顧維璽

人工智能技術(shù)對智慧交通的影響已經(jīng)不容忽視。什么是好的人工智能產(chǎn)品，如何讓人工智能技術(shù)更好地應(yīng)用在智能交通領(lǐng)域，是我們必須關(guān)注的重點(diǎn)，解決這一問題核心在于建立“人工智能產(chǎn)品質(zhì)量評估體系”。

中國這一領(lǐng)域的研究處于全球領(lǐng)先行列，目的是為人工智能技術(shù)的產(chǎn)業(yè)化應(yīng)用鋪平道路，“去偽存真”，讓人工智能技術(shù)更好地賦能產(chǎn)業(yè)發(fā)展。

目前，這一體系的建立是由中國工業(yè)互聯(lián)網(wǎng)研究院牽頭進(jìn)行的。中國工業(yè)互聯(lián)網(wǎng)研究院主要工作方向是開展戰(zhàn)略規(guī)劃標(biāo)準(zhǔn)方面的制定，以及在人工智能技術(shù)、安全體系建設(shè)以及促進(jìn)國際國內(nèi)合作交流方面開展工作，未來在智慧交通領(lǐng)域這一評估體系也將發(fā)揮重要作用。

智能交通也需質(zhì)量評估

智能交通系統(tǒng)中的人工智能技術(shù)的質(zhì)量評估體系，目的就是為智慧交通產(chǎn)業(yè)化鋪平道路。

在對于智能交通系統(tǒng)中的人工智能技術(shù)的質(zhì)量評估體系的探討中，最主要的是了解人工智能技術(shù)的質(zhì)量評估體系在智慧交通中發(fā)揮的作用，以及了解什么是智能交通系統(tǒng)，這個(gè)系統(tǒng)中使用的人工智能技術(shù)有哪些;人工智能技術(shù)在市場化過程中帶來的問題;針對這些問題我們?nèi)绾芜M(jìn)行人工智能技術(shù)的質(zhì)量評估以及體系設(shè)計(jì)。

第一，什么是智能交通系統(tǒng)。智能交通系統(tǒng)作為信息和通信技術(shù)應(yīng)用于公路交通領(lǐng)域的系統(tǒng)，包括基礎(chǔ)設(shè)施、車輛和用戶，以及交通管理和移動管理，包括運(yùn)輸方式的其他接口，信息和通信技術(shù)是傳統(tǒng)公路交通體系提升為智能交通系統(tǒng)重要驅(qū)動力。

隨著大數(shù)據(jù)、算力、算法不斷迭代演進(jìn)、系統(tǒng)性提升，人工智能技術(shù)無疑是推動信息化革命的重要驅(qū)動力，全面滲透到車聯(lián)網(wǎng)、車路協(xié)同、自動駕駛等各個(gè)方面，成為智能交通重要發(fā)展源泉。

人工智能技術(shù)在智能交通中的應(yīng)用到底有哪些呢？可以從人工智能產(chǎn)業(yè)鏈層面進(jìn)行分析，第一是基礎(chǔ)硬件層，主要提供一些核心硬件，包括芯片、傳感器、數(shù)據(jù)服務(wù)，它的核心能力是計(jì)算能力，可以通過建設(shè)AI的基礎(chǔ)實(shí)驗(yàn)室，搭建云平臺去實(shí)現(xiàn)這種能力。

第二是技術(shù)層，建立于基礎(chǔ)硬件層之上，主要是提供技術(shù)開發(fā)和輸出的能力，包括提供計(jì)算機(jī)視覺、自然語言處理以及機(jī)器學(xué)習(xí)等基礎(chǔ)算法?；诩夹g(shù)層進(jìn)行應(yīng)用層的商業(yè)化解決方案，通過細(xì)分行業(yè)應(yīng)用，從而在車路協(xié)同，車聯(lián)網(wǎng)自動方面進(jìn)行市場開拓。

在技術(shù)層面，人工智能技術(shù)在智能交通系統(tǒng)中處于基礎(chǔ)應(yīng)用，在目前業(yè)內(nèi)常見的智能交通的場景中，有數(shù)百種人工智能配套技術(shù)，主要包括圖象識別技術(shù)、路徑追蹤技術(shù)、強(qiáng)化學(xué)習(xí)，以及因果關(guān)系推理，還有異常值檢測等等。

這些技術(shù)，第一是圖象識別技術(shù)，主要用于車的車牌識別，包括行人的識別，使用一些基礎(chǔ)的分類器，卷積神經(jīng)網(wǎng)絡(luò)。卷積神經(jīng)網(wǎng)絡(luò)是典型的常用的訓(xùn)練分類計(jì)，運(yùn)用于圖象最終決策分析，規(guī)劃主要是用于加快訓(xùn)練器訓(xùn)練過程收斂速度的一種技巧。

