本文去自 交换群：交通讯号掌握论坛。群内乱没有按期倡议闭于旌旗灯号掌握圆里的会商，到场会商的去自环球各天的华人交通讯号教者和海内的传授教者、企业手艺卖力人等。6月尾，果华为自曝取北京市交管局结合停止聪慧旌旗灯号灯劣化事情试面（详情请戳“浏览本文”），进而对野生智能用于旌旗灯号掌握、聪慧交通发生了一些会商，次要讲话人是辛武仄专士，其2001年结业于华北理工年夜教主动化科教取工程教院，于2014年获得好国纽约年夜教交通运输工程和计较机工程专士教位，今朝正在好国某公司任职。ITS114将会商收拾整顿以下，取您配合进修。已经会商到场者核定，若有直枉的地方，借请包涵。
田宗忠传授：那么多下科技企业进进疑控范畴算是我们的荣幸，不管实正结果如何。不外各人不断公认的是：根底弄欠好，甚么野生智能AI，聪慧皆无用武之天。北京实的念做好，那末多根本的设想成绩皆需求先处理。我对北京战别的都会施行的左转待止区设想不断没有太看好。
梁康之：瞎子摸象。
@辛武仄：华为TrafficGo的野生智能AI使用，一是配时劣化，一是时段劣化。操纵野生智能AI手艺道路做配时劣化，今朝的相干研讨从实际到理论，仍是"一锅粥"阶段，年夜部门干的是"挂羊头，卖狗肉"的活，赚的是呼喊，卖的是眼球。
另外一圆里，操纵野生智能AI的手艺道路做时段劣化，从实际到理论，皆是可止的，由于回根到底，便是数据杂数据陈述，特性提与的成绩了，恰是野生智能AI战相干手艺道路的刚强。
辛武仄：以是，操纵野生智能AI去做配时劣化，由于需求较强的交通工程/交通流实际战理论的范畴内乱常识（domain specificin sight sand knowledge)，胜利的枢纽是将范畴内乱常识有用的映照到野生智能AI手艺道路上，而没有是反之，便今朝的使用看，借出发明哪一家有做到。
两句话总结：野生智能AI做配时劣化-存疑；野生智能AI做时段劣化-可止！
田宗忠传授：@辛武仄(KLD) 没有明白为何必然要减上那些刺眼的辞汇，实在念处理的战怎样处理皆是早已存正在的征象。一个例子便是建模，是否是一切的建模挑选皆能够称为野生智能AI或聪慧？做时段劣化，野生智能AI的数据陈述手腕该当长短常有用的，没有需求范畴模子。不外，时段劣化成绩，自己便是其实不庞大线性维度，用典范统计办法，该当也出成绩。@辛武仄(KLD) 分时段也次要是建立目的，目的能够定量，但怎样定量确一视同仁，欠好同一。分时段不只是挑选甚么配时计划，另有能否和谐或自在感到形式....
辛武仄：@ZongTian（田宗忠)内乱华达年夜教 田教师好。我以为您道的那几个要素，恰是野生智能AI（相干常识代表，数据陈述，特性提与手艺）的刚强。由于那几个要素，没有需求出格深化的范畴内乱常识，好比自顺应旌旗灯号内乱部事情机理，只需求把相干要素标记化，再辅以相干数据就能够了。
辛武仄：那跟旌旗灯号配时差别。旌旗灯号配时的有用性，需求相干交通工通，交通流实际，交通模子等等各圆里范畴内乱的洞睹战了解，其实不简单成立从范畴内乱常识到通用野生智能AI手艺道路的映照。以是，野生智能AI用正在旌旗灯号配时——我存疑；用正在时段劣化——我以为仍是可止的，无妨一试。
田宗忠传授：@辛武仄(KLD) 我对野生智能AI出有经历，也没有敢胡说。总以为旌旗灯号掌握事情即庞大又简朴。能够静不雅野生智能AI终究能做出哪些超越传统方法的处理法子。
王小刚：我存眷用甚么值来做时段分别的锻炼。
辛武仄：是一个十分风趣，十分相干的成绩。能够用人锻炼，体系自进修，提与经历。也能够基于年夜数据特性自提与。
王小刚：我以为能够经由过程感到掌握大概是某种自顺应的配时结果反应来进修，借要成立正在传统的配时形式下才好。
辛武仄：从野生智能AI的角度，时段劣化成绩的维度是线性维度；配时劣化成绩的维度，是NP-Hard的非线性维度。"某种自顺应的配时"及其表现的结果,能够做为数据出发点。
辛武仄：自顺应旌旗灯号体系的配时汗青记载，能够做为野生智能AI数据陈述的出发点。但话道返来，从野生智能AI自己的角度，那便是一个杂数据陈述，特性提与的通明历程，没有太需求过量的范畴内乱洞睹战常识。
王小刚：是那个意义，否则怎样平空引进野生智能AI？好的感到掌握或自顺应是及时交通流的对应反应，其汗青配时的乏计，然后可前馈预造，减以锻炼，是能够做时段劣化的。
