讓數(shù)據“說話”更好看，讓交通管理變簡單

大數(shù)據應用到交通領域，已有五六年時間，現(xiàn)階段已經進入深水區(qū)，除用于常規(guī)的交通誘導、出行服務、交通仿真等之外，在交通管理、涉車治安管理等領域，有了更多的實戰(zhàn)積累，并在不斷挖掘新的方法，以圖搜圖、相關性分析等應用得也越來越非常多。

在這個過程中，大數(shù)據的可視化變得很重要，不論算法如何先進，數(shù)據如何龐大，深度學習如何牛掰，最后呈獻給決策人的，一定要直觀明了科學合理的可視化圖表，也就是通常所說的，操作界面傻瓜化，后臺結構化。

在大數(shù)據深入應用的浪潮中，有很多創(chuàng)企脫穎而出。在大數(shù)據技術的不同環(huán)節(jié)，有專門做底層系統(tǒng)基礎架構的，也有做中間件的，更有海云數(shù)據這樣做可視化和可視分析的，將復雜的計算過程隱去，展示明了的計算結果。

據稱，截至目前，全球500強中，有80家采用了海云數(shù)據的產品和服務，比爾蓋茨曾實地探訪海云數(shù)據并稱贊其對待數(shù)據的創(chuàng)造力，交通領域的國際巨頭法國泰雷茲也登門拜訪并意欲共同合作開發(fā)。

也許我們的智能交通行業(yè)已經有一些ITS集成商在采用海云數(shù)據的產品，集成到自己的交通管控平臺中，海云數(shù)據這幾年也較多地參加公安、交通管控等領域的行業(yè)活動，已經在業(yè)內有一定的知名度。我們帶著幾個簡單的問題，采訪了海云數(shù)據創(chuàng)始人、CEO馮一村，讓我們加深一下對數(shù)據可視化的理解，即便是像高新興的立體云防和?？低暤脑茍D交通，也需要數(shù)據可視化，視頻可視化可見只是數(shù)據可視化的一個部分。

問題1：智警大數(shù)據指揮決策平臺的功能與特點。

海云數(shù)據：智警大腦是針對公共安全、城市智慧交通等領域，推出的一款AI語音調度可視指揮決策平臺，致力于重塑公安以及交通領域的大數(shù)據業(yè)務應用。

該產品利用大數(shù)據可視分析、融合通信及語音識別、機器學習等人工智能技術，將人的視覺能力與機器的自動分析能力有機結合，并聯(lián)系公安、交通現(xiàn)有業(yè)務系統(tǒng)，從指揮中心數(shù)據化業(yè)務實戰(zhàn)角度，輔助洞悉警務大數(shù)據背后價值。

基于深度神經網絡算法，智警大腦可以及時、準確地獲取交通數(shù)據并根據用戶需求自主構建智能交通數(shù)據處理模型，對警力分布、交通路況、人口流量、案情、重點人員軌跡等多個層面的數(shù)據作出深度交叉關聯(lián)分析。

除充分利用公安內部數(shù)據外，智警大腦還可通過圖易數(shù)據銀行將第三方數(shù)據源引入分析模型，從而極大增強數(shù)據分析的科學性和準確性。目前，該產品能夠提供面向治安、交通、消防的綜合指揮分析與面向特定主題的專業(yè)分析和智能研判。

 問題2：數(shù)據可視化的基礎是否是數(shù)據的完備和結構化？海云智警目前已經應用在哪些城市？

海云數(shù)據：的確，數(shù)據對于可視化和可視分析來說是非常重要的，首先可視化、可視分析必須要有數(shù)據，第二對數(shù)據的質量要求也很高，所以在做數(shù)據可視化之前，必須對數(shù)據進行清洗。

一般情況下，數(shù)據分為3大類：非結構化數(shù)據文件、半結構化數(shù)據文件、結構化數(shù)據，對于非結構化數(shù)據和半結構化數(shù)據，要經過處理形成結構化數(shù)據，這是非常復雜的一個過程，但現(xiàn)在已經可以做到了。

