首页> 新闻动态> 行业动态
行稳方可致远——让人工智能助力公路智慧腾飞
发布时间:2022-5-26 15:10:01      点击次数:18

“人工智能就像一列加速前进的火车,

当你刚开始听到它轰隆隆的声音时,

它离你还很远,

但当它终于来到你身边时,

它只会呼啸而过,

随后便远远地把你甩在身后。”



今天,我们刚刚听到火车的声音,还有讨论它的资格;当它呼啸而过,可能就是它们来讨论我们了。


似乎突然进入“智慧”时代,说话谈事时,不提“智慧”好像就落伍了。然而,当前所谓的“智慧”,还只能被作为炒作的噱头,绝大多数是利用现代计算机技术对传统模型进行再包装。正视当前的发展水平,正确地看待和合理应用,才应该是我们面对“人工智能”时的正确态度。


人工智能前进中的挑战


数字化,用数字来表征事物可量测特征(广义,包括统计资料)的简称,随着计算机技术水平的发展和量测水平的提升,更多的特征数据被计算机管理、分析、表述,使得事物的多方面特征可以被同时展示,让我们对事物更立体、更全面的认识,当数据汇集量和分析达到一定程度的时候,就可以说进入了大数据的范畴。


人工智能,是利用计算机技术,在边界清晰、规则明确、数据可靠的前提下,代替人对可量测特征数据进行繁杂的数据分析、完成特定任务,并根据要求进行反馈的一种应用技术。是基于计算机技术和数字化成果发展完善的一项应用技术。


机器智能,是对呼啸而过后智能的称呼,以区别于人工智能,目前笔者对其唯一的想象:是以“机器”为物理支持的智慧。


数字化是大数据、人工智能的基础,在当前的技术水平下,大数据、人工智能都是对数据进行采集、整理、分析的工具,它们之间还没有明确的界限。通过数字化,提升了对事物特征全面性的把握,也降低了对人员部分专业素质的要求,达到提升效率、改进工作的效果。但要认识到,数字化只是一个工具,是对事物部分特征的表达,是1后面的0。当前事物的形成、存在、运动中很多基础性问题,以及很多关键的信息,尚无法被量测并数字化,技术和社会发展中存在的多数问题,也不可能仅仅依赖数字化、人工智能解决。人工智能进一步的前进和应用,至少面临四个方面的挑战。


数据收集


一是关键数据的获得。人工智能的基础是事物特征的数字化,关键数据难以获得是最大的挑战之一。虽然期望的数据收集方案是由分析的需求提出,有目的性收集,但现实往往很残酷,仅就土木工程而言,滑坡的精确内应力及分布、桥梁各处实际内应力及构件间的传递、应力集中的关键点数值等等,目前的技术水平仍然难以获得。


二是垃圾数据的处理,当前能被收集到的主要是低效甚至垃圾数据,这些数据也可能是未来某些应用的基础,但当下仍然属于需要被剔除的垃圾,需要耗费大量的资源进行筛选、管理和维护。

数据管理


建立起数据之间的联系,特别是建立起数据库内部,以及不同数据库之间的联系,形成网状关联,给轻量化提取和高效利用创造条件,并给未来数据项目和数量扩充预留条件,需要具有深刻认识事物特征、跨学科管理和分析信息、发明数据关联方法的能力,是当前的巨大挑战。目前BIM模型应用就是一个典型的案例,虽然目前对如何推进数据联通已经有人提出了思路,但是在建立公共基础数据库格式方面尚难以下手。

数据分析


数学中的概率、统计等工具是为解决数据分析发展起来的,现代“智慧”本质上还是传统工具的灵活应用。发明数据分析方法,有效利用可量测数据是巨大挑战,需要具有跨界能力的领军人才、支撑团队和一定的运气;在无法获得关键性数据的情况下,用低效甚至垃圾数据了解事物特征、研判发展规律,是更艰巨的挑战。交通工程、土木工程智能化面对的就是这种挑战。

成本与低碳


服务器、超级计算机的运行,数据库的建立和维护需要高昂的成本和天量的能耗,数据传递的流量成本在当前仍然无法忽视,在创造价值有限的前提下,如何应对成本和低碳的制约,需要更多的商业智慧。


人工智能助力智慧公路


当前,人工智能在公路上的应用可以概括为四大类——数字孪生、动态管控、信息传递、资产管理。具体案例中多数仍处于信息化和准数字化的水平,离真正的“智能”还都比较远。笔者认为,打造智慧公路,在一定程度上应用人工智能应该是最基本的要求。在当前水平下,应按照由易到难、聚焦要点、重点突破的方式,首先在局部通过真正的数字化并应用人工智能,在人工替代等基础性工作方面形成效益,带动良性循环,再向更复杂应用方面寻找突破口。可以聚焦以下几个方面工作:

筑牢基础


数字化和人工智能对于解决工程耐久和运行安全方面能做的较少,在解决问题过程中,将数字化作为表述工程方案和特征的手段、用人工智能代替简单枯燥的基础性工作,提升工作效率、减少低级错误和人工消耗,是更切实际的做法。从基础做起,提升设计、建设、管理的底层能力,解决影响安全耐久的根本性问题。在打牢基础的同时提炼规律,引入数字化、信息化、智能化等技术,提升建造管理服务水平,把“1”做实。

打造数字化底盘


建立完善的基础设施数据库底层格式,形成开放的基础设施底盘,按照“一模各表、用者完善”的模式,完善项目数据、分散数据采集成本、提高数据利用,达到低成本汇集数据、无损传递数据、根据需要取用数据的能力,真正建成基础设施数字化底盘(也可以称其为BIM模型),成为应用人工智能的基础。在有了扎实基础后,自然会孕育出多种人工智能应用。

有的放矢 重点突破


目前的水平下,突破的重点可以考虑:

1.读懂视频监控信息。能够自动获得管理需要发现的事件,并及时将信息告知相应的管理者。利用这一成果,可以更快速准确地找出高速公路拥堵的主要节点和原因,为综合采用管理、工程措施,低成本提升高速公路通道平均运行速度提供基础数据。


2.可变情报板高效利用。我们已经建设成世界上最大规模的高速公路可变情报板体系,要让可变情报板真正给驾驶员提供公路运行、管理所需信息,这方面,北京市的部分环路、武汉绕城高速部分路段已经有了初步成果。


3.建设基础设施“一张图”。结合国土空间规划一张图,形成公路基础设施一张图。采用国家、省、项目三级分设的方式,形成公路基础设施资产底盘。


4.建设基础设施巡查养护数据库。通过专业的工作,持续描述工程特征变化过程,作为养护决策的基础。


人工智能已呼啸而来,对于“智慧”一词过度的解读与神化、虚化(脱离实体的动画),在推动人工智能再次起飞的同时,也吹出了一个个巨大的泡沫,使其再一次面临跌下神坛的巨大风险。化整为零、分别突破、以点带面,行稳方能致远,期待公路领域的智慧升级能够成为引领人工智能前行的一个突破口,更期待人工智能够推动公路智慧腾飞。


来源:桥梁杂志微信公众号。


上一条:以上率下立规明矩 十八届六中全会释放从严治党最强音
下一条:距离真正实现桥梁智能建造还有多远?

返回列表