清華大學(xué)自動(dòng)化系系統(tǒng)工程研究所所長(zhǎng)，國(guó)家863計(jì)劃先進(jìn)交通技術(shù)領(lǐng)域?qū)＜覐堃惆l(fā)表了主題演講。

以下為張毅演講內(nèi)容，有刪減。

張毅：各位領(lǐng)導(dǎo)、各位專(zhuān)家，上午好，非常高興今天到這里來(lái)參加我們的論壇，就城市智慧交通的發(fā)展問(wèn)題談一點(diǎn)我自己個(gè)人的想法，給大家共享一些我們現(xiàn)在的新的發(fā)展趨勢(shì)。我們說(shuō)城市智慧交通的發(fā)展有很多主題、有很多領(lǐng)域和技術(shù)需要我們?nèi)ヌ接憽?/span>

人工智能比較熱，什么是人工智能，當(dāng)然這個(gè)概念比較模糊，每個(gè)人不同的理解，我今天給出一個(gè)在學(xué)術(shù)上比較標(biāo)準(zhǔn)的人工智能的概念，由此引出人工智能與智能交通之間的關(guān)系。其次，人工智能應(yīng)用哪些技術(shù)是現(xiàn)在可以實(shí)現(xiàn)的。

什么是人工智能？從學(xué)術(shù)上的定義來(lái)講，人工智能是指研究、開(kāi)發(fā)用于模擬延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門(mén)新的技術(shù)科學(xué)。最簡(jiǎn)單的就像模擬人、像人一樣去思考、去完成對(duì)系統(tǒng)和對(duì)對(duì)象的一些操作。

在這個(gè)基礎(chǔ)上我們說(shuō)這個(gè)是學(xué)術(shù)定義，在技術(shù)層面上我們看說(shuō)它是計(jì)算機(jī)科學(xué)的一部分，也就是說(shuō)計(jì)算機(jī)技術(shù)的一部分，不是全部。另外在現(xiàn)實(shí)中我們體會(huì)到很多方式是具有人工智能的，比如說(shuō)機(jī)器人語(yǔ)言識(shí)別、圖像識(shí)別等等都是這樣的。不管怎么樣，歸根到底，我們希望用人工智能技術(shù)以后，能夠達(dá)到或者超過(guò)人類(lèi)的智能目的。

人工智能這么好，有沒(méi)有辦法來(lái)實(shí)現(xiàn)它？大家可以看到50年代之后，人工智能發(fā)展這么多年，由一代一代科學(xué)家研究人工智能的實(shí)現(xiàn)問(wèn)題。但是經(jīng)過(guò)這么多年，我們總是在探討怎樣更好的實(shí)現(xiàn)人工智能。而有效的方法是什么？，探討了這么多方法，發(fā)現(xiàn)最有效的是機(jī)器學(xué)習(xí)。機(jī)器學(xué)習(xí)從80年代提出以后，其應(yīng)用過(guò)程中總不盡人意，于是又在探討不同的方法，目前最熱門(mén)的深度學(xué)習(xí)又是機(jī)器學(xué)習(xí)中的一種具體方法，它的效果要比別的更好。比如說(shuō)AlphaGo，這是智能技術(shù)的體現(xiàn)。從50年代發(fā)展到現(xiàn)在，已經(jīng)走過(guò)了60年的歷史，人工智能離我們希望生活中的應(yīng)用中仍有非常大的距離。

在這樣的情況下，我們可以看到人工智能應(yīng)用不是說(shuō)沒(méi)有用，還是有很多體現(xiàn)的。在人工智能的應(yīng)用過(guò)程中，一般分為兩個(gè)階段：一個(gè)叫弱人工智能；一個(gè)叫強(qiáng)人工智能。簡(jiǎn)而言之，我們平常說(shuō)具有一定的人工智能是弱人工智能，而大家真正天天夢(mèng)想的完美的人工智能就是強(qiáng)人工智能，這是我們真正希望的。在這個(gè)過(guò)程中，真正比較有實(shí)際效果的是機(jī)器學(xué)習(xí)。在這里列出一些目前機(jī)器學(xué)習(xí)的成果，尤其是在交通行業(yè)，比如用計(jì)算機(jī)視覺(jué)可以做一些人臉識(shí)別或者車(chē)牌識(shí)別，這是目前用得最廣的領(lǐng)域。

若技術(shù)效果不太好怎么辦？那就要深度學(xué)習(xí)，用人的思維方式構(gòu)造多層的神經(jīng)網(wǎng)絡(luò)來(lái)形成一個(gè)深度學(xué)習(xí)的過(guò)程。總的來(lái)說(shuō)，在目前情況下人工智能整個(gè)路徑如下圖：

最典型的是圖像識(shí)別、圖形識(shí)別，比如這是貓，在圖像識(shí)別過(guò)程中，網(wǎng)站上面基于內(nèi)容的圖像識(shí)別，要在眾多的海量的圖完全判斷出某一種代表性的圖像，這個(gè)在圖像識(shí)別中已經(jīng)不是太難的問(wèn)題。

