分享
Scan me 分享到微信

圆桌讨论:位置大数据如何在行业智能化转型中发挥作用?

刚才推出来空间位移的数据对我们来说非常有吸引力,而且我们在实际工作中也确实在应用这些数据。

  2017年6月13日,由泰伯网主办、主题为“空间大数据的崛起”的WGDC2017,在北京国家会议中心盛大开幕。大会由空间信息产业创新创业服务平台泰伯主办,秉承不断引领和促进空间信息技术创新与变革的宗旨,WGDC已走过六个年头,如今成为全球最具前瞻性的跨界创新风向标。

泰伯网

  13日下午,由四维图新主办的位置大数据峰会隆重召开。峰会上,世纪高通技术总经理熊先生、中国城市规划设计研究院城市交通研究分院副院长赵一新先生、丰田汽车研发中心(中国)有限公司北京分公司科长李荣林先生、腾讯云行业方案总经理郑立鹏先生以及北京交通大学交通运输学院副院长姚恩建先生参与了圆桌讨论环节。以下是现场实录:

  主持人:尊敬的各位来宾,各位领导,首先欢迎大家参加MineData的发布会,也感谢各位嘉宾来参加接下来互动讨论的环节。

  从今天MineData发布会的主题到空间大数据的崛起,我们可以看到位置大数据一两年前还是一团星星之火,现在已经形成了一个燎原之势。从国家政策的支持到现在大数据相关技术的逐渐成熟,还有大数据应用的成功落地,可以看到现在大数据这个火是越烧越旺。现在各行各业也都开始在有数据驱动的意识,纷纷开始拥抱大数据,希望借助大数据的能力能够实现行业、企业的智能化的转型。

  今天也是非常荣幸,我们有几位分别来自不同行业的专家,我们坐到一起来聊一聊现在位置大数据到底能有什么样的魔力,他们在我们行业智能化转型中起到一些什么样的作用。

  刚才谭博士介绍了在公安行业位置大数据的应用,接下来请允许我们四位嘉宾从你们的企业、行业所在的位置和经验来讲,你们是怎么运用位置大数据的。首先有请赵院长。

  赵一新:我先讲一讲,我们是做城市规划为主的业务单位,所以刚才推出来空间位移的数据对我们来说非常有吸引力,而且我们在实际工作中也确实在应用这些数据。对城市规划来讲,我们关心的是人,就是人在空间的位移,比如说空间OD的数据,一个人上班从家里在哪里,然后他用了什么交通方式,多长时间到的单位,他的单位在哪里,这是我们比较关心的数据,这是空间的位移。包括每年春节迁徙数据也是我们比较关注的,我们除了研究城市以外,可能我们对城市群、对大区域人的流动也是比较关心,对城市群这样一个空间的布局以及城市里人流动的特征也是比较感兴趣的。

  另外刚才还提到交通,比如刚才分车道也是非常好,因为我们在研究城市里,我们更关注城市的交通规划,比如哪里拥堵了,哪个路段需要改善,或者是不是需要规划新的道路,还是有什么解决方案,基于现在我们的数据都是很好的平台,相对来说宏观规划这些基础我们工作涉及到的数据。这些数据准确与否,对我们判断城市的基本情况,或者预测未来城市可能面临的问题以及交通系统面临的问题都是很好的基础的平台。

  说到北京这个城市,北京的拥堵大家都比较有感受,现在北京比较大的事就是疏解非首都功能,不希望和非首都的功能和人口有疏解,我感觉最近北京路况稍微有一点,可能跟这个有关系,我们就要研究了,比如对于城市规划工作者来说,是不是我们道路交通流量下降了,是不是人口的数量减少了。再有一个深度的要求,如果这些人口减少或者是疏解的话,疏解到哪里去了,我们疏解的是哪一类人群,是疏解首都的还是非首都的,等等这些会引发很多有趣的话题。所有这些研究的对象、研究的目标的基础就是今天的大数据,我们如果能够按照MineData提出来“专业定制的地图”的服务的话,起码对我们做交通规划和城市规划的业界来说是很大的帮助。

