交通人工智能技术范文

交通人工智能技术篇1

关键词：高职智能交通；实训基地；多功能平台；技术服务

中图分类号：G712 文献标识码：A

Abstract： The construction of practice training base and guarantee of talents in higher vocational skills training. Taking the construction of Guangdong provincial intelligent transportation training base as an example， the aspects of construction basis， construction goals and ideas， construction measures and effect were discussed. Schools and enterprises constrcucted the intelligent transportation high skilled personnel training base and service training platform， which has the function of multi-functional platform in teaching， training， occupation skill appraisal and application of technical service， exploring the new mode of the construction of practical training base.

Key words： vocational intelligent transportation； training base； multi-functional platform； technical service

实训基地建设是高职高技能人才培养的基础和保障。将实训基地建设成为集教学、培训、职业技能鉴定和技术应用与服务为一体的多功能基地，是落实《国家中长期教育改革和发展规划纲要（2010-2020年）》的重要内容和提高高职教学质量的必由之路，并能彰显现代职业教育办学特色[1]。截止到2013年，开设有智能交通类专业的高职院校有42所，在校生4万5千余人，因此探索建立产学研用的智能交通综合实训基地，对于提高智能交通专业的人才培养质量和探索职业院校实训基地建设新途径都具有十分重要的意义[2]。

1 建设依据

1.1 符合国家政策

国务院关于《国家中长期科学和技术发展规划纲要（2006-2020年）》将“智能交通管理系统”作为11个重点领域之一。智能交通、卫星导航是国家将在“十二五”期间重点扶持的新兴产业之一，未来获得的支持力度将会很大。《珠江三角洲地区改革发展规划纲要》提出“建设开放的现代综合交通运输体系，形成网络完善、布局合理、运行高效、与港澳及环珠江三角洲地区紧密相连的一体化综合交通运输体系，使珠江三角洲地区成为亚太地区最开放、最便捷、最高效、最安全的客流和物流中心”的区域发展战略和发展目标，也为智能交通的发展带来了前所未有的机遇和挑战。

1.2 符合广东产业发展要求

广东的智能交通系统ITS（Intelligent Transportation System）建设相对全国其它省份起步较早，到2012年底，全省开通的电子不停车收费（ETC）车道超过450条，粤通卡全年用户保有总量突破170万，数量全国第一，是第二名省份用户总数的近三倍。

目前，珠三角地区的机动车和驾驶人员管理基本实现了信息化，并在城市综合交通信息平台、智能公交调度、城市交通智能控制、高速公路管理等方面取得了显著的效果。所有这些为广东智能交通的发展提供了坚实的基础和巨量的人才需求。智能交通技术的广泛应用与快速发展，需要大量懂交通安全法规、掌握交通工程基础知识及行业标准、具有智能交通设备及系统使用与维护能力的复合型人才。然而，目前我国从事智能交通设备安装与调试、信号检测与控制、智能交通网络建设与维护等工作岗位、具备“软硬（件）兼施”应用能力的高技能应用型人才严重短缺，成为制约智能交通跨越式发展的瓶颈。交通职业教育应切实担负起技能型人才培训的重任，加快实训基地建设，全面提高技能人才培养质量和数量。

1.3 GPS北斗系列智能交通监控行业的发展带来新的用人需求

随着北斗卫星导航产品民用及产业化，卫星导航产业将井喷式增长，预计到2015年，北斗卫星导航产业将达到500多亿元的规模；交通运输部规定“长途运营车辆2013年6月1日后，凡未按规定安装北斗导航的车辆，不予核发或审验道路运输证”，卫星导航设备的安装与维护高技能人才有着巨大的缺口。广东省卫星应用协会作为国内唯一的行业省级协会，横向整合卫星应用产业链的技术提供商、设备生产商、电子地图商、网络运营商、通信服务商、系统工程商、产品器材配套供应商以及相关联企业，纵向链接政府、学校、交通运输、测绘、军队国防、城市规划等资源和行业应用领域，有会员单位300余家。广东交通职业技术学院作为省卫星应用协会会员单位，同时是协会在高职院校设立的唯一“广东省卫星应用人才培训基地”单位，承担广东省卫星应用协会“GPS北斗系列车载交通监控系统应用高技能人才培训”的重任和学院智能交通专业学生“GPS原理与应用”相关课程教学的任务。

1.4 广东省交通运输行业专业技术人员继续教育培训的需要

根据《广东省专业技术人员继续教育条例》规定，学院作为广东省专业技术人员继续教育基地负责交通系统相关行业的专业技术人员继续教育培训。学院智能交通综合实训基地承担全省交通行业专业技术人员“监控系统集成与维护”、“公路收费系统集成与维护”两门课程的继续教育培训任务。

2 建设目标与思路

为满足建立开放的现代广东综合交通运输体系和粤港澳交通一体化对交通安全和智能管理的要求，校企共建“交通安全与综合监控中心”等校内实训基地；建设涵盖智能交通岗位群的校外实习基地，增强校外实习基地的教学功能，实施“厂中校”建设。力争将智能交通综合实训基地建成广东省乃至全国领先的智能交通高技能人才培养基地和技术应用推广中心。按照“统筹规划、校企合作、工学结合、资源共享、注重效益”的原则，在现有校内实习实训基地基础上，以校企合作的方式，改善校内实习实训环境和条件，以满足教学过程中的实习实训要求，实现教学环境企业化，打造“智能交通高技能人才培养基地”和“智能交通服务与培训平台”。

与广东新粤交通投资公司等联手改建交通安全与综合监控中心校中厂，满足学生顶岗实习要求，发挥社会服务功能。与企业进行深层次合作，分层次构建校外实习实训基地，本着优势互补、校企双赢的原则，在3年期间新建10个校外实习实训基地。发挥校外实训基地的功能，确保学生能够达到半年以上顶岗实习；拓展实习基地类型，提高顶岗实习质量，完成教师实践锻炼、企业员工培训、技术开发与应用等内容，充分发挥校企合作委员会的作用，建立长效的企业培训与用人机制，形成稳固的学生顶岗实习基地，为教师对企业进行技术服务、企业兼职教师参与教学活动双向交流搭建平台，并与企业建立牢固的人才供需关系，为学生的就业提供保障。

智能交通综合实训基地采取校企共建的方式，依托 “智能交通工程技术应用中心”、“道路交通控制科技服务团队”和“智能交通教学团队”，将实训基地打造为既是教学培训基地、又是生产和服务基地；既可以开展实践教学，又可以进行技术推广和培训。建设思路如图1所示。

3 主要举措

打造生产和研发相结合的校内“交通安全与综合监中心”校中厂，完善智能交通人才培养基地建设；扩建“GPS与网络通讯实训室”，打造“广东省卫星应用人才培训基地”，建设智能交通服务与培训平台。将智能交通的行业企业标准引入实训室建设，为学生提供真实的职业技能训练环境。

3.1 智能交通高技能人才培养基地建设

学校提供场地、师资等，与广东新粤交通投资公司、广东京安交通科技有限公司、广州智能交通指挥中心等合作，引入行业企业标准，打造“交通安全与综合监控中心”校中厂。校企合作实现对校园安全监控系统、广东省交通运输厅机动车教练员考试中心、新粤交通ETC收费系统等实训场地进行整合。该中心由监控系统、交通信息采集系统、通信系统、网络维护等多个子系统组成。在校园道路安装线圈检测器、超声波检测器、视频检测器实时监控进出校园的各种车辆，流量、车型、车速等交通信息及校园各关键点的安全信息等可以实时传递到监控中心屏幕上。中心实现对广东省交通运输厅机动车教练员、校园安全的监控与管理，新粤ETC收费系统测试，校园交通信息采集与等功能，既能满足学生对交通信息采集、交通检测器安装、监控系统操作与维护实训的需要，又能完成校园道路及楼宇监控、安防联动和车辆管理等任务；同时为专业教师提供校企合作进行技术改造的平台。新粤将派5名具有丰富实践经验的企业工程师承担《高速公路通讯系统》、《收费系统操作实务》2门课程的实践教学；并有计划地组织专业学生分批参与到新粤公司施工的公路机电系统项目，开展工地现场教学；实训基地除了考虑在校学生的专业训练需要外，还注重考虑向行业，特别是广东省的相关交通单位提供职工培训服务，如开展对新粤员工、实习学生的培训和交通机电系统技工、维护员、工程师的企业岗位资格认证。

3.2 智能交通服务与培训平台建设

依托智能交通综合实训基地，与企业合作开展技术服务与推广。与广州运星科技有限公司、广东省高速公路有限公司、广东京安交通科技有限公司等合作制定“智能交通工程技术应用中心”的建设方案。申报并立项学院首批“智能交通系统工程技术应用中心”和“道路交通控制与信息采集科技服务团队”。在交通信号控制、交通信息采集、交通信息、ETC收费、GPS监控与导航系统应用等领域，与企业联合申报纵向科研项目、开展横向课题研究、技术革新与成果推广与行业企业共同解决应用性技术难题，联合开展科研项目和技术服务。近3年技术服务与推广项目总经费187.3万元，申请专利3项。

3.3 产教一体，建设校外实训基地“多岗位轮换车间课堂”

建设广东京安交通科技有限公司“厂中校”的“多岗位轮换车间课堂”。依托学校和企业两个平台，把“厂中校”的智能交通产品生产制作、智能交通产品检测、交通工程方案设计与投标、智能交通产品工程安装与调试、智能交通产品销售与售后服务等多个职业岗位工作过程融入到基本型实训、生产性实训、专项技能训练、顶岗实习4个实训环节中，使学生在各个车间课堂中实现多岗位轮换，如图2所示。

3.4 发挥基地育人功能，提高学生综合职业能力

推行“理论与实践相融合、校内学习与校外实践相融合、学历教育与职业培训相融合、第一课堂教育和第二课堂活动相融合”的“四个融合”人才培养。在校内智能交通实训基地，采用理实一体教学模式，采取项目教学法，让学生学中做、做中学。利用省职业资格鉴定所的优势，开展双证教育，将“公路收费与监控员”、“AUTO CAD工程师”资格证书纳入智能交通专业人才培养方案；丰富校内实训基地内涵，积极开展专业技能竞赛等第二课堂活动，提高学生的专业素质。依托校外基地，让学生通过学校和企业两个育人主体的培养，提供学生的职业能力。如图3所示。

