面的算法可能是一个函数，这个函数有不同的变量和参数调整，一个变量对应一个生成量。如果用自动驾驶的方式了解，就像一辆汽车左边撞了，就会调整参数自动往右靠，右边靠多了就往左边调，经过不断调测，一个算法就诞生了。

深度学习可以判断、分析、反馈，可以通过自己找到信息来举一反三。

图2

人工智能技术分支

1. 自然语言处理

自然语言处理是对人们日常生活所使用的语言进行数字化处理；是通过语音文字等形式与计算机进行通信，实现“人机交互”。它是一门多学科交叉的技术。

自然语言处理相关研究最早从机器翻译系统的研究开始。早期的做法是存储两种语言的单词、短语对应译法的大辞典，翻译时意义对应，技术上只是调整语言的顺序。但日常生活中的语言远非如此简单。

进入20世纪，大量经过标注的、具有句法和语义信息的数据开始出现，从而使人们能用这些宝贵的数据资源训练新系统。这一阶段监督机器学习成为主流。

近年来，无监督学习开始受到关注。这些方法有效地利用对单独、未注释的数据进行机器翻译，通过大量的训练数据和端到端的学习方式，直接建立源语言与目标语言之间的映射关系，跳过了中间复杂的特征选择、人工调参等步骤，取得了较好的效果。

2.机器视觉

人类大脑皮层约有70%的活动在处理视觉信息。机器视觉(machine vision)即是用机器代替人眼睛进行测量和判断。得益于深度学习算法的成熟应用，机器视觉技术得到了广泛应用。

3.智能决策规划

除了感知系统以外，机器能够通过这些信息，把复杂的问题通过算法进行决策。

图3

人工智能的典型应用

1.人工智能可描绘用户画像

2.人工智能可实现精准身份识别

人工智能实现了精准的身份识别，过去有指纹、声纹、虹膜这些进行识别，如果只有一种识别可能判断不准，但是这几种识别同时运用那是相当准确的。

3.人工智能助力金融科技

过去的股票分析师、股票交易场所，随着人工智能到来，都没有了。现在的交易所都是机器。包括银行广告、认证、语言、服务器，等等。甚至打电话你也分不清银行是真人给你打，还是机器给你打，因为机器都已经具备了这些功能。

4.人工智能加速医学发展

主要包括：语音录入病例、综合性诊疗、医疗影像分型、身体健康管理、药物研发、医疗机器人等。

5.人工智能为机器人赋能

随着机器人的发展，先后出现了程序控制机器人(第一代）、自适应机器人（第二代）、智能机器人（现代）。

6.人工智能改变战争形态

任何技术都是双刃剑，人工智能也会带来伤害。某教授说他研制了一架鼠标大小的无人机，这个无人机有炸药，有人脸识别系统。

7.人工智能让手机 “无所不能”

如今手机包括了通信以外的诸多功能，包括机器翻译、语音助手、文字识别、听歌识曲、刷脸解锁、相片分类、拍照优化、AR特效等。

8.人工智能+AR/VR增强人类感官

VR就是把完全虚拟的世界通过各种各样的头戴显示器，呈现给用户，一般是全封闭的，给人一种沉浸感。

人工智能与交通运输

人工智能与基础设施

首先，智能桥梁健康监测与运维管理，用于基础设施的养护，需要人工智能的传感器不断地判别。智能化的桥梁维护运营管理系统，首先是智能检测，取得各种各样的数据，包括交通流量、桥梁结构等，通过这些数据来计算、分析，实现智能的检测、智能的评估、智能的养护，以此代替人的思考。就像我们必须得有数据的感知系统，通过无人机、无人船、水下的无人设施来检测各种情况，来判断它的真实，通过大数据来比较到底是否有问题。在技术层面，我们要对数据进行分析，然后得出结论。

另外，还有智能航道技术、智慧码头、遥感技术等。通过遥感分析大量数据，这些数据生成图像，通过人工智能不断用图像识别的方法来解决这个问题。

图4

人工智能与运输装备

自动驾驶技术是融合现代通信与网络技术、人工智能技术、现代制造技术，实现车与X（人、车、路、云端等）智能信息交换、共享，具备复杂环境感知、智能决策、协同控制等功能，可实现安全、高效、舒适、节能行驶，并最终可实现替代人来操作的新一代汽车。自动驾驶汽车通常也被称为智能网联汽车或智能汽车等。

