在城市化進(jìn)程不斷加速的今天，交通擁堵、出行效率低下等問題已成為困擾許多城市居民的頑疾。然而，隨著人工智能技術(shù)的飛速發(fā)展，智慧交通正逐漸成為破解這些難題的關(guān)鍵所在。近日，半島網(wǎng)記者走進(jìn)青島圖靈科技有限公司，對董事長兼CEO馮棟博士進(jìn)行獨家專訪，深度探析企業(yè)如何將AI技術(shù)轉(zhuǎn)化為智慧交通解決方案，感受科技如何為交通管理注入智能化動力，讓出行更加輕松便捷。

記者：青島圖靈科技有限公司主要是做什么的？核心技術(shù)是什么？

馮棟：青島圖靈科技有限公司是一家專業(yè)從事人工智能基礎(chǔ)技術(shù)研發(fā)及場景化應(yīng)用的公司。公司核心技術(shù)源于北京大學(xué)。同時依托青島新一代人工智能技術(shù)研究院進(jìn)行產(chǎn)業(yè)孵化。公司現(xiàn)階段聚焦以視覺感知、高性能計算和多模態(tài)大模型為核心的人工智能技術(shù)研發(fā)。同時在產(chǎn)業(yè)賦能領(lǐng)域，向交通、醫(yī)療，還有新零售這樣的領(lǐng)域來做產(chǎn)業(yè)轉(zhuǎn)化和賦能。

記者：青島圖靈科技有限公司在行業(yè)中有哪些競爭力？和同行相比有哪些獨特的優(yōu)勢？

馮棟：首先在基礎(chǔ)技術(shù)這一方面，我們來源于科研技術(shù)體系和產(chǎn)業(yè)孵化轉(zhuǎn)化。所以我們對人工智能技術(shù)領(lǐng)域的一些理論知識的理解，以及對包括多領(lǐng)域的一些技術(shù)嘗試和實驗都做了很多的前期儲備。同時，我們這一年下場來做產(chǎn)業(yè)轉(zhuǎn)化。尤其在智慧交通這個賽道已經(jīng)深耕了有3-5年。同時我們已經(jīng)跟行業(yè)頭部的一些客戶進(jìn)行深入的合作。目前，我們在交通領(lǐng)域，研發(fā)了一系列包括城市交通、高速交通和綜合樞紐的態(tài)勢感知相關(guān)產(chǎn)品。這些產(chǎn)品在2023年取得了道研中心的“人工智能AI+安全挑戰(zhàn)賽”城市賽道第一名，高速（賽道）第二名。獲得了行業(yè)的一些認(rèn)可。同時，在技術(shù)產(chǎn)品的成果轉(zhuǎn)化上，我們也獲得了不少的地市和一些政府的認(rèn)可。目前在面向全國提供服務(wù)的過程中，產(chǎn)品跨場景的泛化能力，得到了極大的提升。產(chǎn)品競爭力在跟行業(yè)內(nèi)其他供應(yīng)商的一些PK中，獲得了非常大的優(yōu)勢。

記者：公司的技術(shù)解決了哪些行業(yè)痛點呢？能否舉例說明一下實際的應(yīng)用場景？

馮棟：技術(shù)發(fā)展的目標(biāo)，最終還是服務(wù)社會、服務(wù)民生。青島圖靈科技有限公司的技術(shù)價值導(dǎo)向也是如此。以我們深耕的交通行業(yè)為例，緩堵與安全是交通管理的兩大重點需要突破的問題。解決這兩個問題的關(guān)鍵是如何快速地發(fā)現(xiàn)事故、擁堵等這些異常的交通情況。按照一個中型城市規(guī)模，市區(qū)600多個重點路口（的情況），如果按兩到三人的視頻巡檢（規(guī)模），大概一輪的整體巡檢需要兩個多小時。這根本無法看得及，同時處置也會極其滯后。當(dāng)前我們依托視頻、雷達(dá)的多元融合感知能力，研發(fā)了一系列態(tài)勢感知產(chǎn)品。針對各種交通道路場景，可以快速捕捉道路異常，平均用時不到2分鐘。對比以前30分鐘的接、出警處置周期，現(xiàn)在提示提前的效率是極其明顯的。同時2023年我們在青島嶗山海爾路打造了一條路的事故無障礙處置示范樣板，已基本實現(xiàn)了事故擁堵“快化快處”，綜合提升道路通行效率20%。此外，我們在類似青島啤酒節(jié)、中超聯(lián)賽和馬拉松這樣的一些重大活動保障上，累積提供交通服務(wù)7000多次，大大提升了交通服務(wù)的效率。

記者：在技術(shù)研發(fā)方面遇到的最大的挑戰(zhàn)是什么？是如何克服的？

馮棟：技術(shù)的挑戰(zhàn)是多種多樣的，而且我們知道這些年AI賽道的技術(shù)演進(jìn)比較快。我們在上一代基于判別式AI的產(chǎn)品研發(fā)過程中遇到的最大挑戰(zhàn)，除了來自于場景數(shù)據(jù)的收集，還有在針對不同智能硬件高性能研發(fā)層面的一些挑戰(zhàn)。對于新一代基于生成式AI的核心技術(shù)研發(fā)，我認(rèn)為依然也是以應(yīng)用場景驅(qū)動為主，找到場景中的一些痛點問題結(jié)合我們的技術(shù)本身的能力如何延伸，怎么在知識問答、智能交互，甚至內(nèi)容生成領(lǐng)域做一些創(chuàng)新型應(yīng)用。這是目前結(jié)合大模型在一些場景性的應(yīng)用上迫切需要去突破的問題。