3.5 校企合作开展专业教学资源建设

按照科学化、标准化、结构化、动态化的原则，校企共建智能交通共享型专业教学资源库。包括优质课程视频录像、原创视频动画、虚拟交互实验等原创特色课程资源250余项，整理收集资源2 800余项，形成了6个基本库、6个特色库的智能交通专业教学资源中心。智能交通专业教学资源库实现共享型教与学、继续教育与培训、就业服务与管理、技术交流推广等四大功能，最终为教师教学、学生自主学习、在岗人员素质提升提供优质服务。

（1）共享型教与学平台

整合智能交通专业最新教改成果、实践研究课题、教学课件、授课教案等教学资料，为开设智能交通专业的高职院校教师提供专业教学资讯交流、优质教学资源分享、教学改革实践的窗口，同时为广大学生提供大量实用丰富的学习资源和可看性、可操作性的学习方式，激发学生通过网络自主在线学习的动力[3]。

（2）继续教育与培训平台

可以为数以万计的智能交通行业从业人员提供智能交通行业知识补充、智能交通职业技能训练、最新智能交通行业信息获取、行业从业资格考证辅导等在线服务，且贯穿于其职业生涯的各个阶段。

（3）就业服务与管理平台

整合智能交通行业企业总体介绍、前景介绍、主要产品、新闻动态、招聘信息、公司主页链接等最新资讯，为广大学生或智能交通行业从业人员提供就业服务信息。

（4）技术交流推广平台

为广大智能交通技术人员提供大量的实际工程案例和技术解决方案，并设置在线留言、讨论等功能，便于智能交通技术人员针对相关技术问题展开讨论[4]。

4 实训基地建设成效

4.1 满足人才培养的需要

智能交通专业群教学质量保持高水平状态，人才培养质量行业、社会的认可度高。在全国大学生数学建模大赛、大学生创新创业计划等一系列国家和省级大学生竞赛中获奖10余项，学生职业资格证书获取率100%，整体就业率保持在98%以上，对口率达85%以上；学生综合素质良好，用人单位满意率保持在90%以上。

4.2 满足职业资格鉴定和对外社会培训的需要

利用设备齐全的智能交通综合实训基地对专业学生、校外企业员工提供职业资格鉴定和继续教育培训。开展“公路收费及监控员”、“广东省卫星应用GIS工程师”、“嵌入式系统工程师”等培训项目，2010年至2013年5月对外培训累计3 859人次；开展职业资格鉴定4 200余人次。

4.3 满足对外科技服务的需要

依托智能交通综合实训基地，成立了学院“智能交通工程技术应用中心”和“道路交通控制与信息采集科技服务团队”，与广东省卫星应用协会合作建立“广东省卫星应用高技能人才培训基地”（广东省内高职唯一一家）。团队近3年承担省级科技项目4项、厅级科技项目6项、行业科技服务项目3项，合同总金额200余万元。

4.4 提高了教科研水平

教师在参与实训基地建设过程中得到了锻炼和提高，实训基地的高水平创建和高效率运行，使教师的教科研工作取得了丰硕的成果[5]。现智能交通综合实训基地立项为广东省级高职教育实训基地；广东京安智能交通校外实践教学基地立项为广东省级大学生校外实践教学基地。专业教师获得校级以上教学成果奖6项，其中“高职智能交通专业校企合作、工学结合培养高技能人才的研究与实践”获得第七届广东省教学成果二等奖。

参考文献：

[1] 马英. 职业教育校内生产（服务）型实训基地的探索与实践[J]. 中国职业技术教育，2012（23）：32-35.

[2] 蒋九. 探讨高职院校建立物流实训基地的问题[J]. 中国职业技术教育，2013（4）：66-68.

[3] 周兰菊，顾青. 高职实训基地建设模式的探索与研究[J]. 中国职业技术教育，2013（14）：26-28.

[4] 姚东伟，王功. 民办高职汽车维修校内实训基地建设实践[J]. 职业技术教育，2012（2）：57-59.

交通人工智能技术篇2

【关键词】智能交通;计算机网络专业;课程体系改革;融合

0.前言

智能交通是一个基于现代电子信息技术面向交通运输的服务系统。它的突出特点是以信息的收集、处理、、交换、分析、利用为主线，为交通参与者提供多样性的服务。智能交通系统(IntelligentTransp

ortationSystem，简称ITS)是未来交通系统的发展方向，它是将先进的信息技术、数据通讯传输技术、电子传感技术、控制技术及计算机技术等有效地集成运用于整个地面交通管理系统而建立的一种在大范围内、全方位发挥作用的，实时、准确、高效的综合交通运输管理系统。ITS可以有效地利用现有交通设施、减少交通负荷和环境污染、保证交通安全、提高运输效率，因而，日益受到各国的重视。21世纪将是公路交通智能化的世纪，人们将要采用的智能交通系统，是一种先进的一体化交通综合管理系统。在该系统中，车辆靠自己的智能在道路上自由行驶，公路靠自身的智能将交通流量调整至最佳状态，借助于这个系统，管理人员对道路、车辆的行踪将掌握得一清二楚。

如何利用智能交通系统减缓交通的拥堵，这是新时期交通的重要课题，也是新交通发展的必然趋势。研究面向智能交通的网络专业课程体系，具有教育服从社会需要的现实背景。南京交通职业技术学院坚持“紧贴交通产业链发展，打造专业建设平台”，努力构建富有交通特色和适应区域经济社会发展的专业群体系；计算机网络专业作为学院的特色专业之一，研究面向智能交通的网络专业课程体系，是适应社会大环镜的发展及学院建设交通特色院校的主旋律的必然之路；计算机网络专业迫切需要找到与交通行业信息化融合的方向，从而在与省内其他高职院校计算机网络专业招生竟争中建立专业优势，锲入智能交通领域是最佳选择；计算机网络专业的网络基础知识和应用软件编程是建设智能交通系统最基础也是最核心的技术，但如何使三者更紧密的融合并且在新的计算机网络专业课程体系建设中体现出来是本文研究的方向。

1.目前计算机网络专业课程体系的不足之处

交通行业急需的是智能交通系统方面研究、开发、生产、维护、管理、服务的工程技术人才，这些人应具有宽厚的交通行业专业知识及较强的动手能力，具有较扎实的专业技能等；面对大中型企业的技术升级和技术改造，以及在更新工艺和更新产品，增强市场竞争能力的过程中，发挥其专业知识特长，正确处理和解决工程实际问题，直接面向和服务于生产第一线。但是目前计算机网络专业的人才培养与交通行业用人单位的实际需要存在差距，在课程体系表现出与企业社会要求不相适应，课程设置单一、知识面和专业面窄、课程难以形成完整的体系、教学内容陈旧、教学方法和教学手段落后等不足之处，具体表现为毕业生技能与智能交通职业工作过程的工作任务吻合度低的问题，尤其以职业为导向的实践教学课程体系差距较大。从中华人才网的“ChinaH R职场人气排行榜”来看，智能交通类职位需求持续旺盛。而目前的现实就业状况是许多计算机网络专业的学生毕业后从事的并不是计算机网络类岗位，智能交通系统企业实际岗位中的大部分从业人员又不是具备智能交通基础专业知识的计算机网络专业毕业的，需要到企业以后花相当长时间从零开始培训，专业与职业不能衔接。调整教学内容，改革课程体系势在必行。

2.在原有计算机网络专业课程体系中融入智能交通相关内容

我校计算机专业课程结构设置上主要分为:公共基础课、专业基础课与专业课三大类，课程体系的优化需要从课程结构、.课程设置等宏观方面，以及公共基础课、专业基础课与专业课的具体课程融入智能交通相关知识等微观方面综合考虑，才能由点到面，有计划、有步骤的推动课程体系的改革。

2.1课程结构的改革

课程结构是指课程体系中不同课程要素及其相互形成的比重关系。“以面向交通行业就业导向”的课程结构要以模块组合为基础。其基本思想是该专业学生都必须掌握本专业基础课程模块，学习对应岗位所属方向的专业课程模块。根据岗位性质分为四个专业方向：计算机信息管理、软件技术、计算机应用技术和计算机网络方向。高职院校的目标是培养学生适合企业生产过程的各种能力包括操作、服务、管理能力等，通过教与学的过程，通过能力分析确定教学模块，使学生适合岗位要求。融入智能交通的计算机专业的课程设置应该是在分析职业能力需求的基础上确定培养模块的，同时通过对学生能力的分析，安排学生学什么、怎么学，具有很强的针对性。通过能力分析将职业中的岗位能力细化，也就是根据学生的必备能力分析来设置课程单元，将处于不同能力层次的学生安排在不同的教学模块中学习，增强针对性。保证学生毕业后能够适应不断更新的交通行业计算机应用技术中的软件技术和计算机信息管理的发展，跟上时代的步伐。

2.2构建基于工作过程导向的课程设置的改革

课程设置是专业建设的核心要素之一，是全面实现人才培养目标，落实人才业务规格的着眼点。高等职业计算机应用技术专业课程体系的设置是一项系统工程，要建立一个科学的、适应社会发展需求、体现高职特色的课程，就必须树立全新的职业教育观念和教学模式，从学科知识体系为基础向岗位能力为基础转变，从学科型教育向技术应用型教育转变。智能交通的基础知识：智能交通系统的体系结构、出行者信息系统、城市道路交通管理、城市智能公共交通、高速公路信息管理系统、车载系统与导航、智能交通系统的技术经济评价、智能交通系统的标准化、智能交通系统的相关技术。其中智能交通系统的技术经济评价、智能交通系统的标准化车载系统与导航可以作为计算机网络专业的选修课，增加学生对智能交通系统的感性认识；智能交通系统的相关技术，如通信技术、计算机网络、传感器技术、车辆自动驾驶技术的相关知识可以跟计算机专业现有课程相融合，如果现有教材不能满足融合智能交通知识的要求，鼓励任课教师根据自己的理解去编制校本教材。出行者信息系统、城市道路交通管理、城市智能公共交通、高速公路信息管理系统等信息系统的专业知识可以融入到现有的C#，SQLSEVER 课程的课后作业以及实训周项目中去，使学生学会软件编程技巧的同时熟悉智能交通系统的各个应用系统的功能和架构。

2.3 公共基础课与智能交通系统的融合

智能交通系统的知识也可以融合到公共基础课的基本教学中，比如说大学英语，可以在教学的每一个环节引用智能交通系统的英文素材；高等数学和概率论则可以把一些智能交通工程中的案例引入到教学例题中去。