但是我們知道這么小的事情，到了交通里面是不是也如此簡(jiǎn)單呢？情況就不一樣了，我們把交通領(lǐng)域的元素改了，不是識(shí)別貓，而是識(shí)別一輛汽車(chē)。不是說(shuō)光識(shí)別這輛汽車(chē)就可以了，因?yàn)樵诮煌ㄏ到y(tǒng)里面，我們所要識(shí)別的是帶有交通特性的很多對(duì)象，不是說(shuō)光是車(chē)的本身。比如我們要看四個(gè)維度，第一最簡(jiǎn)單的一個(gè)識(shí)別車(chē)型，這是靜止的。當(dāng)車(chē)開(kāi)起來(lái)之后，視覺(jué)識(shí)別、圖像識(shí)別對(duì)動(dòng)態(tài)物體的識(shí)別難度增大了。

而改進(jìn)大量車(chē)型的車(chē)隊(duì)、車(chē)流，或者要判斷時(shí)間等因素，這時(shí)候復(fù)雜問(wèn)題就來(lái)了，受天氣、光線、光線方向的影響，遠(yuǎn)比基本靜止的時(shí)候的難度更大了。對(duì)于立交橋的交通流情況，視覺(jué)識(shí)別難度非常大。

眾所周知，在交通里面圖像處理是非常典型的，例如車(chē)牌識(shí)別。車(chē)牌識(shí)別里面大概分為兩類(lèi)：一個(gè)是移動(dòng)場(chǎng)景；一個(gè)是靜止場(chǎng)景。在靜止場(chǎng)景的應(yīng)用是最好的，停車(chē)場(chǎng)的入口、各種的收費(fèi)站，環(huán)境很理想，條件很清楚，而且攝像頭正對(duì)汽車(chē)的方向，還有光線好，光線好補(bǔ)光，這樣的情況下車(chē)牌識(shí)別非常好。

如果車(chē)牌上有污物，人眼都看不清楚，機(jī)器能看清楚嗎？做不到的。所以我們希望人眼看不清的，機(jī)器能識(shí)別，但是現(xiàn)實(shí)中我們發(fā)現(xiàn)所有的系統(tǒng)都達(dá)不到這種標(biāo)準(zhǔn)。在動(dòng)態(tài)場(chǎng)景中，像大霧天的情況，我們的視頻或者圖像識(shí)別，即使加了深度學(xué)習(xí)，它的效果也是非常有限的。

人工智能在交通領(lǐng)域的應(yīng)用，主要從以下幾方面體現(xiàn)：

目前是講感知環(huán)境，最主要最常用的是被動(dòng)感知，也就是通過(guò)一些傳感器來(lái)感知。另一種情況下是我們現(xiàn)在已經(jīng)開(kāi)始做主動(dòng)感知了，用視覺(jué)處理方式、用V2X平臺(tái)等等去做的。將來(lái)基于人工智能的做法，需要主動(dòng)的像人一樣去感知環(huán)境，于是建立一個(gè)人工視覺(jué)，為什么叫人工視覺(jué)？即用視覺(jué)的方式來(lái)處理，而交通過(guò)程都是以人的思維方式來(lái)做的，為什么？人是三維，但是機(jī)器人計(jì)算三維非常困難，要在安全系統(tǒng)里計(jì)算出兩輛汽車(chē)是不是碰撞，將各種各樣的參數(shù)用在三維空間里計(jì)算是難度很大，所以我們希望構(gòu)造一個(gè)新的環(huán)境，用機(jī)器思考的環(huán)境去做，這樣對(duì)人工智能的實(shí)現(xiàn)會(huì)有好處。

目前所有的思維方式，所有所做的自動(dòng)駕駛、智能駕駛里面的東西，現(xiàn)在還不具備有人的思維方式。最簡(jiǎn)單的是AlphaGo，非常著名的人工智能應(yīng)用的典型例子。但是大家要知道圍棋是有規(guī)則的，在這個(gè)規(guī)則的基礎(chǔ)上，由于計(jì)算機(jī)的各種能力，它可以預(yù)測(cè)很長(zhǎng)的過(guò)程，同時(shí)能快速計(jì)算，它把各種可能都比較出來(lái)，基本上可以保證它是基于規(guī)則的，但它沒(méi)有推理的意識(shí)。

舉個(gè)例子，我們將圍棋換成中國(guó)的麻將，中國(guó)的麻將有炸糊，還需要有默契。若它能夠把人的這種無(wú)法用建模的方式、表征的行為放上去，說(shuō)明人工智能就足夠了。所以，現(xiàn)實(shí)的系統(tǒng)中人工智能的思維方式甚至新的意識(shí)的產(chǎn)生，現(xiàn)在還達(dá)不到。我們將來(lái)能夠模仿人這樣去產(chǎn)生沒(méi)有情緒的自然決策過(guò)程，這是人類(lèi)的意識(shí)和思維。

目前我們的動(dòng)作都是單體的，像自動(dòng)駕駛、智能駕駛都是單體的。但實(shí)際上用人而言，它是有很多交互的，是有協(xié)作的，現(xiàn)在我們的人工智能還做不到這樣的情況。所以說(shuō)，將來(lái)需要做群體的協(xié)同控制方式，來(lái)解決人工智能在交通方面的應(yīng)用。

在未來(lái)人工智能逐漸突破技術(shù)壁壘，達(dá)到強(qiáng)人工智能的境界，在交通領(lǐng)域也是質(zhì)的飛越，但目前人工智能在交通的應(yīng)用過(guò)程中，道路還是非常遠(yuǎn)的。