本文經(jīng)AI新媒體量子位（公眾號(hào)ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請(qǐng)聯(lián)系出處。

一次遇紅燈，一路都紅燈。

家人們，提到通勤堵車，那種等待的痛苦是否依舊歷歷在目？

還真別說，這種難受勁兒，每天經(jīng)歷的人可不在少數(shù)。

央視最新曝出來的一個(gè)極端通勤數(shù)據(jù)直接上了熱搜：

我國(guó)超過1400萬人忍受著單程耗時(shí)超過60分鐘的極端通勤！

這背后的原因，刨除“住得遠(yuǎn)”這個(gè)硬傷之外，“交通擁堵”明顯成為罪魁禍?zhǔn)住?/p>

開車通勤的人最怕一路遇紅燈“走走停停”，哪怕是打車，很多司機(jī)師傅也會(huì)為了選擇信號(hào)燈較少的線路。“躲”紅燈變成了一場(chǎng)人和路口的博弈。

難道就沒有什么方法，能讓咱們出門享受一路“綠”到底的痛快嗎？

有的。

而且還是已經(jīng)有人實(shí)現(xiàn)了“綠燈自由”的那種。

一路“綠”到底，通勤耗時(shí)“打半折”

不繞彎子，直接上答案。

這個(gè)辦法就是讓紅綠燈變得更加聰明。

前不久，央視財(cái)經(jīng)在北京的一段道路上做了實(shí)際測(cè)試。

他們?cè)隈{車行駛過程中可謂是出師不利，上來便遇到了一個(gè)紅燈。

但測(cè)試人員卻信心滿滿地說：

接下來，我們遇到的將全是綠燈。

并且神奇的事情，在車輛啟動(dòng)前就已經(jīng)開始上演。

紅綠燈上并未設(shè)有倒計(jì)時(shí)的功能，但車內(nèi)導(dǎo)航的App，卻在顯示紅燈的倒計(jì)時(shí)：“5、4、3、2、1”……

倒計(jì)時(shí)完畢，對(duì)面的綠燈也隨即“如期而至”：

然后在接下來的道路測(cè)試中，還真就如測(cè)試所說，遇到的所有紅綠燈，都一路飄“綠”。

路遇8個(gè)綠燈，一路暢通無阻！

這便是讓紅綠燈變聰明之后的結(jié)果了。

但其實(shí)測(cè)試員們行駛的這段路與普通的道路還有所區(qū)別，它們被稱為“綠波帶”。

（“綠波帶”是指車輛在特定道路上以規(guī)定車速行駛時(shí)，紅綠燈會(huì)視車流的整體情況將綠燈起始時(shí)間做調(diào)整，保證車輛暢行無阻。）

在綠波帶范圍內(nèi)的道路上，會(huì)接入各種智能的交通數(shù)據(jù)傳感器。

例如電子警察、卡口、地磁、雷視一體機(jī)等等，相當(dāng)于給這段道路裝上了“慧眼”，能準(zhǔn)確敏銳地捕捉路面實(shí)時(shí)情況的數(shù)據(jù)：

而后這些數(shù)據(jù)還會(huì)實(shí)時(shí)地被上傳到“交通大腦”，通過AI的算法分析，能夠快、準(zhǔn)、狠地做出判斷。

最后，“交通大腦”便可以對(duì)紅綠燈下達(dá)命令：

在規(guī)定好的路段車速（綠波車速）內(nèi)，調(diào)整車流經(jīng)過各個(gè)路口的綠燈起始時(shí)間，確保車輛到達(dá)時(shí)剛好遇到綠燈。

現(xiàn)在，知道為何能在北京亦莊實(shí)現(xiàn)“綠燈自由”了吧？

總結(jié)來說，就是給對(duì)應(yīng)道路上“裝眼睛”、“換腦袋”、“接神經(jīng)”，讓紅綠燈變得更加聰明。

而且這一套“功夫”可不只是在北京獨(dú)有，在諸如湖南的株洲、長(zhǎng)沙，河北保定、重慶永川、廣州黃埔等城市均已上線。

值得一提的是，株洲的天元區(qū)目前已經(jīng)有66個(gè)路口加持了這種“聰明”的buff，形成了7條主干線的動(dòng)態(tài)綠波帶。

株洲市市民李先生在體驗(yàn)完這套“功夫”之后表示：

以前開車走黃河南路全程需要20多分鐘，十多個(gè)路口走走停停。

而現(xiàn)在只需要11分鐘，10個(gè)信號(hào)燈基本“一路綠燈”。

一組更為精準(zhǔn)的數(shù)據(jù)是——

• 路口的車均延誤下降了22%，優(yōu)化區(qū)域的擁堵指數(shù)下降了13.4%，
• 司機(jī)因紅綠燈停車次數(shù)下降38%，提高通行效率12.7%
• 整個(gè)天元區(qū)，區(qū)域的平均速度上升了10.6%，擁堵指數(shù)下降了9.7%

