人工智能时代，交通行业需要什么样的人才？

人工智能这股技术浪潮

正以前所未有的力度涌入交通行业

恰逢高考志愿季、毕业求职季

我们邀请到几位

在千方科技从事交通行业多年的博士

来和年轻人分享一下自己的故事

01

请介绍一下自己的学校和专业，在校学习的主要内容或负责的课题组项目是什么？

郭博士：我是06年北航计算机本科毕业，同年升学读计算机应用硕士，09年硕士毕业就参加工作了，工作期间又回北航拿到了计算机软件与理论的博士学位。硕士期间我主要在吕卫锋副校长的课题组做动态交通信息服务的研究，这是交通与信息的交叉学科，参与了浮动车系统关键技术的研发，也是大家现在用的导航服务的底层技术之一。博士课题主要是结合我工作中遇到的一些问题和思考，做极端场景对交通网络的运行影响分析，属于大数据、交通工程和复杂网络的交叉研究方向。

曹博士：我本科毕业于北京理工大学交通工程专业，直博毕业于北京理工大学载运工具运用工程专业。在本科学习期间曾参与国家863项目“驾驶人安全状态监测及预警技术”课题组工作。博士期间主要负责交通部重大专项课题——公路网传感设备在线诊断与检定技术研究及设备研制项目，研究内容作为国家标准制订的参考依据；负责了教育部科技发展中心博士点基金项目——车联网环境下的车辆轨迹预测方法研究，完成了车路协同状态下高速公路实时安全预警模型与算法研究。

02

您是什么时候、什么契机进入交通行业工作的？目前在千方科技的工作是什么？

郭博士：硕士毕业的时候，我拿到几个不错的互联网offer，但老师们觉得我在硕士课题上的积累丢掉太可惜，建议我在行业内发展，给我推荐了许多头部企业，其中就包括千方。我在千方干了15个年，目前负责千方交通大数据事业部的研发管理工作。我们团队凝练出“数据化—知识化—智慧化”的技术路线，从知识赋能和流程重构着手，研发数据驱动的系列关键技术和平台产品矩阵，在路网运行监测管理、智慧高速建设等业务领域形成了领先的综合解决方案，在交通部、辽宁等省取得了显著的应用示范效果。我们团队先后获得国家技术发明二等奖、北京市科学技术一等奖、教育部科技进步一等奖等高等级奖项。

曹博士：从本科开始，我就对交通行业比较感兴趣，觉得交通行业是一个融合性特别强的综合性学科，不仅需要学习本专业的知识，还需要学习控制学、系统工程学等很多领域的相关理论，对于拓宽自身的视野很有好处。此外，由于交通属于综合性学科，各学科最新的前沿技术都可以应用到这个领域，因此可以说交通行业也是一个发展非常快、不会被淘汰的行业。因兴趣使然，我一直怀有从事本专业的打算，所以进入交通行业也算是一个水到渠成的过程。我在交通行业干了7年，目前在千方科技负责的主要工作内容是多传感器感知、融合、控制算法研究以及“鲲巢”双智路口云边端一体化平台的设计和研发等。

03

您所学专业与实际工作匹配度如何？您认为学生应如何弥补理论到实践的差距？

郭博士：我认为学校教会我们的不仅是知识本身，更重要的是快速获取知识解决实际问题的意志力、决策力和行动力。工作以后，专业领域的知识不断更新，需求也时刻在变化，技术管理者是团队的“底线”，时刻清空自己、持续保持学习，同时能够赋予团队知识升级，调动团队学习的积极性，整个团队才能一起前进。另外，技术积累的过程中要提升认知。底层的技术迭代很快，让人目不暇接，但技术发展的方向、脉络在更高的认知上是有迹可循的，掌握起来反而更容易些。要形成这种更高的认知，要多实践、多思考、多总结，总能等到柳暗花明的那一天。

曹博士：由于我学习的专业即是我从事的专业，因此我所学的专业与实际工作匹配度较高，不过理论和实践肯定还是有不同的。我认为弥补这个差距首先在态度方面需要保持持续学习的心态，积极向同事请教，利用业余时间阅读行业相关的书籍、文章，观看专业讲座，不断充实自己。其次是在实践方面，工作中尽可能多地参与项目实践，无论是小任务还是大项目，都应视为提升自我的机会，通过实践更好地理解理论知识的应用场景，也能在解决问题的过程中锻炼自己的思维和技能。每次项目完成之后进行一个复盘总结也很关键，通过不断的反思和总结避免重蹈覆辙。

