以AI入局商汤科技“踏浪”智慧交通赛道——专访商汤科技交通研发总监武伟

文/本刊记者 陈楠枰

供图/商汤科技

近日，商汤科技交通研发总监武伟忙得不可开交。作为进军交通赛道的重要举措之一，商汤科技将与江苏交通控股有限公司联合推进面向高速公路场景的智慧视图技术研发和应用，共同搭建交通视觉算法平台，以AI赋能江苏智慧高速和数字化交通产业的高质量发展。武伟和他的团队也参与其中。

从智慧感知到决策智能，这家长期投入于原创技术研究，在计算机视觉领域具有深厚积累的人工智能软件公司，自2019年至今，围绕智慧交通版块动作频频，2021年更是不断扩充产品矩阵，引发行业侧目。

入局赛道

谈到入局交通赛道的初衷，武伟表示，从技术层面看，多年来，商汤科技已在交管和智慧城市场景有了长时间的深度应用，底层技术上复用程度较高，积累的通用性技术与交通场景结合，或能为行业带来一定变革。

同时，交通还是一个不错的商业赛道，不仅《交通强国建设纲要》瞄准了人工智能的应用，新发布的《国家综合立体交通网规划纲要》也提出要推进交通基础设施的数字化和网络化，以及要利用新技术来赋能交通基础设施的发展。武伟由此认为，“交通运输在互联化和智能化建设与发展上，将持续具备较高的需求和稳定的投入。”

实际上，在交通运输场景中，商汤科技最先选择了轨道交通版块发力。“我们在郑州地铁、哈尔滨地铁、西安地铁、成都地铁等均有落地，为全国500余个车站提供地铁无感乘车服务，可实现无感乘车、测温、大客流智能分析等功能，创造了轨道交通行业多个第一，在技术创新、合作模式等方面树立了行业标杆。”

智慧高速被商汤科技判定为整个交通领域中“增长曲线较快的点”。2020年，武伟带领团队正式开辟了智慧高速产品线。“去年我们主要将精力放在打造平台上，今年开始着重构建一些业务系统。”

在武伟看来，虽然高速公路的大规模建设时期已经过去，但其后的管（管理）、养（养护）、运（运营）等环节中，蕴含着巨大的创新和发展机遇。以各细分领域已有的垂直的信息化系统为支撑，商汤科技将可以帮助旧有的信息化系统进行智慧化转型，为之带来突破甚至变革。这是商汤科技在智慧高速版块中的自我定位。

为此，商汤科技与广西高速集团开拓了“云”控养护、稽逃费等场景合作，独创多模态聚类技术应用高速稽核场景，解决无牌、遮牌、污损和换牌等逃费顽疾；也为天津中交远洲及山东临沂公路局等单位提供智慧养护服务，AI公路病害识别技术极大提升工作效率，并致力打通“云上”协同。

商汤科技的优势显而易见。人工巡检的成本虽是中等成本，但耗时较长，准确率也只能达到80%以上，工人较易疲劳。而AI自动巡检可以达到95%以上的精度，并不断迭代升级，一小时就可完成识别到输出报告的全流程打通。表现出整体效率高，标准化程度高，可靠性高，直观性高等优点。“特别在很多人眼未必能瞧见的裂缝被机器智能识别出来后，业主还是很震惊的。”

此外，根据交通运输部印发的高速视频上云的相关技术要求，部路网中心在2020年牵头组织了视频智慧监测应用的试点工作。商汤科技接下了G1到G7高速的低清晰度码流下的拥堵检测工作。

“过去，每个高速段的运营单位都只能看到局部路段的图像情况，而在部级层面看来，这就只是一个点。在合作中，我们意识到，他们更希望获得的是相对网联化和趋势化的变化信息，例如了解跨市、跨省的拥堵情况、流量变化及潮汐规律。这样的需求需要通过AI进行信息化提取和定量分析，将数据价值最大化，才能得到更有效态势的感知。”

