“基于多年技術積累及170多個城市實戰(zhàn)經(jīng)驗，今天海信將交通大數(shù)據(jù)應用全面升級!”在第十二屆(2023)中國智能交通市場年會智慧交管科技創(chuàng)新應用發(fā)展論壇上，海信網(wǎng)絡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)深化應用新思路及創(chuàng)新實踐》主題演講。她指出：聚焦交通大數(shù)據(jù)應用困局，海信秉承“數(shù)據(jù)管理、價值挖掘;問題驅動、應用導向”的應用理念，打造“四個一”專業(yè)大數(shù)據(jù)服務模式，實現(xiàn)數(shù)據(jù)價值最大化!

　　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)要價值的時代。”王雯雯認為，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，可分為基礎地理數(shù)據(jù)、交通設施數(shù)據(jù)、交通政務數(shù)據(jù)、企業(yè)運營數(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。運行狀態(tài)數(shù)據(jù)中，交通流數(shù)據(jù)會因為設備故障、網(wǎng)絡中斷、設備降效等帶來數(shù)據(jù)質量不高。事故數(shù)據(jù)價值高，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，價值稀疏但重要，怎么做好資源調(diào)度保證抓到關注信息是很大的挑戰(zhàn)。

　　與其他領域數(shù)據(jù)相比，交通大數(shù)據(jù)獨有地域和時域動態(tài)演化特征，實時性顯著，想用好、用活面臨三大挑戰(zhàn)：一是數(shù)據(jù)價值密度低，關聯(lián)融合不夠，實戰(zhàn)應用差;二是深度應用不夠，蘊含價值未充分挖掘、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)應用起步早、發(fā)展快、范圍廣、實戰(zhàn)案例豐富，從2013年開始，海信將技術與業(yè)務深度融合，先后突破百億檢索、秒級查詢、十億碰撞、快速建模、云腦等關鍵技術，沉淀了交管、公交、高速、樞紐、停車等系列實戰(zhàn)應用，賦能管理提效、科學決策。“基于多年技術積累及170多個城市實戰(zhàn)經(jīng)驗，今天我們將交通大數(shù)據(jù)應用全面升級。”

　　海信交通大數(shù)據(jù)應用全面升級

　　那海信是如何升級的呢?王雯雯從應用理念、應用實踐等維度進行了闡述。海信堅持“數(shù)據(jù)管理、價值挖掘;問題驅動、應用導向”的應用理念不動搖，構建以“云腦”為核心的交通大數(shù)據(jù)平臺，服務于緩堵保暢、場景化指揮、安全防控、執(zhí)勤執(zhí)法、監(jiān)管服務五大類應用，致力于把數(shù)據(jù)管理好以及倒逼技術突破、服務實戰(zhàn)應用。

　　王雯雯在演講中多次強調(diào)，數(shù)據(jù)需要新處理模式才能具有更強的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力，因此海信升級服務模式，打造“四個一”專業(yè)大數(shù)據(jù)服務模式，實現(xiàn)數(shù)據(jù)價值最大化。“四個一”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、到實戰(zhàn)驗證;一套機制，從業(yè)務專題分析到實戰(zhàn)效果評價;一個團隊，進行專業(yè)的大數(shù)據(jù)咨詢服務;一套工具，包括基礎模型庫，專題實戰(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，又能更好服務業(yè)務應用。

　　把數(shù)據(jù)管好用好、打造高價值模型

　　聚焦“數(shù)據(jù)管理、價值挖掘”，海信從深化的數(shù)據(jù)標準、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，實現(xiàn)標準化數(shù)據(jù)積累，20項國際標準、3項行業(yè)標準、25項團體標準及百余類數(shù)據(jù)的拓展標準，讓數(shù)據(jù)積累有“準”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、精準定位原因，同時確定修復目標及方法，形成閉環(huán)式治理體系。再者，從專業(yè)角度精準識別數(shù)據(jù)間相互關聯(lián)，以人、車、路(空間)、環(huán)境、時間為主線對數(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，海信的做法補齊了行業(yè)短板。”