3.基于校企合作的实践教学体系构建

智能交通系统具有以下两个特点：一是着眼于交通信息的广泛应用与服务，二是着眼于提高既有交通设施的运行效率。与一般技术系统相比。智能交通系统建设过程中的整体性要求更加严格．这种整体性体现在：（1）跨行业特点。智能交通系统建设涉及众多行业领域，是社会广泛参与的复杂巨型系统工程，从而造成复杂的行业间协调问题。（2）技术领域复杂特点。智能交通系统综合了交通工程、信息工程，通信技术、控制工程、计算机技术等众多科学领域的成果，需要众多领域的技术人员共同协作。（3）政府、企业、科研单位及高等院校共同参与，恰当的角色定位和任务分担是系统有效展开的重要前提条件。因此，要想对智能交通系统有深刻的了解，使毕业生到智能交通企事业单位实习阶段就能顶岗作业，必须构建基于校企合作的实践教学体系。

实践教学体系是实现人才培养目标的最终保证，计算机网络专业应根据自身特点制订了一整套完善的实践课程教学计划，采用定向选拔、集中办班、定向培养、定点实训、顶岗实习的培养模式，重点为智能交通企事业单位定制一线技术工人和管理人才。工作任务分析是高职院校课程体系研究设计的重点和难点，由智能交通企业岗位工作任务为研究对象，对需要完成的任务进行分解、研究、提炼，并明确生产实践中典型工作任务及内容，以及完成该任务需要的职业能力、知识和素质，并贯穿于学习领域和学习情景之中，这样的课程才具有针对性。有了合作企业，学生能将实践与工程实习和就业联系起来，真正培养工程应用型人才。

4.结语

交通人工智能技术篇3

关键词：空中交通管理；人工智能技术；航班流量；飞行冲突；系统构成

一、研究背景及意义

现阶段，计算机在我国各行各业中都扮演着重要角色，计算机技术的发展为各行业的生产运行提供了坚实有效的保障。与此同时，人工智能技术也取得了惊人的进步，为我国航空航天行业发展做出了巨大贡献。改革开放以来，在我国市场经济不断发展，综合国力不断提升的背景下，民航业发展迅猛，乘坐飞机出行从以前的高不可攀变成如今的大众化出行方式，只用了40年的时间。在这40年里，我国航班架次大幅增涨，现有的空域资源也日趋紧张，在这关键时刻，人工智能技术的出现，为航空事业快速高效的发展带来了新的曙光。空中交通管理的主要目的是防止航空器与航空器相撞以及航空器与障碍物相撞，维护和加快空中交通的有序流动[1]，因此，飞行流量管理和飞行冲突探测、解脱便成了空中交通管理中至关重要的任务。一方面，在空中交通流量接近或达到空中交通管制能力上限时，适时地进行调整，保证空中交通量最佳地流入或通过相应区域，尽可能提高机场、空域可用容量的利用率[1]。另一方面，飞行冲突的探测，能够帮助管制员及早发出指令，使用许可和信息防止航空器相撞，保障空中交通顺畅或控制空域内各航班的间隔，从而保证飞行安全[1]。空中交通管理人工智能辅助系统的运用，不仅能够加速空中交通流量，提高空域利用率，而且能够进行飞行冲突的判断、解除，最大程度的提高航班运行的安全性，为管制员节省大量的时间和精力监控运行，降低工作负荷，提高综合管制服务水平。

二、人工智能与空中交通管理人工智能辅助系统概述

（一）人工智能概述

人工智能（ArtificialIntelligence），英文缩写为AI，它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学[2]。人工智能技术通俗的讲，就是使机器模拟人的智能行为，代替人从事那些人为操作容易出错、速度慢、效率低或者超出能力范围的复杂工作的新技术。它通过研究人类智能活动的规律，构造具有一定智能的人工系统，指导计算机去完成以往需要、甚至超越人的智能才能胜任的工作[2]。当前，全球科技革命和产业革命方兴未艾，新技术行业融合创新不断，在移动互联网、大数据、云计算、物联网等新理论新技术以及社会发展相关的强烈需求的共同驱动下，人工智能加速发展，逐渐成为了产业革命和行业融合的关键技术。人工智能可以通过对数据的采集、分析和挖掘，形成有价值的信息和知识模型，实现对人类智力智能行为的模拟，具备一定环境下的自适应特性和学习能力[3]。现阶段，人工智能经成为与计算机科学，控制论，信息论，心理学，语言学等多种学科相互渗透的一门新兴学科，在许多领域有着广泛的运用，变得和我们的生活息息相关[4]。

（二）空中交通管理人工智能辅助系统概述

人工智能技术在空中交通管理中的应用主要依靠人工智能辅助性数据分析和决策系统实现。利用人工智能技术，可以建立智能化流量管理模块系统，科学判断空中交通存在的问题，全面监控空中交通流量并对其进行智能化管理，提高空域的利用率，以及建立智能冲突探测和解脱模块系统,进行飞行冲突的探测，通过引导飞行员采取速度控制、高度调整、航向改变等措施实现避让，解除可能的飞行冲突，实现安全飞行的目标。借助空中交通管理人工智能辅助系统，全面提升空中交通管理水平[5]。

三、人工智能技术在空中交通管理中的具体应用及建议

（一）人工智能技术在飞行流量管理中的应用及建议

空中交通流量管理的目标是根据气象条件、航路结构、扇区容量等限制条件和资源的统筹规划，使航班流量尽可能达到最优状态，从而在保障安全的前提下，提高运行效率。在引入人工智能辅助系统后，可以形成天气预测，流量预测，限制建议和超容告警等模块，通过气象条件探测，各航路各时段航班量预测和生成航班间隔调整预案等方法，为流量管理者在短时间内提供有效的决策参考，从而大大降低流量管理者的工作负荷。其中，气象条件的探测需要民航气象部门提供气象数据源接口，利用计算机模拟技术预测未来各时段的气象变化情况及其对各航线的影响程度。各航路的航班量预测需要接入综合电报处理系统，利用飞行动态电报来判断在未来各时段各航路的航班架次以及航路交汇点可能存在的飞行冲突。得到这些数据信息之后，需要对航班进行排序，合理安排并确定尚未起飞航班的离港时间，从而达到各管制扇区容流匹配，空域资源最优化利用。除此之外，航班排序还要依据接收到的外区限制，并结合专机、要客等优先级信息做出合理安排，对外区限制较大的航路可给出改航建议，并模拟、计算改航后各条航路的流量和交汇点冲突情况，进行进一步优化。对优先级高的航班可自动豁免并给出直飞建议，对确实需要延误的航班，同时模拟航班取消后的损失情况给出合理化延误建议，通过人工智能技术做出合理化安排。完善、及时的数据库信息维护可以保证飞行数据和气象数据的及时、准确，保证流量信息等数据的完整性和可靠性，对于人工智能辅助系统做出正确、有效的建议有着重要而直接的影响，进而对各航路、各扇区的流量管理方案的有效性产生关键影响。因此，人工智能辅助系统的管理人员应及时维护数据库，尽量避免由于数据不完整、不及时而导致的决策错误，减少因航班延误对社会生产生活带来的负面影响。

（二）人工智能技术在飞行冲突探测及解决上的应用及建议

在解决航班飞行冲突上，人工智能技术主要是通过分析航班存在冲突的概率及可能的状况，根据飞行动态信息做出合理化冲突解脱建议，并且在这一过程中找到最有效，最经济和最安全的确定方案。另外，在最终方案选择中，通过对管制员选择结果的智能学习，建立系统自己的飞行冲突处置预案库，利用最短路径算法和偏好路由算法，在数据库系统中精确查找解决方案，并根据最终实施情况进行反馈，实现闭环处理。为了在工作中放心的依照人工智能系统提供的方案，及时发现潜在冲突，解决安全隐患，人工智能辅助系统管制员需要做好数据库维护工作。对于典型的飞行冲突处置案例，如果系统学习有偏差，可人工校正，并及时更新，最大限度的帮助系统提高推理的效率和能力。此外，管制员在实践中可以及时发现人工智能决策系统提供决策能力的不足和尚需改进之处，针对这个问题，他们可以从以下两个方面入手，一是思考什么样的冲突解决方案是最优化的，并提炼出所需遵循的原则，并将这些原则告知人工智能辅助系统的管理人员并协助他们进行完善系统。二是在实践中发现系统的问题和不足并及时反馈给系统管理人员，协助管理人员查找问题根源，更进一步提升系统可靠性。

四、结语

如今，人工智能辅助下的流量管理、飞行冲突调配和系统智能学习技术已经进入三期实验阶段。因此通过建立空中交通管理辅助系统，不断完善人工智能技术，解决系统自动学习的偏差和失误，达成系统学习能力多维度、多层次，才能推动我国航空业得到繁荣发展。综上所述，本文主要围绕着人工智能技术概念、空中交通管理人工智能辅助系统构成、人工智能技术在空气交通管理中的具体应用及建议三个方面展开了论述与探讨。目的是希望通过人工智能技术的加入，提高空管自动化系统的智能化水平和安全性，进一步增强系统的可靠性和建议合理性，切实减轻管制员的工作负荷，为我国民航事业的发展提供技术支持，推动空中交通管理工作不断向安全、高效的方向迈进，推动我国由民航大国向民航强国转变。

交通人工智能技术篇4

关键词：大数据 智能交通 交通系统 应用

引言

近年来，城市建设的推进以及生活节奏的加快，极大的加重了人们对交通出行的依赖和高要求。而人口密度的急剧增长，机动化出行的日趋普遍，令交通拥堵以及各类安全事故频繁发生。显然，传统的交通管理方式已经难以适应交通发展的需求，智能交通系统的运用势在必行。与此同时，作为数据挖掘、加工处理、传输预测的重要手段，大数据技术为智能交通系统带来了新的发展空间，无疑会在交通资源配置、交通规划管理、交通安全以及运营服务等方面发挥重要作用。

一、大数据与智能交通系统概述

（1）大数据技术以及智能交通下的大数据特征

大数据技术，是指针对海量且种类繁多的数据信息，利用领先的数据处理技术，进行数据信息的大容量储存和快速处理。相较于传统的交通数据，智能交通下的大数据具有显著的特征：第一，数据信息海量，数据类型多种多样，有多种呈现模态，第二，数据来源非常广泛，数据存储的时间更长，效率更高，第三，由于交通数据自身对实效性的要求，需要借助高精尖的处理技术，实现数据的快速处理，第四，数据有较强的时间性和空间性，为交通管理提供有效的参考依据，第四，凭借计算机技术和传感技术，智能交通大数据的可视化并不困难。

