VR全景行业崛起？

交管、公安、公交、城市规划等等部门，硬件制造商、集成商、AI公司软件平台等等相关企业，构成一个巨大的生态，其中每个角色都有各自上下游，没有绝对主导。

这也意味着，每个参与者，都是这个庞然大物中的一环，一己之力难撼产业大树。

涉及面广、产业链长。

智慧交通不是单纯的AI、云计算和大数据，是与上中下游每一环节的紧密结合。

在智慧交通这个未来式面前，没有意见可以听从，没有路径可以依赖，每个参与者都是学步婴孩。一整条产业链，需要各环节齐心协力的参与、不断地试错、千百次的优化才能走完。

信息孤岛。

这个说烂了的病灶仍是各行业转型之痛，交通行业更甚，涉及如此多部门、系统、企业设备，各环节难联动，各数据分离难共享。

例如，在交通信号控制方面，很多城市依然以路口单点控制为主。海量数据“石油”束之高阁沦为“废油”。

多样化数据融合难。

交通数据形式涵盖文本、图片、视频等非结构化数据格式，不同软件厂商数据库的视图各有不同，数据管理混乱。

结果是，数字化转型项目浅尝辄止，看似酷炫的“试点”，但却不能实现产业真正的转型成功。

其二，虽纯靠技术难抚行业沟壑，不代表技术壁垒不高。

弄懂智慧交通，需要明白其中的AI技术逻辑。

目前应用最广泛的AI，如图像识别、语言识别和计算机视觉识别等属于感知型，核心逻辑是输入输出函数，逻辑较为单一，尚且有诸多未解之题。

而以智慧交通、AI游戏竞技为例的应用则属于决策型，核心是基于大量知识，不断地重新判断和推理，并作出决策，更加动态和灵活，也更加复杂。

根据阿里巴巴达摩院报告，在需要外部知识、逻辑推理或者领域迁移等认知智能领域还处于初级阶段。某业内人士表示，大量实验表明，目前AI的智力水平不足12个月的婴儿。

中国关于决策型AI的理论研究也较为薄弱。

“在国际决策型AI的顶尖会议和杂志中，论文作者很少有华人，比如谷歌DeepMind一个相关团队中有50-60人，其中可能仅有2-3个华人。”商汤科技副总裁闫俊杰说道。

交通科学是一门基于统计学的工程科学，交通系统是一个复杂巨型系统，要控制数以千计的交叉口，并且兼顾城市规划、土地利用、区域发展，宏观管控策略。

同时，交通原生条件并不优渥：

1. 城市规划不合理
2. 路网结构不合理，支路网不发达。
3. 公共交通分担率低。
4. 法制观念淡薄，交通违法现象严重。
5.  交通设计不合理、路口交通组织混乱。
6. 信号灯配时不合理，缺乏优化

（编辑：漯河站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!