0
| 本文作者： 王德清 | 2020-09-15 14:38 |
作者 | 王德清
出品 | 雷鋒網(wǎng)產(chǎn)業(yè)組
德國人文地理學家F.拉采爾曾指出“交通是城市形成的力”。而擁堵的交通環(huán)境，則能讓一個城市“乏力”，處于亞健康的狀態(tài)。
在人口密度大、城市集聚效應明顯的亞洲和拉美地區(qū)，交通擁堵更是阻礙城市發(fā)展的“老大難”問題。
“交通是一個城市的尊嚴，數(shù)據(jù)挖出看不見的路”。2018年的云棲大會上，中國工程院院士王堅這樣表示。
很多城市面臨著亟待解決的交通問題，而數(shù)據(jù)是實現(xiàn)交通立體化管理的基礎元素，然而目前城市交通數(shù)據(jù)普遍面臨數(shù)據(jù)少、質(zhì)量差、呈孤島分布等問題，導致模型構(gòu)建困難，阻礙了智慧城市的發(fā)展，這該如何“破題”？
“任何人工智能應用都需要大量真實數(shù)據(jù)進行訓練，才能投入實際應用，像計算機視覺技術(shù)可以發(fā)展到今天這個地步，和有海量高質(zhì)量真實數(shù)據(jù)的知名數(shù)據(jù)集ImageNet是有很大的關(guān)系的?！毕愀劭萍即髮W教授陳凱對雷鋒網(wǎng)表示道。
陳凱教授
“但在智慧城市領域，目前還沒有一個像ImageNet這樣高質(zhì)量的數(shù)據(jù)集，所以在我們項目計劃中，我們要打造一個智慧城市領域的數(shù)據(jù)集，我給它起名叫‘CityNet’”
“具體來說，我們計劃建設一個高性能的分布式AI云平臺，叫圖靈平臺，首先我們會將香港的交通數(shù)據(jù)（交通署、運輸署、天文臺等機構(gòu)的多模態(tài)數(shù)據(jù)），以隱私保護和數(shù)據(jù)脫敏的方式實時匯入圖靈平臺上的CityNet，然后利用圖靈平臺的算力，應用圖神經(jīng)網(wǎng)絡、遷移學習、聯(lián)邦學習等最新的人工智能技術(shù)，對城市交通流量、人流量實現(xiàn)精準的預測，從而提供精細的、動態(tài)化的城市交通管理?！?/p>
在提出建設CityNet這一數(shù)據(jù)集的背后，是陳凱教授對于智慧交通建設現(xiàn)狀的清楚認識，他認為，目前智慧交通的建設存在兩個問題：
一是不同的數(shù)據(jù)源只能分開分析：現(xiàn)有研究工作多數(shù)只能同時對一種數(shù)據(jù)源進行分析，但不同類型的數(shù)據(jù)源之間存在關(guān)聯(lián)，同時對多種數(shù)據(jù)進行分析可以提高預測系統(tǒng)的準確性和穩(wěn)定性；
二是不同城市的經(jīng)驗知識無法相互借鑒：每個城市使用自身數(shù)據(jù)構(gòu)建系統(tǒng)模型，不能有效利用先進城市的知識幫助其他城市構(gòu)建模型，在新城市部署交通流量預測系統(tǒng)要重新訓練模型，成本較高。
陳凱說道：“大家都在追求新技術(shù)這個是好事，但就智慧交通來說，目前并沒有一個頂層的架構(gòu)設計，也會出現(xiàn)同類技術(shù)重復開發(fā)的現(xiàn)象，我們希望用技術(shù)手段推動數(shù)據(jù)和算法層面合作，避免機器學習模型的重復訓練，這是我們要建設圖靈平臺和CityNet的初衷。”
“力”的作用是相互的。城市在為CityNet提供數(shù)據(jù)的同時，也可以應用CityNet中已有的模型，來建設智慧城市。
透過陳凱教授的介紹，我們不難發(fā)現(xiàn)，CityNet數(shù)據(jù)庫的建設，會為城市智慧化建設帶來強有力的幫助。但CityNet數(shù)據(jù)庫要匯聚諸多城市的數(shù)據(jù)，數(shù)據(jù)安全則是首要考慮的問題。
當前，歐洲、美國相繼頒布了數(shù)據(jù)隱私保護法，很多科技巨頭甚至因為數(shù)據(jù)安全問題被巨額罰款。
基于此，雷鋒網(wǎng)深入解了陳凱教授團隊是如何應對智慧交通建設中的隱私安全問題。
在陳凱教授看來，隱私問題不僅僅是一個監(jiān)管的問題，也是一個技術(shù)問題?！拔覀冊诎袰ityNet 數(shù)據(jù)庫建設成最大的智慧城市數(shù)據(jù)庫的規(guī)劃中，數(shù)據(jù)隱私安全是很關(guān)鍵的一個研究課題?！?/p>
陳凱繼續(xù)說道：“圖靈平臺會對CityNet 數(shù)據(jù)進行統(tǒng)一管理，應用聯(lián)邦學習和加密計算等技術(shù)，以隱私保護的方式把 CityNet 數(shù)據(jù)提供給智慧城市的研究者使用，研究者在訓練機器學習算法的時候，無需知道原始數(shù)據(jù)里的私有和敏感信息?！?/p>
聯(lián)邦學習則可以讓數(shù)據(jù)不動，模型動，通過聯(lián)邦學習技術(shù)，可以讓使用者不需要知道CityNet的原始數(shù)據(jù)是什么，但仍然能夠?qū)W到知識。
