免费久久国产&夜夜毛片&亚洲最大无码中文字幕&国产成人无码免费视频之奶水&吴家丽查理三级做爰&国产日本亚欧在线观看

過去兩年中，賽文圍繞“互聯網＋交通”撰寫了大量的市場觀察文章，也非常高興我們一直有機會接觸到這場智能交通變革中來自阿里云、滴滴、百度、高德等互聯網巨頭的焦點人物，以及正在經歷變革的傳統業界精英們，能讓我們傾聽來自不同方向的聲音，基于此有了更充分的思考空間。

我們不斷促成新進入智能交通領域的互聯網公司與業界有更多對話，在這個過程中，我們發現，有兩個問題長期存在：

互聯網公司是否真的給智能交通行業帶來了技術進步？

來自行業的爭議和抵制是話語權之爭，利益的抵制還是對互聯網的交通技術不認可？

我們始終帶著批判的眼光審視不同方面的觀點，力求基于全面的信息作出客觀的判斷。

6月19日，在2018 WTC現場，我們與阿里云機器智能首席科學家，阿里云人工智能ET大腦領導者閔萬里（花名山景，下文稱“山景博士”）進行了一次獨家對話。

在準備訪問大綱時，我們找到了眾多科技媒體對山景博士的專訪和報道，卻鮮有來自智能交通行業的、從實戰落地角度出發的提問，于是我們羅列了一些我們認為智能交通業界最為關心的問題，與他深入探討。

見面時，山景博士正嚼著一塊三明治，面帶笑容略顯無奈的說“連吃飯也是互聯網的節奏”，于是我們拿著一份他事先并未看過的訪談大綱，“突襲式”地開始了這段對話，力求真實表達。

什么是交通大腦

管控平臺，指揮平臺，數據中心,如今“大腦”出現了：阿里云ET城市大腦（ET即Evolutionary Technology，不斷進化的技術）、滴滴大腦、百度大腦，還有來自業內廠商各種稱呼的交通大腦。

“大腦”是什么？

山景博士說，人類的大腦經過了幾億年的生物進化，而ET城市大腦也經歷了幾代科技人的努力——做傳感器的采集數據，做云計算的提高計算速度，做大數據的提升算法準確性，這么多年技術迭代和積累之后才出現了完整的大腦。

山景博士把ET城市大腦定義為把城市數據資源轉化為智慧決策的增值反應堆。它具備三個特征：

第一， 它能“吃得進去”，各種各樣的數據能吃進去并收集起來，不挑食 。

第二， 它能快速消化這些數據，而且消化得掉。舉個例子，如果計算能力不夠，就算把全北京的某類數據都給你，機房立刻就爆掉了，更別說挖掘出有價值的信息。

第三，“吐得出來”，言之有物。用最好的算力，處理最好的數據，最終得出的結果是智慧的，有預見性的，而不只是事后統計報表。

山景博士認為“吃得進”、“消化得動”、“吐得出來”三者要一氣呵成，達到“知行合一”的境界。 他舉了一個交通場景的例子，當有一個急迫的出行需求，例如救護車要從A點到B點，怎么樣迅速給它開一路綠燈，這就是阿里云ET城市大腦想“吐出來”的內容。

在我們看來，“吃得進”、“消化得動”、吐得出來”與業內對智能交通的四個特征描述“采集”、“傳輸”、“處理”、“發布”是基本一致的。

從數據采集和分析的角度來看，ET城市大腦追求的是“全網、全量”。“全網”是指數據采集覆蓋全部路網，全量則代表多來源的交通數據：地磁、視頻、線圈、微波、浮動車數據、APP數據等。這也恰恰是ET城市大腦相較傳統智能交通之間的不同之處。

