“基于多年技術(shù)積累及170多個(gè)城市實(shí)戰(zhàn)經(jīng)驗(yàn)，今天海信將交通大數(shù)據(jù)應(yīng)用全面升級!”在第十二屆(2023)中國智能交通市場年會智慧交管科技創(chuàng)新應(yīng)用發(fā)展論壇上，海信網(wǎng)絡(luò)科技公司智慧交通事業(yè)本部總經(jīng)理王雯雯發(fā)表《交通大數(shù)據(jù)深化應(yīng)用新思路及創(chuàng)新實(shí)踐》主題演講。她指出：聚焦交通大數(shù)據(jù)應(yīng)用困局，海信秉承“數(shù)據(jù)管理、價(jià)值挖掘;問題驅(qū)動、應(yīng)用導(dǎo)向”的應(yīng)用理念，打造“四個(gè)一”專業(yè)大數(shù)據(jù)服務(wù)模式，實(shí)現(xiàn)數(shù)據(jù)價(jià)值最大化!

　　大數(shù)據(jù)不在“大”，重在“用”

　　大數(shù)據(jù)概念由來已久。自2017年智能交通建設(shè)規(guī)�；�發(fā)展以來，交通已積累了海量的數(shù)據(jù)資產(chǎn)，“現(xiàn)在正是向交通大數(shù)據(jù)要價(jià)值的時(shí)代。”王雯雯認(rèn)為，所謂交通大數(shù)據(jù)不只是行業(yè)本身產(chǎn)生的數(shù)據(jù)，而是能夠服務(wù)于交通的數(shù)據(jù)都屬于交通大數(shù)據(jù)范疇，可分為基礎(chǔ)地理數(shù)據(jù)、交通設(shè)施數(shù)據(jù)、交通政務(wù)數(shù)據(jù)、企業(yè)運(yùn)營數(shù)據(jù)、物聯(lián)感知數(shù)據(jù)、和其他系統(tǒng)中用于交通的各種數(shù)據(jù)等六類。每一類數(shù)據(jù)不是十全十美的。比如交通設(shè)施數(shù)據(jù)資料不全，更新慢難獲得。管理數(shù)據(jù)來源多，面臨跨網(wǎng)跨系統(tǒng)，難匯聚，而且安全性要求高。運(yùn)行狀態(tài)數(shù)據(jù)中，交通流數(shù)據(jù)會因?yàn)樵O(shè)備故障、網(wǎng)絡(luò)中斷、設(shè)備降效等帶來數(shù)據(jù)質(zhì)量不高。事故數(shù)據(jù)價(jià)值高，但不容易拿到全量數(shù)據(jù)，而且需要大量處理才能把原始數(shù)據(jù)分解為支撐分析的多維數(shù)據(jù)。物聯(lián)感知數(shù)據(jù)中，視頻數(shù)據(jù)資源消耗大，利用率不高，價(jià)值稀疏但重要，怎么做好資源調(diào)度保證抓到關(guān)注信息是很大的挑戰(zhàn)。

　　與其他領(lǐng)域數(shù)據(jù)相比，交通大數(shù)據(jù)獨(dú)有地域和時(shí)域動態(tài)演化特征，實(shí)時(shí)性顯著，想用好、用活面臨三大挑戰(zhàn)：一是數(shù)據(jù)價(jià)值密度低，關(guān)聯(lián)融合不夠，實(shí)戰(zhàn)應(yīng)用差;二是深度應(yīng)用不夠，蘊(yùn)含價(jià)值未充分挖掘、已挖掘的未充分利用;三是專業(yè)人才困乏。三重壓力下，交通大數(shù)據(jù)雖龐大如汪洋大海，卻用不了、用不好、用不起來。

　　大數(shù)據(jù)不在“大”而重在“用”!海信大數(shù)據(jù)應(yīng)用起步早、發(fā)展快、范圍廣、實(shí)戰(zhàn)案例豐富，從2013年開始，海信將技術(shù)與業(yè)務(wù)深度融合，先后突破百億檢索、秒級查詢、十億碰撞、快速建模、云腦等關(guān)鍵技術(shù)，沉淀了交管、公交、高速、樞紐、停車等系列實(shí)戰(zhàn)應(yīng)用，賦能管理提效、科學(xué)決策。“基于多年技術(shù)積累及170多個(gè)城市實(shí)戰(zhàn)經(jīng)驗(yàn)，今天我們將交通大數(shù)據(jù)應(yīng)用全面升級。”

