AI來襲，交通智能化“提擋”加速

■ 《經濟》雜志、經濟網記者 張軍紅 調研組成員 馬明

“多智而近妖”。用這句古話來形容近期火爆出圈的ChatGPT，似乎恰如其分。ChatGPT不僅能夠逼真模仿人類對話，還能夠對用戶的提示做出詳細的回應，寫方案、編代碼、創造劇本等也不在話下。盡管究其本質，ChatGPT只是一款人工智能技術驅動的自然語言處理工具，但它在信息搜索、整合和傳遞效率方面遠超此前同類產品的體驗，比爾·蓋茨盛贊其影響“不亞于互聯網誕生”。如今，微軟、谷歌、百度、騰訊等國內外科技巨頭都紛紛布局ChatGPT，以其為代表的AIGC（AIGenerated Content,人工智能生成內容）正在全球范圍內掀起新一輪的人工智能商業化浪潮。

“過去一年，無論是技術層面還是商業應用層面，人工智能都有了方向性的改變。”1月10日，百度創始人、董事長兼CEO李彥宏在百度Create AI開發者大會上表示，“技術層面，AI從理解內容，走向了自動生成內容，這包括AIGC用于作畫、圖文、視頻等多類型的內容創作。商業應用層面的改變，最具代表性的是自動駕駛。”

最大變量

“以人工智能為核心驅動力的自動駕駛技術逐漸成為交通行業最大的變革因素。”清華大學講席教授、清華大學智能產業研究院（AIR）院長張亞勤在接受《經濟》雜志、經濟網記者采訪時表示，智能交通體系即將迎來以自動駕駛為核心驅動技術的“智能交通物聯網”時代，億萬級的“移動機器人”即將接入一個空前宏大網絡之中，由此帶來的智能化產業機遇將超越以往。通過人工智能與物聯網技術，人、車、路、云之間都可以實現有效連接，并進行配合與協作，人、車、路和云之間可以開展差異化、多層次協同，實現更精準的感知和更合理的決策控制，提高自動駕駛綜合能力和水平；同時，路端和云端可以匯集人、車、路、云的多源信息并進行綜合處理分析，從頂層和全局視角處理解決交通環境中的復雜性和不確定性問題，從而提高資源配置效率，實現資源優化，支持實現智能交通安全、高效、綠色發展目標。

具體而言，張亞勤認為，人工智能首先為自動駕駛落地帶來了比傳統計算機視覺方法更強的環境感知、自主導航和信息融合能力，也為發展具有自主學習能力的行為決策、路徑規劃與車體縱橫向控制系統，帶來了新的研發思路與手段。人工智能還開辟了深度強化學習的戰場，讓無人駕駛汽車也有自主學習能力，使其處理緊急事故的全態勢感知與決策能力提升。此外，在交通信控領域，人工智能技術可以幫助實時分析道路交通流量、自動調整紅綠燈間隔、縮短車輛等待時間，提升道路運行效率。例如，以區域信號控制為抓手，引導形成車-路、路-路合作式博弈，理論上可以消除行車安全和交通擁堵隱患，實現全局系統最優目標，提升交通效率和安全。

行駛在道路上的無人駕駛車輛 來源：百度提供

就自動駕駛本身技術的突破而言，“目前仍有一個亟待解決的問題，即如何提升模型感知的魯棒性和可泛化性”。張亞勤表示，自動駕駛是一個十分復雜的系統問題，涉及感知、認知、規劃、決策與執行等諸多環節，需要在極短時間內做出可執行的正確決策。自動駕駛幾乎涵蓋了所有從過去的算法到現在的深度學習算法，包括點云數據壓縮、目標檢測、場景補全、仿真模擬生成極端場景、SLAM定位、全景分割、多模態信息融合和模型壓縮，等等。盡管自動駕駛已經涉及了大量前沿的AI算法，但由于現實場景復雜，總存在一系列的Corner Case（邊緣場景），而一旦出現Corner Case將會導致事故的發生。