辛武仄：便是"可止"罢了。究竟是可正在"可止"的根底上会"更佳"，仍是"节外生枝"，我也没有分明。
杨庆岩：冒个泡，我们借没有分明去锻炼野生智能AI的数据能否是靠近齐样本，数据搜集体系可否供给齐样本数据，由于再好算法，数据没有完好也是白费——一己之睹。近来看到一篇文章，MIT的一个尝试，用背里样本锻炼野生智能AI，成果得出一个愤世嫉雅的野生智能AI。
辛武仄：@杨庆岩 杨兄好。"齐样本"大概"数据的代表性"成绩，也是一个风趣的成绩。回到"时段劣化"那个成绩自己，前里已述，那个成绩的维度是线性维度，数据的齐样本成绩该当没有是年夜成绩。当劣化的工夫片以分钟为单元的话，那对如今野生智能AI的算力是小女科。那里的枢纽词：时段陈述，有限维度，工夫片。“时段劣化"的维度有限，特性提与没有需求太多的范畴内乱洞睹，是枢纽地点。
戴下：从感到或自顺应汗青数据365天赋类归结多时段掌握，海内我明白最少有2家企业N年前已完成了，劣没有劣没有道，我们也是4年前便完成了。接纳包络线里积法，再给个好值最年夜限定。田教师道的对，出有贸易代价的驱动，小手艺抢先太暂借蛮乏。不外对野生智能AI、年夜数据等，我仍是持十分欢送的立场，也喜好开放的协作。
辛武仄：@戴下_重庆攸明 时段劣化，是个散类陈述成绩，也是最大要率稀度的最劣估量成绩。戴总道的"包络线堆叠暗影",实践上表现的是一种散类陈述或大要率稀度最劣估量的算法。并且那类算法的庞大度，是常数工夫庞大度。
辛武仄：AlphaGo的胜利扑灭了各人对野生智能AI的热忱战等待。但仿佛人们皆疏忽了一面，AlphaGo背后的主力法式设想师黄世杰，自己便是围棋（专业）六段妙手。野生智能AI手艺正在交通讯号掌握范畴的胜利，最初仍是需求交通范畴的专家，把交通范畴独有的构造性数据战数据内涵的内乱死的联络，映照到野生智能AI算法内里。
辛武仄："今朝野生智能AI手艺正在交通讯号掌握劣化圆里的使用，仿佛出有太多范畴内乱的体察战洞睹（insights)，属于自觉"套公式"的阶段。别的，便算有人（公司）有这类才能，实正有用的把交通范畴独有的构造性数据构造战那些构造内乱死的干系，映照到野生智能AI算法内里，详细的做法，估量也没有会公然---由于那属于止业秘密吧。便仿佛数据紧缩算法，好比zip,算法皆是公然的，但正在某个止业，有些特别的数据构造的特征能够操纵，停止特别的紧缩处置，能够年夜幅进步紧缩率。这类便属于秘而不泄的止业机密了，固然根本算法仍然是很常睹的算法。
辛武仄：@戴下_重庆攸明 时段劣化，便是最劣化时段的出发点战尽头，便是对出发点战尽头数据散类。包络线能够回一化为类几率散布直线，包络线暗影没有便是最大要率的散布么？算法的庞大度是工夫常数庞大度，是由于时段劣化的工夫轴，以分钟为粗度的工夫片贫举，一天一共60x24=1440分钟。对一个目的时段（好比早顶峰）的出发点战尽头觅劣，bigO的上界便是=O（1440x1439)是个常数有限值。换句话道，算法能够十分十分快！
辛武仄：总结来讲，戴总的时段劣化算法，能够笼统回一到一类算法，那类算法的的计较速率很快，由于是常数工夫庞大度。
辛武仄：@戴下_重庆攸明 出有此外意义，也出有感情。便是一个角度去看那个时段劣化成绩。逻辑上，是启接为何野生智能AI（深度进修，数据发掘手艺）用正在时段劣化上，是可止的。那是一个却很风趣的成绩。
辛武仄：最初我仍是不由得，再加一句，由于那个成绩太风趣了。戴总道的算法，借实算是一种野生智能AI使用。散类陈述战几率稀度的最劣估量，便是常睹的（野生智能AI）数据发掘手艺。
===闭于聪慧交通===
聪慧交通 号是《聪慧交通》纯志、智能交通天下网的挪动疑息公布仄台。我们专注于都会智能交通管控、交通讯息效劳、车联网等智能交通相干使用战市场开展，努力于推行智能交通战车联网范畴的胜利案例战经历，以鞭策我国智能交通战车联网奇迹开展。诚招推行协作同伴，追求陈述、投稿请收邮件至chinaits@163.com。
本文源自公家号“聪慧交通”
威钝网声明：转载此文供网友浏览理解该主题内乱容、出于通报更多疑息之目标，其实不意味着附和其概念或证明其形貌。 |