山景博士認為，算力的提升，使得先進的算法變得可行，從而挖掘出數據深層次的價值，最終產出的內容智慧含量就大超以往。

ET城市大腦發展經歷多個關鍵節點。山景博士提到，2015年國慶之前首次上線浙江省高速公路未來60分鐘路況預測，準確率高達90％以上；2016年8月份在廣州市海珠區上線 “互聯網＋信號燈” 試點成功并被媒體報道；2017年在杭州市成功上線了城市大腦交通1．0版本，包括在蕭山區試點的“救護車先行” 的綠色通道……“每一次，ET城市大腦都是通過首創的業務應用展現其引領性的技術實力和眼光”，山景博士說道。

任何人都知道數據的價值巨大，任何人也都無法準確描述出數據的價值到底有多大，但就上面的分析和阿里云目前ET城市大腦實戰建設來看，阿里云ET城市大腦目前所落地的工作也僅僅是冰山一角，嫩綠剛剛發芽的狀態，但是作為先驅開創者它向業界證明了一個新的方向。

交通大腦與管控平臺的區別

一夜之間，幾乎所有傳統智能交通廠商都不再將自家的平臺類產品稱為“交通指揮管控平臺”或是“交通數據中心”……它們都叫作“大腦”。

交通大腦與管控平臺有什么區別？

山景博士認為，兩者之間差別非常大。

首先，盡管管控平臺在交通管理機制和信息采集下發渠道方面都相對成熟，但恰恰在“吐出來”內容的智慧含金量上，傳統的管控平臺與ET城市大腦之間有很大差別 。

“ET城市大腦對數據智能引用的追求趨于極致，從“事后統計”到“預測性調控”，從“被動自適應”到“主動介入”， 從 “固定相位差／綠信比” 到 “客制化”， 從 “選擇預設模板”到 “創造新模板”… 這些都是ET城市大腦的創新之處。”

第二個不同點是對非結構化數據（視頻數據）的處理。過去交通指揮中心對視頻數據的使用是滯后的，一般都是出現狀況之后再去調出來查看。今天ET城市大腦要做到實時自動看，而且主動發掘重要信息。

山景博士又舉了一個交通場景案例來說明這點的難度。當有了視頻數據、線圈數據、微波數據，再加上移動互聯網的實時路況數據，如何一起實時融合消化？例如，高德APP告訴你這個路口是擁堵的，而另外一個視頻信息則顯示其實是不堵的，兩者之間該信誰？

這就帶出了ET城市大腦“消化得動”的特點——表象上有矛盾的數據同時涌來的時候，可以做到準確及時“去偽存真”。以往在交通管控中心，這些視頻數據需要交警人力憑經驗判斷，高度依賴人腦做工作。今天ET城市大腦就希望能把人腦的智慧，幾十個、幾百個有經驗的老民警的智慧固化為一個再也不“老眼昏花”的程序。

山景博士說，今天不是說ET城市大腦做得比人好，但是我們一定可以超過人的生理極限，“老虎也有打盹的時候”，在這一點上ET可以超越單個的人。ET城市大腦一定是向這些老師傅們去學習，學習之后把他們的經驗用程序的方式繼承下來，最重要的是“吐出來”的信息有本質不同了。

山景博士認為，ET城市大腦需要給既有的渠道賦予嶄新的內容，而這個內容就是告訴用戶哪個地方的擁堵可能在10分鐘之后會消失、現在走這條路可能會遇到三個紅燈五個綠燈……而不是僅僅告訴用戶這一路有多少個路口、有多少個信號燈而不告知信號燈的狀態。

能夠很明顯地感受到，山景博士在交流中會不斷地用交通場景去描述說明所要表達的內容，這說明他們自己也在積極對照智能交通領域的場景，這也是當下互聯網公司和傳統智能交通行業能在同一個場景下進行交流的重要條件。