　　海信交通大數(shù)據(jù)應(yīng)用全面升級

　　那海信是如何升級的呢?王雯雯從應(yīng)用理念、應(yīng)用實(shí)踐等維度進(jìn)行了闡述。海信堅(jiān)持“數(shù)據(jù)管理、價(jià)值挖掘;問題驅(qū)動、應(yīng)用導(dǎo)向”的應(yīng)用理念不動搖，構(gòu)建以“云腦”為核心的交通大數(shù)據(jù)平臺，服務(wù)于緩堵保暢、場景化指揮、安全防控、執(zhí)勤執(zhí)法、監(jiān)管服務(wù)五大類應(yīng)用，致力于把數(shù)據(jù)管理好以及倒逼技術(shù)突破、服務(wù)實(shí)戰(zhàn)應(yīng)用。

　　王雯雯在演講中多次強(qiáng)調(diào)，數(shù)據(jù)需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力，因此海信升級服務(wù)模式，打造“四個(gè)一”專業(yè)大數(shù)據(jù)服務(wù)模式，實(shí)現(xiàn)數(shù)據(jù)價(jià)值最大化。“四個(gè)一”即“一套方法，從數(shù)據(jù)治理、數(shù)據(jù)組織、數(shù)據(jù)分類、課題確定、初步建模、模型打磨、模型確立、到實(shí)戰(zhàn)驗(yàn)證;一套機(jī)制，從業(yè)務(wù)專題分析到實(shí)戰(zhàn)效果評價(jià);一個(gè)團(tuán)隊(duì)，進(jìn)行專業(yè)的大數(shù)據(jù)咨詢服務(wù);一套工具，包括基礎(chǔ)模型庫，專題實(shí)戰(zhàn)模型，可視化建模工具”，既能有效解決大數(shù)據(jù)專業(yè)人才匱乏問題，又能更好服務(wù)業(yè)務(wù)應(yīng)用。

　　把數(shù)據(jù)管好用好、打造高價(jià)值模型

　　聚焦“數(shù)據(jù)管理、價(jià)值挖掘”，海信從深化的數(shù)據(jù)標(biāo)準(zhǔn)、閉環(huán)的數(shù)據(jù)治理、專業(yè)的數(shù)據(jù)組織三維入手“管數(shù)據(jù)”。首先，實(shí)現(xiàn)標(biāo)準(zhǔn)化數(shù)據(jù)積累，20項(xiàng)國際標(biāo)準(zhǔn)、3項(xiàng)行業(yè)標(biāo)準(zhǔn)、25項(xiàng)團(tuán)體標(biāo)準(zhǔn)及百余類數(shù)據(jù)的拓展標(biāo)準(zhǔn)，讓數(shù)據(jù)積累有“準(zhǔn)”可依。其次，不僅找問題更給方法，從源頭入手快速發(fā)現(xiàn)問題、精準(zhǔn)定位原因，同時(shí)確定修復(fù)目標(biāo)及方法，形成閉環(huán)式治理體系。再者，從專業(yè)角度精準(zhǔn)識別數(shù)據(jù)間相互關(guān)聯(lián)，以人、車、路(空間)、環(huán)境、時(shí)間為主線對數(shù)據(jù)歸集整理，建立知識圖譜，讓數(shù)據(jù)更易挖掘使用。“數(shù)據(jù)組織易被忽略卻極為重要的，海信的做法補(bǔ)齊了行業(yè)短板。”

　　管好數(shù)據(jù)是基礎(chǔ)，用好數(shù)據(jù)才是目的。海信依托扎實(shí)的數(shù)據(jù)管理搭建高效的建模工具，幫助交警將業(yè)務(wù)思想轉(zhuǎn)化為大數(shù)據(jù)模式，助力業(yè)務(wù)持續(xù)創(chuàng)新。“我們把交管業(yè)務(wù)建模常用的分析步驟提煉封裝了19個(gè)專用算子，大幅簡化建模步驟、降低工具門檻。”比如在青島落地的疫情車輛排查模型，將原本需2天以上的開發(fā)時(shí)間，縮短至2小時(shí)建模。以及在鎮(zhèn)江打造的10大類減量控大報(bào)表和在嶗山開發(fā)的蹚路車模型，均將原本需2周甚至數(shù)周的開發(fā)時(shí)間大大縮短，實(shí)現(xiàn)需求響應(yīng)的快速化。

　　目前，海信通過176個(gè)城市20余年的實(shí)戰(zhàn)錘煉，已提煉出數(shù)百種業(yè)務(wù)應(yīng)用模式，覆蓋7大類62個(gè)交管業(yè)務(wù)場景上百個(gè)模型，讓數(shù)據(jù)有用、為交管賦能。“隨著AI、知識圖譜等技術(shù)的深化應(yīng)用，這種高質(zhì)量、高價(jià)值的應(yīng)用模型還在不斷豐富，”王雯雯指出。

　　落地應(yīng)用場景、賦能交管業(yè)務(wù)

　　聚焦“問題驅(qū)動、應(yīng)用導(dǎo)向”，海信將數(shù)據(jù)落地到業(yè)務(wù)場景，實(shí)現(xiàn)對緩堵保暢、場景化指揮、安全防控、監(jiān)管服務(wù)的全面賦能。