  主持人:谢谢赵院长的分享,主要从城市的规划和城市交通方面。接下来有请郑总讲。

  郑立鹏:我是来自腾讯云的郑立鹏,位置大数据腾讯这两年用的比较多,基于一个基础,因为腾讯有这么多互联网的应用软件,比如有QQ、微信,还有我们投资并购的像大众点评、滴滴,每天能够产生超过500亿次的定位数据。平均每个中国人每天可以收到33次的定位,包括在场的各位。这些定位数据会形成位置大数据,目前用的比较多的可能会跟政府、跟公安提供一些不涉及到隐私的定位数据,比如说一些新闻可以看到,像去年元宵节我们跟南京在宣武湖畔提供位置数据整个地图给到当地的公安局,因为位置监控数据和热力图,上面显示此时此刻有多少人在现场,还有比较大的标签,就是来自哪个地方、性别、年龄段,实时去管理现场的人流密度的情况。

  还有我们重点管理的场所,当突发有一些人流密集的时候,比如这个广场中午12点正常是3000人,但是某一天突然变成8000人,整个后台会有预警,我们会把这种预警给到政府,给到管理方,位置大数据可以帮助政府来管理辖区,这是互联网公司其中比较大的应用。

  另外这几天大家应该有一个印象,特别是南方地区,像深圳,如果我晚一天过来,可能台风就会过来了。广州深圳这两天下暴雨,去年七八月份的时候,武汉也一样下了暴雨,那时候我们用微信城市服务的功能上了一个“积水地图上报”的能力,在武汉生活的老百姓可以把他看到积水的位置拍照,然后发送位置数据的定位,当然还有一部分传感器的数据,可以看到什么位置积水了,然后上报到后台,最终形成积水的地图。在后续导航的时候,让你规避掉积水的位置,这是我们公司在位置大数据比较大的应用。

  另外,我们有一些区域人流的流水北京地区也好,其他地区也好,我们上班的地方和居住的地方是两个不同的区域,我们可以根据这个区域的流水最终帮助巴士公司或者是互联网巴士公司去规划交通线路,在一到两天内去规划一个符合实际要求的交通线路。

  最后一个用法,我们根据人流的密度去设计广告牌,现在路边有很多大型的广告牌,到底这个广告牌放在哪里效率高一点,再一个是广告牌如果是卖化妆品的话,是经过男生多还是女生多,我们根据性别和人流密度设计广告牌,给广告牌的公司实现比较量化的指导。

  位置大数据实现的商业价值还是一个初步的阶段,更多的市场我们一起来碰一下,碰出更多的解决方案来服务于用户,服务于这个社会,这是我们共同的目标。这是我们对位置大数据前面的一些小小的探索和未来有可能做的方向。大概就是这些。

  主持人:谢谢郑总,现在腾讯基于庞大的用户数据,再结合应用场景做了很多的应用,也希望腾讯和我们MineData有一个优势互补,能够挖掘出更多的业务场景。

  郑立鹏:另外在微信城市服务里可以用到我刚刚说的位置大数据,我们可以给所有微信用户开放了,但是数据的精细度没有那么细,但是每个老百姓都可以看到此时此刻周边的人流密度,用微信的城市服务就可以看到这个数据。

  主持人:我们有请李总讲讲车厂在这一块有什么样的应用。

  李荣林:我是车企代表,跟车直接相关,我们大家比较容易想象的是导航仪,出行时候用导航仪地图引导我们去目的地,另外还有交通信息作为参考。对于丰田来讲,大数据的应用也有一段历史了,从10年左右,上传的历史数据收集出来以后进行加工处理,然后算出比较合适的路径,这是大数据最初的应用场景。目前为止还是提供服务。

  跟其他车企差不多吧,我们会在近几年对全车系进行通讯模块的普及,车辆里数据会大量上传到数据,这些数据为客户提供驾驶行为分析等等服务。同时数据量大了以后,能够提高计算的精度和现实的温和度。另外,我们还会接入车辆以外的外部的数据提供更丰富的服务。