（2）智能交通系统的定义

而智能交通系统，是综合利用先进的计算机技术、通信技术、人工智能技术、电子传感技术等领先科技，建立的基于整个地面交通管理的大规模、全方位、实时高效的综合交通管理系统。

（3）基于大数据的智能交通系统的优势

与传统的智能交通技术不同，基于大数据的智能交通系统首先在硬件设施上更为完善，其次，在大数据处理技术以及其他多种领先技术的支持下，能够对整个交通运输系统进行全方位的数据采集、分析和处理，此外，在各类智能交通技术和设备的综合利用下，不仅能够快速传递和处理海量信息，还能对整个交通运输系统的运作进行综合管理和安全分析，在管理水平和安全把控上有明显的提升。

二、大数据在智能交通系统中的应用

1、大数据在交通信息服务中的应用

智能交通系统的交通信息服务是在信息传感网的基础上，采集车辆、道路、停车场等多种交通信息，而如此海量的数据信息，则需要借助大数据技术中的数据挖掘和云计算来进行采集、传递，才能及时地向各个交通部门提供有效信息和指导，同时也能让车主依据实时交通状况，调整出行实践和路线，避免交通拥堵。此外，大数据技术还能利用海量的信息数据积累，为后期的道路建设和交通规划提供参考。

2、大数据在交通管理方面的应用

在交通信息系统的基础上，智能交通能够凭借大数据技术，第一时间处理不同路段的实时信息，掌握道路交通的现状以及环境情况，及时做出合理的部署与安排。比如，通过对比分析某一交通路段在不同路况下的手机信号密集度，就能了解该路段是否有拥堵或者事故发生，从而及时做出疏导。

3、大数据在车辆控制与安全管理中的应用

通过大数据技术对各类信息进行采集与分析，智能交通系统能够客观总结、反映许多有价值的车辆控制与安全管理规律，比如每年的车祸情况分析，车祸中驾驶员的不同操作习惯总结，各种不良习惯造成的严重后果等等。通过对这些数据信息的分析，能够对安全出行做出警示，对驾驶员的操作习惯做出正确提醒，还能为车辆的安全驾驶系统设计提供重要的参考依据。

三、智能交通系统中的大数据处理技术实现方式

智能交通系统中的大数据处理其实是一个信息采集―多维度数据分析―信息传递与反馈的过程，通过这个过程为交通管理提供信息支持，最终实现智能交通管理。智能交通系统中的大数据处理，包括以下几方面的技术实现方式。

1、信息采集模块的技术实现

在交通信息采集模块，主要有静态、动态两种信息采集方式。静态交通信息采集方式是在固定的位置设置视频监控装置或者感应线圈，然后通过道路路面下的感应线圈来产生相应的电磁感应，实现车辆的相关信息的采集。而动态交通信息采集方式，则是运用磁频、光电、测重传感器等自动收集实时的交通流量、行车速度等交通参数，从而推算时间，预测拥堵情况。

2、交通数据分析模块的技术实现

在交通数据分析模块，首先是统一采集不同渠道，不同模态的交通信息数据，转换形成对应的图像视频后再经由数据平台进行分析，得出有价值的信息数据，其次，对于大范围波动或者间断性缺失的数据，则通过专业的数学模型、数据集成技术以及决策支持理论来实现全面细致的交通分析。此外，在路段车流量以及安全情况的分析中，还需借助数据挖掘技术来完成，并采用神经网络技术和人工智能技术来进行智能计算，从而科学支撑交通数据的分析和管理。

3、交通数据处理模块的技术实现

在交通数据处理模块，一方面是通过分布式数据处理技术来处理、实现决策支持，比如对交通事故的实时探测以及对信号配时的优化。另一方面，通过动态交通数据处理技术，为交通信息管理工作提供交通异常行为分析、交通短时预测等功能，并将采集到的动态数据与数据库中的相关数据做比对，客观分析交通现状，科学制定处理方案。显然，两类数据处理技术均能有效处理看似杂乱无章的交通信息数据，一定程度上也是“智能”交通的体现。

四、结束语

综上所述，智能交通系统是一个借助多元技术，规模庞大的系统管理工程，一旦有效建立并科学运用，将使整个交通系统的运行效率和日常管理水平发生质的改变，从而为广大交通出行者创建良好的交通环境，提供优质的交通服务。而将大数据技术在智能交通系统中有效应用，将更好地实现系统核心部分――数据信息的挖掘与处理，有效解决系统建设中的信息及资源问题。因此，未来还需围绕这个核心，充分利用大数据技术，实现更高效、安全、环保的交通运输管理。

参考文献

[1] 陈阳.大数据在智能交通系统中的应用研究[J].信息通信，2016，（7）：142-142，143.

[2] 李康.大数据及其在城市智能交通系统中的应用综述[J].信息通信，2016，（12）：197-198.

[3] 罗西军，刘亚.大数据在智能交通系统中的应用分析[J].数字技术与应用，2014，（9）：97- 97.

[4] 吕浩涵.大数据在智能交通系统中的用[J].中国新技术新产品，2015，（11）：12-12.

交通人工智能技术篇5

关键词：智能交通系统；原理；应用现状

智能交通系统（ITS），是指将先进的信息技术、数据通讯传输技术、电子控制技术、计算机处理技术等应用于交通运输行业从而形成的一种信息化、智能化、社会化的新型运输系统，它使交通基础设施能发挥最大效能。该技术于上世纪80年代起源于美国，随后各国都积极寻求在这一领域中的发展。可以说，智能交通已经成为交通运输管理的重要技术手段之一。

近几年，智能交通在中国也有了长足的发展，我们在学习国外先进技术的基础上，发展适合我国国情的智能交通技术，走中国特色的智能交通发展之路是我国智能交通发展的重要战略。并且在1999年，在科技部牵头下，联合建设部、交通部、公安部等十几个部委，组织成立了全国智能交通协调领导小组和专家咨询委员会，2000年的时候完成了我国智能交通与国际接轨的智能交通体系。

“智能交通是一个国情相关性很强的领域。”北京交通大学教授贾利民告诉《科学时报》记者，自上世纪80年代智能交通技术起步以来，各国政府和专家都根据本国国情在美国研究内容的基础上进行着本土化探索。 “对交通的要求不仅因国家、地区、文化的不同而千差万别，甚至同样的交通状况因出行者的角色――步行或者驾车的不同，而会产生不同的感受与评价。”贾利民说，“进一 步说，同样的角色，因个体性情的不同，也会有不一样的感受。因此，交通是与文化和参与者的行为密切相关的一个领域。”

一、智能交通系统的原理

智能交通系统通过有线、无线通信等手段以视频、图形、语音等形式实时向司机和乘客提供相关信息，使司机和乘客在出发前、出行过程中直至到达目的地的整个过程中随时能够获得有关道路交通状况、所需时间、最佳换乘方式、所需费用以及目的地各种相关信息等，从而指导司机和乘客选择合适的交通方式和路径，以最高的效率和最佳方式完成出行过程。这些信息可以从路侧的信息显示装置（如可变情报板等装置）中获得，也可以从各类车载装置中获得，一些为旅行前做旅行计划所需要的信息还可以从家中、办公室及公共场所的信息亭等地获得，甚至可以随时随地地通过便携式计算机、手持机等设备接入网络中查询得到。交通信息服务系统使人类的交通行为更具有科学性、计划性和合理性，是实现智能交通的重要标志.。

二、智能交通系统的应用现状

智能交通系统世界上应用最为广泛的地区是日本，如日本的VICS系统相当完备和成熟，其次欧洲和美国等地区也普遍应用。在我国，只有北京、上海、广东等一线城市有广泛使用。郑州市目前也在积极参与到智能交通系统的应用研究过程中。

三、智能交通系统的分类

智能交通系统的内容多种多样，按照不同的分类标准，智能交通系统可以分为不同的类型并各有特点。

1.按照智能交通系统所提供信息内容的不同进行分类：

（1）路径诱导系统、（2）交通流诱导系统、（3）停车场信息诱导系统、（4）个性化信息服务系统

路径诱导系统是利用先进的信息、通信等技术，为司机提供丰富的行驶信息，引导其行驶在系统优化后的最佳路径上，以此减少车辆在路网中的滞留时间，从而缓解交通压力、减少交通阻塞和延误。

交通流诱导系统是通过实时地采集和发送交通信息，适时地引导交通流量合理分布，从而达到高效率利用道路网络的一种主动交通控制方式。交通流诱导以交通流预测和实时动态交通分配为基础，应用现代通信技术、电子技术、计算机技术等为路网上的出行者提供必要的交通信息，为其当前出行决策和路线选择提供信息参考，从而避免盲目出行造成的交通阻塞，达到路网畅通、高效运行的目的。

停车场信息诱导系统通过实时掌握一定区域内所有停车场的利用信息，给停车者提供城市内停车场的位置与可利用车位情况，从而有利于驾驶员做出停车选择，减少迂回驾驶和由此产生的无谓交通量和环境污染。

通过多种媒体以及个人便携装置接收和访问个性化信息服务系统，可以获取与出行有关的社会综合服务及设施的信息，俗称“黄页信息”。此类信息包括餐饮服务、停车场、汽车修理厂、医院、警察局等的地址、营业或办公时间，出行者在获知这些信息后，就能够制定合适的出行计划，选择合适的路径，从而减少多余的迂回出行和因此造成的延误。

2.按照向出行者提供信息服务的时机进行分类

（1）出行前信息系统、（2）在途司机信息系统、（3）在途出行者换乘信息系统、

司机或者乘客利用出行前信息服务可以在出行前通过多种媒体方式在任意出行的起点访问出行信息服务系统，从而获取关于出行路径、出行方式、出行时间、当前道路交通系统及公共交通系统等相关信息，为出行者规划最佳出行模式提供辅助决策服务。

司机通过视频或音频手段了解关于出行选择及车辆运行状态的精确信息以及道路状况信息和警告信息，向不熟悉地形的司机朋友或有需要的司机朋友提供路径诱导的功能，从而保证驾驶的安全性及出行的舒适性，减少交通事故的发生及交通拥堵的产生。

在交通工具上或机场、火车站、汽车站及公交换乘枢纽等地点通过广播、信息显示屏或公共的信息亭等为出行者提供换乘信息服务，包括各类交通工具始发时间、目的地、出行费用、出行时间等信息，从而优化出行者的出行途径，提高运输系统效率。

四、智能交通系统的特点

智能交通系统具有两个特点：一是着眼于交通信息的广泛应用与服务，二是着眼于提高既有交通设施的运行效率。

当然与一般技术系统相比。智能交通系统建设过程中的整体性要求更加严格.这种整体性体现在：

（1）跨行业特点。智能交通系统建设涉及众多行业领域，是社会广泛参与的复杂巨型系统工程，从而造成复杂的行业间协调问题。

（2）跨技术领域特点。智能交通系统综合了交通工程、信息工程，通信技术、控制工程、计算机技术等众多科学领域的成果，需要众多领域的技术人员共同协作.