阿里云ET城市大腦扛把子，阿里巴巴技術委員會主席王堅曾經描述第一次與杭州市公安局交通警察局副局長孔萬鋒開會場景，孔局長對王堅說：王博士，你要把交通控制的書再好好看看。王堅感覺到工作壓力巨大。后面突然有一天，孔局長問王堅：“飛天”是什么？（阿里云自主研發、服務全球的超大規模通用計算操作系統）。這次發問讓王堅感覺到了杭州開始接納這樣的創新。

當新技術來臨，當互聯網＋交通來臨，傳統業界與互聯網公司都需要不斷的跨界學習。

由硬及軟的變化

技術之外，阿里云給傳統行業帶來了什么，這是個我們思考了很久的問題。

山景博士首先提到了IT行業“從硬到軟”的變化，認為在智能交通領域也有同樣的趨勢。他認為，多年以來，國家智能交通投入巨大的資源做基礎設施的建設，價格賣到硬件上，軟件則免費贈送，但這種模式難以持久。

出行者最終需要的是服務，而不是那些硬件。

山景博士說，云計算就是服務的模式。云計算的提出就是為解決中小創業企業沒有辦法承載大機房，但又需要海量的計算能力，于是有了租用的方式，彈性調動的方式。

今年以來，我們會聽到關于阿里云就城市交通大腦服務報價過高的“抱怨”，相對于以往智能交通行業軟服務的市場價值，阿里云的軟件平臺，視頻分析服務報價被抱怨高得“非常離譜”。

但是也會有很多人意識到，軟件和軟服務價值的提升不正是多年以來傳統智能交通業內所追求但始終不被認同的嗎？阿里云的到來至少有機會從一個點打破“常規”，并被期望帶動作用顯著。

盡管在政府項目型智能交通市場中，那些純軟件的公司生存空間仍然狹小，但我們也看到近兩年時間里，特別是長三角地區比較集中的涌現出了一批專業的軟件、大數據類公司，而阿里云在智能交通市場的進入則是這場悄然發生的由硬及軟的市場變革中，重要的代表事件。

對于更多的智能交通硬件產品供應商而言，所需要思考的是堅持將硬件進行到底，還是需要軟硬結合，加大對軟服務，對數據的結構化，初步分析結果等服務的投入，答案已經很明確了。

山景博士說，阿里云在智能交通市場中從硬到軟的轉變挑戰巨大，經常會被回復“另外一家的軟件是免費的”云云。

他認為，ET城市大腦的價值體現在兩個層面，第一，它用全球首創的典型應用自證對行業的創新價值，例如：全球這么多年沒有一款軟件能做出來彈性綠波帶，把救護車的一路綠燈做出來，阿里云做出來了，而這對老百姓的價值是無可爭辯的。第二，它又證明了ET城市大腦的數據底盤有更多潛能，可以讓行業伙伴們協同打造更多創新應用。

數據整合

就目前為止，智能交通行業對阿里云的認可主要有兩點共識，一個是由硬及軟的產品發展變化的趨勢引領；另外一個就是“全量”數據的整合，同部門內多業務數據，跨部門多類型數據的整合。

數據整合說過多年，直到阿里云的出現，杭州市數據資源管理局的出現，才明顯感覺工作的力度不同，盡管仍有人并不同意杭州市數據資源管理局的整合是因為阿里巴巴的發展影響，但我們認為這也是技術之外，阿里云給傳統行業帶來的變化。

山景博士說，阿里云ET城市大腦對交通的最大貢獻是對有效的數據做實時整合，做有智慧的整合，整合成功的時候是可以帶來前所未有的價值。

為什么是阿里云而不是其他傳統智能交通企業？

山景博士認為，最重要的一點是視頻數據，因為視頻數據的計算量是極大的，尤其是在實時計算的需求下，而以往沒有云計算的時候這種計算能力并不能滿足需求，最后數據使用就都變成了抽樣，做簡單的車輛號牌識別，這在十年前就可以實現了。

