返回首页
您的位置:首页 > 活动 > 会议 > CTO Club > CLUB动态

智能时代 如何让出行更美好? | CCF C³

阅读量:163 2023-05-19 收藏本文

无论是自驾、网约车还是公交地铁,出行是现代生活的底层设施。

随之而来的问题则与每个人息息相关:如何保障驾驶安全?如何解决司机乘客之间的纠纷?随身物品遗落在车上了怎么办?

作为在全球服务了5.87亿左右的活跃用户、拥有2300万活跃司机的出行平台,滴滴2022年归还乘客遗落的手机超25万部,行李箱超2万个,笔记本电脑7000多个。

滴滴的实践显示,好的出行体验背后是一整套服务体系和治理体系的支撑,除了数字技术,还需要社会学、心理学、博弈论等各种跨学科协同;不仅平台和政府要参与治理,乘客、司机、媒体、第三方机构等各种角色也都需要参与进来。

如何让出行更美好?这不仅是滴滴在思考的问题,也是专家学者、政府机构甚至每一个居民都应该关注的问题。2023年5月16日,CCF C³走进滴滴,一起探讨“智能技术与交通治理”,与众多交通行业专家、技术专家一起探讨数字技术、智能交通、无人驾驶等方面的新理论、新方法,分享新进展、新成果。

参会合影(部分人员)


1、

滴滴:出行生态智能化治理的现状和展望

出行治理背后是一套平台规则和产品体系。

滴滴出行智能平台事业部总经理杨毅介绍,过去几年,滴滴在整个出行生态的治理上做了很多尝试,大量采用数字化技术,初步做到整个出行生态治理的在线化、数据化还有智能化。

滴滴的出行治理包括事前、事中、事后三方面。

事前预防,以人车准入为主,包括人脸、证件、车脸可信采集与真实性验证等;

事中治理,包括交通安全治理、车内冲突治理、司乘纠纷治理等;通过车载设备,预防司机的疲劳驾驶、对司机疲劳驾驶、分心驾驶、未系安全带等不安全驾驶行为进行识别、干预、培训等。如果出现行程轨迹明显偏移导航、长时间丢失或停留等异常情况,平台会采取响应安全措施。

事后治理,则包括大量的客服工作、司乘判责、应急响应等。会上杨毅还介绍了滴滴的物品遗失找回服务和信息安全保护系统,2022年滴滴司机归还的遗失物品就包括了超25万部手机,超2万个行李箱,7000多个钱包,6700台电脑。

“司乘纠纷中,最难的是数据取证和规则明确,我们需要运用社会学、犯罪心理学、交通安全法律法规等各学科的综合知识,再和数字技术的结合,从平台的角度,保障双方的公平公正的。”杨毅指出。

通过积累数据、沉淀中台、输出标准,滴滴不断探索如何减少交通事故、减少人身冲突、实现应急响应、提供更好的服务体验,“希望大家出行顺利,尽可能不要接触到治理体系,但是如果遇到意外纠纷,滴滴的治理体系也能提供很好的服务。”杨毅总结。

2、

可视化看中国:从时空数据了解社会

北京大学智能学院研究员袁晓如认为,在交通出行过程中,如果将司机们的行驶路线集合起来变成可视化,可以看到很多有趣的情景。

比如,在北大西南角有一个比较复杂的路口。但是如果可视化长时间积累的车辆轨迹,但是有少数车在这里走出一个半圆形。这是因为在现实场景中该路口有少数司机通过这个方式绕开红灯。(10余年前的数据,当前应该没有类似现象了)。

PPT图片(晓如1)


对于每个饱受堵车之苦的大城市上班族来说,堵车过程到底是怎样形成的,一直是个谜。随着数据获取和可视化技术的加持,堵车不再只是停留于简单的描述,而是可以具体呈现来的场景,然后提供有针对性的治理。

PPT图片(晓如2)