卡耐基梅隆大學Argo Lab人工智能無人駕駛研究中心首席科學家約翰·多蘭曾在一次媒體采訪時表示，從技術角度看，自動駕駛的底層架構和大部分技術問題已經被解決，剩下5%的Corner Case逐漸成為制約自動駕駛發展的關鍵。這些Corner Case帶來的“長尾問題”包括各種零碎的場景、極端的情況和無法預測的人類行為，在算法、傳感器、計算平臺和法規的不同層面上，成為自動駕駛難以攻克的艱深課題。

“這就要求自動駕駛不僅需要利用各類前沿的AI算法，同時還需要結合多傳感器的互補性，包括激光雷達的精密性、攝像頭豐富的色彩和語義信息、毫米波雷達的距離信息等優勢，從而提高整體系統的可泛化性和安全冗余性。”張亞勤說。

綠色出行

隨著城市人口數量日漸龐大，機動車保有量與機動車出行量也隨之增長，交通擁堵問題逐漸成為制約城市經濟發展的“瓶頸”，影響著城市的運營效率和居民的出行體驗。中國交通部發表的數據顯示,每年因交通擁堵帶來的經濟損失占城市人口可支配收入的20%，相當于每年GDP損失5%-8%。此外，車行緩、車速慢、通勤時間長還會增加碳排放量，影響碳中和與碳達峰目標任務的達成。清華大學互聯網產業研究院、協鑫能科聯合發布的《2022城市零碳交通白皮書》認為，交通領域碳排放約占全球碳排放總量的1/4，而在我國，交通領域碳排放約占碳排放總量的10%，其中城市公路交通是碳排放的主要來源。我國交通運輸行業碳排放將于2030年前后達峰。

“在‘3060’雙碳目標下，推進中國交通零碳目標的實現將以道路交通為重點。汽車的電動化、自動駕駛化、共享化以及人、車、路的高效協同將是推動減碳的關鍵因素。”嘀嗒出行CEO&創始人宋中杰表示，面對城市交通的車路矛盾和出行潮汐現象，嘀嗒出行始終堅持科技賦能和模式創新，讓出行生態系統更加高效和環保，讓出行體驗更加溫暖和愉悅。在順風車領域，嘀嗒出行在不增加現有道路運力的前提下，合理有效調配已有社會車輛，為公眾共享出行提供有效的交通解決方案，不斷推動出行供給側改革。在巡游出租車領域，早在2017年，嘀嗒出行就已對其實現單純“網約化”，即將線下揚召訂單線上化。2019年，嘀嗒出行開始與各城市巡游出租車行業共同推進以“數字智能化、網約化、線上線下一體化”為核心的出租車三化工程，從數字交通管理、出租車服務內生機制、行業效率三個維度，對傳統出租車產業進行深度賦能。公開資料顯示，截至目前，嘀嗒出租車三化工程簽約城市總數已超過60個。“出租車智慧出行”小程序、出租車“智慧碼”以及鳳凰云平臺等產品的落地，不僅有效提升了巡游出租車行業的管理效能、服務水平和乘客體驗，還對行業的揚召場景數字化、管理可視化、監管精準化等方面進行了創新，促進全產業鏈條的數字化轉型升級。

近年來，北京、重慶、廣州等多個城市居民都率先體驗到了“綠燈自由”的出行。所謂“綠燈自由”，指的是路口經過智能改造，能夠根據實時的交通運行數據，自動調整路口紅綠燈時長，從而均衡響應各個方向的交通需求。不少路口甚至形成了一條條完整的“綠波帶”，車輛實際行駛時可以不停車一次通行。據百度IDG車路協同開放平臺首席架構師楊凡介紹，百度ACE智慧交管解決方案正是在交通新基建的背景下，順應了交通向數字化“信息與數字”、網聯化“網聯與控制”、自動化“無人與一體化”的發展需要。百度將交管部門掌握的紅綠燈燈態信息、綠波車速、違停預警等信息精準推送至智能終端，實現交通管理者與出行者信息實時互通；還可以基于百度地圖APP為出行者快速規劃最優路徑，根據車輛實時位置，利用百度獨有的動態綠波優化算法，實時動態調整路口信號配時，實現特種車輛的暢通高效通行，極大提升了居民駕車出行的效率。