數(shù)據可視化、可視分析必須與用戶的業(yè)務聯(lián)系起來，如果不熟悉用戶的業(yè)務，就不會做出有效的可視化產品，這是一個極大的難點。所以，海云數(shù)據在這一點上一直在推動我們的技術研發(fā)人員熟悉用戶的業(yè)務和需求，他們大多時候會與用戶吃住在一起，駐場辦公。

目前，智警大數(shù)據指揮決策平臺已經在重慶、天津、江蘇、內蒙古、湖北、河北、山東、貴州等省區(qū)市的公安部門或交通部門得到應用，占據了超過三分之一的公安市場。

問題3：數(shù)據可視化與視頻可視化（類似:云圖交通）之間是否可以結合，貴司是否有做類似探索？

海云數(shù)據：視頻屬于非結構化的數(shù)據，從本質上來講也是數(shù)據，所以數(shù)據可視化是涵蓋視頻的。

我們的智警大腦面向多種數(shù)據類型，無論結構化、半結構化還是非結構化數(shù)據，無論用戶自有還是外界數(shù)據，都能采用相應的處理手段，提取其中對業(yè)務功能的有用信息，并按照實際的業(yè)務模型將信息進行融合，產生數(shù)據間的交叉分析效果，從而幫助用戶發(fā)現(xiàn)數(shù)據中的規(guī)律。

數(shù)據可視化或者更高層次的數(shù)據可視分析，今后肯定會顛覆現(xiàn)有的交通集成管控平臺使用方式?，F(xiàn)在，公安系統(tǒng)的管控平臺大部分是視頻畫面形式，就是實時場景的錄像，這種方式的管控的局限在于無法掌控全局，也無法實現(xiàn)即時調度。數(shù)據可視化和數(shù)據可視分析，將這些實時畫面進行數(shù)據處理后，會給人宏觀的認識，比如某個時刻的車流量是多少，發(fā)生交通事故后哪些資源可以調動等等，都可以第一時間顯示出來，并給出最佳的輔助決策方案。現(xiàn)在，這些功能基本還是在靠人去實現(xiàn)，未來將是數(shù)據起作用。

問題4：數(shù)據可視化對視頻數(shù)據結構化實時處理提出了挑戰(zhàn)，您認為怎樣的數(shù)據處理機房配置，能夠滿足視頻可視化指揮、調度。

海云數(shù)據：為應對海量視頻數(shù)據的實施處理，許多用戶搭建了實時視頻數(shù)據結構化分析平臺，該平臺可以實現(xiàn)對流視頻媒體數(shù)據進行自動結構化，自動提取流視頻中的關鍵信息，并形成標準結構化的數(shù)據存儲格式，為實時數(shù)據分析提供源數(shù)據基礎。

同時，還配備大數(shù)據實施分析平臺，并結合業(yè)務模型將結構化的視頻數(shù)據流直接動態(tài)生成數(shù)據分析結果。分析結果可以直接借助指揮調度平臺，實現(xiàn)自動的指揮調度融合。

在數(shù)據實時處理上，可根據視頻處理規(guī)模采取終端壓縮加云端處理機制，云端配置Gpu集群，提高計算速度。而根據摩爾定律，我們的硬件產品在性能上不斷得到提升，價格卻在下降，所以在機房配置可以不用太過擔心。

問題5：如何看待人工智能在大數(shù)據應用、交通集成指揮平臺方面的應用？

海云數(shù)據：人工智能技術能解決大量需要人手解決的問題，大大提升數(shù)據決策效率，同時推動用戶能力的自我進化。當然，人工智能現(xiàn)在還沒有辦法去解決復雜場景里的問題，沒有辦法去解決復雜的態(tài)勢問題、感知問題，所以我們需要用數(shù)據可視分析技術去感知這樣的事情。

依靠人工智能解決精細化識別過于耗費人力的問題，依靠可視分析解決復雜的態(tài)勢感知問題，再把兩者之間進行有效結合，就會為我們的交通集成指揮平臺帶來巨大的改變。