通过和历史位置数据的结合,观察者还可以描绘出各个历史时期的人口迁移路线、书籍传播等历史信息。

PPT图片(晓如3)


袁晓如指出,出行背后是一个社会的综合治理,随着现在数据获取的精度更高,可以绘制的可视化也更加多样精确,能为综合治理提供更可靠的依据。“综合治理需要综合知识,从交通数据或行为数据这方面来看,需要个人认知、心理动因、法律法规、甚至国际合作等各个交叉学科的协作。以北大校内为例,校内正在试图将各个学科的知识结合起来,包括国际间的数字治理、数字经济、古代文化等。数据是个粘合剂,让这些分散的知识集合起来、可视化呈现,这让我们既能看到现在,也能看到过去和未来。”

3、

出行生态治理中的多方协同

那么政府、平台、第三方机构、媒体舆论、司机乘客分别在出行治理中扮演什么角色?各个参与方如何协同合作,才能让出行更美好?

清华大学经济学研究所副所长王勇指出,平台的出现给出行治理带来新的解法和思路。

过去政府治理主要在事前和事后进行,比如政府主要在事前提高准入门槛,规定入门资质;事后进行惩罚,吊销执照。政府没有多少精力对事中进行监管。

现在有了平台企业,平台能够对过程进行检测,也就具备了事中管理的能力。比如对司机乘客之间的纠纷,平台可以对纠纷发生的过程进行取证。也可以对司机在驾驶过程中的状态进行识别和检测。

从协同治理的角度看,首先,由于平台具备事中检测的能力,所以政府可以放松事先资质审核。不仅是网约车的准入门槛降低,美团的证照分离,都是平台和政府之间的一个监管协同。

其次,在事后惩罚方面,平台可以和政府分工协作。政府惩罚主要手段是行政处罚,平台则可以借助市场化手段,发放服务卡、降低声誉机制等。二者相互配合,平台拥有比较灵活的市场化手段,进行市场化奖罚,而公权力则对危害比较大的行为进行惩罚和威慑。

北京交通大学计算机与信息技术学院副院长李浥东认为,出行治理的底层是交通大数据的打通。居民出行由道路交通、轨道交通、航空、海运等多种方式组成,各种交通方式之间的数据如果打不通,协同治理只能是一个设想。

北交大承担一个交通大数据人工智能教育部重点实验室,就是希望能够把多模式下的大交通里面的数据能够打通。首先建立起管理者之间的大协同,然后把数据系统打通,在这个基础上,长出很多面向出行治理的应用。

北方工业大学智能交通控制(北京市)重点实验室研究员张福生认为,交通治理的核心,最简单来看就是治堵,但实际上堵是治不了的,因为供给有限,需求无限,经济越发达,出行需求就越旺盛,那堵是必然的。所以就变成了出行空间怎么分配的问题。

从分配交通资源的角度看,它是一个多目标导向,而且不同时间内、想要满足的目标可能不同,有时是政策导向,有时是舆情导向,比如同一时间内,旅游出行怎么分配,商务出行怎么分配,通勤出行怎么分配——通过拆解成多目标,再来看待治理拥堵这个问题,可能就有一些新的办法了。

滴滴出行智能平台事业部总经理杨毅认为,智慧交通最核心的要求是解决供需问题。如何弹性提供供给,如何更好地满足需求,这也是滴滴一直也在探索的问题。智慧交通方向确实是具有很大的社会价值,但也面临很多的技术挑战。

高峰对话(左起主持人:孙伟力、嘉宾:李浥东、杨毅、王勇、张福生)

4、

更好地认识企业、更好地服务企业

走进滴滴,探讨智能技术与交通治理,这是CCF C³举办的20场线下活动。

在活动开始前,CCF秘书长唐卫清指出,CCF拥有10万+的会员,但一直在思考如何更好地服务企业。

C³活动的愿景是从技术角度为企业提供服务,主要是通过3个方面来实现:一是企业需要技术布道,二是企业需要交流技术,把难题端出来,展开交流,寻找合作机会;三是让技术人相互熟悉起来,扩大交流面。

