基于時(shí)空?qǐng)D神經(jīng)網(wǎng)絡(luò)的交通預(yù)測(cè)

金仲明

達(dá)摩院城市大腦是國(guó)家首批人工智能開(kāi)放創(chuàng)新平臺(tái)之一，城市大腦從總體來(lái)說(shuō)，是希望通過(guò)AI+算力，基于城市當(dāng)中的大規(guī)模數(shù)據(jù)發(fā)揮價(jià)值，服務(wù)整個(gè)城市，包括城市安全、人民幸福以及經(jīng)濟(jì)繁榮。

城市大腦首先需要匯集大量數(shù)據(jù)，傳統(tǒng)的數(shù)據(jù)來(lái)源有微波、線(xiàn)圈、GP等，還有一些需要通過(guò)大量復(fù)雜計(jì)算才能獲取的數(shù)據(jù)，城市大腦通過(guò)計(jì)算機(jī)視覺(jué)計(jì)算對(duì)這些數(shù)據(jù)進(jìn)行匯聚、認(rèn)知、理解。城市普遍都會(huì)存在道路交通擁堵的煩惱，我們?nèi)绻肓私猱a(chǎn)生交通擁堵?tīng)顩r的原因，就可以交給城市大腦進(jìn)行深度挖掘，充分判斷到底是因?yàn)槌鲂衅?chē)流量過(guò)大，還是因?yàn)榻煌ㄊ鹿实陌l(fā)生，進(jìn)而提出應(yīng)對(duì)措施，比如調(diào)配紅綠燈，使道路交通更通暢，這就屬于決策方面的內(nèi)容。決策性行為的完成可以幫助城市大腦做更深入的挖掘，去觸摸整個(gè)城市的運(yùn)行規(guī)律，包括擁堵的原因和交通事故發(fā)生的規(guī)律等。挖掘信息的最終目的是對(duì)未來(lái)進(jìn)行預(yù)測(cè)，預(yù)測(cè)未來(lái)一段時(shí)間的交通出行流量的變化，預(yù)測(cè)未來(lái)一段時(shí)間事故發(fā)生的概率，預(yù)測(cè)未來(lái)一段時(shí)間交通發(fā)生擁堵的概率，并且既可以進(jìn)行短時(shí)間范圍內(nèi)的預(yù)測(cè)，也可以進(jìn)行長(zhǎng)時(shí)間范圍內(nèi)的預(yù)測(cè)。

城市大腦的預(yù)測(cè)性行為的完美執(zhí)行面臨著一些挑戰(zhàn)，由于人的主觀意識(shí)變化的不可預(yù)測(cè)性，生活中一個(gè)矛盾點(diǎn)的產(chǎn)生就會(huì)導(dǎo)致不同出行選擇的可能性，一旦要舉辦大型活動(dòng)，每個(gè)人的出行選擇難以琢磨，就會(huì)使城市的交通流變得很復(fù)雜，這種時(shí)候如何進(jìn)行預(yù)測(cè)，是一項(xiàng)非常大的挑戰(zhàn)。……