第二是“路徑追蹤”技術(shù)主要是用于預(yù)測交通流的流向，包括車輛的走向等問題，我們經(jīng)常通過一些時(shí)序模型進(jìn)行分析，包括遞歸神經(jīng)網(wǎng)絡(luò)等等。

第三是強(qiáng)化學(xué)習(xí)，強(qiáng)化學(xué)習(xí)是非常先進(jìn)的、難度極大的訓(xùn)練方法，用在自動駕駛控制里面的訓(xùn)練方法。與其他的機(jī)器學(xué)習(xí)不同，它是一種強(qiáng)人工智能的學(xué)習(xí)訓(xùn)練方法，通過控制理論設(shè)計(jì)獎(jiǎng)勵(lì)機(jī)制，讓訓(xùn)練器學(xué)會自我學(xué)習(xí)、自適應(yīng)學(xué)習(xí)，需要的數(shù)據(jù)量往往高于傳統(tǒng)的智能學(xué)習(xí)方法。

第四是因果關(guān)系推理，也是一個(gè)難度極大的技術(shù)問題，主要用于發(fā)生一起交通事故到底是什么樣的因素導(dǎo)致，我們?nèi)プ芬蛩菰?，常用的方法包括信息論的方法、有向信息量、稀疏性群學(xué)習(xí)方法，解決因果關(guān)系推理問題。

表1 人工智能技術(shù)市場化問題

最后一個(gè)是異常值檢測問題，異常值檢測問題用在交通事故黑客攻擊現(xiàn)象，用于發(fā)現(xiàn)出現(xiàn)頻率非常少，但是極端重要的行為檢測。常用的方法通過多任務(wù)政策化約束，以及主成分分析等方法，包括遷移學(xué)習(xí)、系統(tǒng)優(yōu)化等等。

智能交通的“錨定點(diǎn)”?

科學(xué)、合理、公正的人工智能技術(shù)質(zhì)量評價(jià)評估體系將為智慧交通市場化、產(chǎn)業(yè)化提供“錨定點(diǎn)”。

人工智能技術(shù)在市場化過程中有哪些問題？從現(xiàn)實(shí)的技術(shù)流動過程中來看，首先是解決方案供給側(cè)，也就是一些互聯(lián)網(wǎng)企業(yè)，比如說華為、百度、阿里、騰訊，它們經(jīng)常處于壟斷性地位，推出的AI產(chǎn)品也難免會出現(xiàn)議價(jià)過高的情況。

這些問題導(dǎo)致初創(chuàng)的AI團(tuán)隊(duì)難以打入市場，對于解決方案需求側(cè)，也就是傳統(tǒng)汽車行業(yè)，它們對AI的知識缺乏系統(tǒng)全面認(rèn)識，對于AI產(chǎn)品難以全方位把控質(zhì)量，市場沒有公開測評標(biāo)準(zhǔn)，沒有辦法評估產(chǎn)品的真正性價(jià)比，導(dǎo)致人工智能產(chǎn)品雖然層出不窮，產(chǎn)品質(zhì)量難以評價(jià)。

我們統(tǒng)計(jì)了2016-2018年自動駕駛道路交通事故統(tǒng)計(jì)表，發(fā)現(xiàn)有8起關(guān)于自動駕駛的事故，5起由于智能系統(tǒng)問題導(dǎo)致的，從而造成人員傷亡?？梢娙斯ぶ悄芟到y(tǒng)、人工智能技術(shù)與人身安全息息相關(guān)的，因此我們必須對市場中的人工智能技術(shù)建立統(tǒng)一的評估體系。

我們需要建立一套人工智能產(chǎn)品質(zhì)量和評測標(biāo)準(zhǔn)和體系，針對特定的供給側(cè)提出人工智能解決方案進(jìn)行算法準(zhǔn)確性能、泛化性能、運(yùn)行效率等認(rèn)證，在產(chǎn)品需求側(cè)（傳統(tǒng)的汽車行業(yè)），可以獲取非常中立、專業(yè)、權(quán)威的人工智能產(chǎn)品評估信息、評估報(bào)告。對于供給側(cè)先進(jìn)的互聯(lián)網(wǎng)科技公司，它們可以更科學(xué)合理地優(yōu)化算法設(shè)計(jì)和產(chǎn)品。

到底如何進(jìn)行科學(xué)的合理的公正的人工智能技術(shù)質(zhì)量評價(jià)評估體系設(shè)計(jì)呢？第一是AI產(chǎn)品技術(shù)的質(zhì)量評測，第二是AI產(chǎn)品技術(shù)的性價(jià)比評測。