杨毅介绍,滴滴在2017年就开始与CCF合作,建立了大数据实验室,同时在人才培养和人才评选方面进行深度合作。今天通过分享滴滴的研究成果和实践案例,希望可以和专家学者一起展望出行的发展趋势,推动整个行业的创新。

活动结尾,CCF副秘书长、企工委主任、亿邦动力CEO王超总结,本次在滴滴讨论技术治理的问题,其实是为了让从业者们从更高层面看技术,从更高的层面看待出行。

王超认为滴滴面临复杂的出行场景。在整个交通系统中,滴滴的业务是非标的、开放的复杂系统。

复杂系统带来复杂的治理问题,这要求滴滴必须富于智慧才能够发展。王超认为,这种商业模式的要求是“既要……又要……还要。”对顾客来说,既要安全又要便利还要便宜;对滴滴来说,既要对乘客负责,也要对司机负责,还要对社会有交代。

附录:城市大脑是出行治理的最好解法吗?

王勇(清华大学经济学研究所副所长):

刚才大家提到要把控各类数据,可以搞一个城市大脑来统筹我们的交通,特别是如果再有了无人驾驶车,整个出行就会变得更加智能。我从经济学的角度来看,我对这样一种有城市大脑集中安排的前景表示怀疑。

因为我觉着交通行为很像一个市场,每个个体都在做分散决策,在一定规则之下来协调大家的行为。

如果交给把所有数据都集中起来,有一个非常厉害的超级人工智能替我们很多人做决策,就好像哈耶克所说的“致命的自负”,似乎就有了数据,什么都能搞定,我想请问,你们怎么看看?未来结合无人驾驶技术,结合数据,结合人工智能的这种城市大脑方案到底可行不可行?

李浥东(北京交通大学计算机与信息技术学院副院长):

有很多城市在做城市大脑,在一个做轨道交通的人眼中,从区域到区域之间的大容量的大客流的骨干调控,中心调度肯定是最有效的。如果为了乘客点到点的个性化需求,集中调度肯定是有问题的,计算资源、算法、数据三个层次现在都支撑不了。

所以针对不同的交通模式,我们可以采用不同的数据使用方法。就像您说的,我们不可能用一种模式去解决所有的交通治理问题,数据打通仅仅是第一步,这些数据到底能不能起到作用,或者在整个城市范畴之内,能不能解决一些核心难点,现在大家还在尝试中。

我们计算机学会也刚刚成立智慧交通分会,将交通方向的人和计算机方向的人结合起来,希望我们在发展过程中,能够尝试着回答您刚才所说的问题。

张福生(北方工业大学智能交通控制(北京市)重点实验室研究员):

我比较喜欢通过故事来说明问题。这个故事是你银行里有多少钱,不会因为你用了更先进的支付手段,钱就会变多。技术能起的作用是让你花钱的方式更科学,但并不会让你的钱变多。

王老师刚才给自动驾驶泼的冷水,我完全同意你的观点,自动驾驶可能在某种程度上让司机和出行的能力有一定提升,但是它还是有天花板,天花板到底在哪?

信息化的手段可能让我们对规律更了解,让我们的管理更灵活,让出行效率更高,这应该是能达到的。但是我们有时候需要强控制,有时候需要弱控制。比如通过发布信息,影响居民路径的选择。当然这些东西都离不开数据和算力,这是一定的。

杨毅(滴滴出行智能平台事业群总经理):

我们追求的确实可能不一定是城市大脑这样一个超级AI,让它来安排所有的人,让每个人可能生活在一个安排好的情况下,作为人我觉得有点可怕。实际上我们可以利用数据、规划、调配等方式,在一定程度上解决好当前供需市场的需求,解决多种交通之间的配合问题,更好满足多目标的协同。这是我们这些做技术的同学希望在交通场景下发挥的价值。

(本文转载自亿邦动力,胡镤心