　　管好數(shù)據(jù)是基礎，用好數(shù)據(jù)才是目的。海信依托扎實的數(shù)據(jù)管理搭建高效的建模工具，幫助交警將業(yè)務思想轉化為大數(shù)據(jù)模式，助力業(yè)務持續(xù)創(chuàng)新。“我們把交管業(yè)務建模常用的分析步驟提煉封裝了19個專用算子，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)時間，縮短至2小時建模。以及在鎮(zhèn)江打造的10大類減量控大報表和在嶗山開發(fā)的蹚路車模型，均將原本需2周甚至數(shù)周的開發(fā)時間大大縮短，實現(xiàn)需求響應的快速化。

　　目前，海信通過176個城市20余年的實戰(zhàn)錘煉，已提煉出數(shù)百種業(yè)務應用模式，覆蓋7大類62個交管業(yè)務場景上百個模型，讓數(shù)據(jù)有用、為交管賦能。“隨著AI、知識圖譜等技術的深化應用，這種高質量、高價值的應用模型還在不斷豐富，”王雯雯指出。

　　落地應用場景、賦能交管業(yè)務

　　聚焦“問題驅動、應用導向”，海信將數(shù)據(jù)落地到業(yè)務場景，實現(xiàn)對緩堵保暢、場景化指揮、安全防控、監(jiān)管服務的全面賦能。

　　賦能緩堵保暢——基于對交通流的精準掌握，通過數(shù)據(jù)補償、修復機制、優(yōu)化數(shù)據(jù)，實現(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)邁進了一大步。

　　賦能場景化指揮——通過對交管指揮場景的精細化刻畫，形成9大類88個細分場景。通過細分場景抓重點，更好刻畫場景的感知機制、決策邏輯和處置動作，以大數(shù)據(jù)驅動指揮決策，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鍵。智能感知方面，海信已積累實體、事件、行為、規(guī)律4大類200+ AI算法，核心算法實戰(zhàn)準確率90%以上，實現(xiàn)對態(tài)勢和事件感知的“全面、及時、準確”。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)實現(xiàn)服務區(qū)飽和預警，實測準確率80%以上。處置方面，探索用數(shù)據(jù)分析原因、綜合研判、進一步推薦處置措施，實現(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、信號燈故障等關鍵異常事件，并做到“一點一策”措施自動推薦，緩解雨天擁堵，降低事故發(fā)生風險。

　　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，建立事故風險分析工具集，打造既能支撐事故事后隱患挖掘、又能支撐事前風險分析的預測預警系統(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、運營路線分析排查出疑似黑班線車輛，為實施打擊提供精準指引。在鎮(zhèn)江上線4個月即查獲黑班線車156輛。

　　賦能監(jiān)管服務——通過對車駕管、過車等數(shù)據(jù)的深度應用，拓展9種高危業(yè)務106種業(yè)務風險實時預警，在淄博應用后累計預警120991次、平均檢出率90%以上。

　　隨著人工智能、云計算、物聯(lián)網(wǎng)等新技術的深化應用，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)應用已成大勢所趨。未來，海信將基于雄厚的技術積累與建設實踐，加快大數(shù)據(jù)探索速度與應用深度，不斷推進場景應用創(chuàng)新。最后，王雯雯對行業(yè)作出了展望，她指出，當前交通大數(shù)據(jù)應用普遍集中在幫助認知現(xiàn)狀的描述性分析應用上，對于預測性分析、決策指導性分析等更深層次分析應用偏少，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，探索交通大模型應用。

　　無論是大數(shù)據(jù)深化應用，亦或是交通大模型的到來，是否意味著決策將脫離人實現(xiàn)自動化呢?答案是否定的。王雯雯認為：關鍵決策仍離不開人，并非每個決策都可以或應該被自動化。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致數(shù)據(jù)驅動型組織缺乏良知或者是始終如一的目標。組織的數(shù)據(jù)素養(yǎng)計劃需要強調(diào)，數(shù)據(jù)和分析是要與人類決策相結合的。”

(新媒體責編：wa12)