由此可見，讓紅綠燈變得更聰明，確實(shí)對(duì)緩解交通擁堵起到了一定作用。

那么接下來的一個(gè)問題便是：

“紅綠燈”是怎么變聰明的？

這套能讓紅綠燈變聰明的“功夫”，正是來自百度的AI智能信控系統(tǒng)。

信控，顧名思義，就是信號(hào)控制的意思。

而這套系統(tǒng)與傳統(tǒng)信控系統(tǒng)的區(qū)別主要包含以下兩點(diǎn)：

• 精準(zhǔn)預(yù)測(cè)
• 全域調(diào)控

首先我們來聊聊這個(gè)“精準(zhǔn)預(yù)測(cè)”。

之前在做預(yù)測(cè)方面的工作，往往采用的都是歷史數(shù)據(jù)來訓(xùn)練。

但這在瞬息萬變的路面交通上卻是行不通，這數(shù)據(jù)還真得是實(shí)時(shí)的那種。

因此，剛才我們提到綠波帶上的智能數(shù)據(jù)采集傳感器（路網(wǎng)數(shù)據(jù)、互聯(lián)網(wǎng)數(shù)據(jù)和專網(wǎng)數(shù)據(jù)），就起到了非常重要的作用。

而且這些數(shù)據(jù)不僅僅是被采集這么簡(jiǎn)單，在此之后還要用圖神經(jīng)網(wǎng)絡(luò)做“大融合”和“查缺補(bǔ)漏”。

也就是說，道路上車輛擁擠程度的演變，需要實(shí)時(shí)地“盡收眼底”，這就彌補(bǔ)了此前因數(shù)據(jù)缺失而導(dǎo)致預(yù)測(cè)不準(zhǔn)的情況。

而后這些完備數(shù)據(jù)會(huì)實(shí)時(shí)地傳送到背后的“交通大腦”，通過深度學(xué)習(xí)等AI手段進(jìn)行深入智能分析和優(yōu)化決策。

更具體來說，百度的這套信控系統(tǒng)，可以根據(jù)不同時(shí)間段的交通情況，自動(dòng)預(yù)測(cè)生成適合各路口交通狀況的紅綠燈配時(shí)方案。

在這種精準(zhǔn)預(yù)測(cè)的能力之下，對(duì)于像救護(hù)車這種特殊車輛的意義和價(jià)值就顯得格外突出。

當(dāng)路面上的傳感器系統(tǒng)實(shí)時(shí)監(jiān)測(cè)到一輛救護(hù)車，交通大腦便會(huì)通過自動(dòng)化的手段配置紅綠燈。

在它沒有達(dá)到路口之前，就會(huì)提前亮綠燈放行：

而對(duì)于已然發(fā)生事故的路段，百度AI信控系統(tǒng)同樣是基于精準(zhǔn)預(yù)測(cè)的能力，通過在后臺(tái)協(xié)助交警等方式，將一部分車流引導(dǎo)到不太擁堵的道路上。

如此一來，就做到了提前防止因交通事故而引發(fā)的擁堵進(jìn)一步蔓延。

但也正如剛才所說，交通這事畢竟“牽一發(fā)而動(dòng)全身”，如果僅僅關(guān)注一條路面上的擁堵情況是遠(yuǎn)遠(yuǎn)不夠的。

這也就是百度AI智能信控系統(tǒng)的第二大亮點(diǎn)——“全域調(diào)控”。

更具體一點(diǎn)來說，這套系統(tǒng)之所以能夠做到精準(zhǔn)預(yù)測(cè)，正是因?yàn)樗腔谌忠暯莵碜鰶Q策。除了要做到數(shù)據(jù)的全域采集之外，背后的分析和決策控制也要需要具備全域性。

它不是僅僅對(duì)于單點(diǎn)（一個(gè)十字路口）或干線（一個(gè)路段）進(jìn)行優(yōu)化。而能夠?qū)崿F(xiàn)以主車流路徑為基礎(chǔ)，通過深度學(xué)習(xí)等方法實(shí)現(xiàn)動(dòng)態(tài)子區(qū)劃分，也就是區(qū)域級(jí)調(diào)控——基于得到的精準(zhǔn)預(yù)測(cè)信息，對(duì)城市路網(wǎng)進(jìn)行動(dòng)態(tài)子區(qū)劃分，運(yùn)行不同的控制策略。

