别人家的人工智能还在打酱油 ,阿里云的ET都去“指挥”交通了

简介: 面对拥堵这一世界难题,求助于无所不能的人工智能,不失为一个好主意。 9月9日,广州市交警宣布“互联网+信号灯”控制优化平台试点成功。平台首次引入了人工智能技术——阿里云ET。ET可对路口车辆运行情况进行分析,并输出对红绿灯时间的调整建议。

TB1MnjtNXXXXXcRaXXXXXXXXXXX-798-600.png


面对拥堵这一世界难题,求助于无所不能的人工智能,不失为一个好主意。


9
9日,广州市交警宣布互联网+信号灯控制优化平台试点成功。平台首次引入了人工智能技术——阿里云ETET可对路口车辆运行情况进行分析,并输出对红绿灯时间的调整建议。


TB1IYfBNXXXXXc8XVXXXXXXXXXX-800-534.png

ET对路口运行效率的监控主要包括两个方面,一是路口运行失衡,二是出口溢出。当一个路口某个方向非常拥堵,而其他方向运行顺畅,则称之为路口失衡。出口溢出指的是开车时经常看到的路口遇堵,不得进入这样的情况。


以海珠区的试点为例。ET在监控中发现南华中路-宝岗大道位居失衡之首,失衡指数为1.14。对于路口失衡这种情况,可以适当增加拥堵方向的信号配时,减少顺畅方向的配时来解决。


交警部门根据ET的分析,对红绿灯时间进行了调整,在拥堵时段增加南华中路放行时间至70秒;并拆分南华中路放行相位。最终数据显示,经过一段时间优化,南华中路-宝岗大道9~13时和15~20时的平均拥堵指数分别下降了25.75%11.83%


TB1F2_TNXXXXXX.XFXXXXXXXXXX-800-331.jpg


除了对路口的监测外,ET还能够分析绿波带的运行效率。绿波带是多路口信号联动路段的俗称,原理是根据道路车辆行驶的速度和路口间的距离,自动设置信号灯的点亮时间差,以保证车辆从遇到第一个绿灯开始,只要按照规定速度行驶,之后遇到的信号灯将基本上是绿灯,或者少遇红灯。


但早晚高峰车流量过大,机动车随意变线、乱停车,行人乱穿马路等因素干扰,也会一定程度影响绿波带的实际通行效果。因此,需要对绿波带的运行情况进行监测、分析,让红绿灯能够适应不断变化的交通状况。


广州交警该项目的负责人罗强说,引入ET之后,平台实现了对多种数据源的关联分析,做到了监测无盲点,弥补了固定交通监控探头的盲区。红绿灯怎么设置,以前更多是基于经验。现在可以让人工智能去学习、分析并输出决策建议。

 

阿里云人工智能科学家闵万里博士参与了项目的实施。他说,广州的交通数据共享做的很成熟,同时交通部门对云计算、大数据、人工智能的理解非常深刻,超过了很多互联网公司


这并非阿里云ET第一次涉足交通领域。早前,ET已经在浙江实现了对高速各路段未来1小时车速的预测,准确率超过90%。在司法、音乐、影视等领域,ET也有深厚的积累。它曾靠语音实时转文字这项绝活,打败了全球速记亚军。

 

相比其他还在琢磨自己如何用人工智能的企业,阿里云最大的不同在于已经将人工智能作为标准服务对外输出。“ET代表的阿里云的人工智能技术,同时也是阿里云对未来的态度。阿里云总裁胡晓明说,也许在20年后,管理阿里巴巴的,将是一位商业领袖ET;为大家进行疾病预测和健康管理的是专科医生ETET还可以精准地告诉农民该种什么、怎么种、种多少;甚至,可以打造和管理工业4.0时代的数据化工厂

 

相关文章
|
3天前
|
存储 人工智能 自然语言处理
|
1天前
|
机器学习/深度学习 人工智能 分布式计算
我的阿里云社区年度总结报告:Python、人工智能与大数据领域的探索之旅
我的阿里云社区年度总结报告:Python、人工智能与大数据领域的探索之旅
57 35
|
14天前
|
人工智能 运维 Kubernetes
阿里云容器服务AI助手2.0 - 新一代容器智能运维能力
2024年11月,阿里云容器服务团队进一步深度融合现有运维可观测体系,在场景上覆盖了K8s用户的全生命周期,正式推出升级版AI助手2.0,旨在更好地为用户使用和运维K8S保驾护航。
|
17天前
|
机器学习/深度学习 存储 人工智能
2024阿里云AI交出答卷,全球领先!
2024阿里云AI交出答卷,全球领先!
75 9
2024阿里云AI交出答卷,全球领先!
|
13天前
|
人工智能 JSON 算法
魔搭支持在阿里云人工智能平台PAI上进行模型训练、部署了!
现在,魔搭上的众多模型支持在阿里云人工智能平台PAI-Model Gallery上使用阿里云算力资源进行模型训练和部署啦!
|
18天前
|
存储 人工智能 数据管理
|
5天前
|
机器学习/深度学习 人工智能 算法
阿里云人工智能平台图像视频特征提取
本文介绍了图像与视频特征提取技术在人工智能和计算机视觉中的应用,涵盖图像质量评分、人脸属性分析、年龄分析、图像多标签打标、图文视频动态分类打标、视频质量评分及视频分类打标。通过深度学习模型如CNN和RNN,这些技术能从海量数据中挖掘有价值信息,为图像分类、目标检测、视频推荐等场景提供支持,提升分析精度与效率。
48 9
|
17天前
|
人工智能 云计算
官宣!阿里云成为总台春晚云计算AI独家合作伙伴
官宣!阿里云成为总台春晚云计算AI独家合作伙伴
163 22
|
16天前
|
机器学习/深度学习 人工智能 安全
阿里云先知安全沙龙(武汉站) ——AI赋能软件漏洞检测,机遇, 挑战与展望
本文介绍了漏洞检测的发展历程、现状及未来展望。2023年全球披露的漏洞数量达26447个,同比增长5.2%,其中超过7000个具有利用代码,115个已被广泛利用,涉及多个知名软件和系统。文章探讨了从人工审计到AI技术的应用,强调了数据集质量对模型性能的重要性,并展示了不同检测模型的工作原理与实现方法。此外,还讨论了对抗攻击对模型的影响及提高模型可解释性的多种方法,展望了未来通过任务大模型实现自动化漏洞检测与修复的趋势。
|
11天前
|
存储 人工智能 数据管理
媒体声音|专访阿里云数据库周文超博士:AI就绪的智能数据平台设计思路
在生成式AI的浪潮中,数据的重要性日益凸显。大模型在实际业务场景的落地过程中,必须有海量数据的支撑:经过训练、推理和分析等一系列复杂的数据处理过程,才能最终产生业务价值。事实上,大模型本身就是数据处理后的产物,以数据驱动的决策与创新需要通过更智能的平台解决数据多模处理、实时分析等问题,这正是以阿里云为代表的企业推动 “Data+AI”融合战略的核心动因。