技术研究总院聚焦AI在交通领域的实际应用

7月31日，技术研究总院举办了一场关于“人工智能+交通运输”的专题研讨会，重点探讨人工智能如何在交通真实场景中落地并服务于交通运输业务。总院名誉院长、相关顾问专家及部分领导班子成员出席了会议。

本次研讨会由名誉院长赵波发起，总体技术研究中心组织。会议围绕《“人工智能+交通运输”典型应用场景创新行动方案》提出的重点方向，结合集团“人工智能+”专项调研工作，讨论了场景选择、数据支撑、测试验证和成果转化等议题。

研讨会上，来自总院科研单元和职能部门的20多名代表及专家依次发言。从低空智能装备、工程智能制造，到高速公路应急救援、路网一体化巡检、干线货运调度、隧道智能防灾和交通数据平台，不同专业的技术构想与业务需求在现场交汇，讨论逐渐从具体设想深入至人工智能在交通行业落地的共性问题。

从“看AI”转向“用AI”

赵波表示，本次研讨会达到了交流思路、发掘人才的预期目的。不同业务领域和技术路径的思考相互碰撞，为后续研究带来了启发。当前人工智能与交通运输的融合仍处于探索阶段，许多问题尚无标准答案。要鼓励不同观点充分交流，对尚处萌芽阶段的创意构想保持客观与包容。各科研单元和职能部门可以围绕感兴趣、有价值的方向继续研究和尝试，在实践中检验判断、完善思路，逐步将设想转化为具体行动。

赵波指出，AI应用应从“看AI”转向“用AI”。全院员工要立足本职岗位，认真思考AI能解决哪些实际问题、如何改进现有工作，推动AI与科研、管理等业务深度结合。AI应用不能停留在简单问答层面，必须与具体岗位和实际工作结合，在持续使用中深化认识、解决问题，促进总院科研和管理工作提质增效。

理解交通，选准场景

从“用起来”到“用得好”，还有一系列行业和技术问题需要解答。

总院技术经济委员会常任委员陈玉森提出，发展“AI+交通”的关键是先理解交通。交通运行更像“实况转播”，仅靠历史统计数据和预测模型难以应对突发事件，AI需要同时理解交通流物理机理、管理决策逻辑和控制执行逻辑。交通全链路跨区域、跨机构、跨系统，数据和资源整合难度大，相关技术最终还需经过工程验证，服务产业实际需求。

总院技术经济委员会常任委员张玉臣表示，交通行业存量基础设施规模大、业务场景丰富，推进智能化改造需兼顾安全、效率和投入经济性。可通过建设标准化共性数据集、通用工具共享平台和共性算力平台，减少重复研发，提高数据复用和算法迭代效率，为细分场景应用提供支撑。

副院长王锐聚焦全院AI场景统筹布局，提出系统性实施路径。一是建立标准化场景分层分类评价机制，综合研判技术成熟度、数据获取条件、成果复制潜力、场景安全等级四大维度，科学划分研发赛道，实现科研资源精准投放、高效利用；二是盘活现有综合交通测试验证载体，择优吸纳优质创新方案开展实景试点，贯通产学研协同、项目孵化、产业推广全链条，构建一体化成果转化体系。

人工智能基础技术应用研究中心首席专家金子同表示，AI应用要尊重底层技术原理，以逆向思维梳理业务约束和应用边界，围绕真实业务价值选择与技术能力相匹配的场景，循序推进数字化科研基础能力建设。

用真实场景检验技术价值

会上讨论了许多技术和场景，最后指向一个朴素的问题：AI能否解决交通业务中的实际难题。需求从场景中来，方案需要数据和共性技术支撑，还需在实际环境中验证。经得住检验的成果才有机会走向工程应用和产业转化。

算法只是起点。AI要在交通行业真正用起来，还需理解运行机理，有可靠的数据支撑，守住安全底线，并经得起现场检验。

此次研讨会是总院推进“创新交投”建设、落实集团“人工智能+”专项调研工作的一次具体行动。下一步，总院将持续面向交通运输真实需求，深化场景梳理和协同研究，推动科研单元和职能部门将研讨中有价值的设想转化为可论证、可验证的科研行动，促进人工智能技术与交通运输业务、科研组织和管理工作进一步融合。

图文/张馨月（总体技术研究中心）