人工智能時代，交通行業需要什么樣的人才？

人工智能這股技術浪潮

正以前所未有的力度涌入交通行業

恰逢高考志愿季、畢業求職季

我們邀請到幾位

在千方科技從事交通行業多年的博士

來和年輕人分享一下自己的故事

01

請介紹一下自己的學校和專業，在校學習的主要內容或負責的課題組項目是什么？

郭博士：我是06年北航計算機本科畢業，同年升學讀計算機應用碩士，09年碩士畢業就參加工作了，工作期間又回北航拿到了計算機軟件與理論的博士學位。碩士期間我主要在呂衛鋒副校長的課題組做動態交通信息服務的研究，這是交通與信息的交叉學科，參與了浮動車系統關鍵技術的研發，也是大家現在用的導航服務的底層技術之一。博士課題主要是結合我工作中遇到的一些問題和思考，做極端場景對交通網絡的運行影響分析，屬于大數據、交通工程和復雜網絡的交叉研究方向。

曹博士：我本科畢業于北京理工大學交通工程專業，直博畢業于北京理工大學載運工具運用工程專業。在本科學習期間曾參與國家863項目“駕駛人安全狀態監測及預警技術”課題組工作。博士期間主要負責交通部重大專項課題——公路網傳感設備在線診斷與檢定技術研究及設備研制項目，研究內容作為國家標準制訂的參考依據；負責了教育部科技發展中心博士點基金項目——車聯網環境下的車輛軌跡預測方法研究，完成了車路協同狀態下高速公路實時安全預警模型與算法研究。

02

您是什么時候、什么契機進入交通行業工作的？目前在千方科技的工作是什么？

郭博士：碩士畢業的時候，我拿到幾個不錯的互聯網offer，但老師們覺得我在碩士課題上的積累丟掉太可惜，建議我在行業內發展，給我推薦了許多頭部企業，其中就包括千方。我在千方干了15個年，目前負責千方交通大數據事業部的研發管理工作。我們團隊凝練出“數據化—知識化—智慧化”的技術路線，從知識賦能和流程重構著手，研發數據驅動的系列關鍵技術和平臺產品矩陣，在路網運行監測管理、智慧高速建設等業務領域形成了領先的綜合解決方案，在交通部、遼寧等省取得了顯著的應用示范效果。我們團隊先后獲得國家技術發明二等獎、北京市科學技術一等獎、教育部科技進步一等獎等高等級獎項。

曹博士：從本科開始，我就對交通行業比較感興趣，覺得交通行業是一個融合性特別強的綜合性學科，不僅需要學習本專業的知識，還需要學習控制學、系統工程學等很多領域的相關理論，對于拓寬自身的視野很有好處。此外，由于交通屬于綜合性學科，各學科最新的前沿技術都可以應用到這個領域，因此可以說交通行業也是一個發展非常快、不會被淘汰的行業。因興趣使然，我一直懷有從事本專業的打算，所以進入交通行業也算是一個水到渠成的過程。我在交通行業干了7年，目前在千方科技負責的主要工作內容是多傳感器感知、融合、控制算法研究以及“鯤巢”雙智路口云邊端一體化平臺的設計和研發等。

03

您所學專業與實際工作匹配度如何？您認為學生應如何彌補理論到實踐的差距？

郭博士：我認為學校教會我們的不僅是知識本身，更重要的是快速獲取知識解決實際問題的意志力、決策力和行動力。工作以后，專業領域的知識不斷更新，需求也時刻在變化，技術管理者是團隊的“底線”，時刻清空自己、持續保持學習，同時能夠賦予團隊知識升級，調動團隊學習的積極性，整個團隊才能一起前進。另外，技術積累的過程中要提升認知。底層的技術迭代很快，讓人目不暇接，但技術發展的方向、脈絡在更高的認知上是有跡可循的，掌握起來反而更容易些。要形成這種更高的認知，要多實踐、多思考、多總結，總能等到柳暗花明的那一天。

曹博士：由于我學習的專業即是我從事的專業，因此我所學的專業與實際工作匹配度較高，不過理論和實踐肯定還是有不同的。我認為彌補這個差距首先在態度方面需要保持持續學習的心態，積極向同事請教，利用業余時間閱讀行業相關的書籍、文章，觀看專業講座，不斷充實自己。其次是在實踐方面，工作中盡可能多地參與項目實踐，無論是小任務還是大項目，都應視為提升自我的機會，通過實踐更好地理解理論知識的應用場景，也能在解決問題的過程中鍛煉自己的思維和技能。每次項目完成之后進行一個復盤總結也很關鍵，通過不斷的反思和總結避免重蹈覆轍。