  主持人:四维图新世纪高通跟丰田也是十几年的老朋友了,后面在大数据这一块也是紧密的合作,希望在这个领域能够揭开一个新的篇章。

  李荣林:今天看到发布会的内容,我感觉四维图新也好,世纪高通也好,是一直在努力,希望尽快把我们的成果导入到我们产品里去,服务于我们的客户。恩

  郑立鹏:在国内真的很难得,另外在特斯拉上交通拥堵数据也是我们这边提供的。我感受到了我们的作用,那里拥堵的时候就不会去,少浪费每个人的时间。

  主持人:希望在交通领域能够做一些事情,让公众的出行更便捷。

  郑立鹏:这个才会更有社会价值。

  主持人:接下来再请姚教授讲讲高等院校是怎么应用位置大数据的。

  姚恩建:我们这主要是应用数据,自己不产生数据,可能和赵总那一块比较类似。大数据尤其是位置大数据,在交通领域有非常好的应用。高校主要是做研究和教育,第一块是交通规划,第二块是交通的运营管理,第三块是个人的出行服务,第四块是涉及到交通政策的评估或者是制定来讲讲大数据应用的想法。

  刚才赵总也提到了,做交通规划最基础的就是了解交通需求是什么,传统的交通需求的了解方法我们费时费力做了交通出行大调查,就是问卷,我们需要了解这个家庭或者是这样一个出行人口全天的出行链,什么时候出发,到哪,这种调查会获得完整的出行链的数据,但是非常费时费力。所以现在大数据的技术,比如社交网络的数据,我们在做一些尝试,能否从中提取一些完整的出行链的信息。有一些关键的难点,就是如何预判出行方式,如何获得我到一个停靠地以后,活动的内容是什么,我们也在研究这些算法,把这些信息获取之后我们完全可以还原,用大数据或者其他方式提取信息来代替原有传统的调查,这是非常有价值和有意义的事情。因为传统的调查只是做了抽样,而收集数据可以做大样本,对我们了解需求有很大的提升。

  第二块是对交通应用管理,我们现在都会有上公交车或者地铁刷卡,这是非常有意义的事情。我在北京、广州的一些地铁公司开展一些合作,我们利用传统大量大规模刷卡的数据来进行路网客流状态的分析或者是预测,甚至有些地区常年下雨,暴雨的时候对出行的需求会有大的影响,我们现在又有天气的数据,在天气影响情况下对出行需求会不会有影响。

  第三块是出行服务,刚才世纪高通陈驭龙介绍解决方案的时候已经作了一些很好的说明,这个我不想多说,而且我和李总也在和世纪高通合作在苏州也在做公众出行的平台,也是集合了多种方式的基础数据,公共交通、地铁、出租、共享自行车等多种方式综合出行信息的服务平台。

  因为交通行业很重要的是为政府决策做一些支撑,政府制定政策的效果怎么样,我们以前知道各种不同因素作用下对我们的出行需求,出行需求不仅仅是一个总量,可能还涉及到需求在空间、时间上的分布,以及在各种交通方式上展现的需求,如果能够获得这样一些信息以后,我们完全可以根据这些政策对人的行为产生的影响,来反推整个出行或者交通需求在时空上的分布,这样就可以比较一下我们这样的政策是否能够达到政策的效果,或者对我们的出行产生什么样的影响,为政府的决策或者相关部门决策提供一些决策支撑。

  我想到的比较多, 我本身自己研究就比较杂,甚至交通的节能减排也是非常重要的,另外现在车辆运行状况不同,在不同道路等级上,我知道了这个车辆排放属性以后,可以根据运行状态来检测排放情况。多个车辆在道路上,我们在城市范围内道路空间排放强度是什么样的也可以获得。所以大数据确实为交通行业的发展有很大的助力。

  主持人:姚教授从多个维度举了很多实例,介绍了北交大在这一块的研究成果,多年的研究一定是很有意思。

  刚才各位来自不同领域和行业的嘉宾都介绍了一下他们在位置大数据的应用情况。如何使用位置大数据的能力,应该是各行各业都在关注的问题。刚才各位专家的分享对我们在座很多企业家都会有很多的启示和帮助,对MineData的发展也是很有帮助的。

  在前几天有一个新闻事件大家应该都有关注,就是阿法狗和中国棋手的人机大战,在这场比赛之前,虽然这个棋手是我们自己手,但是我们并不乐观,最后证明技术科学的发展是令人敬畏的。我个人对阿法狗的这些算法也比较好奇,所以也翻阅了很多资料,我发现里面涉及到角色和技术这些并不负责,从专业的角度来讲,阿尔法与其是说人工智能技术的突破,还不如说是大数据技术发展突破了人工智能在计算量这上面的瓶颈,简单来说就是大数据在阿法狗创造了声音。我们今天也聊一聊位置大数据如何给我们行业提供智能转型上的一些帮助,它怎么发挥它的能力来帮助行业实现智能。首先还是请赵院长分享一下您的观点。