04

人工智能正引领新一轮科技革命和产业变革，谈谈您感受到的人工智能在交通行业的应用及其带来的影响。

郭博士：对于交通这样的专业领域而言，人工智能是工具箱，它所带来的变化让人眼花缭乱，但人工智能本身不构成业务，必须与大数据、与交通业务深度融合才能释放其巨大的潜力。

以交通业务数字化转型的三个阶段为例。在数据化阶段，图像识别、语音识别、语义理解等技术的进步带来了全新的感知手段，使我们对交通环境、交通需求、交通供给的侧写更加精准、更加多维，初步实现交通运行的全息感知；在知识化阶段，高维的数据表达需要用深度学习工具来分析，我们可以用图神经网络来建模不同交通传感器间的时空相关性，实现对交通环境、需求和供给更精准的发展趋势研判，进一步推动差距分析、竞争分析、风险分析等知识的提炼。在智慧化阶段，我们能够基于深度强化学习、大模型等人工智能技术，统筹差距、竞争、风险等全局性知识，推理生成最优化的行动方案，实现交通环境约束下的交通需求和供给的最优匹配。此外，大模型、机器人等人工智能新业态也给交通行业的服务形态带来新的升级，如个性化的服务、伴随式的体验等等。

曹博士：据我感受，人工智能在交通行业掀起了新一波浪潮。首先是在我研究比较多的交通信号控制方面，传统的交通信号灯控制往往基于固定的时间表，无法实时适应交通流量变化。而引入AI技术后，通过分析实时交通数据，智能交通信号系统能够动态调整红绿灯时间，实现交通流量的最优分配，有效缓解交通拥堵。在自动驾驶技术方面，人工智能的进入使得自动驾驶技术不断成熟。其次在智能停车系统的更新迭代方面，人工智能也发挥了重要作用。通过图像识别和数据分析，可以实现自动车牌识别、车位引导和无人收费等功能，极大提高了停车效率。

此外，在当下流行的车路云一体化智能网联汽车自动驾驶体系中，人工智能技术将深入智能网联汽车的协同感知与决策，通过车辆的传感器、路侧基础设施以及云平台的数据处理能力，实现对交通环境的全面感知和智能决策，提高交通安全性、提升交通效率，同时促进节能减排。最后，近两年非常火爆的大模型技术，可能对传统交通行业的业务流程产生颠覆性的影响，交通垂类大模型的应用和落地让人非常期待。

05

人工智能飞速发展的时代，您认为未来交通行业需要哪些人才？有什么想对进入交通行业工作的年轻人说的？

郭博士：在人工智能时代，数据和业务双向认知都很高的人会有比较大的空间，有这样能力的人，能够凝练出别人看不到、想不到的业务痛点问题，也知道用什么样的数据能够解决这些业务问题，而人工智能技术会加速构建数据和业务之间的桥梁，推动问题的解决。

但是，数据和业务认知的积累没有什么捷径，来源于长期的实践、思考和总结，是一个认知提升的过程。对于新入行的年轻人，我觉得什么样的背景都不怕，数据智能赛道是一个前途光明、道路曲折的赛道，管理好自己的预期，保持学习的心态，看到每天积累的价值，积小胜为大胜，一定能够有所收获。

曹博士：未来交通行业需要更多大数据分析师，负责收集、清洗、分析海量交通数据；需要强化训练工程师，专注于构建和优化算法，使车辆和交通系统能自主学习和适应环境变化；需要软件与嵌入式系统工程师，负责开发和维护支持智能交通基础设施的软件；需要交通规划师，运用AI工具进行交通模拟和预测，规划更高效的路线和交通布局。

结合从业多年的经验和当今时代发展的大势，我想对进入交通行业工作的年轻人说：要深刻学习和理解自己专业知识内容，拥抱时代变化，拓宽知识领域，敢于提出创新的解决方案，也要注重团队合作、强化沟通互助。