以在亦莊設立的北京市高級別自動駕駛示范區為例，隨著示范區建設不斷深入，示范區內的道路變得越來越“聰明”。“目前，該示范區已完成了1.0和2.0階段的建設任務，示范區內支持全量高精度車路協同感知應用的路口數量達到329個，雙向750公里城市道路和10公里高速公路實現了車路云一體化功能覆蓋，能夠與示范區內數百臺L4自動駕駛出租車進行數據閉環交互。”張亞勤這樣介紹道。統計數據顯示，該示范區已實現單點自適應路口車均延誤率下降30%，車輛排隊長度下降30.3%，綠燈浪費時間下降18.33%，4條雙線干線綠波道路車均延誤減少16%以上，讓出行方式變得更經濟、更環保。

翟曉汀/攝

多路出擊

《面向自動駕駛的車路協同關鍵技術與展望2.0》顯示，如今，自動駕駛已經逐漸從技術研究和測試驗證階段演進至產品落地階段。綜合來看，當前配備先進輔助駕駛系統功能（Advanced Driver Assistance System,ADAS）的L2輔助駕駛車輛仍然是市場主力，正處在加速量產階段，但市場滲透率和應用規模仍需要進一步擴大；L3、L4及以上高等級自動駕駛仍以測試驗證和區域性示范為主，部分企業無人駕駛開始進入小規模全無人開放運營階段。

L2等級的自動駕駛車輛是現階段自動駕駛落地的核心。截至2022年6月的統計數據顯示，全國1月—6月累計乘用車銷量1035.5萬輛，其中L2及以上等級智能網聯汽車銷量187.3萬輛，滲透率達到20.2%；全國1月—6月累計新能源乘用車銷量260.0萬輛，其中L2及以上等級新能源智能網聯汽車銷量112.3萬輛，滲透率高達43.2%。

在高等級自動駕駛方面，“其應用場景快速拓展，在部分地區和限定場景實現了一定規模的商業化運營服務。”楊凡說。例如，“2022年2月，百度自動駕駛出行服務平臺‘蘿卜快跑’正式面向深圳市民提供自動駕駛示范應用出行服務，但仍然需要克服技術、基礎設施、法規等一系列挑戰才可以完成城市級全域商業化落地。”張亞勤進一步解釋道。

在楊凡看來，隨著自動駕駛的深入發展，車路協同自動駕駛技術路線也逐漸成為行業共識，可以解決交通環境秩序化和最優化問題。具體而言，該路線能夠支持開展更加復雜、更深層次、更大范圍、更加多樣的車路協同應用服務，滿足跨行業、跨領域、跨地域交通出行需求，解決區域級移動多接入、多層次互操作和協同、大規模高密度實時控制、高可靠低時延計算決策等協同控制等一系列關鍵問題，實現從個體最優向群體智能最優化和全局智能最優化發展，這是對智能交通本質性的變革和突破。

“車路協同自動駕駛規模商業化落地是一個循序漸進，由局部到整體、從量變到質變逐漸發展的過程。”張亞勤表示，車路協同自動駕駛技術路線落地，不僅需要實現VICAD系統、車路高效通信、云控平臺等關鍵技術突破，還需要智能車輛的滲透率和智能道路覆蓋率需要達到一定水平。

“汽車作為交通系統中最大的主體，其智能化和數字化的普及度還不夠。”國汽智控CEO尚進表示，由于單車智能覆蓋成本高昂，目前市面上30萬元-40萬元及以上的汽車智能化程度比較高，但還有大量保有量及每年10萬元及以下的新車亟需實現和加入車輛智能化的進程。