  赵一新:首先说一下阿法狗,我自己有一个观点,我不喜欢阿法狗,为什么呢?因为对人类的挑战太大了,《终结者》这个电影是八几年美国拍的,好像离我们越来越近了,我从一个人类的角度来说,我不太喜欢阿尔狗。但是从另一个角度来说,科技的发展巨大的魅力和巨大的推动力不得不承认。回过头就考验我们人类本身了,我们怎么用好这个技术是关键,谁是主角谁是配角也很关键,如果有一天阿法狗成了主角了,这个世界就不那么好玩了,这是我对阿法狗的一个看法,其实也有点玩笑。

  说到大数据和我们业务拓展的关系,我觉得今天的发布很精彩,几个方面对各行各业都是有帮助的,比如说高效,这个应该是可以做到的,因为在之前我们没有大数据的首单,没有这么多数据来源的话,你想处理一些问题或者想得到一些结论,我们的研究周期、获取数据的周期会非常长,现在鼠标几下就OK了,这是我们大家共同的认知,就是高效。

  另外,今天给我一个感触,包括刚才介绍的就是数据孤岛,因为我们是有点政府管理职能在我们单位,我们发现行业管理、行政管理跟数据孤岛也有点像,部门之间相互沟通也有点难,如果说我们部门之间也能像清华的探针一样,最后汇聚到我们蜂巢里,可能整个政府管理的效率会提高很多。所以第二点感受是我们用相应的技术手段处理了数据孤岛这样一个现象的话,可能对未来的发展会有很大的帮助。由这个衍生,如果能够把我们管理孤岛也用类似于数据探针的方式,能够把我们行政职能沟通起来,是不是也是一个很好的启示。

  再有后来发布MineMap,这种定制的地图对企业、对行业,起码从我们这边来说需求量还是很大的,比如我们做了很多城市的交通规划,一开始就是底图的问题,如果我们能够根据每个任务不同的诉求,可以建立起来一个基础地图的元素,在这个基础上进行规划设计、进行研究的话,肯定对我们业务的拓展会非常有帮助。

  不管怎么说,大数据这个手段对我们各行各业都是很好的推动,无论是高效上,以及化解彼此之间隔阂方面,都会起到很大的作用。

  主持人:我们从赵院长的发言,可以看到MineData各个产品线数据五蜂巢、MineMap,在政府的科研机构这一块都有很好的切入点,这也是让我们MineData感到振奋的地方。接下来再请郑总分享分享。

  郑立鹏:我是互联网公司出来的,互联网公司在多年前就开始在用人工智能,人工智能最明显的标志是给每个用户定了一个标签,我这样说大家会觉得比较虚,你可以明确的感受到微信城市服务,微信的钱包里有一个微E贷,那是我们给一个用户做标签最强的展现方式,里面就用到了很多位置数据的功能,像你经常住在城中村还是住在每一平米15万的小区,所产生的标签是不一样的,直接导致微E贷里贷款的金额也不一样,有的朋友可以贷5万,有的人能贷15万,有的人还没有微E贷这个标签,这些都是基于我们给你定义的位置大数据整个形象的算法,认为你值多少钱,在两三年就已经在这样做了。

  另外我们腾讯招一个豫东老师,招过来作为我们AI的语音云,语音云现在已经放出来了,像科大讯飞那种能力一样,如果你想听周杰伦的歌曲就会给你放周杰伦的歌曲。但是在北京说我要听某个歌曲,跟你在深圳要搜某个人的歌曲,我们认为结果应该是不一样的,应该围绕着周边某个明星的热度再对应推荐这个人,而不是在网络上搜一个东西,在哪搜都是一样的,根据你所处的位置搜到不同的内容,这是真正的位置大数据。就像我们现在用的比较多的用大众点评寻找附近的酒店,寻找附近的美食,不可能在北京搜的美食和深圳是一样的,肯定要对应你的位置,这是互联网公司对于位置大数据或者人工智能最明显的应用。我们每个人都在用了。

