在香港理工大學(xué)土木及環(huán)境工程學(xué)系，馬瑋正帶領(lǐng)他的移動(dòng)人工智能實(shí)驗(yàn)室（Mobility AI Lab）團(tuán)隊(duì)成員，試圖在計(jì)算機(jī)中“復(fù)刻”現(xiàn)實(shí)世界的交通流動(dòng)。“交通數(shù)字孿生”，一個(gè)實(shí)時(shí)反映真實(shí)路網(wǎng)交通態(tài)勢(shì)的虛擬系統(tǒng)，通過(guò)融合多源數(shù)據(jù)和人工智能技術(shù)，它不僅可以精準(zhǔn)預(yù)測(cè)擁堵，還能推演政策影響，模擬突發(fā)事件，甚至洞察出行行為背后的機(jī)理。

馬瑋

作為一名90后博士生導(dǎo)師，馬瑋憑借多年努力，已在智慧交通領(lǐng)域嶄露頭角。發(fā)表《科學(xué)引文索引》（SCI）一區(qū)期刊論文50余篇，在神經(jīng)信息處理系統(tǒng)大會(huì)（NeurIPS）等人工智能頂會(huì)發(fā)表論文9篇，獲得運(yùn)籌學(xué)與管理科學(xué)學(xué)會(huì)（INFORMS）數(shù)據(jù)挖掘最佳論文獎(jiǎng)、茅以升優(yōu)秀博士論文獎(jiǎng)等多項(xiàng)榮譽(yù)。如今，他是《IEEE智能交通系統(tǒng)匯刊》等多本國(guó)際期刊的編委，也是國(guó)家自然科學(xué)基金的項(xiàng)目評(píng)審人。

但無(wú)論職務(wù)、身份如何變化，馬瑋的目光始終沒(méi)有離開(kāi)過(guò)城市街道上川流不息的車(chē)輛。在他看來(lái)，交通是“每個(gè)人都懂，每個(gè)人都受困擾”的真問(wèn)題，而人工智能在其中的真正價(jià)值，在于讓交通系統(tǒng)“更可靠、更安全、更智能”。

跨越大洋的積淀與深耕

馬瑋的學(xué)術(shù)軌跡跨越了土木工程、數(shù)學(xué)與機(jī)器學(xué)習(xí)三大領(lǐng)域。2010年，他進(jìn)入清華大學(xué)土木工程系，大二時(shí)加入李瑞敏教授的課題組，初步接觸智慧交通系統(tǒng)研究?！笆裁词墙煌ㄑ芯?、如何開(kāi)展交通研究，都是李老師教我的?！彼诓稍L中坦言，“李老師是我在交通方向的啟蒙老師。”本專業(yè)之外，他還在數(shù)學(xué)與應(yīng)用數(shù)學(xué)專業(yè)攻讀第二學(xué)位，師從謝金星教授。正是這段寶貴經(jīng)歷，為他日后處理復(fù)雜的交通建模問(wèn)題打下堅(jiān)實(shí)的數(shù)學(xué)基礎(chǔ)。

2014年，馬瑋赴卡內(nèi)基梅隆大學(xué)（CMU）深造，師從錢(qián)臻（Sean Qian）教授，主攻土木與環(huán)境工程，并獲得機(jī)器學(xué)習(xí)碩士學(xué)位?？▋?nèi)基梅隆大學(xué)的跨學(xué)科氛圍讓他深入接觸人工智能前沿方法，也讓他意識(shí)到交通問(wèn)題的復(fù)雜性與獨(dú)特性。

在美期間，馬瑋參與了一個(gè)與費(fèi)城交通規(guī)劃部門(mén)的合作項(xiàng)目，幫助更新其陳舊的交通模型。“那個(gè)項(xiàng)目要求很高，工期卻非常趕，一年就要交付成果?！彼貞浀?，“我們提出用數(shù)據(jù)驅(qū)動(dòng)的方法讓模型能自適應(yīng)交通變化。”那段時(shí)間，他和導(dǎo)師、同學(xué)常常熬夜攻關(guān)，憑著強(qiáng)大的毅力最終成功將研究成果落地?！爸钡浇裉欤麄兊囊?guī)劃部門(mén)用的還是我們當(dāng)時(shí)開(kāi)發(fā)的模型組件。”提起這點(diǎn)，馬瑋語(yǔ)氣里有藏不住的開(kāi)心。他說(shuō)，中間辛苦一點(diǎn)沒(méi)關(guān)系，能夠讓成果落地，得到真正的應(yīng)用，就是科研的重要?jiǎng)恿?。而這種“從實(shí)踐中來(lái)，到實(shí)踐中去”的研究理念，也因此深深烙印在他的學(xué)術(shù)風(fēng)格中。