04

人工智能正引領新一輪科技革命和產業變革，談談您感受到的人工智能在交通行業的應用及其帶來的影響。

郭博士：對于交通這樣的專業領域而言，人工智能是工具箱，它所帶來的變化讓人眼花繚亂，但人工智能本身不構成業務，必須與大數據、與交通業務深度融合才能釋放其巨大的潛力。

以交通業務數字化轉型的三個階段為例。在數據化階段，圖像識別、語音識別、語義理解等技術的進步帶來了全新的感知手段，使我們對交通環境、交通需求、交通供給的側寫更加精準、更加多維，初步實現交通運行的全息感知；在知識化階段，高維的數據表達需要用深度學習工具來分析，我們可以用圖神經網絡來建模不同交通傳感器間的時空相關性，實現對交通環境、需求和供給更精準的發展趨勢研判，進一步推動差距分析、競爭分析、風險分析等知識的提煉。在智慧化階段，我們能夠基于深度強化學習、大模型等人工智能技術，統籌差距、競爭、風險等全局性知識，推理生成最優化的行動方案，實現交通環境約束下的交通需求和供給的最優匹配。此外，大模型、機器人等人工智能新業態也給交通行業的服務形態帶來新的升級，如個性化的服務、伴隨式的體驗等等。

曹博士：據我感受，人工智能在交通行業掀起了新一波浪潮。首先是在我研究比較多的交通信號控制方面，傳統的交通信號燈控制往往基于固定的時間表，無法實時適應交通流量變化。而引入AI技術后，通過分析實時交通數據，智能交通信號系統能夠動態調整紅綠燈時間，實現交通流量的最優分配，有效緩解交通擁堵。在自動駕駛技術方面，人工智能的進入使得自動駕駛技術不斷成熟。其次在智能停車系統的更新迭代方面，人工智能也發揮了重要作用。通過圖像識別和數據分析，可以實現自動車牌識別、車位引導和無人收費等功能，極大提高了停車效率。

此外，在當下流行的車路云一體化智能網聯汽車自動駕駛體系中，人工智能技術將深入智能網聯汽車的協同感知與決策，通過車輛的傳感器、路側基礎設施以及云平臺的數據處理能力，實現對交通環境的全面感知和智能決策，提高交通安全性、提升交通效率，同時促進節能減排。最后，近兩年非常火爆的大模型技術，可能對傳統交通行業的業務流程產生顛覆性的影響，交通垂類大模型的應用和落地讓人非常期待。

05

人工智能飛速發展的時代，您認為未來交通行業需要哪些人才？有什么想對進入交通行業工作的年輕人說的？

郭博士：在人工智能時代，數據和業務雙向認知都很高的人會有比較大的空間，有這樣能力的人，能夠凝練出別人看不到、想不到的業務痛點問題，也知道用什么樣的數據能夠解決這些業務問題，而人工智能技術會加速構建數據和業務之間的橋梁，推動問題的解決。

但是，數據和業務認知的積累沒有什么捷徑，來源于長期的實踐、思考和總結，是一個認知提升的過程。對于新入行的年輕人，我覺得什么樣的背景都不怕，數據智能賽道是一個前途光明、道路曲折的賽道，管理好自己的預期，保持學習的心態，看到每天積累的價值，積小勝為大勝，一定能夠有所收獲。

曹博士：未來交通行業需要更多大數據分析師，負責收集、清洗、分析海量交通數據；需要強化訓練工程師，專注于構建和優化算法，使車輛和交通系統能自主學習和適應環境變化；需要軟件與嵌入式系統工程師，負責開發和維護支持智能交通基礎設施的軟件；需要交通規劃師，運用AI工具進行交通模擬和預測，規劃更高效的路線和交通布局。

結合從業多年的經驗和當今時代發展的大勢，我想對進入交通行業工作的年輕人說：要深刻學習和理解自己專業知識內容，擁抱時代變化，拓寬知識領域，敢于提出創新的解決方案，也要注重團隊合作、強化溝通互助。