（3）政府、企业、科研单位及高等院校共同参与，恰当的角色定位和任务分担是系统有效展开的重要前提条件。

五、结语

随着智能交通技术的发展，智能交通系统目前已经从传统的道路交通范围扩展到了铁路、航空、水运等领域，智能交通服务的概念和内容也随之扩大到了多种交通运输方式的各种信息服务内容。相信智能交通技术的发展和不断完善，一定会给人们的出行提供更多更好的信息服务。

参考文献：

[1]《智能运输系统概论》 杨兆升主编 人民交通出版社

[2]《智能运输系统（Its）概论》 黄卫 陈里得编著

交通人工智能技术篇6

关键词：智能交通；智慧城市；现状；规划设计

中图分类号：S611文献标识码： A

引言

经济飞速发展，汽车保的数量越来越多，然而城市交通枢纽受建设周期长等因素，造成的交通压力逐渐增加，交通拥堵及事故频频发生，许多城市平均行车速度已经下降到20km/h以下，甚至更低。与此同时，由于车辆行驶缓慢，汽车尾气排放量大大增加，使得空气质量大大下降，同时也使气温增加。为了缓解经济发展给交通运输带来的巨大压力，使有限的交通资源发挥最大的作用，我国加大了对城市智能交通的研究建设，智能交通系统建设取得了显著成就。

1 城市智能交通体系发展现状的介绍

目前,我国在智能交通的研究当中ITS领域的起步相对很晚，但随着经济全球化，全球范围之内的智能交通体系的研究也逐渐受到学者专家的重视，加强了对其的研究力度，我国在20世纪90年代也开始加快了对智能交通的研发力度。1999年11月国家科技部批准成立了国家智能交通系统工程研究中心。同时交通部也在“九五”期间提出了“结合我国实际情况，分段地开展交通控制系统、驾驶员细心系统等5个领域的研发，和工程化与系统集成的研究。在研究的基础上将已经成熟的科技成果应用于实际的交通发展当中，工程研究中心也在逐渐成为我国智能交通系统产业化的基地。

同时我国也加大了国际合作，国家科技委员会于1998年11月在北京举办了我国首届ITS应用研讨会，国家计委也将ITS列为100个重点科研的的领域。2000年3月国家科技部组织成立了全国交通领域和专家组成的专家组，起草了构建我国智能交通体系的基本框架，现今，我国在智能交通领域也取得了包括导航技术和先进的交通管理系统等成果，并拥有自主的知识产权。

2 我国智能交通发展面临的问题

经过了多年的研究发展，目前我国交通建设在智能化领域已经取得了重大的进步，然而由于受到时间短、技术基础力量薄弱等条件的影响，我国智能交通建设仍然处于起步的阶段，我国智能交通的发展面临着诸多问题。

2.1 我国智能交通的建立缺乏统一性，各个省、市和地区都各自为战，缺少相互之间的协调与配合。

2.2 是固有的发展模式，科研与生产脱离。使得一些先进的技术不能第一时间推广应用，在一定程度上导致了资源的浪费重叠。

2.3 是我国智能交通的建设仍处于不被广泛重视的境地，不被传统的交通业所接纳，许多的城市没有将智能交通体系的建立作为城市交通发展的目录之中，而且各省市之间的发展内容不一致，这些都导致了智能交通技术不能够及时推广应用，制约了发展速度。

2.4 是我国目前智能交通领域的人才资源短缺，智能交通体系的构建需要技术为支撑，智能交通将传统的交通与现代的信息技术相结合，对于交通行业的人才要求增加，而我国目前对于这种人才的短缺，严重的制约了智能交通体系的发展。

3 对我国城市智能交通建设的构建规划与设计

现阶段，我国城市智能交通体系的建设仍处于探索阶段，建议政府更应加强对城市智能交通系统的技术研发与建设，与国际社会同步，建立和谐的，以人为本的交通体系，应对目前经济发展给交通带来的压力，积极推动智能交通体系的研发和建设的进程，建立全国统一的发展规划，加强区域合作。有效的整合利用现有的资源，使其发挥最大的功效。

3.1 打好ITS发展基础，特别是应加强ITS基础理论的研究工作。目前，国际上ITS理论仍不完善，还处于发展时期，我们应积极加强与ITS开展较先进国家的交流，在国际ITS现有发展水平上结合中国特点，深入细致地进行理论研究，尽快接近或达到世界水平，以迎接21世纪ITS发展的挑战。否则将成为别国的追随者，成为他们不成熟技术的推广试验场。

3.2 顶层制定智能交通行业标准战略规划，为行业发展提供导向。建议结合我国交通、城市规划等部门的相关发展规划，并整合现有标准体系，制订《智能交通标准化发展战略》，系统规划，出台短期、中期和长期相结合的标准战略。同时，建议将智能交通行业标准战略作为省级地区技术标准战略的重要组成部分。

3.3 发挥各级标准化技术组织职能，争取标准话语权。一方面，要继续利用好ITS标委会等现有标准化技术组织，充分发挥标准化技术组织在智能交通标准的组织制定、推动实施、效益评估、信息沟通等标准化公共服务工作方面的积极作用；另一方面，国家相关部门应在充分调研的基础上，协调统筹、引导扶持有条件的省份积极成立或承担相应的标准化技术组织，更大范围地争取标准话语权。

3.4 注重人才的培养。随着ITS的进一步发展，21世纪交通运输将会发生重大变化，而与之相应的是对不同层次的专业人才需求情况与以往大不相同，为此应加强国内高校及科研单位交通运输领域与国外ITS的交流合作，派出人员学习培训，走出去、请进来，将最新的ITS技术溶入交通运输专业的教学内容和科研之中，以高素质的ITS人才去迎接新世纪的挑战。

3.5 突出企业的创新主体地位，发挥企业在标准化工作中的重要作用。鼓励以企业为主体实现标准研发创新，研究制定推动企业研究智能交通技术标准的配套政策，在科研经费安排、工程项目招标活动、行业规划等方面对重视标准化工作的企业给予政策扶持，鼓励企业加大标准化工作的自我投入，建立以企业为主体，协会为纽带，科研机构、大专院校为支撑，政府组织为支持，全方位系统化的标准化推进体系与工作机制。

3.6 国内科研机构企业高校加强合作。我们国家有许多世界著名的交通大学，专业人才资源非常丰富。中国政府应该提供的学习环境，协调他们的工作以及他们，为他们创造一个良好的科研环境，提供技术改造所必要的孵化器，就能在将来推动中国智能交通的发展。

3.7 凸显交通科技的先导地位。我们需要不断改进交通通信设备，依托数字化管理、信息网络化、办公自动化、等科学技术手段，实现用科技解放警力的目的，提高交警部门的快速反应能力。具体做法：一方面可以在主要交通路口设置交通控制电子设备，并逐步整合交通信息资源，建立综合交通信息平台，以实现信息共享。另一方面，可以建立出租车呼叫调度系统，车辆导航系统，物流智能交通系统，停车诱导系统来提高智能交通管理与控制系统以及智能公交调度系统。当前中国高新技术企业从事智能交通技术研究，全国已经有2000多个，应用发展非常迅速的发展。

4 结语

总之，我国城市智能交通体系的规划设计,既要借鉴各国先进的发展经验，又需要从我国交通发展的实际情况出发，选择最能体现中国优势的项目，科学地利用信息技术、物联网技术等新兴技术来发展中国自己的智能交通事业。这需要社会各部门的思想统一，积极配合，并制定分步实施的步骤，让我国智慧型城市建设插上智慧的翅膀，快速发展。

参考文献：

[1]岳建明.我国智能交通产业的发展及技术创新模式探讨[J].中国软科学，2012（9）.

[2]王笑京，沈鸿飞，汪 林.中国智能交通系统发展战略研究[J].交通运输系统工程与信息，2006（6）.

交通人工智能技术篇7

如今，提到人工智能，相信很多人都不再像以前那样陌生了，人工智能的产物已经慢慢融入到我们的生活之中。但是这一切在二三十年前是不敢想象的。到底是什么带来了人工智能的高速发展呢？

是算设备能力的提升。由于过去我们的机器迭代一次需要很长时间。现在则不同了，如今的计算设备的能力有了很大的提升，过去要几天完成的工作，现在只需几分钟就可以做到了。这也为人工智能进一步的发展，特别是形成产业提供了很重要的支撑。

人工智能是一个内涵非常丰富的学科，可以说，是人类对于自身世界的认知和实践相结合的结晶。它的发展会给人类社会带来深刻变革，可以消除贫困、饥饿，提高人类的医疗和健康水平，提高教育质量，改善气候………

在我们构建智慧城市，构建智慧生活的时候，人工智能也起到了不可或缺的作用。

2017年6月15日，在大连举办的第十五届“中国国际软件和信息服务交易会”（以下简称软交会）上，阿里云、微软、华为等在云计算、大数据、人工智能领域的大咖们分享了很多关于人工智能，包括智慧城市、智慧医疗、智慧制造方面的经验和感受。

智慧城市 智慧生活

随着云计算、大数据，以及人工智能的高速发展，智慧城市这个词被越来越多的人熟知，而更加智慧的生活也离我们越来越近了。早在2004年，韩国政府就曾提出名为U-KOREA的发展战略，旨在建造更加智能、智慧的城市。

2016年10月在杭州举办的“云栖大会”上，杭州市政府公布了一个“疯狂”的计划：为杭州安装一个人工智能中枢――杭州城市数据大脑。

城市大脑的内核采用阿里云ET人工智能技术，可以对整个城市进行全局实时分析，自动调配公共资源，修正城市运行中的Bug。城市大脑项目的第一步，是将交通、能源、供水等基础设施全部数据化，连接散落在城市各个单元的数据资源，打通城市“神经网络”。