“加強高等級智能道路的建設，將是未來實現人、車、路協同發展的核心關注點。”楊凡認為，現階段發展車路協同自動駕駛的首要任務仍然是加強“路”的智能化。在現階段人、車、路協同發展中，在車端，具備了智能化和網聯化大規模應用的前提條件；在云端，基于我國在互聯網、移動互聯網等方面的優勢，也已經能夠為車主提供多樣化的應用服務；在路端，需要車路協同基礎設施提供高可靠、低時延、高精度連續服務，但現有的道路條件和基礎設施還遠不能滿足要求。

對此，張亞勤認為，“道路智能化與駕駛智能化發展不夠協同，需要建設高等級智能化道路，服務于車路協同自動駕駛、智能交通管理和智慧城市建設”。目前國內部分城市和高速公路已經規劃建設了一批自動駕駛封閉測試場、開放測試道路，但這些都還處在小范圍測試驗證和應用示范階段，道路的感知定位、車路信息交互等方面的能力還難以滿足高等級自動駕駛對數據精度、數據質量的要求。“不同等級的自動駕駛車輛要實現規模商業化發展，對道路的能力具有不同的要求，其中L2及以下等級車輛駕駛和責任主體是駕駛員，道路所需的能力以感知為主，而L3、L4高等級的車輛要想實現規模商業化，則需要較高能力的智能道路。”

“推進智能化道路建設，要回歸到自動駕駛自身的技術架構或產品架構中去探尋可落地的車路云一體化，通過實際的產品引導道路的改造。”尚進認為，如果不切實際地在路側端部署傳感器、計算單元等，提升道路信息化水平，成本太高了。不算施工，僅部署這些設備就可能耗費上百萬元了。

對于推進自動駕駛商業化落地，多位受訪對象表示，我國具有強大的體制機制、戰略政策、產業生態和技術領先優勢，可以統籌規劃、分級推進高等級智能道路在先行城市和高速公路的建設部署，探索車路協同公交專用道、車路協同自動駕駛專用道等一系列商業化運營新模式，形成可推廣、可復制的實踐經驗和成熟方案。

數據安全

去年12月，蔚來遭黑客勒索225萬美元。一張在網絡上流傳的圖片顯示，有人宣稱破解蔚來數百萬條數據，涉及其經營以及客戶隱私，包括員工數據、訂單數據、用戶及企業代表聯系人數據，還包括車主身份證、用戶地址等極為隱私的信息，并對這些數據信息進行明碼標價出售。實際上，蔚來不是首家出現數據泄露的車企。2021年6月，大眾汽車集團表示其330萬名客戶的數據遭泄露；2021年12月，沃爾沃汽車運營的研發數據也遭遇黑客入侵，沃爾沃聲稱在入侵期間公司的有限數量的研發財產被盜；2022年10月，豐田汽車對外表示，在其T-Connect服務中，約29.6萬條客戶信息可能被泄露，疑似被泄露的信息主要包括電子郵件地址和客戶號碼等。隨著人工智能、大數據、5G、物聯網、云計算等技術與交通行業的深度融合，我國智能網聯汽車發展迅速，其數據安全也日益引發關注。

“交通行業的數據泄露不僅嚴重威脅公民個人隱私安全，還會嚴重威脅國家安全。”尚進表示，智能汽車車身安裝攝像頭等大量傳感器，可以說是個移動的數據中心，不僅采集數據，同時還對數據進行加工處理和分享。一輛智能網聯汽車每天至少采集數據10TB，數量巨大，超乎想象。

在政策層面，我國相繼出臺了《網絡安全法》《數據安全法》《個人信息保護法》等法律法規，對全行業數據安全保障工作提出總體要求，明確由各級政府、社會組織、企業和個人共同維護數據安全。在交通領域，2022年1月，國務院印發《“十四五”現代綜合交通運輸體系發展規劃》，提出“加強交通運輸數據安全管控，完善數據分級分類安全保護制度，制定智能交通數據應用安全標準，規范數據源采集和處理使用等活動，加強重要數據和個人信息保護”。在車聯網領域，相關部門也在不斷加強監管和保護，陸續出臺了《汽車數據安全管理若干規定(試行)》《關于加強智能網聯汽車生產企業及產品準入管理的意見》《車聯網網絡安全和數據安全標準體系建設指南》等重要行業規定和意見，對車聯網產業提出了全方位的數據保護要求。