  对于创业公司的行业应用来说,你用好人工智能就好了,不见得非要自己建一个人工智能,比如我们请整个团队的人工智能的专家,那是很贵的。对于初创公司来说,我们用成熟的可能是未然,有可能是腾讯,有可能是某个友商做的人工智能的接口,把这个接口用好就有很大的价值。

  而跟位置大数据最相关的人工智能应用是在哪里呢?很明显是在车联网,就是在车的场景。现在智能家居已经谈了很多年,智能家居到底有哪个应用是刚需呢?除了开关门相对刚需以外,其他应用都是一般的。智能家居人工智能场景是相对弱的,最强的人工智能的产品就是在车上。有一个概念,就是我们开一辆车出去停车其实是没有无缘无故停车的,当你一辆车停在一个地方,一定是伴随着一系列的商业活动,你可能停在那里可能是购物、娱乐或者是消费,所以停车的位置跟商业行为是最直接挂钩的,就是人工智能在车联网的场景,包括定位的场景是最能够带来价值的。

  另外,说不定你开100多万的宝马或者是更贵的公司,但是导航是不用的,你还是用手机的导航,最大的原因是因为你觉得车里的导航很不好用,我之前开了一辆车,每次导航的时候让我设置去哪个省,然后再去哪个市,再去哪个区,在哪个街道,这个就非常不人性化,就就是说完全没有按照我们位置形成的智慧来做。比如我在北京搜市政府和在深圳搜的市政府,不应该是一个市政府,这种应该智慧的做到,现在手机能够做到,现在车没有做到,如果我们在这方面能够做一些工作会非常好。另外我们整天拿着手机开车,又听音乐,又开导航,实际是非常危险了,而且交通部门也做了统计,有1/3以上的交通事故是因为边开车边用手机之类的导致的,我们想有没有可能语言化,你要去哪里,或者要听什么音乐,或者要给小孩播放一个故事书,就可以直接播放了。而且语言识别里有一个大的技术缺点,当我说话的时候面对这个麦克风超过一米的时候,人工智能识别效率或者是准确率就会下降20%,豫东老师说这个问题目前解决不了。世纪高通这种定位的能力去结合这个场景来服务那个车的用户再形成一个商业模式,我相信这是在场各位有志于车联网交通行业创业的能够做的一些点。人工智能可以用现成的接口,腾讯公司有现成的接口,而且有很多音乐版权,如果听某个歌星的歌曲,有版权的歌曲可以给到你,如果应用到这个场景就会有非常大的商业价值,所以可以在车联网上做一些工作,而不是智能家居。

  主持人:郑总说到最多的一个词就是“场景”,刚才梁总说马化腾先生在BAT峰会上说的,也就是大数据怎么样体现价值,就是场景化的使用,所以腾讯的企业文化是从上到下贯穿的。刚才郑总说到,人工智能最大的应用场景在车上,不知道来自丰田的姚总是怎么看的?

  姚恩建:刚才下午有专家发言的时候有提到汽车最终目标是实现自动驾驶,作为汽车领域的一个目标。但是自动驾驶的话还是需要走很长的一段路,这里不光是技术方面的问题,也有其他各种因素,我听说公安部门某位领导说,在市区里自动驾驶至少在二三十年不可能,要2040年以后才能实现,不能允许自动驾驶的车在市区里随便走,所以说要实现的话还是有一定的距离。

  稍微智能化一点的话,有一个场景可以考虑,我们很多人都开车,对司机来讲,我想的东西通过简单的操作能够相应的回答我的要求,其实每个人都不一样,每个人的想法、思维完全不一样。我们也经常上网买东西,不知不觉发现你打开以后出现的东西都是你以前浏览过的东西或者是你关注这个领域的东西。回到车这方面也是一样,每个驾驶员,每个开车的人的思维是不一样的。通讯技术的发展会上传一些数据,每台车以驾驶者为单位,驾驶的一些行为能够上传到中心以后,对这个人作为单位进行统计、数据加工,他进到车里操作导航仪的时候,数据中心会给到他最想要的东西。举个例子,当然很多人希望最快的到达目的地,但是有的人觉得这是小路也没有关系,但是有的人就要求是宽路,这个就是不同点,会根据不同的性格来规划出吻合他的道路,这个场景应用会比较现实一些,这个场景应该不会太远,近几年应该会实现的功能。这是我的看法。

