交通治理是民生工程，更是民心工程。交通拥堵问题由来已久，为了更好解决这个问题，上海市使用人工智能大模型展开交通拥堵治理工作。去年以来，已经在上海数百个路口试行，效果怎么样？
上海杨浦区长海路上有两家三甲医院，早高峰时段，自西向东的车流量增大，加上同方向进入医院停车场排队等候车辆影响，这条道路自西向东方向交通拥堵情况频发。从今年1月开始，东西双向四车道在早高峰时段临时变更成自西向东三条、自东向西一条的潮汐式通行方案，这让原本拥堵道路顺畅不少。
数据显示，实行潮汐车道的方案后，该路段平均车速从每小时17.5公里提升至每小时26.4公里，该方案就是人工智能大模型给出的。记者了解到，像这样由人工智能分析交通大数据、生成治堵方案做法，已经在上海试行将近一年。
除了设置潮汐车道。目前，人工智能治理拥堵问题在上海更典型应用，是用于解决因为车流量大导致车辆无法及时通过路口所产生的路口溢出现象。对此，人工智能会通过调整信号灯时长来解决这个问题。
上海市公安局杨浦分局交管支队勤务路设大队副指挥长 柳成杰：它最方便的是，可以全自动下发绿信比调整，它能有新方案去实施，不需要人工再去干预它。
AI精准识别
360多个路口实现高效通行
人工智能做治理拥堵方案的规划并非一蹴而就。往往是通过一段时间学习，把路况视频和民警到场后实际干预措施相结合，然后才能形成从视频自动发现，到警情提示，再到治堵策略下发的自动化过程。 那么人工智能是如何学习？
想要让人工智能治理拥堵，首先需要精准识别拥堵。对此，研发团队为大模型构建了海量专用训练集，提供了超过6000组精心标注的交通场景图像与文字说明问答，反复教它辨认各类复杂情况。
上海市公安局交管总队科技支队副大队长 夏良：我们把上海的城市道路所有车流连接方式都结构化数据表示出来，画在地图上。然后组成路网连接规则，比如这条车道往前，它可以到这里，也可以到这里。把所有车辆图形，以像素点方式进行罗列，再把像素点以表格形式进行结构化处理，形成一个数据，不同数据组合代表不同路口状态特征，它就能够判断某种数据组合是真正路口滞留，某一种数据组合可能就是假象。
通过训练，人工智能可以精准识别拥堵后，研发团队再提供民警现场执法的视频，供人工智能学习处理方案。
上海市公安局交管总队科技支队副大队长 夏良：视频中我们看到，虽然是绿灯，但是前方因为造成拥堵，车辆在路口形成了积压。这个时候民警在绿灯情况下，提前把后方车辆控制住，大模型就可以在这个时候学习，一个是路口滞留情况，它可以识别到；它还可以学习民警在路口滞留情况下是如何管理，如何让路口车流量通行效率提升。
上海市公安局交管总队AI治堵专班民警 陆卓亮：在我们路口溢出场景上，我们迭代了48次，信号灯准确率从72%已提升到86%，现在新的场景一般需要训练两个月，我们也在不断增加知识库，增加场景迭代，让模型在一个路口能够尽可能学习、分析更多场景。
目前，治堵大模型已经应用在了上海360多个重点路口，通行效率平均提高12.9%，预计到今年10月，将覆盖上海1800多个路口。
人工智能让精细化治理
上升至秒级
经过不断迭代升级，这套治理拥堵的人工智能系统逐渐走向成熟，精细化治堵措施已经上升至秒级。
经过多轮迭代训练与算法优化，人工智能对于拥堵场景的识别准确率，已从最初的81.6%提升至96.7%。同时，大模型还在不断学习新的交通场景，为后续自动决策提供数据支撑。
今年1月，大模型部署到了静安区恒丰北路和芷江西路的交会路口，系统提示将绿灯信号改变2秒以缓解拥堵。实施后，拥堵改善明显，路口平均拥堵时长从治理前的26分钟降至22分钟，全路口平均停车次数降幅达35.48%，最大排队长度缩短了11.76%。这种以秒计算量化数据，通过短暂策略变化，正逐步改变着交通管理理念。
上海市公安局交管总队AI治堵专班民警 陆卓亮：精细化调整到两秒钟，可能平时从管理的角度没有考虑到那么细 ，但是模型或者系统推出这个方案后，给我们一些启发，我们去落地了，从这个角度来说，的的确确模型给我们带来一些创新，一些管理理念的突破是实实在在的。