截至2020年1月底，G1～G7高速里，商汤科技已将具备联网条件的视频资源与部级平台实现联网共享，为其智慧化分析工作提供了基础的数据保证。“此次深度合作中，部路网中心研究并测试了商汤科技AI智能技术的实战能力，为未来全国上云视频的智能分析做了有价值的前沿探索。”武伟表示。

在他看来，对于数据价值的讨论不应只局限于眼前，仅仅专注于对当前问题的解决，而可以尝试把眼光放远，将微观数据抽象、提炼为最精炼的中观、宏观数据，当这个动作持续积累到一定程度，或将为整座城市乃至国家未来发展、政策出台提供良好的决策支撑。

核心优势

“商汤科技的最核心优势在于算法，利用算法辅助行业将已知信息和采集数据更好地应用于实践。”武伟表示。

然而，不断精进的算法需要更优更强的算力支撑。作为商汤科技前瞻打造的新型人工智能基础设施，SenseCore商汤AI大装置正是通过整合强大的算力基础和领先的算法能力，对海量数据进行拆解和碰撞，深入挖掘潜在价值，打破认知和应用的边界。

“这是一整套端到端的架构体系，打通算力、算法和平台之间的连接与协同，能够大幅降低人工智能生产要素的成本，从而实现高效率、低成本、规模化的AI创新和赋能。”武伟表示。

与此同时，多年科研攻关中，商汤科技也已逐渐寻找到一条路径，将技术转化为工具。“例如我们持续扩张的大算力集群，附带良好算法的工具箱及很好用的工具链等，这些技术沉淀下来，变成非常确定性的产品，商汤科技在用系统性的方式提升解决偶然性问题的能力。”

商汤科技选择从软件层面切入市场。作为交通智脑的总体架构，核心包括交通开放平台层（三大引擎）与睿途产品矩阵层（10大核心产品），覆盖高速公路、轨道交通等场景下的先进人工智能算法的SenseFoundry Traffic睿途交通开放平台于2021年4月正式面世。

据悉，睿途平台目前共分为三部分，即负责交管交运场景的睿途ST、轨道交通场景的睿途RT及车联网相关场景的睿途ICV，“‘睿途交通’主要是三大版块的裁减，底层能力互通，如此，跨行业的知识和数据都能得到沉淀。”

据介绍，睿途本身的系统架构是端、边、云协同的系统架构，在接入端侧、边侧、云侧的视频流后，进行视觉分析，再根据“建、管、养、运和创新”几个模块进行纵向切分，最终赋能到包括公路建设、养护、运营，路政与交通管理等创新应用的各个方面。

“而车联网不完全只应用在高速场景中。我们先打通车侧和云侧，进而做边缘侧下沉，将之与车侧实现互联，如此一来，‘三角’就构齐了。”在武伟的认知中，车侧和云侧的打通，无疑是车联网建设的痛点问题之一。

“要知道，如今的车联网建设多以车侧检测建设与路侧建设为主。有一种普遍的说法是，从整个业务闭环的应用而言，车侧和路测间的通信是通过有自动驾驶功能的车实现，在车内内置车路协同的通信单元。但这个思路，可能过于依赖自动驾驶车辆的普及。”武伟坦言。

“因此，破局点还是要先从后装破局。”他表示，假使车侧首先有一些后装装置，进而实现与云侧互通，那么所有车都互联到一个云平台，相互之间信息是可以互通的。

在武伟看来，对于整个交通系统来说，所有营运车辆均装有感知侧的产品，然而，这些产品有些只提供一维的单点数据或是二维的图片图像类数据，从价值上来说，不如视频类的三维数据，“这就是商汤科技要切入的点。”

“例如高速公路上，每个ETC的龙门架上，每一条车道都装有摄像头。如何利用这些摄像头拍摄下的视频和图片数据，构建更好的稽核系统？这个其实在睿途平台上就能够做赋能。”

