基于时空图神经网络的交通预测

金仲明

达摩院城市大脑是国家首批人工智能开放创新平台之一，城市大脑从总体来说，是希望通过AI+算力，基于城市当中的大规模数据发挥价值，服务整个城市，包括城市安全、人民幸福以及经济繁荣。

城市大脑首先需要汇集大量数据，传统的数据来源有微波、线圈、GP等，还有一些需要通过大量复杂计算才能获取的数据，城市大脑通过计算机视觉计算对这些数据进行汇聚、认知、理解。城市普遍都会存在道路交通拥堵的烦恼，我们如果想了解产生交通拥堵状况的原因，就可以交给城市大脑进行深度挖掘，充分判断到底是因为出行汽车流量过大，还是因为交通事故的发生，进而提出应对措施，比如调配红绿灯，使道路交通更通畅，这就属于决策方面的内容。决策性行为的完成可以帮助城市大脑做更深入的挖掘，去触摸整个城市的运行规律，包括拥堵的原因和交通事故发生的规律等。挖掘信息的最终目的是对未来进行预测，预测未来一段时间的交通出行流量的变化，预测未来一段时间事故发生的概率，预测未来一段时间交通发生拥堵的概率，并且既可以进行短时间范围内的预测，也可以进行长时间范围内的预测。

城市大脑的预测性行为的完美执行面临着一些挑战，由于人的主观意识变化的不可预测性，生活中一个矛盾点的产生就会导致不同出行选择的可能性，一旦要举办大型活动，每个人的出行选择难以琢磨，就会使城市的交通流变得很复杂，这种时候如何进行预测，是一项非常大的挑战。

城市大脑在预测工作完成后就要开始准备进行有效的干预，以避免拥堵和事故的发生。从数据接入到大规模的数据分析挖掘，再到预测、干预是城市大脑的一条行为链路，包括三大组成部分：第一部分是数据的接入，第二部分是在线和离线的计算，第三部分是数据的挖掘。

关于杭州城市大脑的整体设计，我们主要做了三个方面的事情：第一方面是我们对城市路口数量、交通流量，以及每个路口的车辆流量进行实时的监测;第二方面是对交通事件的预测感知，通过遍布城市的摄像头进行视觉认知识别，并结合大数据实时地感知交通事件发生的地点、事件性质和事态等级等;第三方面是结合得到的交通态势和事件感知信息调配信号灯，优化信号灯，使道路变得更通畅。

城市大脑结合各种各样的数据，包括流量数据、交通事故的数据、天气数据等，把整个城市的交通流抽象成水波的流动，一个波纹推动另一个波纹。也就是说，在某一个交通路口未来一段时间的交通流的变化会受到周围交通流的影响，这个影响包括两方面：一个是流量，另一个是速度。我们将周围交通流传播规律与被测路口交通流传播变化的关系映射作为研究场景，构建一个深度学习的AI模型，探索城市交通流的变化规律，建立起动态的交通流预测模型。这个预测模型包括两方面：一个是对实时交通流变化的刻画，另一个是对交通流未来变化规律的刻画。

预测的目的是做出有效的干预，干预性行为又会反馈回来影响数据分布，进而影响到预测的模型，我们把这种动态的变化与技术相结合，以此评价未来一段时间交通流流量分布情况，制定优化流量速度的方案。我们希望在城市大脑运作的过程中能生成干预数据，使干预数据进入行为链路，形成一个动态调整的环路，得到更好的交通状况预测结果，这其实就是预测干预的动态模型。

城市大脑本身是人工智能开放创新平台，包括了数据接入、大规模数据分析，以及搜索挖掘预测。城市大脑用到很多开源的软件和技术，其中最核心的是实时分析和计算。阿里巴巴在开源社区有一个专门针对数据进行全面分析和各种各样实时的、离线的计算框架，整个框架流程很灵活，可以依据当前业务流程调动适合的算法，可以应用在不同的异构平台上，包括CPU、GPU、AI专用芯片。城市大脑要完成一个动态的、实时的有效操作，无论是在交通应用方面，还是在未来其他的应用方面，都需要接入实时数据，并对这些数据进行动态分析，这就需要低延时、高并发的技术，这其中包含的模型很复杂，比如识别模型，搜索模型，预测模型等，我们需要接入不同的模型来使实时性得到保证。

城市大脑是一个开源、开放的平台，对于城市大脑项目，开放是一个非常重要的任务。它能够支持第三方的算法接入，能够很好地保证第三方算法安全、稳定地运行在这个平台上面，有效保护IPU的安全，不會泄漏里面的具体模型细节、代码，用户可以很放心地在这样的开源平台上面运行。

现在智慧城市的切入点主要在交通领域，未来我们希望通过技术去覆盖更多的行业，包括安全、环境、医疗健康等领域，我们希望能够更好地挖掘城市当中的痛点，通过AI技术解决这些问题。阿里巴巴希望能够和更多合作伙伴一起将智慧城市的生态建立起来，让城市能够更美好。

（根据演讲内容整理，未经本人审核）