“如何杀牛”到“全面自组织”

吐槽“杀牛”

干交通的，当然吐槽治堵、缓堵了！拥堵这头“蛮牛”。究竟配什么师傅，用什么刀才宰的了呢？杀不死牛到底该怨谁。是牛太狂，刀太顿还是师傅手艺不行？

先说“刀”——在线仿真、全息交通、车联网或者V2X、大数据、云计算、人工智能、深度学习、智慧交通，林林总总……客观而论，的确都很牛，但是还没有落地到交通应用上，至少没有很好的贴合交通应用需求。这里提到的部分内容在两年前的空间日志亦有描述。

配的“师傅”——计算机专家，人工智能专家，大数据专家，通信专家，网络专家，自动化专家，当然也有交通专家，总之非常多各种专家……其实交通问题，谁都可以说，因为它很简答嘛，不就是路上跑点儿车嘛，了解几个专业术语，明白几个基本概念就可以撒。

最终没有杀掉牛，那肯定是“牛”的问题啦！这头牛它穿着盔甲呢，而且是先天的，没办法。——这层盔甲包括城城市整体规划定型、城市核心区域定型、城市整体路网状况定型等历史遗留性问题，也包括城市经济发展水平、人口密集程度，人口整体素质等突出问题。

所以，还是不能本末倒置。参加工作后“智能交通”被定义为信息化设备：包括电子警察，违法抓拍，卡口抓拍，视频监控，流量采集，事件检测等等，期望通过这些摄像机将所有路况全部掌握。期望将所有民警都解放出来节省人力。其实说到底，什么问题都没有解决，装了一大堆摄像头，是可以看见路况，还不是片面的路况，达不到治理交通的程度；避免了民警户外的风吹日晒，到头来还不是得招聘很多协警来办公室坐班审阅摄像机抓拍回来的图片，审核无误后才可以罚款用。当然还可以故意漏申，因为这辆车他认识，哈哈……一样的需要人来出力完成。所以说，该人做的事情，别想着偷懒了，到最后还不是得补上来，只是换了一种工作形式而已嘛。

上面说了一堆专家说交通也没啥，其实交通问题挺复杂的，它确实牵扯了很多相关内容，需要一个协调统一，治理交通是一项系统功能。真的需要从大局着眼，小处着手发力的。所以不要找谁要缓堵方案了，如果有现成的，那就是普适性的套话和通俗概念；如果真的要，那真的是需要花时间去好好跑完现场之后才能给出一个相对合理的建议的，而且也不可能立竿见影的。个人认为，“杀牛”还是应该先“脱盔甲”。对于城市整体规划不合理的地方有时候就在想，再来一次“世界大战”呗，整体摧毁，“推到重来”。就像有时候编辑word文档的时候，样式死活调不过来的，索性直接就“全选—清除样式”，重新来一遍，从根本上将错误纠正。当然这都是乱想。回到正题，首先要厘清解决问题的思路：缓堵要达到什么样的目标，是对现状的改善还是彻底颠覆？定好目标，结合各个城市也好，区域也罢的整体交通状况，经过实地调查，给出合理化建议。老生常谈，那就是优化路网结构，避免断头路，增加交通供给；积极面对问题，精细化交通组织，比方说单向交通，微循环；充分调查研究，优化交通控制措施，合理信号配时，积极进行干线绿波控制；合理利用资源，优化停车管理，合理协调路内和路外停车规划；适当出台政策，限制车辆通行，削减交通需求，例如限号或者拥堵收费；合理诱导出行，提高出行效率；加强交通知识宣传，提高公民出行素质等。再辅以先进的应用技术，智能分析逐步平衡交通需求与交通供给矛盾。

展望“全面自组织”

展望之前先给大家理解做个铺垫：什么是自适应、自学习、自组织系统理论。

自适应控制系统是一种前馈控制系统。即是说，当系统的环境因素还没有影响到控制对象之前，首先通过对影响因素的预测，发现系统未来发展趋势，以便事前采取必要的控制措施的一类系统控制方式。

自学习控制系统是指系统具有能够按照自身的运行进程经验来改善控制算法的能力，使自适应控制系统延伸和发展。

自组织系统是根据环境变化和运行经验来改变自身结构和行为参数的系统，是实现探索建立人工智能途径的基本理论。

其实人，我们这个群体就是一个自组织系统，随便几个人放在一起就可以“自组织”形成系统。因为我们有智能，会团队协作，彼此包容，互相配合。

所以展望，大数据，人工智能，物联网，等到了一定程度，岂不是真的就可以“全面自组织”：升级版的V2X，车车通信，自动驾驶，路口根本不需要红绿灯跟什么电子警察，每一辆车都知道周边一定范围内其他车辆的通行状态，自动调整车速，转向。一辆挨着一辆，几乎可以忽略车头时距这个概念，无缝衔接穿插通过，而且不会撞车；“意念驱动”，旁边的售货机，我看它一眼，他就会把我想喝的饮料通过配套机器人送到我手上，同时通过人脸识别从与我绑定的银行自动扣除购买费用等等。

有想法的，私聊……