随着城市化进程的不断加快，城市交通发展面临严峻形势和新的挑战。9月6日，第八届江苏省大数据技术学术年会在南京举办。与会专家表示，面对复杂多变的城市交通，如何将真实交通图景线上化、数字化，利用大数据、人工智能等技术提高交通管理水平、服务公众出行，是整个智慧交通行业的重要议题。

如何更好地解决事故处置不及时、道路拥堵严重、路网设计不合理等交通问题？科大讯飞智慧城市事业群副总裁兼智慧交通业务部总经理谭昶博士的答案是：用“人工智能+大数据”来解决。他举例，前端传感器、摄像头、雷达测速器等设备采集到的交通大数据，可以帮助我们准确感知整个城市的交通运输状况，从而作出科学决策。“这种决策依赖于足够强大的数据支撑，以及对数据的观测、对数据变化的判断。随着人工智能的发展，还可以让算法不断学习新的数据，不断进步。”

在交通大数据的多个领域，科大讯飞开展了不同的尝试。比如通过大数据分析，将气象站所测量的降水量和城市积水情况相结合，从而给出更安全的路况。“我们尝试用了一种简单的方式，对路段降水和周边若干气象站间的距离和降水量之间做加权（乘以系数），建立平台，同时考虑增设一些物联网设备，如积水传感器等，从而辅助修正我们对于路段积水程度的认知。”

再比如，人们在使用导航时，理想状况是，输入目的地，地图软件可以很快给出一条导航路线。然而在实际应用中，常常发现定位信息出现位置偏移。针对这类问题，技术人员尝试对交通轨迹数据进行预处理，即基于数据事先在轨迹精度和数据大小间权衡取舍，同时判断轨迹是否会发生大的偏移。

“交通事故存在很多共性，每个城市的平交路口有成百上千个，因此针对平交路口的算法就有可以互相借鉴的地方。而针对某一城市的某一立交桥所做的道路调整优化，可能就不适合其他城市的其他道路。”谭昶认为，用“人工智能+大数据”去解决城市交通复杂系统里反复、大量出现的问题，就可以解放警力以集中解决少数复杂问题，让交通管理工作更加简单高效。

在智慧交通领域，目前国内互联网巨头均在布局。基于地图数据构建的地图服务引擎以及基于交通大数据构建的交通大数据服务引擎，是百度智慧交通业务的两个核心引擎。正是基于百度地图的交通大数据和专网地图的技术能力，百度地图智慧交通已构成“两个核心引擎+N个产品服务”的能力全景。

滴滴出行高级副总裁章文嵩表示，滴滴在用新技术不断提升共享出行的安全、体验和效率的同时，也持续携手城市交通管理机构行业合作伙伴合作构建交通大脑，以更精准感知交通运行状态，分析交通运行效率和拥堵，优化交通基础设施。滴滴交通大脑是兼备云计算、AI技术、交通大数据和交通工程的智能系统，也是智慧城市面向未来的标配。“一方面，它在空间上打破了城市内区域的‘数字’壁垒，实现高效、全面的交通管理和协同；另一方面，在时间上，交通大脑突破了人类的决策能力极限。”

谭昶认为，智慧交通需要构建足够充分的算法和全面覆盖的数据模型。大数据层面的总体架构应该做到“分层解耦，开放服务，随需创新”。此外，为了不让数据变成“孤岛”，还需要对数据资产进行精细化管理。“我们将数据资产分为六个大块，分别是人、车、路、组织、事件和违法行为。将每一个信息都进行分类记录，从而建立数据仓库，搭建全链接的数据交换平台。”

智慧城市的建设离不开智慧交通的建设，智慧交通的建设离不开大数据的有力支撑。专家也指出，海量交通大数据蕴含价值丰富，但其背后的网络安全和用户隐私问题不容忽略。随着数据不断产生，用户家庭住址、常用路径等隐私问题不可避免地存在于大数据全生命周期中，这也使得数据保护变得棘手。如何在开放共享和保护必要隐私间达到平衡，从而最大限度激发数据要素价值，出台更严格细致的法律规范以及研发更完善的数据隐私保护技术或可成为破题之笔。

记者 谢诗涵 王 甜 蔡姝雯