人工智能這股技術浪潮

正以前所未有的力度涌入交通行業(yè)

恰逢高考志愿季、畢業(yè)求職季

我們邀請到幾位

在千方科技從事交通行業(yè)多年的博士

來和年輕人分享一下自己的故事

01

請介紹一下自己的學校和專業(yè)，在校學習的主要內容或負責的課題組項目是什么？

郭博士：我是06年北航計算機本科畢業(yè)，同年升學讀計算機應用碩士，09年碩士畢業(yè)就參加工作了，工作期間又回北航拿到了計算機軟件與理論的博士學位。碩士期間我主要在呂衛(wèi)鋒副校長的課題組做動態(tài)交通信息服務的研究，這是交通與信息的交叉學科，參與了浮動車系統(tǒng)關鍵技術的研發(fā)，也是大家現在用的導航服務的底層技術之一。博士課題主要是結合我工作中遇到的一些問題和思考，做極端場景對交通網絡的運行影響分析，屬于大數據、交通工程和復雜網絡的交叉研究方向。

曹博士：我本科畢業(yè)于北京理工大學交通工程專業(yè)，直博畢業(yè)于北京理工大學載運工具運用工程專業(yè)。在本科學習期間曾參與國家863項目“駕駛人安全狀態(tài)監(jiān)測及預警技術”課題組工作。博士期間主要負責交通部重大專項課題——公路網傳感設備在線診斷與檢定技術研究及設備研制項目，研究內容作為國家標準制訂的參考依據；負責了教育部科技發(fā)展中心博士點基金項目——車聯網環(huán)境下的車輛軌跡預測方法研究，完成了車路協同狀態(tài)下高速公路實時安全預警模型與算法研究。

02

您是什么時候、什么契機進入交通行業(yè)工作的？目前在千方科技的工作是什么？

郭博士：碩士畢業(yè)的時候，我拿到幾個不錯的互聯網offer，但老師們覺得我在碩士課題上的積累丟掉太可惜，建議我在行業(yè)內發(fā)展，給我推薦了許多頭部企業(yè)，其中就包括千方。我在千方干了15個年，目前負責千方交通大數據事業(yè)部的研發(fā)管理工作。我們團隊凝練出“數據化—知識化—智慧化”的技術路線，從知識賦能和流程重構著手，研發(fā)數據驅動的系列關鍵技術和平臺產品矩陣，在路網運行監(jiān)測管理、智慧高速建設等業(yè)務領域形成了領先的綜合解決方案，在交通部、遼寧等省取得了顯著的應用示范效果。我們團隊先后獲得國家技術發(fā)明二等獎、北京市科學技術一等獎、教育部科技進步一等獎等高等級獎項。

曹博士：從本科開始，我就對交通行業(yè)比較感興趣，覺得交通行業(yè)是一個融合性特別強的綜合性學科，不僅需要學習本專業(yè)的知識，還需要學習控制學、系統(tǒng)工程學等很多領域的相關理論，對于拓寬自身的視野很有好處。此外，由于交通屬于綜合性學科，各學科最新的前沿技術都可以應用到這個領域，因此可以說交通行業(yè)也是一個發(fā)展非?？?、不會被淘汰的行業(yè)。因興趣使然，我一直懷有從事本專業(yè)的打算，所以進入交通行業(yè)也算是一個水到渠成的過程。我在交通行業(yè)干了7年，目前在千方科技負責的主要工作內容是多傳感器感知、融合、控制算法研究以及“鯤巢”雙智路口云邊端一體化平臺的設計和研發(fā)等。

03

您所學專業(yè)與實際工作匹配度如何？您認為學生應如何彌補理論到實踐的差距？

郭博士：我認為學校教會我們的不僅是知識本身，更重要的是快速獲取知識解決實際問題的意志力、決策力和行動力。工作以后，專業(yè)領域的知識不斷更新，需求也時刻在變化，技術管理者是團隊的“底線”，時刻清空自己、持續(xù)保持學習，同時能夠賦予團隊知識升級，調動團隊學習的積極性，整個團隊才能一起前進。另外，技術積累的過程中要提升認知。底層的技術迭代很快，讓人目不暇接，但技術發(fā)展的方向、脈絡在更高的認知上是有跡可循的，掌握起來反而更容易些。要形成這種更高的認知，要多實踐、多思考、多總結，總能等到柳暗花明的那一天。

曹博士：由于我學習的專業(yè)即是我從事的專業(yè)，因此我所學的專業(yè)與實際工作匹配度較高，不過理論和實踐肯定還是有不同的。我認為彌補這個差距首先在態(tài)度方面需要保持持續(xù)學習的心態(tài)，積極向同事請教，利用業(yè)余時間閱讀行業(yè)相關的書籍、文章，觀看專業(yè)講座，不斷充實自己。其次是在實踐方面，工作中盡可能多地參與項目實踐，無論是小任務還是大項目，都應視為提升自我的機會，通過實踐更好地理解理論知識的應用場景，也能在解決問題的過程中鍛煉自己的思維和技能。每次項目完成之后進行一個復盤總結也很關鍵，通過不斷的反思和總結避免重蹈覆轍。

