庄立坚、郑又伦、徐若辰、傅华斌 | 作者
安安 | 编辑
包图网 | 头图来源
引言：ChatGPT是OpenAI公司的旗舰产品，为大型自然语言处理模型的巅峰之作。自2015年发展至今，已经历了四次重大的迭代更新，直至目前的GPT-4版本。该模型基于Transformer神经网络架构，展现了卓越的语言理解与文本生成能力。当下，众多行业和研究者的精力集中于构建大语言模型，诸如百度的文心一言、讯飞星火，以及基于开源的ChatGLM、小羊驼Vicuna等各类私域模型。但笔者认为可换个视角，尝试将已有大语言模型工具与大数据场景结合，聚焦用好大语言模型工具。因此，本文以场景创新入手，尝试探索ChatGPT在交通拥堵指数系统中的应用价值。交通拥堵指数（以下简称“指数”）是对路网总体运行状况进行定量化评估的综合性指标，一般而言，指数越大表明一次出行相比顺畅状况多花费的时间越长。以深圳为例，指数系统自2012年启动建设以来，在全市道路交通运行监测、分析与服务方面，为领导决策、行业管理、公众出行提供了科学数据依据，同时为交通规划、综合治理等业务提供了丰富的应用工具，发挥了大数据的决策支撑作用。虽然指数系统在超过10年的迭代中，已经形成了完备的时空查询体系与海量的可视化工具，但依然存在一些痛点诉求：其一，在系统中查询不同时空维度的交通拥堵指数时，需要用户输入特定的时间条件、空间维度和计算颗粒度，细分的可选查询组合超过1万种，虽然任何场景下的数据确实都能通过条件查询获得，但始终不够智能，略显繁琐。如果存在大量差异化的查询场景，显然会有很多重复性的操作，耗费不少时间。其二，从系统查询得到的数据是较为零散的，无法作为结论直接呈送，还需要结合交通专业知识，考虑因果逻辑与数据前后对比，对数据进行语义表达的重组，形成一段文字或者一篇系统性的报告，方能应用到实际的工作中。这个过程，基本还是依赖于人的脑力劳动，甚至受制于“人”本身。下图为一份典型的交通运行简报案例。今年年初ChatGPT如燎原之火一般燃烧，掀起了国内大模型与各行业结合发展的一次高潮。那在交通领域，ChatGPT与指数系统能碰撞出什么火花呢？结合上述提及的痛点，我们认为可以结合ChatGPT打造指数机器人，探索以下应用场景：
如下图所示，简单描述一下指数机器人的技术实现路径。
1、知识向量化：想象我们拥有一大堆文档和知识片段，这些就像一堆散落的拼图。要做的第一步，就是把这些拼图按照类别排好序，然后给每一片拼图贴上一张标签，这个过程就好比是我们的embedding向量化技术。2、数据库构建：我们把这些带标签的拼图放入自己的"拼图数据库"。每当你有一个问题，我们就把你的问题视为一片新的拼图，也给它贴上一个标签。3、相似度匹配：我们在"拼图数据库"里，通过比较标签的相似度，找到最匹配你的问题（新拼图）的那几片拼图，这就像是用余弦相似度算法来找到最相关的知识片段。4、场景化重组：我们把这些与你的问题最匹配的拼图，连同你的问题，一起交给我们的"超级拼图高手"，也就是大型语言模型（LLM）。模型会根据这些信息，为你找到最完美的答案并进行表达重组。无论你需要的是一段代码，还是一个专业的回答，这个"超级拼图高手"都能完成。对于不同时间范围和空间维度的指标查询需求，通过聊天窗口进行输入，指数机器人识别后会对后台数据快速检索，即可在秒级范围内输出查询结果。相较以往交通拥堵指数查询的方式，指数机器人通过模糊对话的方式即可快捷获得查询结果，尤其对领导层级的用户相对友好，增加了可触达性。示例：请查询2022年深圳市最拥堵和最畅通的分别是哪一天，交通指数和平均速度为多少？示例：请查询2023年劳动节前一天全市晚高峰最拥堵的三个行政区，他们的交通指数和平均速度分别是多少？除了数据查询本身，指数系统也能形成大量的可视化图表，我们也在思考：这些成果是否也可以基于ChatGPT做快捷输出？答案是确定的。我们将查询出来的数据，根据用户的个性化需求，利用ChatGPT自动生成可视化图表的代码，并在前端对话框进行呈现，让数据表达更加形象。示例：请生成一张深圳市福田区2019年至2022年早、晚高峰交通指数的条形图。示例：请用表格给出深圳市2023年端午节3天假期各行政区的平均交通指数和运行速度，并计算对比2022年的变化幅度。除了数据和图表本身，在节假日、春秋开学季、大型活动等特殊场景下，我们往往需要编制专题分析报告。通常，一份报告的编写需要技术人员进行数据查询、数据提炼、文字编写、排版优化等几个步骤后才能将定稿，耗时较长，同时技术人员耐心、细心的校对才能确保数据准确、表达无误。基于ChatGPT的指数机器人可以有效避免因人为原因导致数据缺失、表达不通顺等低级纰漏的发生，同时也可以根据用户的需求与偏好，快速生成“千人千面”的交通运行分析简报，降低门槛，提高效率。示例：请生成一份2023年端午节期间深圳市交通运行分析简报，报告以全市、行政区和街道维度进行分析，给出最拥堵时段，以及上述三个空间维度下的交通运行指数和平均速度，环比去年的变化情况。以上所述只是指数机器人的冰山一角，但已经充分证明了ChatGPT与交通拥堵指数系统相结合的潜力。这样的结合不仅可以作为我们日常工作的有效辅助工具，帮助我们简化复杂任务，还在很大程度上提升了我们的工作效率。放眼全球，作为人工智能领域的佼佼者，ChatGPT无疑是一道智能之泉，悄然而细致地滋养着我们的工作与生活。它和其它工具的结合被应用在图文生成、数据统计分析等多个相关领域，实现了技术的飞跃，广泛地影响着社会生活的各个方面。然而，对于更精细化的工作，人工智能仍然存在技术瓶颈，难以全面取代人类的角色，只能作为一种工具辅助人类完成各种任务，提高工作效率。特别在交通领域，虽然人工智能的应用越来越广泛，但它仍然无法完全替代交通工程师的工作。执行过程中，数据质量的不稳定性、算法准确性的需求等问题依然会暴露出来，这就要求我们的交通工程师依据自身专业知识与工作经验，将其转化为推动创新和场景应用的强大动力，共同推动智能交通事业的发展。
点击下方【小程序】报参加交通运输“数据大脑”技术研讨会点击下方【小程序】报名参加智能交通企业海外业务拓展与合作交流会