  主持人:刚才您说的那位先生说要二三四十年之后才能实现自动驾驶,我们承认自动驾驶不会一蹴而就,是很艰难的过程,但是我们也同意自动驾驶也不会那么久。

  郑立鹏:我看到一个新闻说估计三年以后特斯拉下一个版本从纽约自己开到旧金山。

  李荣林:只有在高速公路上能够实现。

  郑立鹏:可以先从简单的开始,然后逐步覆盖,有一个充电口可以直接充电进行续航。

  李荣林:确实在普通道路上比较复杂的情况下确实有一点的难度,一定会受到交管部门和公安部门的限制。

  姚恩建:刚才提到阿尔狗,最后人工智能战胜了人类,我觉得这是一个趋势,我们分析人的行为的时候就是做决策,决策的结果是否合理,前提就是你收集到的这些,另外你决策的机理,就是你决策采取的是理性还是非理性的前提,随着大数据的发展,我们采集的数据越来越多,获取的信息量也越来越多,当然这里有有用的信息和没用的信息,这些都是技术问题,可以获得完整的信息。

  再一个我们对行为的机理,具体来讲就是决策机理。有些时候这里是有限的理性和完全理性,我们人由于获取信息能力的限制,或者我们计算受容量的限制,不能做到完全理性,但是机器可以做到,因为它可以记住大量的计算模型和方法,但是人的容量是受限制的,不能记住,而且在信息获取这方面也会有欠缺。所以随着信息和我们对决策机理越来越了解以后,就会存在非完全理性到完全理性的过渡。所以我们的结果总是会越来越理性,更加合理的,这是一个趋势。

  具体到交通这一块来讲,刚才讲到大数据给我们提供了一个机遇是大量的数据来了,而且我们也在研究信息的提取方法。我们在获得人的完整的出行链信息以后,我们可以在里面分析人在出行过程中很多决策的行为,进而了解他决策的机理,了解这个人选择的偏好是什么,他喜好是什么,哪些影响因素对他起到的作用更大,就是我说的决策机理的研究,完全可以构建这些模型。当然个人的行为决策机理的研究我们也有相关的理论来支撑,来不断获得个人的信息。在数据大量获取,再加上人在出行过程中对于目的地的选择、出行方式的选择、出行路径的选择,这样一些偏好都了解以后,我们将来提供个性化服务这方面就能够做得更好,就是说可以做到合理。所有的结果都变得更加合理,更加理性,这是一个大的趋势。

  具体到交通领域来讲,我们无非追求的是几个方面的目标,经济、安全、舒适、快捷、环保,在给我们提供大数据工具的前提下,我们在交通上的规划、设计、运营管理的过程中,都可以使我们的任何决策也好,我们的行为也好,变得更加理性,更加合理,也就是和交通领域这几个发展大目标完全是契合的。应该说我对交通在大数据的支撑下对于未来的发展还是非常看好的,而且原来所提到几大发展目标是越来越贴近,越来越容易实现。

  主持人:刚才四位嘉宾的发言有非常多的干货,可以看到现在对于大数据从大到国家规划、城市管理,小到一些应用的场景,从互联网行业到车厂,到高等院校等等,大数据的应用也是如火如荼。

  因为时间的关系,本来还准备了一个问题,我们就不深入讨论了,但是这个问题我可以抛出来给大家畅想一下,我们在未来五年或者十年,位置大数据会有怎么样的发展,会有哪些领域或者是行业会被改变甚至颠覆,会有哪些关键性的问题需要去突破,然后会有哪些前沿的技术跟位置大数据结合在一起会有一个颠覆式或者是爆发式的发展,这些问题留给大家去思考。而且我还是坚定的认为,位置大数据的时代已经到来,这些标准答案离我们不会太远,我们可以拭目以待。

参与评论

【登录后才能评论哦!点击

  • {{item.username}}

    {{item.content}}

    {{item.created_at}}
    {{item.support}}
    回复{{item.replynum}}
    {{child.username}} 回复 {{child.to_username}}:{{child.content}}

更多精选文章推荐

泰伯APP
感受不一样的阅读体验
立即打开