當前，中國城市交通日均出行需求總量已達到10億人次，隨著城市人口的增加，預計到2025年城市居民日均出行需求總量將接近12億人次。因此，如何規劃城市交通未來的發展模式不僅僅是一個商業問題，更是一個社會問題。

在銀江股份召開的城市智慧交通3.0戰略發布會暨智慧交通+人工智能論壇上，南京理工大學教授張偉斌發表了《提升智慧交通的認知深度：大數據與人工智能時代的交通感知》主題演講。

張偉斌主要從智慧城市與交通感知、人工智能與交通感知、大數據與交通感知三大方面展開介紹，并分享了南京理工大學—華盛頓大學智能交通國際聯合實驗室相關的研究內容。張偉斌認為在交通領域，應該將人工智能發展作為智能工具的長處，而不是發展人類智能。以下為張偉斌發言全文：

我主要分享的內容是四個部分：智慧城市與交通感知;人工智能與交通感知;大數據與交通感知;相關研究和基礎。

一、智慧城市與交通感知

城市快速發展，對于城市的交通提出更高的要求。信息技術的發展也提供了這種技術可能，需要提供的需求和解決的問題越來越多。

我分享四個觀點：第一，城市交通是復雜系統;第二，因為大數據的產生，對于交通研究產生了改變;第三，我們需要從感知上升到認知;第四，人工智能的作用。

交通系統具有復雜性。復雜系統的定義是具有中等數目基于局部信息做出行動的智能性、自適應性主體的系統。復雜系統中的個體一般來講具有一定的智能性，例如城市交通系統中的司機，個體都可以根據自身所處的部分環境通過自己的規則進行智能的判斷或決策。

復雜系統為什么難研究?我們的系統研究都是基于數學。目前為止，數學能解決的問題大多數是在線性系統上，到隨機系統的階段，有隨機系統的理論，有一些數學工具可以解決隨機性問題。但是對于復雜系統，實際上缺少好的數學方法，所以這就是為什么城市交通系統難以解決的原因。

另外，交通系統是一個開放系統，這也是為什么交通處于不斷向上發展、發展比較快的原因，因為不斷有新的交通形式出現。

提到大數據，大數據產生后有什么樣的作用呢?大數據使得人類對于復雜系統的現象和表象能夠理解。但是，對于復雜系統現象的認知，仍然依賴于科學的深入。人類對于現象的深入理解，需要數學可表達和演繹，才可以進行工程化的深入研究。在智慧交通領域，大數據使得人類對于城市交通的運行細節掌握了海量的數據;但是，對于城市交通系統的運轉方式，對于不斷出現的新的交通形式在城市交通中的影響和作用，需要在交通領域的科學層次上理解，這需要增強對于交通的認知。

為什么需要人工智能?因為交通系統認知復雜度和數據量超過人類的智能水平。人工智能目前能做的事情就是總結人類的經驗模式，凡是能總結出經驗的場景是可以轉化成人工智能的。目前人工智能的基礎是學習算法，人工智能從海量數據中總結出經驗模式，在時間尺度的演化，在時空數據的容量上，具有強大的能力。

二、人工智能與交通感知

人類智能五個層級，分別是神經認知、心理認知、語言認知、思維認知和文化認知。智能有一個核心的部分，就是語言。有一句名言，“語言的限度就是我的世界的限度”。對于人工智能來說，數學的限度就是人工智能的限度，目前就是這樣的狀況。

現階段，人工智能的智能往往表現出弱人工智能的特征，即在專業領域具有超強的能力，但是離開該領域，智能水平立刻迅速降低。我們應該著重于領域工具的特征�，F在人工智能很多是通過神經網絡來實現的，神經網絡是通過搭建人腦和人的神經元結構，通過仿真來實現。

我們看飛機和鳥的關系，鳥能飛，人類造了飛機也能飛。鳥飛行時是通過作用力和反作用力飛行，飛機飛行是根據流體力學的伯努利原理，流體通過不同曲面時的速度差會造成壓強差才飛起來。飛機能飛和鳥飛看起來一樣，實際上是完全不一樣的原理。人工智能很可能也是這樣，看起來得到了一個智能，但實際上和人腦是完全不一樣的。

在交通領域，應該發展作為智能工具的長處，而不是發展人類智能。

三、大數據與交通感知

大數據的基本特征是數量、多樣性、速度、價值，交通大數據特征又多了一個可視化。由于領域知識的差異，對于大數據的理解方式有很大的差別。因此需要結合具體的領域，通過領域知識和大數據的結合。

南京理工大學和華盛頓大學共建了一個智能交通國際聯合實驗室，國際聯合實驗室同時也是江蘇省智能交通信息感知與數據分析工程實驗室，之前是江蘇省無線傳感網安全組網的研究中心。這個實驗室的特點就是研究工作在交通信息智能感知、智能組網通信，還有大數據挖掘分析等方面比較擅長。

基于e交通學的大數據分析方法

交通大數據的特征是時空特性，包括時間性和空間性，我們把時空特性分析放到交通網絡上研究它的系統性，并且比較好的解決了隨機性在交通系統中影響。關于這些研究工作已經發表了或者正在發表在一些頂級的國際期刊上。

文章鏈接：中國安防展覽網 http://www.afzhan.com/news/detail/62278.html

(新媒體責編：wb001)