基于實時的每一輛車從哪個地方來，途徑哪幾個地方，把OD的路徑實時的還原出來，甚至預測它下面去哪，這個計算量非常大。

山景博士認為，阿里云具有其他企業不具備的數據整合能力，這種能力是在阿里巴巴電商場景下沉淀下來的，而這也正是吸引他回國加入阿里巴巴的重要原因。

淘寶、聚劃算、天貓，用戶搜索的數據、評論的數據、購買的數據、物流的數據、支付的數據全部都進行整合。阿里巴巴發展十多年，加上它服務了幾億日活用戶，沉淀出了把各種復雜的數據源進行實時整合的能力。而傳統智能交通公司缺乏這種場景，缺乏這種錘煉。

山景博士說，阿里巴巴的數據能力從電商當中釋放出來，走到其他行業市場的時候，首先看的殺手锏就是數據整合能力。

奇貨可居的大數據能力

2017年，阿里云在杭州、衢州、蘇州等城市示范建設了ET城市大腦。

2018年半年時間里，阿里云又在吉隆坡、上海、西安、重慶、江西以及浙江省內更多的城市不同程度的推廣了ET城市大腦。

我們看到其他互聯網公司在2018年放慢了互聯網＋交通的城市復制速度，開始逐漸深入行業技術，而阿里巴巴仍舊在快速地進行城市大腦的復制。

山景博士說，政府是中國最大的公共數據資源所有者，他們手上握有金礦，但這個金礦的生命價值非常的短暫，任何數據可能過了一天就變成了無效數據。阿里云是在幫助政府減壓，把數據瞬時的價值捕捉住、釋放出來。

一幅江湖行走圖出現在腦海中。

風清揚左手拿著視頻算法，右手攥著阿里云算力，背靠奇貨可居的大數據之劍，走在前方光明但路途曲折的ET城市大腦之路上。

只做別人做不了的事情

山景博士長著一張機智的娃娃臉，跟他交談會強烈的感受到他的自信，觀點犀利。

出身于安徽大別山區，他是當地出了名的“少年神童”。

1991年底，在一次奧林匹克競賽冬令營培訓上，中科大的教授一眼便選中了這個在數學思維方面表現出過人天賦的孩子，于是14歲的時候山景進入中科大少年班。

1997年19歲的山景本科畢業后赴美進入芝加哥大學攻讀物理學碩士，1999年轉型統計學研究，2004年獲得芝加哥大學統計學博士學位。先后加入IBM T．J． Watson 研究所，IBM Singapore及Google 擔任研究員。

2005年他與合作者發表了兩篇理論文章：

“On linear processes with dependent innovations”， Stochastic Processes and their Applications， Volume 115， Issue 6， June 2005， Pages 939–958；

“On Canonical Correlation Analysis of multivariate time series”， Statistica Sinica 15 （2005）， 303－323

這兩篇文章解決了復雜網絡下隨機過程的大樣本理論，有著豐富的應用場景。

這些研究最開始應用在手機塔臺網絡的動態頻率帶寬分配上，幫助電信運營商優化不同地區的頻率帶寬分配從而提升通話質量，降低通話斷線的比例。這個應用場景對實時更新的速度要求不高，因為頻率帶寬的分配方案是一個周期性非常強的緩變過程。

2007年，30歲的山景在IBM赫赫有名的“TJ Watson”實驗室工作時，就曾研究新加坡的智慧城市交通管理，開發的預測算法對新加坡CBD區域不同等級的地面道路進行預測，準確率超過85％，山景博士說，這是業界第一個能準確預測未來路況的實戰系統。

當時的主流媒體包括CNN、 Yahoo都作了專題報道。他所撰寫的道路交通流預測研究，是在該領域被引用最多的公式之一，達到300－400次。

在美16年后，2013年山景回國加入阿里巴巴，最新也是最受關注的工作狀態是領導阿里云人工智能ET大腦系列， ET城市大腦， ET工業大腦，ET環境大腦， ET航空大腦，到最新的ET農業大腦。