而阿里云的“野心”不止于此，在ET城市大脑之后，阿里云还致力于研究ET医疗大脑、ET工业大脑，以及ET环境大脑等，想要为实现全行业智能化做出自己的一份贡献。

构建智慧城市的核心推动力就是云计算、大数据，以及物联网。就像前文提到的那样，如果没有云计算、大数据，以及物联网等技术的支持，想要实现智慧城市的理念是不可能的，因为智慧城市对于技术的要求很高。这里谈到的技术不仅仅包含对硬件的要求，还有对于软件的要求，以及网络的要求。这些综合因素的提升才带来了现在的“万物智联”。

智慧交通解决城市拥堵

现如今，在中国的马路上，尤其是一些大城市的十字路口，除了一些特殊的时期，我们已经很难看到指挥交通的交警了，这是智慧交通带来的结果。通过布置在各个路口的监控摄像头，集合了物联网、云计算等技术，通过机器设备实现智能的交通指挥，以及管控。

智慧交通是在智能交通（简称ITS）的基础上，在交通领域中充分运用物联网、云计算、互联网、人工智能、自动控制、移动互联网等技术，通过高新技术汇集交通信息，对交通管理、交通运输、公众出行等交通领域全方面，以及交通建设管理全过程进行管控支撑，使交通系统在区域、城市甚至更大的时空范围具备感知、互联、分析、预测、控制等能力，以充分保障交通安全，发挥交通基础设施效能，提升交通系统运行效率和管理水平，为通畅的公众出行和可持续的经济发展服务。

智慧交通是在整个交通运输领域充分利用物联网、空间感知、云计算、移动互联网等新一代信息技术，综合运用交通科学、系统方法、人工智能、知识挖掘等理论与工具，以全面感知、深度融合、主动服务、科学决策为目标，通过建设实时的动态信息服务体系，深度挖掘交通运输相关数据，形成问题分析模型，实现行业资源配置优化能力、公共决策能力、行业管理能力、公众服务能力的提升，推动交通运输更安全、更高效、更便捷、更经济、更环保、更舒适的运行和发展，带动交通运输相关产业转型、升级，最终有效解决城市拥堵问题。

而智慧交通的体现不仅仅是在这些宏观的对于城市交通的管控，其实在我们身边就随处可见，比如摩拜、ofo等共享单车，它们也是智慧交通的产物。摩拜、ofo的成功也基于大数据、云计算等技术的发展，摩拜通过GPS定位，以及“魔方”系统，实现了对单车淤积（即在一个时间内，一个地点出现大量闲置单车）的预测，从而进行智能疏导（即通过红包奖励制度让用户帮助疏导单车），以及人工疏导。同时摩拜、ofo的成功也很好地缓解了城市交通拥堵，让更多的人愿意使用自行车作为出行工具。

智慧医疗解决看病难题

智慧医疗是最近兴起的专有医疗名词，通过打造健康档案区域医疗信息平台，利用最先进的物联网技术，实现患者与医务人员、医疗机构、医疗设备之间的互动，逐步达到信息化。

随着云计算、大数据，以及人工智能等核心技术的发展，智慧医疗这个词也渐渐被更多人所熟知。而智慧医疗这个词现在也不仅仅是只能在实验室里应用在小白鼠身上的研究阶段的技术了，越来越多的高科技的人工智能医疗设备被应用到现实治疗之中。

在此次软交会上。来自杜克大学医学院的神经生物学教授米格尔・尼科莱利斯分享了一个来自巴西的例子。

2014年巴西举办足球世界杯，开幕式有这样一个特殊的内容：是一个已经瘫痪十年的小孩穿上一套用脑部来控制的机器“外骨骼”，恢复了行走的能力，从而让他在世界杯开幕式上走进球场并完成开球。这一机器“外骨骼”主要是集中在他的下肢，大脑成为一个主导者，实现人脑和机器对话，人脑和机器成为一个完整的整体，这样人就可以走路，除此之外机器外骨骼与大脑之间还形成了一个良好的回应系统，项目组称这套机器外骨骼为“机械战甲”。现在，项目组还拥有诸多的合作者，而这些合作者来自世界各地。同时，项目组还成立了全球第一个神经科学实验室，实验室分布在全球多个地点，包括美国、巴西等，各地的实验室在技术上是共享和互通的，在脑机对接研究方面是同步进行的。因为这项技术需要神经科学、计算机科学的共同合作来实现。

“病人可以穿上‘机械战甲’，电脑的CPU就在头甲里面，可以把脑部的信号传递给其他部位，脚部的感知行为可以传递回大脑，可以感知地面压力等各方面信息。我们称之为共享控制。人会有不同的想法，想走路或想转弯，这是由大脑做的决定，下肢的一些机器设备是听从大脑的指挥。它们具备非常复杂和微妙的功能。这是依据非常细致的计算功能来实现的。我们选了8个病人，他们有不同时间长度的瘫痪历史。我们想让他们动起来，同时又不想让他们感到无感知的恐惧感。我们给他们装上机器外骨骼，让他们经历了一个循序渐进的训练过程，长达7个月。”米格尔・尼科莱利斯介绍道。

而在国内，由于国内公共医疗管理系统还不太完善，医疗成本高、渠道少、覆盖面窄等问题困扰着患者。 “效率较低的医疗体系、质量欠佳的医疗服务、看病难且贵的就医现状”成了社会关注的主要焦点。大医院人满为患，社区医院却无人问津，病人就诊手续繁琐等问题都是由于医疗信息不畅、医疗资源两极化、医疗监督机制不全等原因导致，已经影响到人们的生活。所以，我们需要建立一套智慧的医疗信息网络平台体系，使患者用较短的等疗时间、支付基本的医疗费用，就可以享受安全、便利、优质的诊疗服务，从根本上解决“看病难、看病贵”等问题，真正做到“人人健康，健康人人”。“人工智能+医疗”给人口基数大、医疗资源相对不足、医疗资源分布不均衡的中国医疗事业带来了福音。由阿里云研究开发的ET医疗大脑，在大数据、云计算，以及人工智能的基础之上，实现了医疗诊断准确率80%以上，而在此之前，医生的诊断准确率只有70%左右。

而联想也早在2013年就开始了他们在医疗领域的布局，与温州医科大学附属第一医院成功合作。北京联想智慧医疗信息技术有限公司的创业成功也标志着联想成功在智慧医疗领域实现了重要突破。

现在，越来越多的新技术被应用到了智慧医疗之中，也有越来越多的互联网技术、大数据公司涉足医疗行业，这也有力地推动了智慧医疗的发展。比如，前不久万达与IBM合作，正式进军医疗行业，致力于提高医疗和养老的服务效率与质量。

如今，智慧医疗已经不仅仅是纸上谈兵，越来越多的云计算、大数据，以及人工智能等技术被应用到了医疗行业中。笔者相信，未来，我们真正可以实现足不出户就能享受到三甲大医院高水平医生的服务，真正解决“看病难”的问题。

未来，智慧医疗不仅仅能解决 “看病难，看病贵”的问题，还能给我们带来整套的健康管理系统，能让我们随时随地掌控自己的健康，通过将包括遗传基因、过往病史、历史病例在内的多种数据整合到云平台上，为每个人提供自己的私人随身医生、健康顾问，在为医院提供及时的诊疗帮助的同时，还能为我们预防疾病、O督健康做出贡献，并最终实现每个人都有一个专属于自己的随身私人健康管理员，这也是智慧医疗最终将实现的目标之一。

从制造到“智造”

人工智能的应用不仅仅是在医疗行业，在制造业也有很多的应用。过去，工厂的一条流水线可能需要几十个，甚至上百个工人来进行操作。而现在，同一条流水线，制造同样的东西，可能只需要几个人来进行操作、监管就可以了。这一切的转变也是因为人工智能的推动。而且相比之下，一条智能化的流水线的错误率也要比过去非智能化的流水线低得多。

在“智造”这个领域，也有很多国内外的大公司涉足，比如阿里云、西门子、SAP。由阿里云开发、研究的ET工业大脑，可以实现对车间工艺、湿度、空气，甚至是流水线上各个齿轮之间温度的准确监控，从而提升产品的良品率，进一步提高企业的效率和收益。拿一个年利润百亿元的公司来说，使用ET工业大脑以后，可以实现年利润提升1亿元。

在此次软交会上，来自大连的本土企业――大连天翼信息科技有限公司（以下简称天翼）也分享了他们在智能制造领域的经验。

天翼公司是“工业4.0”“中国制造2025”大连工业软件领域的核心企业，始建于1998年。在2016年授权为用友首批智能制造战略合作伙伴。天翼智能解决方案全面涵盖了智能研发、智能计划、智能生产、智能仓储、智能物流等生产过程的业务协作和监管控制，致力于帮助中国制造走向精益化、敏捷化和智能化。

天翼在智能研发领域，主要实现设计制造一体化；在智能计划领域，实现有限能力排产，基于有限资源，将企业的生产需求、资源能力、工作日历等生产中的真实情况全盘考虑，实现资源利用率最大化，生产任务延迟最小；在智能生产领域，天翼执行MES系统，有效加强MRP计划的执行能力，实现MRP计划和车间作业现场控制，并通过执行系统进行连接。其中，现场控制包括机台工位的任务分配、DNC/PLC控制、数据采集器、条形码、各种计量和检测仪器、机械手等。MES系统还设置了必要的接口，与生产现场的控制设施实现全方位对接。

在智能仓储领域，天翼的仓储条码管理系统将条码技术、手持智能终端、无线网络，以及实时数据传输技术应用到仓库作业各个环节管理当中，不仅实现了仓库货品的先进先出，还能使仓库货品的出库、入库、盘点等操作直接通过条码扫描枪来完成，很大程度上减轻了仓库工作人员的压力，提高了管理水平、效率和精细化程度。

天翼公司只是国内众多的致力于智能化制造的企业之一，还有很多的企业都涉足了智能化制造。在不久的将来，制造业将实现全面的自动化，更多的人工智能技术将被应用到制造业中，从而真正实现从制造到“智造”的转变。

交通人工智能技术篇8

(一)人工智能成为中国重要发展战略

人工智能(ArtificialIntelligence，以下简称AI)成为全球热点，各国抢先布局人工智能战略。近5年来，各国纷纷出台人工智能战略计划，如美国《为人工智能的未来做好准备》与《国家人工智能研究与发展战略规划》报告，英国《人工智能：未来决策制定的机遇与影响》报告等。在世界各国纷纷规划人工智能发展的情况下，中国政府也加紧人工智能顶层设计。