04

人工智能正引領新一輪科技革命和產業(yè)變革，談談您感受到的人工智能在交通行業(yè)的應用及其帶來的影響。

郭博士：對于交通這樣的專業(yè)領域而言，人工智能是工具箱，它所帶來的變化讓人眼花繚亂，但人工智能本身不構成業(yè)務，必須與大數據、與交通業(yè)務深度融合才能釋放其巨大的潛力。

以交通業(yè)務數字化轉型的三個階段為例。在數據化階段，圖像識別、語音識別、語義理解等技術的進步帶來了全新的感知手段，使我們對交通環(huán)境、交通需求、交通供給的側寫更加精準、更加多維，初步實現交通運行的全息感知；在知識化階段，高維的數據表達需要用深度學習工具來分析，我們可以用圖神經網絡來建模不同交通傳感器間的時空相關性，實現對交通環(huán)境、需求和供給更精準的發(fā)展趨勢研判，進一步推動差距分析、競爭分析、風險分析等知識的提煉。在智慧化階段，我們能夠基于深度強化學習、大模型等人工智能技術，統(tǒng)籌差距、競爭、風險等全局性知識，推理生成最優(yōu)化的行動方案，實現交通環(huán)境約束下的交通需求和供給的最優(yōu)匹配。此外，大模型、機器人等人工智能新業(yè)態(tài)也給交通行業(yè)的服務形態(tài)帶來新的升級，如個性化的服務、伴隨式的體驗等等。

曹博士：據我感受，人工智能在交通行業(yè)掀起了新一波浪潮。首先是在我研究比較多的交通信號控制方面，傳統(tǒng)的交通信號燈控制往往基于固定的時間表，無法實時適應交通流量變化。而引入AI技術后，通過分析實時交通數據，智能交通信號系統(tǒng)能夠動態(tài)調整紅綠燈時間，實現交通流量的最優(yōu)分配，有效緩解交通擁堵。在自動駕駛技術方面，人工智能的進入使得自動駕駛技術不斷成熟。其次在智能停車系統(tǒng)的更新迭代方面，人工智能也發(fā)揮了重要作用。通過圖像識別和數據分析，可以實現自動車牌識別、車位引導和無人收費等功能，極大提高了停車效率。

此外，在當下流行的車路云一體化智能網聯汽車自動駕駛體系中，人工智能技術將深入智能網聯汽車的協同感知與決策，通過車輛的傳感器、路側基礎設施以及云平臺的數據處理能力，實現對交通環(huán)境的全面感知和智能決策，提高交通安全性、提升交通效率，同時促進節(jié)能減排。最后，近兩年非?；鸨拇竽Ｐ图夹g，可能對傳統(tǒng)交通行業(yè)的業(yè)務流程產生顛覆性的影響，交通垂類大模型的應用和落地讓人非常期待。

05

人工智能飛速發(fā)展的時代，您認為未來交通行業(yè)需要哪些人才？有什么想對進入交通行業(yè)工作的年輕人說的？

郭博士：在人工智能時代，數據和業(yè)務雙向認知都很高的人會有比較大的空間，有這樣能力的人，能夠凝練出別人看不到、想不到的業(yè)務痛點問題，也知道用什么樣的數據能夠解決這些業(yè)務問題，而人工智能技術會加速構建數據和業(yè)務之間的橋梁，推動問題的解決。

但是，數據和業(yè)務認知的積累沒有什么捷徑，來源于長期的實踐、思考和總結，是一個認知提升的過程。對于新入行的年輕人，我覺得什么樣的背景都不怕，數據智能賽道是一個前途光明、道路曲折的賽道，管理好自己的預期，保持學習的心態(tài)，看到每天積累的價值，積小勝為大勝，一定能夠有所收獲。

曹博士：未來交通行業(yè)需要更多大數據分析師，負責收集、清洗、分析海量交通數據；需要強化訓練工程師，專注于構建和優(yōu)化算法，使車輛和交通系統(tǒng)能自主學習和適應環(huán)境變化；需要軟件與嵌入式系統(tǒng)工程師，負責開發(fā)和維護支持智能交通基礎設施的軟件；需要交通規(guī)劃師，運用AI工具進行交通模擬和預測，規(guī)劃更高效的路線和交通布局。

結合從業(yè)多年的經驗和當今時代發(fā)展的大勢，我想對進入交通行業(yè)工作的年輕人說：要深刻學習和理解自己專業(yè)知識內容，擁抱時代變化，拓寬知識領域，敢于提出創(chuàng)新的解決方案，也要注重團隊合作、強化溝通互助。