除了針對數(shù)據(jù)隱私安全的理論研究之外，經(jīng)過加密后的龐大數(shù)據(jù)對計算機算力的要求提高了十倍甚至更高，那么，這個時候，算力也成為了一個挑戰(zhàn)，而這也是陳凱教授擅長的研究領域之一。
陳凱教授詳細講解《圖的數(shù)據(jù)流深度學習范式》
據(jù)雷鋒網(wǎng)了解，陳凱教授從事大規(guī)模數(shù)據(jù)中心的研究有十多年，在相關(guān)高水平國際會議和期刊發(fā)表學術(shù)論文的數(shù)量居亞洲第一，是系統(tǒng)和網(wǎng)絡性能優(yōu)化這一領域的帶頭人。
“我們的圖靈平臺是一個高性能分布式AI集群計算架構(gòu)，通過高速通信技術(shù)RDMA，提高大型 GPU 集群吞吐量，降低通信延時，提升集群的整體計算效率，支撐大規(guī)模圖式流數(shù)據(jù)上的深度學習和遷移學習?！标悇P教授解釋道。
除此之外，陳凱教授還組織了一支集土木工程、信息科學、計算機科學等多個領域的專家團隊來共同推進項目的研究。
“為了這個項目我們組成了一支比較綜合的核心團隊，由香港科技大學、香港理工大學、香港中文大學的8位教授組成，我們還將組織一支50人左右的團隊，讓我們的研究成果可以從科研到展示到實現(xiàn)項目的真正落地”
陳凱教授和實驗室團隊
談起研究中更長遠的目標，陳凱教授對雷鋒網(wǎng)說道：“香港的交通比較復雜，如果我們可以將香港交通做好，其實對于其他城市的借鑒意義非常大。如果有成功的經(jīng)驗的話，我們會逐步延伸到粵港澳大灣區(qū)中另外一些交通網(wǎng)比較復雜的城市?！?/p>
2017年，香港特區(qū)政府擬斥資7億港元發(fā)展智慧城市建設，并公布了未來5年的香港智慧城市發(fā)展藍圖，其中涵蓋6個方面，包括智慧出行、智慧生活、智慧環(huán)境、智慧市民、智慧政府以及智慧經(jīng)濟。
在此次采訪的一個月前，陳凱教授提出的應用在智慧城市中的“高性能分布式基于圖的流數(shù)據(jù)機器學習框架”，獲得了2020/21年度香港政府高達3300萬「主題研究計劃」資助。
值得一提的是，「主題研究計劃」自2011年設立至今，共計52位項目統(tǒng)籌負責人在列，80%以上為資深講席教授，包括多位國內(nèi)外科學院/工程院院士。而陳凱教授是香港「主題研究計劃」有史以來最年輕的項目統(tǒng)籌負責人，
“我們的項目面向智慧城市藍圖中的三個場景：交通、健康和經(jīng)濟。首先落地在智慧交通場景上?！?，陳凱對雷鋒網(wǎng)解釋道，“據(jù)相關(guān)數(shù)據(jù)顯示，香港每一公里交通路段上面，有350輛車左右；香港每天乘坐公共交通可達1200萬人次。我們希望通過人工智能算法提高公共交通的運輸線路的效率，縮短人們上下班出行高峰的等待時間。”
此外，在陳凱教授團隊的規(guī)劃中，下一步還將整合城市交通、公共醫(yī)療、金融方面的真實的實時數(shù)據(jù)。基于這些數(shù)據(jù)，就會為商業(yè)選址、基礎設施建設、商業(yè)廣告投放等多個產(chǎn)業(yè)提供智能化的幫助。
經(jīng)過陳凱教授的介紹，整個項目框架也逐漸清晰，雷鋒網(wǎng)將其總結(jié)為：
建設高質(zhì)量的智慧城市數(shù)據(jù)集：通過隱私計算，數(shù)據(jù)脫敏的方式將香港以及國內(nèi)外諸多城市的交通數(shù)據(jù)匯入到CityNet數(shù)據(jù)集中；
搭建圖靈平臺：對CityNet中的數(shù)據(jù)進行處理、分析來搭建深度圖神經(jīng)網(wǎng)絡模型；
通過深度圖神經(jīng)網(wǎng)絡模型、大數(shù)據(jù)分析與可視化工具，對城市運輸提供精細的、動態(tài)化、自動化的城市交通管理，例如： 1）對城市交通流量、人流量實現(xiàn)精準的預測，輔助實現(xiàn)精準交通調(diào)控；2）實現(xiàn)智能預警系統(tǒng)，對預測車流量超出容量的區(qū)域作為潛在擁堵區(qū)域進行報警；3）分析預測城市出行需求與各路線與交通工具的預計到達時間(ETA)，實現(xiàn)個性化的最佳出行建議與路線規(guī)劃。
基于在AI算力和數(shù)據(jù)安全領域的不斷探索，2018年，陳凱教授創(chuàng)辦了星云Clustar，持續(xù)在加速AI算力、提高集群計算效率、保護隱私安全等方面進行研究，致力于將聯(lián)邦學習，同態(tài)加密，高性能AI集群技術(shù)等最新研究成果應用到金融業(yè)、制造業(yè)等其他領域。
相信在不久的將來，我們就會迎來陳凱教授團隊的捷報。
在最后，我們也轉(zhuǎn)達一下陳凱教授對其智慧城市研究項目的期望：這是一個非盈利的科研項目，我們希望可以有更多的人能了解圖靈平臺和CityNet，來做一些貢獻，同時也會享受到CityNet帶來的回報。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