“人工智能”首次写入中国政府工作报告。在2017年全国两会上，国务院总理李克强在政府工作报告中指出，要“全面实施战略性新兴产业发展规划，加快新材料、人工智能、集成电路、生物制药、第五代移动通信等技术研发和转化”。[1]这是政府工作报告中首次提及人工智能，体现出国家最高领导层对人工智能的高度重视。

中国政府推动顶层设计迭代升级，加快细化人工智能发展战略。2016年5月，国家发改委、科技部、工信部、中央网信办4部委联合《“互联网+”人工智能3年行动实施方案》。2017年7月，国务院正式《新一代人工智能发展规划》，12月14日，工信部印发《促进新一代人工智能产业发展三年行动计划（2018-2020年）》。可以看出，政府正在加紧细化发展“人工智能”的战略规划，其中《新一代人工智能发展规划》指出：“当前，我国国家安全和国际竞争形势更加复杂，必须放眼全球，把人工智能发展放在国家战略层面系统布局、主动谋划，牢牢把握人工智能发展新阶段国际竞争的战略主动，打造竞争新优势、开拓发展新空间，有效保障国家安全。”[2]

2017年11月15日，科技部宣布国家15个部门联合成立新一代人工智能发展规划推进办公室，负责推进新一代人工智能发展规划和重大科技项目的组织实施，标志着新一代人工智能发展规划和重大科技项目进入全面启动实施阶段，再次彰显政府大力发展人工智能的决心，人工智能产业政策环境利好。

(二)人工智能投融资金额呈增长趋势，资本驱动市场快速发展人工智能作为重要发展战略，带给产业市场新发展机遇，吸引互联网企业与创业公司纷纷进入。近年来，资本市场高度重视人工智能产业，市场投融资不断增长。根据统计数据显示，2012-2017年中国人工智能产业投融资金额呈增长趋势，其中2017年融资额创历史新高，达435.2亿元（见图1）。其中，2017年旷视科技C轮融资达4.6亿美元，单轮融资金额创新高。同时，短短几年内人工智能领域迅速出现独角兽企业，2017年国内寒武纪、旷视科技、出门问问、商汤科技企业估值已超10亿美金[3]

图1 2012-2017年中国人工智能投融资发展状况

数据来源：DCCI互联网数据研究中心

中美引领人工智能未来发展，中国人工智能市场应用发展迅速。美国人工智能市场发展较早，技术研发实力较强，中国市场紧随其后，数据显示（见图2），亚欧及北美地区人工智能创新技术企业较多，其中，美国和中国领先全球其他国家。同时，相比欧美国家市场，中国市场拥有更加庞大的用户规模及应用场景，人工智能应用范围广泛。

图2 全球人工智能市场创新技术企业地域分布

数据来源：DCCI互联网数据研究中心

二、硬件升级与平台开放驱动人工智能加速前进

(一)芯片、算法等软硬件技术不断升级2017年人工智能芯片化进程加快，更多符合人工智能设计的芯片出现在市场中。芯片是人工智能应用的硬件基础，随着人工智能的快速发展，原有CPU的运算能力已经不能满足人工智能计算的需要，比如谷歌的GoogleBrain项目，为训练超过10亿个神经元的深度神经网络，使用包含16000个CPU核的并行计算平台。近年来，人工智能计算芯片正在从以传统CPU为主转变为通用及专用人工智能芯片，越来越多的GPU（Graphics Processing Unit，图形处理器）、FPGA（Field－Programmable Gate Array，现场可编程门阵列）等芯片技术应用在市场中。与CPU相比，GPU在浮点运算、并行计算等方面能够提供数十倍的CPU性能，FPGA处理特定数据更有优势，矩阵运算等灵活性、适用性更强。2017年5月，谷歌正式推出人工智能芯片第二代TPU（Tensor Processing Unit，张量处理单元）；9月华为集成NPU(Neural Network Processing Unit， 嵌入式神经网络处理器)专用硬件处理单元的人工智能芯片麒麟970；11月，寒武纪科技新一代人工智能芯片1H8、1H16、1M。从CPU到GPU、FPGA，再到TPU、概率芯片等，人工智能硬件设施逐渐完善，硬件市场从计算通用设施向满足人工智能发展需求的新一代硬件设施发展。

人工智能算法与研究模型不断完善，加速人工智能市场应用。算法是人工智能技术的核心，从AlphaGo到AlphaZero，算法升级推动人工智能技术不断提高，其中常用的机器学习算法有回归、贝叶斯、正则化、降维、决策树、神经网络、机器学习等。现有算法技术不断优化，如标准人脸识别数据集LFW(自然场景下标注的人脸数据库)上，现有算法的识别准确率已高达99.8%，超过人类的识别精度。而且，在天池AI医疗大赛中，机器对肺部结节图像的智能诊断达到专业医生级的水准，3毫米及以上的微小结节的检测准确率超过95%。

随着人工智能市场兴起，中国市场对人工智能领域的研究迅速发展。近年来中国企业与高校纷纷投入对人工智能研究分析，其中百度、腾讯、阿里、360等企业及清华、北大、同济、西安科技等高校陆续建立人工智能相关实验室或研究院。中国人工智能相关文献及期刊数量也在不断增长，根据国内知网数据显示，2017年相关文献和期刊数量同比2016年分别增长62.5%、64.8%（见图3）。

图3 2012-2017年中国人工智能相关文献与期刊数量状况

资料来源：中国知网

(二)国内外企业加速布局开源与开放平台平台开源与开放能够加速人工智能市场化发展，是现阶段人工智能快速发展的需要。人工智能平台开源、开放能够快速积累数据资源，不断检验算法模型，在实践中优化人工智能技术，提升人工智能平台应用能力。同时开源、开放的思维能够降低算法与数据的技术门槛，推广通用技术应用，降低市场开发成本，并促使社会各界协同运作，提升企业内部与外部专业人才协作能力。

为加速市场应用，国内外企业加快布局开源、开放。此前，国外互联网巨头纷纷开源深度学习等项目，如谷歌开源TensorFlow，脸谱开源Torch，微软开源CNTK，IBM开源SystemML，亚马逊开源MXnet。2017年，中国企业加速布局开源、开放平台，如百度开源自动驾驶系统Apollo，DuerOS开放平台。同时，中国政府高度重视开放平台的发展，2017年11月科技部公布首批国家新一代人工智能开放创新平台名单，包括百度（自动驾驶）、阿里云（城市大脑）、腾讯（医疗影像）、科大讯飞（智能语音）。

三、移动互联网推动人工智能加深应用

(一)移动互联网为人工智能技术提供丰富应用场景人工智能技术是推动移动互联网智能化发展的核心力量。近年来中国移动互联网用户人口红利逐渐消失，移动互联网进入平稳发展阶段，智能化成为移动互联网发展的下一波浪潮，人工智能技术成为突破点。通过计算机视觉、语音语义识别等，人工智能技术将能替代重复性劳动工作，并提供智能语音、智能检索、图片识别与处理、数据挖掘与分析等服务，在降低人力成本的同时创新服务模式。

人工智能市场空间巨大，领先技术试水应用，其中移动互联网为人工智能提供丰富的应用场景。中国移动网民规模庞大，用户触网移动化趋势加深，根据中国互联网络信息中心（CNNIC）统计数据显示，截至2017年12月，中国手机网民规模达7.53亿，使用手机上网的网民占比由2016年的95.1%提升至97.5%[4]。庞大的用户规模带动网络数据规模增长，助力人工智能技术提升。同时，在人工智能真正走向产业、市场的过程中，移动互联网提供丰富的应用场景，涵盖通信、新闻、音乐、视频、游戏、购物、银行支付等多个领域。现阶段在生活中，计算机视觉、语音语义识别等技术在图片美化、会议翻译、防盗预警、语音助手等方面已经发挥作用。

(二)移动互联网垂直领域加深应用人工智能

从被广泛认知到应用于各个行业，人工智能技术发展迅速。2016年，AlphaGo与世界围棋大师的比赛引发热议，人工智能的认知度明显提高。2017年，越来越多人工智能技术广泛应用于交通、医疗、教育等行业中。人工智能技术能够从底层推动服务升级，具有显著溢出效应，其广泛应用将改变生活。根据中国《新一代人工智能发展规划》，制造、农业、物流、金融、商务、家居成为中国开展人工智能应用试点的六大重点行业和领域，结合移动互联网市场特点，以下我们将从交通、医疗、教育、电商零售、生活娱乐五个场景中分析人工智能的应用方式。

1.交通：人工智能深入交通管理体系，升级出行应用服务。

在交通领域，人工智能主要应用于改善城市交通管理及升级交通出行方式，其中，在交通管理方面，人工智能可以识别城市交通实时状况，立体化监管交通安全，合理调度出行资源，提升交通运营效率。2017年杭州市上线“城市数据大脑”，它能够判断路况，实时提出信号灯调整建议，提前干预、防控拥堵，监控交通乱象并报警，在试点区域高峰期间使平均行车速度提升15%，120救护车到达现场时间缩短一半[5]。在出行方面，人工智能技术广泛应用于自动驾驶、无人驾驶等自主无人系统，而基于人工智能的类脑操作能够变革汽车等交通出行方式。中国已开始试水自动驾驶，如2017年在百度AI开发者大会上，李彦宏直播驾驶无人车参会。同时，随着福特、大众等传统汽车厂商与谷歌、百度等互联网公司的加速布局，移动出行也被看做人工智能领域的重要战场。

在移动互联网中，人工智能还能升级地图、打车等出行服务。地图导航等应用集合POI[6]、路况、卫星影像、街景等多种复杂数据信息，而人工智能提升应用平台数据信息处理效率，提升躲避拥堵、路径规划的能力，其中ETA（Estimated Time of Arrival，预计到达时间）误差率已降低到15.13%[7]。同时，在打车场景中，估价、拼车及订单分配、运力调度的背后都有人工智能技术的支持。

2.医疗：从辅助诊疗到疾病检测，人工智能提升医疗服务效率与准确率。

人工智能在医疗领域应用前景广阔，资本市场十分活跃。近年来，全球医疗人工智能产业投资呈增长趋势，根据IDC数据显示，2016年总交易额就已达7.48亿美元，交易数量达90个（见图4）。

