AI与数字自动化引领交通变革（一）

人工智能（AI）、数字化以及更高级的自动化技术（其中包括自主系统）正在重塑公共部门与交通机构的运作方式，并进一步影响其核心职责：提供更安全、更可靠、更高效的交通服务。

这些技术的迅猛进展为实现上述目标打开了新的路径，同时也在重塑公众对交通系统的期待。与此同时，它们也在改变公共机构与私营部门之间的协作模式。私营部门正加大投入，用以推动技术快速成熟并扩展其能力边界。

尽管变革的推进速度以及对交通的具体功能会产生多大影响目前仍难以预判，但未来数十年内，交通运输领域的专业人员与决策者都将面临一项重要任务：充分运用这三类技术及其协同效应。

本文聚焦于人工智能、数字化与高级自动化技术（同样包括自主系统）在交通运输领域带来的新机遇，目的在于激励并鼓舞更广泛的交通运输从业者以及研究群体参与探索与推进这些可能性，从而提升行业表现，并在一定程度上实现交通运输的深层变革。

从技术属性看，人工智能、数字化与高级自动化既相对独立，又彼此紧密关联。就数字化而言，它主要指通过数据、数字化工具与基础设施来管理并监控交通运输系统，以及覆盖其建设、运营和维护的全流程；多年来，数字化在交通领域的应用范围一直在持续扩展。但当数字化与人工智能相结合时，其能量、实用性与潜在收益正在加速增长。

人工智能同样推动了高级自动化与自主技术在各类交通方式中的快速落地。虽然这些技术正逐渐进入更广阔的商业市场和消费领域，但它们会以多快的速度在交通系统中部署与推广，进而为出行者与货物带来更安全、更可靠、更高效的运输与出行方式，仍存在不确定性。

人工智能、数字化与高级自动化共同为交通运输企业创造了可观且令人振奋的机遇，能够强化、重塑甚至在某些情况下彻底改变现有格局。不过，这种影响如何产生会随具体模式与功能的差异而有所不同。

有些机会可能会很快显现，例如来自机器人技术或自主系统领域的关键突破；而另一些机会则可能会逐步呈现，例如推动对交通网络规划、设计、建设、维护与运营的持续改进。

数据质量、实施成本等因素，将决定哪些技术与应用在短期内更容易落到可操作层面。并且，那些能够更早部署的技术所带来的能力，也不一定总能直接对准当前最紧迫的需求。

随着技术持续进步并逐步走向融合，这三项相互关联的技术被认为有望带来创新，从而更好地回应不断扩大的交通领域需求。图1展示了这些技术如何既可单独发挥作用，也可协同运作，以应对交通系统所有者与运营者面临的多项关键问题。

最终能否真正释放这一巨大潜能，关键在于其能否对经济发展与公众日常生活带来切实的积极效应。交通机构希望借助这些技术，让出行更安全、更便捷、并实现更低的成本；同时帮助企业以更快、更高效的方式完成商品与服务的运输与交付。

概括而言，衡量成效的标准在于挽救生命、避免严重伤害，并尽可能快速抵达出行目标。

接下来的讨论意在激发交通运输从业者对人工智能、数字化以及高级自动化技术潜在用途的设想，并鼓励研究界共同参与，推动这些技术走向实现。因此，本文列举了相关能力、创新举措以及潜在应用示例。

这些示例分别来自案例研究、已发表的报告以及仍在推进中的研究，目的是从多种角度去探索提升交通运输效率的可能性，从而惠及公众。例如，这些示例展示了相关技术如何有助于改善出行与工作区域的安全状况、强化交通管理、优化基础设施维护，并加快项目交付进程；同时也给出了一些更具前瞻性的方向，说明可能尚待进一步开发的潜力所在。

这些示例并不追求穷尽，也没有对潜在收益、成本、挑战与机遇做出完整而细致的阐释。事实上，关于在利用人工智能、数字化与高级自动化技术进行开发与部署的过程中，大量创新将如何持续演进、会出现哪些新问题（包括此前未曾预见的挑战），目前仍存在较强的不确定性。

这些不确定性为研究工作提供了充足的空间，研究范围从“确保自动驾驶能力与安全系统要求保持一致”，延伸到“确保数字基础设施的监控能力不会忽视隐私问题”等诸多议题。尽管本文并不以识别——更不必说全面讨论——所有这些不确定性与相关利益为目标，但它也基于一种明确认识：研究对于解决这些问题至关重要！

从文章结构看，本文首先从人工智能切入，介绍其当前能力以及可用于改善交通的潜在场景。随后关于人工智能的讨论进一步给出对新兴AI智能体的简要概述，并说明人工智能在安全关键系统中的作用。接着，文章转入数字化主题，重点介绍数字基础设施、基础设施建模，以及“建筑信息模型”（BIM）与建设领域的数字化交付方式。最后，文章对高级自动化与自主技术的最新进展进行梳理，覆盖公路、航空、铁路以及海运等多种交通方式。

依据“扩展阅读”部分所给出的说明，本文的内容编排采取逐项介绍各类技术的方式，同时也承认这些技术的综合优势往往会带来更为显著的效果。

在结尾部分，本文讨论了加速推动并真正落实这些技术在交通运输领域发展所需的举措（包括公共部门应当采取的支持性行动）。但本文也明确指出：这只是一个开端。在交通运输领域内部、跨越不同运输方式、以及覆盖各细分专业方向的范围内，各类机构领导者、技术专家、交通运输领域的研究人员与实践者将持续汇聚，推动讨论与协作将是必不可少的环节。

通过研究与投资来推动交通运输行业的改变，离不开大量人员投入到众多项目与计划之中。这些工作既包括高度实验性的探索，也包括在现场实践中已经被验证有效的创新举措。

（未完待续）

扩展阅读：人工智能、数字化与高级自动化相结合的力量

由于本文的写作重点在于突出这三大技术方向，因此作者分别介绍了各自的内容，并挑选最能代表该技术类别的典型用例。不过，许多讨论的用例同样体现了多项技术协同的“融合力量”，如图1所示。比如，自动驾驶汽车依靠人工智能（AI）完成数据采集与分析及环境感知；数字化提供更为细致的地图信息；自动化则负责对车辆执行控制。基础设施的数字孪生技术也可以借助人工智能与高级自动化来辅助设计、维护以及运营决策。此外，正如本文结尾所进一步阐明的那样，人工智能与高级自动化的应用依赖于准确且可信的数字化流程，且在某些情况下需要达到大规模水平。由于缺乏数字化数据已成为未来应用的一大障碍，人工智能与高级自动化或许能够提供一种解决路径，从而生成所需的规模化、自由流动数据。未来交通领域的突破性创新，也很可能源自人工智能、数字化与高级自动化的融合所带来的合力。