　　賦能緩堵保暢——基于對交通流的精準(zhǔn)掌握，通過數(shù)據(jù)補(bǔ)償、修復(fù)機(jī)制、優(yōu)化數(shù)據(jù)，實(shí)現(xiàn)干線綠波自動識別、控制策略自動生成，由人工調(diào)優(yōu)到自動調(diào)優(yōu)邁進(jìn)了一大步。

　　賦能場景化指揮——通過對交管指揮場景的精細(xì)化刻畫，形成9大類88個(gè)細(xì)分場景。通過細(xì)分場景抓重點(diǎn)，更好刻畫場景的感知機(jī)制、決策邏輯和處置動作，以大數(shù)據(jù)驅(qū)動指揮決策，全面提升指揮效率和效果。這其中，基于大數(shù)據(jù)做好智能感知與研判處置是關(guān)鍵。智能感知方面，海信已積累實(shí)體、事件、行為、規(guī)律4大類200+ AI算法，核心算法實(shí)戰(zhàn)準(zhǔn)確率90%以上，實(shí)現(xiàn)對態(tài)勢和事件感知的“全面、及時(shí)、準(zhǔn)確”。比如通過跨媒體交通數(shù)據(jù)分析，融合視頻大數(shù)據(jù)與過車大數(shù)據(jù)實(shí)現(xiàn)服務(wù)區(qū)飽和預(yù)警，實(shí)測準(zhǔn)確率80%以上。處置方面，探索用數(shù)據(jù)分析原因、綜合研判、進(jìn)一步推薦處置措施，實(shí)現(xiàn)事件“快處”，速度快、效果好。以惡劣天氣(大雨)場景為例，能夠自動感知積水阻斷交通、綠波降效、信號燈故障等關(guān)鍵異常事件，并做到“一點(diǎn)一策”措施自動推薦，緩解雨天擁堵，降低事故發(fā)生風(fēng)險(xiǎn)。

　　賦能安全防控——面向城市道路、高速、國省道和農(nóng)村4類場景，建立事故風(fēng)險(xiǎn)分析工具集，打造既能支撐事故事后隱患挖掘、又能支撐事前風(fēng)險(xiǎn)分析的預(yù)測預(yù)警系統(tǒng)。以黑班線車識別為例，通過車輛靜態(tài)特征、出行軌跡、落腳點(diǎn)、運(yùn)營路線分析排查出疑似黑班線車輛，為實(shí)施打擊提供精準(zhǔn)指引。在鎮(zhèn)江上線4個(gè)月即查獲黑班線車156輛。

　　賦能監(jiān)管服務(wù)——通過對車駕管、過車等數(shù)據(jù)的深度應(yīng)用，拓展9種高危業(yè)務(wù)106種業(yè)務(wù)風(fēng)險(xiǎn)實(shí)時(shí)預(yù)警，在淄博應(yīng)用后累計(jì)預(yù)警120991次、平均檢出率90%以上。

　　隨著人工智能、云計(jì)算、物聯(lián)網(wǎng)等新技術(shù)的深化應(yīng)用，交通數(shù)據(jù)的產(chǎn)生與沉淀呈井噴之勢，探索交通大數(shù)據(jù)應(yīng)用已成大勢所趨。未來，海信將基于雄厚的技術(shù)積累與建設(shè)實(shí)踐，加快大數(shù)據(jù)探索速度與應(yīng)用深度，不斷推進(jìn)場景應(yīng)用創(chuàng)新。最后，王雯雯對行業(yè)作出了展望，她指出，當(dāng)前交通大數(shù)據(jù)應(yīng)用普遍集中在幫助認(rèn)知現(xiàn)狀的描述性分析應(yīng)用上，對于預(yù)測性分析、決策指導(dǎo)性分析等更深層次分析應(yīng)用偏少，交通大模型值得期待，也必將到來。海信正在升級交通智能體，探索交通大模型應(yīng)用。

　　無論是大數(shù)據(jù)深化應(yīng)用，亦或是交通大模型的到來，是否意味著決策將脫離人實(shí)現(xiàn)自動化呢?答案是否定的。王雯雯認(rèn)為：關(guān)鍵決策仍離不開人，并非每個(gè)決策都可以或應(yīng)該被自動化。正如Gartner副總裁分析師Gareth Herschel所說：“如不考慮人類在決策中發(fā)揮的作用，那么推動決策自動化的努力將導(dǎo)致數(shù)據(jù)驅(qū)動型組織缺乏良知或者是始終如一的目標(biāo)。組織的數(shù)據(jù)素養(yǎng)計(jì)劃需要強(qiáng)調(diào)，數(shù)據(jù)和分析是要與人類決策相結(jié)合的。”

(新媒體責(zé)編：wa12)