為什么選擇交通作為ET城市大腦的切入點？

交通場景下的數據量巨大，數以百億計的城市交通管理數據、公共服務數據、運營商數據、互聯網數據,為ET城市大腦提供了最完美的“練兵場”。

此外，山景博士在交通領域也有著深入的技術積累。

除去2007年利用道路交通的浮動車和傳感器數據，預測新加坡中央商務區未來60分鐘里的交通狀況的工作積累之外。

回國后，在ET城市大腦項目之前的2015年國慶期間，山景博士帶領團隊成功開發上線了一套系統能夠準確預測浙江省內1300公里高速的未來60分鐘路況，他說，那是全球第一次最大規模的實時使用路況預測。

阿里云希望從數據的角度來發現一些交通的規律，尤其是在全量數據聯動時，實時發現那些地方不合理，量化出來再做分析，然后決定在哪些地方做微調，微調多少，這是阿里云在交通上選擇的數據切入點。

山景博士說，鑒于以往的工作經歷，他很了解當下交通管理工作的局限性，也知道行業里哪些方式是不能碰的，他說見過太多國內的專家們做過很多漂亮的工作，但是始終沒有落地。過去那么多年的交通發展，智能交通領域出了很多學術文章，但是與此對比的是我們城市的交通狀況并沒有得到改善。

交通管理，所有人都說很復雜，越是復雜的東西背后越有一些數據可以告訴我們蛛絲馬跡。山景博士做了一個比喻：你觀察某一個規律觀察一天的數據看不出來，看一年，十年，二十年，甚至在交叉對比中就能夠有蛛絲馬跡的結論，這就是大數據的威力。

所以，不害怕現在不懂，只要 “見多” 就可能在未來變得 “識廣”。 害怕“不復雜”，不復雜的東西早被做過了，今天阿里云就是要做最復雜的！

結尾

一個小時的專訪結束了，但在我們的提問問卷上，仍然有一些我們非常感興趣的題目沒有來得及與山景博士交流：

怎么看智能交通業界對阿里云ET城市大腦比較多的不認可評論。

交通信號優化，彈性綠波帶這些ET城市大腦作為重要工作場景所描述的技術功能實現不被認可，是因為傳統智能交通技術方案可以實現，還是雖然可以實現但并不能作為常態使用，亦或者是阿里云方案實現的技術路線不同，所能調用的數據信息和所能產生的影響不同。

交通管理、交通控制發展這么多年，無論怎么樣的場景，使用怎樣的技術路線方案，我們認為傳統智能交通行業都可能有實現過，都有能力實現。

我們需要觀察的是阿里云技術方案的優勢是什么，阿里云技術方案對已有應用實現了哪些提升，阿里云做了哪些傳統智能交通行業沒有做到的事情，并且這些事情是被雙方所認可的。

我們都知道大數據具有巨大價值，但關于數據的未來阿里云也在不斷的摸索。阿里云ET城市大腦目前所能落地的工作也僅僅是冰山一角，嫩綠剛發芽。

需求驅動算法，算力結合需求，而阿里云的數據整合也還遠未到“全量”狀態。

也許是因為我們對阿里云給予了過高的期望，過多的關注，也許喧囂也只是阿里云ET城市大腦持續發展下去的必然，但不可否認的是，優秀的算法＋超能的算力＋全量的大數據，未來是具有無限可能的。

基于此，阿里云與行業合作伙伴合作的商業邏輯，阿里云的大數據戰略解讀，阿里云商業模式解讀都顯得比較清晰了。

最后

城市大數據并不會一家獨大，數據的整合也才剛剛開始，這個整合的過程將會十分漫長，還會出現很多具有實力的巨頭玩家。

基于數據的圈地之戰還沒有到來，而優秀算法＋超能算力的門檻也不會高到無法進入，我們期待新的商業生態布局出現。