在政策的指引下，自動駕駛示范區展開了對數據的分類分級和安全管理。據張亞勤介紹，在這方面，北京市高級別自動駕駛示范區走在了行業前列。去年9月，《2022北京市高級別自動駕駛示范區數據分類分級白皮書》發布，以最大限度消除數據安全問題可能產生的危害為目的，依據數據等級，制定不同強度的數據安全保障等級，并對不同等級和類型的數據分別使用不同等級所對應的保障手段，維護示范區數據安全，并使數據資產價值在合規的基礎上得到最大釋放。

在技術層面，張亞勤認為，聯邦學習研究可以進一步保障數據隱私安全。“在隱私計算框架下，參與方的數據明文不出本地，在保護數據安全的同時，實現多方數據協同應用和聯合計算，以解決數據使用及數據保護之間的矛盾。”

“企業應高度重視交通領域的數據信息安全，切實履行企業主體責任，進一步加強網絡安全、數據安全建設。”宋中杰表示，保障平臺用戶數據安全是嘀嗒出行一直以來堅守的底線和準則，通過不斷優化技術架構，對數據生命周期的各個環節采取多種數據保護手段。

未來挑戰

當前，智能交通成為現代交通發展的重要方向。《交通強國建設綱要》明確指出“大力發展智慧交通”，“推動大數據、互聯網、人工智能、超級計算等新技術與交通行業深度融合”，到2035年，基本建成交通強國。

如何更好地推進智能交通發展？

展望未來，張亞勤建議，要標準先行、加強政府政策引導、構建開源生態，推進產業發展。具體而言，首先，在標準層面，工業和信息化部、國家標準化管理委員會、交通運輸部、公安部歸口管理的相關標準化組織已經牽頭制定了不少自動駕駛、智能網聯、車路協同相關技術標準，但是道路基礎設施、云控基礎平臺、功能安全和預期功能安全等核心技術標準仍未統一。之前工業和信息化部部長苗圩在公開演講中多次提及，道路基礎設施建設有多個標準。2021年，清華AIR與百度在《面向自動駕駛的車路協同關鍵技術與展望》白皮書中制定了六級的智慧道路分級標準，為盡快把標準確定下來，不久前又發布了2.0版的白皮書，進一步細化了六級標準，為道路基礎設施建設提供參考。

其次，在政策法規層面，雖然國家和地方已積極出臺了關于自動駕駛的道路測試管理規定，一定程度上推動了全國范圍內自動駕駛公開道路測試進程，加快了自動駕駛應用的步伐。但總體上，影響自動駕駛汽車研發、生產、銷售和商業化應用的相關法律法規仍需要加快研究和制定。

再次，還應注重應用和產業生態構建。例如，2022年2月，AIR發布了全球首個車路協同自動駕駛數據集DAIR-V2X，為學界業界提供數據基礎，共同解決車路協同領域的技術問題，并且后續開源了open-dairv2x項目，目前也在舉辦系列挑戰賽等，以構建產學研生態。再比如，同年8月，在北京市高級別自動駕駛示范區的支持下，中國汽車工程學會、清華AIR、百度、車網等多家單位一起聯合發布了全球首個開源開放的智能網聯路側單元操作系統“智路OS”，依托操作系統做好數字底座，鏈接產業鏈上下游企業，包括政府、應用服務商、通信設施、路側硬件、計算芯片等。首先，通過“智路OS”可以南向兼容各類復雜交通設備設施，打通數據壁壘；其次，“智路OS”可以北向支持智能交通和自動駕駛更加復雜多樣的應用服務，鼓勵更多的企業貢獻應用服務；最后，對于交通運營商和政府部門，“智路OS”可以實現新基礎設施的平臺能力共享，解決重復投資建設問題。目前已經有50多位生態合作伙伴，通過這種方式來繁榮車路協同+單車智能的智能網聯汽車生態，推進智慧交通發展。