显然，在商汤科技的产品逻辑中，最精细的方式就是一次性把所有要素全部提取出来并上传，进而通过业务逻辑构建一个个垂直的系统，各系统间数据互通，实现交叉利用。

“我们希望在系统和采集源一对一的绑定关系中间，加装一个AI数据分析中心，并提供一个OPEN API开放的接口。这样就能够把更多维度的数据用AI的方式，提取到结构化的数据池里，进而将该数据池赋能到各子系统，为各业务系统提供‘水源’。”

“以在公交车外加装摄像头为例，如果道路及路政相关数据得到获取，就可构建覆盖全市的感知，进而赋能到各个行业。”武伟解释。

行业结合

进军交通赛道，武伟和团队更多服务的是交投、交建等业主单位，不能完全按照To G的思维来思考商业模式。因此，在思路上，要重视为行业带来的价值，甚至是直接乃至短期的经济价值。

“这个行业很欢迎像商汤这样的创新公司。”这是他在涉猎智慧交通版块后的最深切感受。“很多时候，我们以虚心学习的态度到各地跟业主交流，一起头脑风暴，讨论技术理解与专业技术，探索智慧产品落地，也坦诚地交流成熟技术和中长期发展目标。”

那么，如何用睿途赋能智慧高速？

武伟表示，在智能建设方面，商汤科技利用中台主要做行人智能分析、工程材料智能分析、异常闯入、安监行为识别，以及烟火、团雾智能分析、车辆识别分析、安全生产相关智能分析等。

“养护层面，我们采用普通摄像头的方案进行设备后装，分析PCI标准，并根据国标要求检测道路病害，可同时采集3条车道，采集车辆车速达80公里每小时，并具备解决部分路面病害问题的能力。”

运维维度上，商汤科技致力于赋能公路运营的全数字运营。“我们首先切入的点就是智慧稽核，采用‘云+边’的方案，通过特征提取，以视觉特征进行聚类。这块可以弥补取消省界收费站以后可能出现的稽逃费问题，包括ETC恶意屏蔽，或是大车小标、跑长买短等行为都可借助图片流进行AI稽核。”

显然，对于行业来说，商汤科技的核心优势是全天候的服务和全开放的应用平台。“我们做AI中台，也希望告诉大家人工智能不是对传统行业的侵略，而是通过赋能每一家厂商，一起共建行业生态。”他表示。

这样看来，商汤科技构建的显然是一个能力层。在挖掘、提取并分析数据后，能够定制化构建更多云控平台，或对接至已有的业务系统，赋能到业务工作中。

“我们把智慧高速分为感知、认知和决策三层。将三维视频信息提取成关键性要素，将其提炼成中观和宏观的抽象参数体系，并在构建的数字孪生体系或是‘城市模拟器’中，支持现实场景重放，以实现中长期的决策支撑。”

“我们希望把这些偏中观、宏观的数据提取出来，构建一个叫‘城市模拟器’的东西。”武伟解释，可将人们认知的世界分为物理世界层和社会关系层，“以往说的数字更多在于物理世界的构建，但它的意义并不大。我们认为，做好社会关系层面的构建，把更多基于摄像头的海量数据提取成微观、中观、宏观的结构化数据，并通过模拟器采样得出与现实世界分布相符合的规律化数据，将有望赋能到各业务系统的应用中。”他表示。

武伟将此定义为感知层和决策层的“双轮驱动”，一方面构建全量全息自学习的感知系统，对交通参与者和交通基础设施做全要素感知；一方面构建全时全域自进化的决策系统，对交通过程中的决策行为建模和优化。

2021年，商汤科技还组建了与决策智能相关的团队。在武伟看来，跟业务挂钩的，更多还是人的决策行为。当AI可以在某些领域比人看得更清楚，就可以辅助、指导决策。“把认知和决策智能，更进一步和感知智能进行打通。这是商汤科技进入交通运输行业的驱动力。”他表示。