首先來看質(zhì)量評測，針對不同工業(yè)場景、汽車場景、公路場景確定統(tǒng)一的實(shí)驗(yàn)外部變量，形成評價(jià)指標(biāo)或計(jì)算指標(biāo)，完成人工智能的質(zhì)量評測。人工智能技術(shù)評價(jià)標(biāo)準(zhǔn)可以分為以下幾個(gè)方面。

第一個(gè)方面是準(zhǔn)確性能評測，包括準(zhǔn)確度、精準(zhǔn)度、召回率以及異常值檢測成功率F1值等指標(biāo)評測;第二個(gè)方面模型泛化內(nèi)能力，用于衡量模型在時(shí)間和空間維度的泛化成功率;第三方面可靠性評測，衡量模型是否具有非常好的抗噪能力;第四方面模型訓(xùn)練運(yùn)行效率，訓(xùn)練時(shí)間消耗，計(jì)算資源消耗，訓(xùn)練一個(gè)模型需要一兩個(gè)小時(shí)，還是需要一兩個(gè)月，才能把這個(gè)模型訓(xùn)練好，訓(xùn)練過程中需要多少塊GPU和CPU。

就智能汽車過程中的AI技術(shù)質(zhì)量設(shè)計(jì)了一套質(zhì)量評價(jià)體系圖表，可以看到我們對車道檢測，圖象檢測，語音識別等，對他們提出了準(zhǔn)確度、召回率、精確度、異常值檢測，以及訓(xùn)練時(shí)間和計(jì)算資源消耗等指標(biāo)，通過量化指標(biāo)評估人工智能技術(shù)性能。

第二方面在質(zhì)量評測基礎(chǔ)上進(jìn)行性價(jià)比評測，通過與基準(zhǔn)檢驗(yàn)方案質(zhì)量評測結(jié)果和所需要的價(jià)格形成對比，為AI產(chǎn)品需求側(cè)提供非常直觀的性價(jià)比評估。

傳統(tǒng)的人工智能技術(shù)的開發(fā)流程。首先是原始數(shù)據(jù)采集，使用自動汽車上面的雷達(dá)或者傳感器去獲取源數(shù)據(jù)，在源數(shù)據(jù)基礎(chǔ)上進(jìn)行人工特征工程包括數(shù)據(jù)清洗，還有一些特征提取等工作，基于這些特征工程的數(shù)據(jù)分布進(jìn)行模型設(shè)計(jì)，選用一些時(shí)序方法還是一些傳統(tǒng)的比如說基于數(shù)的模型方法，最后我們進(jìn)行智能汽車相關(guān)任務(wù)的預(yù)測或者分類，主要是特征工程和模型設(shè)計(jì)，這兩個(gè)過程的質(zhì)量直接決定了人工智能完成情況，對于這兩部分的通用構(gòu)建的基礎(chǔ)數(shù)據(jù)庫和基礎(chǔ)模型庫，特征工程和模型工程作為黑箱，最后形成相關(guān)任務(wù)的性價(jià)比對比。

除了傳統(tǒng)的評估方法，另外一種評估方法就是利用經(jīng)典算法模型去評估，主要方式就是去替代原方案模型設(shè)計(jì)部分，在保證其他模塊不變情況下，對比智能汽車相關(guān)任務(wù)完成性能，從而去評測原方案模型設(shè)計(jì)的模塊性價(jià)比。經(jīng)典算法模型評估主要是利用人工智能的各項(xiàng)性能指標(biāo)進(jìn)行評判，包括準(zhǔn)確度、召回率、精確度、異常值檢測率、泛化成功率、訓(xùn)練時(shí)間、計(jì)算資源消耗、建議價(jià)格。

最后，我用工信部發(fā)布的新一代人工智能產(chǎn)業(yè)重點(diǎn)任務(wù)工作方案來作為總結(jié)。至2020年我國要建立可靠、安全、實(shí)施性強(qiáng)的智能網(wǎng)聯(lián)汽車智能化產(chǎn)品，形成產(chǎn)品相關(guān)標(biāo)準(zhǔn)，支撐高度自動駕駛。AI評估作為AI技術(shù)和傳統(tǒng)的汽車交通業(yè)的一個(gè)橋梁，它對合理全面科學(xué)建立AI技術(shù)和汽車是非常必要、非常重要的一個(gè)環(huán)節(jié)，促進(jìn)智能交通全要素、全產(chǎn)業(yè)鏈、全價(jià)值鏈全面升級。我也非常希望能夠與更多IT行業(yè)，以及汽車行業(yè)加入到評估標(biāo)準(zhǔn)體系建設(shè)團(tuán)體來，一起為人工智能更好更科學(xué)更健康的在智能交通領(lǐng)域應(yīng)用做出貢獻(xiàn)。

（根據(jù)2019世界智能網(wǎng)聯(lián)汽車大會速記整理，未經(jīng)本人確認(rèn)，有刪節(jié)。）