針對(duì)單點(diǎn)子區(qū)（一個(gè)路口），系統(tǒng)將傳統(tǒng)自適應(yīng)控制模型與強(qiáng)化學(xué)習(xí)結(jié)合，可以更智能有效地對(duì)路口進(jìn)行控制。

針對(duì)協(xié)調(diào)子區(qū)（一條路段），系統(tǒng)會(huì)將路段車速、排隊(duì)清空等動(dòng)態(tài)需求綜合考慮進(jìn)來。如此一來，便可以干線進(jìn)行動(dòng)態(tài)協(xié)調(diào)，保證了不同時(shí)段主干線反向的綠波帶，讓用戶有一路綠燈通行的良好駕駛體驗(yàn)。

針對(duì)擁堵子區(qū)（一個(gè)區(qū)域），技術(shù)上采用的是自適應(yīng)的溢流、截流控制，不僅能夠?qū)矶聟^(qū)域這一個(gè)點(diǎn)進(jìn)行預(yù)警，更是通過上下游聯(lián)動(dòng)控制提前消除擁堵風(fēng)險(xiǎn)；以及可以在擁堵發(fā)生后對(duì)車輛進(jìn)行快速疏散、消除擁堵。

這個(gè)平臺(tái)的一大特點(diǎn)是通過數(shù)據(jù)驅(qū)動(dòng)的方式實(shí)現(xiàn)策略參數(shù)的自動(dòng)調(diào)優(yōu)。相比以往專家調(diào)優(yōu)的方式，能夠?qū)崿F(xiàn)全天延誤下降5%、調(diào)優(yōu)成本下降接近30倍，效率方面可以說是有了明顯的提高。

據(jù)了解，百度是在業(yè)界首個(gè)采用這種方式來建模整個(gè)區(qū)域交通數(shù)據(jù)的。

這也就不難理解，為什么在這種系統(tǒng)加持之下，不僅能夠兼顧全域的整體路況，對(duì)于局部亦可做出“快、準(zhǔn)、狠”的決策了。

那么在此能力背后，還有一個(gè)問題需得探討：

為什么要做這些？

很明顯的一點(diǎn)，隨著經(jīng)濟(jì)的高速發(fā)展，無論是發(fā)達(dá)國(guó)家亦或是發(fā)展中國(guó)家，都或多或少的在承受著交通擁堵所帶來的困擾。

而且這個(gè)問題還在呈現(xiàn)持續(xù)增加的態(tài)勢(shì)，例如隨著我國(guó)道路交通量便的急劇增加，機(jī)動(dòng)車平均時(shí)速逐年下降、出行時(shí)間延長(zhǎng)。

隨之而來的問題便是更大的燃油消耗以及環(huán)境污染，并且還會(huì)造成巨大的經(jīng)濟(jì)損失。

但不止于社會(huì)層面，于個(gè)人，交通擁堵等帶來的過長(zhǎng)通勤時(shí)間還會(huì)讓幸福感大打折扣。

中國(guó)科學(xué)院學(xué)者便曾對(duì)4199名居民進(jìn)行的問卷調(diào)查結(jié)果顯示，通勤時(shí)間越長(zhǎng)，心理健康水平便會(huì)越差。

不僅如此，更有研究指出交通擁堵還會(huì)與個(gè)人心臟、呼吸道等疾病相掛鉤。

而在政策方面，城市交通智能管控也一直是我國(guó)智能交通系統(tǒng)的發(fā)展重點(diǎn)。

正如百度CEO李彥宏在《智能交通》一書中所述：

我國(guó)有著領(lǐng)先的科技人才紅利，有著豐富的人工智能應(yīng)用場(chǎng)景，有著無可比擬的良好政策環(huán)境，智能交通建設(shè)必將走在世界前列。

未來，由新技術(shù)、新理念、新模式構(gòu)建的智能交通系統(tǒng)，將有望降低90%交通安全事故；10年之內(nèi)，依托交通效率提升，城市擁堵問題將基本解決。

這也就不難理解，為何百度會(huì)不遺余力地發(fā)力于智能交通領(lǐng)域了。

One More Thing

有意思的一點(diǎn)是，以往很多AI的訓(xùn)練都是在模擬系統(tǒng)中完成。

但從百度AI信控系統(tǒng)中來看，我們?nèi)祟愔蒙碛诼访娼煌ǎ坪跻渤蔀榱薃I訓(xùn)練的一個(gè)要素。

虛實(shí)結(jié)合的味道似乎是越發(fā)明顯了。