图4 2012-2016年全球医疗人工智能投融资情况

数据来源：IDC

基于医疗数据的采集、计算、分析与判断，人工智能应用于辅助诊疗、药物研发、医疗机器人、基因测序等多个方面。在辅助诊疗方面，人工智能在医疗图像诊断中应用较多，即通过计算机视觉和深度学习技术，对X光、超声、CT等医疗图像分析，判别肺结核、甲亢、乳腺癌等多种疾病，精准定位病灶。在移动医疗服务中，智能语音助手还能够辅助医生在问询过程中记录病历，其医学术语识别准确率高于98%，而且人工智能技术能够增强远程采集医疗数据的准确性，实时管理健康数据，提供用药提醒、辅助诊疗等服务。人工智能还可结合患者病史、相关案例用药记录等数据，整理临床治疗经验，为不同患者治疗提供合理建议。在药物研发方面，人工智能可以整合药物实验数据，模拟药物发现过程中的HTS（高通量筛选）过程，缩短药物发现及实验的时间，提高药物研发成功率，降低药物研发成本。在医疗机器人方面，手术机器人带有机器人视觉、智能控制系统，现阶段主要应用在外科手术中，具有创伤小、手术精准度高、机体损伤小、术后恢复快等优势。在基因测序方面，人类基因组含有约31.6亿个DNA碱基对，约有20000到25000个蛋白质编码基因，人工智能技术依靠智能运算和分析能力，通过模型训练，能够提升基因测序水平。整体来看，人工智能在医疗领域的应用能够覆盖“治疗前-治疗中-治疗后及康复”的全过程，有望降低误诊率漏诊率，提升诊疗效率，解决优质资源分配不均等问题。

3.教育：人工智能带动个性化教育，促进教育体系智能化。

对于教师及学校而言，人工智能能够解放教师在重复性工作中的时间，提升学校运营效率。近年来，运用人工智能等多种技术的智能教学系统（ITS）、智能计算机辅助教学（CAI）迅速发展，以人工智能为基础，结合电子校务应用、辅助教学课件、辅助学习应用、网络教学平台等，学校教育体系趋于智能化。其中，人工智能可以替代老师完成作业批改、成绩测评等部分工作，还可以辅助教育工作者管理校车、辅助备课等教育研发及学校的管理工作。

对于学生而言，人工智能应用于题目搜寻、制定学习计划中，或以虚拟助手的形式辅助完成学习等，推动教育更具针对性、更个性化。现今市场中题库等学习应用辅助教学，可实现拍照答题、语音找题、对话与听力练习等，能够针对经常出现的错题多次投放相似题型，基于一段时间的学习成果进行评定与建议等。传统教育中强调“因材施教”，人工智能能够带动个性化教育，在机器系统与用户不断一对一练习的过程中，产品应用不断了解和掌握学生的学习状况，从而有针对性地辅助学习。

4.电商零售：从供应体系到营销、客服，人工智能深入电商零售服务。

在电商零售中，人工智能助力精准营销，颠覆交易方式。基于应用使用行为及消费数据等，人工智能技术能够分析用户对产品颜色、品牌、类型等喜好状况，并推荐给用户优选方案，助力电商营销。此外，2017年“淘咖啡”“缤果盒子”等无人便利店在中国首次崭露头角，人误识别率0.02%， 商品误识别率0.1%，其中计算机视觉、生物识别、传感是核心应用技术，它的出现颠覆了原有的零售方式。

人工智能升级物流运送模式，提高供应体系运营效率。产品供应与物流体系智能化是大势所趋，2017年亚马逊启用“无人驾驶”智能供应链，基于云技术、大数据分析、机器学习和智能系统等，可以自动预测、自动采购、自动补货、自动分仓，精准发货，库存自动化管理，过程中零人工干预，同时中国京东建成无人仓，实现收货、存储、订单拣选、包装的无人化智能操作。此外，2017年结合人工智能的无人机、无人车不断试水配送服务。

5.生活娱乐：人工智能引领社交升级，创新服务生活

人工智能创新交互方式，引领社交升级。2017年，以语音语义识别、机器学习技术为核心的语音助手不断完善，苹果Siri、微软小娜、亚马逊Alexa及百度度、搜狗语音助手、科大讯飞灵犀语音等不断升级服务能力，这种语音助手已经成为移动搜索和多种服务的入口，其便利性、趣味性丰富大众生活。

同时，人工智能服务还可以助力媒体、娱乐。在冗杂的信息内容中，人工智能通过文本分析及计算机视觉等筛查涉黄、暴力、等违法及不良信息，构建舆情分析等信息监测系统，维护健康的媒体环境，同时，基于机器学习的自动化新闻写作机器人还可以从事部分新闻编辑工作。在娱乐中，人工智能技术能够辅助创作虚拟人物，如结合VR（虚拟现实）、AR（增强现实）、MR（混合现实）等技术，提升游戏人物的真实性等。

四、人工智能发展面临的挑战与发展建议

（一）技术发展面临的挑战与建议 1.人工智能专业人才稀缺。

人工智能发展迅速，技术人才缺失成为发展掣肘。人工智能市场发展迅速，专业人才需求增长迅速，现阶段技术人才的有效供给不能满足当前市场的需要，中国人工智能人才缺口较大，国内人才市场面临专业对口人才数量少、相关技术人才技能水平较低、经验丰富人才稀缺等问题。随着人工智能企业增多，专业技术人才成为企业竞争的战场，中国需要加速人工智能专业人才的培养。

专业技术人才是人工智能产业发展的重要力量，培养人工智能技术人才需要政府、学校和企业协同运作。政府加强人工智能人才战略设计，通过政策扶持，吸引国内应用数学、计算机网络、生物科技等相关学科人才或程序员等相关专业人才，同时积极吸纳海外专家人才，加强高端人才储备；学校在基础教育增加人工智能相关学科知识，在高等教育中增设人工智能专业学科，建立适应人工智能发展需要的复合型人才培养计划，加强扶持人工智能科研工作，同时校企合作，提升储备人才的实战能力；企业和教育培训机构应加强相关技能培训，加深与国际顶尖行业专家的交流，或通过融资并购等吸纳更多专业人才。

2.底层及核心技术有待提高，基础设施尚需完善。

人工智能产业尚不成熟，计算芯片、算法等技术亟需突破。现阶段，人工智能底层及核心技术应用以“弱人工智能”为主，无监督学习模型算法、语音语义识别技术等存在缺陷，情感表现等尚未突破，如当前的智能语音助手并不能完全理解复杂的人类语言，图像识别技术不能完全理解图片图像中的元素，核心技术的不成熟是人工智能应用受限的主要原因。同时人工智能安全技术也面临巨大的挑战，随着人工智能技术的普遍应用，复杂的人工智能相关软件在应用初期会存在多种可攻击途径。在这样的局势下，未来人工智能发展的空间仍十分巨大。

人工智能技术的成熟化应用是漫长而复杂的过程，行业参与者应更加理性看待。人工智能是一门复杂的综合性学科，需要多个技术领域的创新突破，在基础设施方面，要创新核心传感器、高速计算芯片、计算平台等关键技术，提升机器的感知与计算能力；在算法模型方面，要完善自然语言处理、深度学习、计算视觉等算法程序和框架模型，提升机器感知理解能力与分析决策水平，增强机器自主学习能力。在产业技术解决方案方面，在生物识别、人机接口、数据库系统等方面寻求更智能的识别、分析及决策的应对方案。同时，在开源开放环境下，需多方加强技术合作战略合作，共同构建智能生态。

（二）市场发展面临的挑战与建议 1.数据存储、计算市场迅速发展，但数据安全面临新挑战。

现阶段数据规模不能满足人工智能市场化应用的需要，数据存储、计算能力有待提升，同时开放环境下的数据隐私安全面临新挑战。人工智能所需数据需经过筛选，数据的标注和采集成本较高，同时，不同场景中的数据维度多样，数据标准不一，如何将现有数据维度转变为人工智能所需成为发展难题。现阶段人工智能对数据规模要求较高，但人工智能的目的是让计算机或机器等能够模拟人的思维和行为，人工智能技术的发展应避免过度依赖数据。此外，随着数据规模的增长，数据能否规范使用、用户隐私能不能得到保障也将成为市场健康发展面临的问题。

为推动数据使用规范化，政府与企业需要协同运作，建立合理的数据管理机制。如，在数据采集的过程中，改善数据测量方法，减少主观因素造成的误差，在不同行业逐渐完善数据采集标准，高效地将非结构化数据转化为机器识别所需数据。同时在数据管理时，明确数据采集、存储、分析的规范，设置权限管理，强化责任意识，并通过政策法规，加强行业自律。

2.市场应用刚刚起步，基础服务能力尚不足。

人工智能市场仍处于发展初级阶段，产品有待市场检验。人工智能产业技术门槛较高，同时公共数据资源分散，人工智能基础服务设施难以集中使用与管理，人才及技术成本较大，企业进入及发展难度较大。尽管语音助手等产品已开始应用，但服务水平高低不同，人工智能在交通、医疗、生活等领域的应用也才刚刚开始，诸多应用场景尚未挖掘。

市场发展需要增强企业协同能力，不断创新产品服务。市场通过打造资金、技术、数据资源整合的公众服务平台，可以加速孵化人工智能创新企业。同时，企业也要加大培养专业人才，多方联合加强对人工智能的研究，拓展深化人工智能应用场景。

五、人工智能发展趋势预测

（一）技术：技术赋能全领域，网络服务智能化人工智能技术将不断创新升级，推动智能化服务发展。人工智能产业的变革源于传感、算法、芯片等核心技术的创新突破，未来传感技术精准化、集成化、自动化、微型化，算法模型不断创新、迭代、整合，计算芯片趋于专业化、定制化、移动化，机器自主学习能力增强，情感表现等“强人工智能”关键技术将实现突破。同时，人工智能基础研究与教育培训体系逐渐改善，人工智能技术标准化体系将成型，包括跨平台的数据、算法框架标准的统一等。此外，中国将寻求关键技术突破与独立，建立自主可控的产业体系。未来人工智能技术逐渐渗透软硬件设施，人工智能技术与工作、生活关系更加紧密。

（二）市场：市场不断探索商业模式，升级完善产业链人工智能产业上下游、软硬件等加深协同，加深规模化应用。人工智能产业协同运作将加速打破产业发展瓶颈，并推动人工智能技术商业化，跨领域合作将成为常态，垂直场景的人工智能产业结构逐渐清晰。产业资本力量将不断增长，行业巨头将加速并购融资，机器学习、计算机视觉成为重点投资领域。未来随着人工智能技术水平的提高，人工智能产品成熟化、标准化、自主化、移动化，市场价值不断增长。同时，在技术允许的条件下，人工智能技术将变革交通、医疗、教育等场景服务，细分场景将成为市场应用驱动力，未来人工智能技术与现有产业实现不断融合，成为经济增长新动能。