自动驾驶是人工智能在交通领域最好的应用。眼睛和耳朵是我们的感知系统，大脑是我们的计算决策系统，手脚相当于控制系统。从传感到信号处理的控制，再到机械控制，自动驾驶完全是按照人工智能的思路来做的。现在传感设备较昂贵，激光雷达、毫米波雷达以及视频系统等，加在一起一台车要200万，大众还很难接受。更重要的是，传感器自动识别系统还和人的眼睛、大脑差得很远，因为汽车只能认识三个视觉系统，形状、纹理和颜色，通过计算才能得到。假如这条路拐弯很多，视觉系统被遮挡，机器无法判断。规范的标志机器可以录入进去，而非规范的标志无法判断。还有机器无法辨识的，如高速公路上出现有牛羊等，它计算不了。自动驾驶的感知系统还有很大的难处，我们必须给车提供更多的信息，使其更自由地出行。

我国自动驾驶“三步走”发展战略为——

第一步：到2020年，跟踪引导。形成自动驾驶和车路协同标准体系；建成国家营运车辆自动驾驶和车路协同测试基地；辅助驾驶技术在营运车辆率先规模应用；高级自动驾驶技术在城市和高速公路中试点应用。

第二步：到2025年，示范引领。高速公路、城市公交专用道，以及特定区域内实现营运车辆自动驾驶技术规模示范；辅助驾驶技术在乘用车上基本普及；形成较为成熟的技术体系、商业应用模式和政策环境。

第三步：到2030年，协同提升。实现自动驾驶技术和道路智能化技术的协同发展；形成新一代交通控制与运行系统；形成开放、共享的新型客货运输服务系统；实现交通运输转型升级。

图5 自动驾驶技术分级

人工智能与运输服务

人工智能与物流运输相结合。仓储管理可以利用AI技术，优化仓库选址方案和仓库管理、货物分拣、库存水平的动态调节。运输路径规划方面，自动驾驶、5G技术、物联网云计算等技术日益成熟，通过实时数据的多元融合，实现运输路径的动态规划，将使得物流配送更加精准高效。智能机器人的投递分拣、智能快递柜的广泛使用、自动驾驶的日益成熟，将大大提升物流效率。

人工智能与智能客服结合，如何通过人工客服的回答学习更多的知识；如何获取更多知识数据，回答用户问题；将泛化的问题归一化至知识库中的标准问法；明确用户意图后，如何高效地检索出答案。

人工智能与运输安全的管理相结合，可实现机场智能安检、地铁刷脸进站、公交嫌犯检测、疲劳驾驶监测。

图6 车路协同自动驾驶

人工智能未来发展方向

现在的人工智能仍然是弱人工智能，所谓弱人工智能，只能干一件事。比如下围棋的Alpha Go，主要由信息技术推动，会计算不会算计，有专才无通才，但智能在特定领域特定规则中表现出强大智能。强人工智能可以跟人一样综合分析，不受领域、规则限制，具有通用性，是真正的人工智能。预计到2045年，强人工智能终会出现。超级人工智能可打败人类中的一部分人。

当前人工智能所面临的问题也很多。主要为硬件基础无实质突破，计算能力受限；机器学习未突破基于数理统计的框架；信息模态单一，泛化迁移能力差；能耗大，计算成本高；AI演化为优化问题，AI无自动升级能力。

人工智能也会带来就业的影响，传统的蓝领将会失业，比如交通领域中的收费员、司机，有可能将面临失业。

人工智能还面临伦理问题。比较突出的问题是，决策系统的设计准则，究竟是保护自己还是保护他人？机器具备感情后，与人的关系问题。解决方案是，可以设计人工智能的道德机器，将人类社会的道德、伦理和法律代码化，嵌入到人工智能系统之中，并建立第三方评估机制。欧洲法律事务委员会提交动议，以护理机器人为例，提出对机器人有生理依赖的人类会对其产生情感上的依恋。因此，机器人应始终被视为机械产物，以防止人类对其产生情感依恋。

另外，还面临法律问题。无人运载工具已列入立法研究，自动驾驶立法：联合国《维也纳道路交通公约》修正；《德国道路交通法第八修正案》；美国《自动驾驶汽车指导方针3.0》。IMO宣布将针对无人船的安全、环保等问题研究制定有关规范。

关于机器人的法律人格，日本《知识财产推进计划2016》，专章讨论人工智能创造物的知识产权保护问题。欧洲法律事务委员会提交动议，赋予电子人（Electronic Persons）法律地位。日本海豹宠物机器人帕罗获得户籍；机器人Sophia被授予沙特国籍。

人工智能的政策建议：构建开发协同的人工智能科技创新体系，大力培养聚集人才团队，形成人工智能人才高地。加快成熟技术与行业深度融合，促进传统行业转型升级。加强智能化基础设施建设，推动数据开放共享。加强人工智能社会安全和法律伦理问题研究。