讓AI在交通領(lǐng)域“值得信賴”

粵港澳大灣區(qū)在人工智能領(lǐng)域的產(chǎn)學(xué)研實(shí)力在全球都有目共睹。2020年，從卡內(nèi)基梅隆大學(xué)博士后出站后，馬瑋入職2023年度QS世界排名第22的香港理工大學(xué)土木及環(huán)境工程學(xué)系，并從事該校排名更為靠前的交通運(yùn)輸工程方向研究。

得益于大灣區(qū)的獨(dú)特區(qū)位與產(chǎn)業(yè)優(yōu)勢(shì)，馬瑋得以在一個(gè)資源高度協(xié)同的環(huán)境中，專注于“如何保證人工智能在交通管控落地應(yīng)用中能夠真正值得信賴”這一他始終關(guān)注的核心命題展開(kāi)深入研究。為此，他提出交通AI必須具備4個(gè)特性：準(zhǔn)確可靠、可解釋性強(qiáng)、安全魯棒、可泛化性強(qiáng)。這正是當(dāng)前AI落地交通領(lǐng)域的瓶頸所在。針對(duì)這些挑戰(zhàn)，他和團(tuán)隊(duì)從4個(gè)方向開(kāi)展了系統(tǒng)性研究。

在交通感知層面，馬瑋提出結(jié)合物理模型與因果推斷的交通狀態(tài)估計(jì)方法，解決了傳感器數(shù)量不足的痛點(diǎn)；開(kāi)發(fā)少樣本機(jī)器學(xué)習(xí)技術(shù)，應(yīng)對(duì)交通數(shù)據(jù)分布不均的現(xiàn)實(shí)；采用隱式神經(jīng)表示方法，對(duì)不規(guī)則時(shí)空數(shù)據(jù)進(jìn)行連續(xù)建模。這些方法將交通估計(jì)精度與預(yù)測(cè)準(zhǔn)確度提高了10%以上。

在交通建模方面，馬瑋創(chuàng)新性地提出“統(tǒng)計(jì)交通分配模型”，將傳統(tǒng)模型中的確定值變?yōu)殡S機(jī)變量，從而對(duì)交通狀態(tài)分布進(jìn)行建模；建立“混合精度動(dòng)態(tài)交通模型”，將路段模型與區(qū)域模型結(jié)合，解決大規(guī)模路網(wǎng)建模的效率-精度矛盾；繼承并發(fā)展“計(jì)算圖”框架，將交通網(wǎng)絡(luò)模型轉(zhuǎn)化為神經(jīng)網(wǎng)絡(luò)的前向后向傳播過(guò)程，借助深度學(xué)習(xí)技術(shù)加速求解。這些工作將交通仿真效率提升90%，擬合準(zhǔn)確度提高50%。

在交通管控中，馬瑋深入探索深度強(qiáng)化學(xué)習(xí)在復(fù)雜交通場(chǎng)景中的應(yīng)用，通過(guò)物理約束降維、模仿學(xué)習(xí)增效、分布式訓(xùn)練加速等方法，大幅增強(qiáng)強(qiáng)化學(xué)習(xí)穩(wěn)定性，提升管控效率約20%。

不僅如此，馬瑋在研究中還敏銳地注意到AI模型的脆弱性?！皵?shù)據(jù)污染攻擊已成為智慧交通系統(tǒng)的潛在威脅?！彼e例說(shuō)，“比如通過(guò)手機(jī)地圖發(fā)起的虛假擁堵報(bào)告，可能誤導(dǎo)整個(gè)交通系統(tǒng)?！睘榇?，他和團(tuán)隊(duì)開(kāi)展了對(duì)抗性攻擊與防御研究，為交通系統(tǒng)的安全性提供保障。

馬瑋的研究從未停留在紙面上。他與香港交通署合作的“智能泊車(chē)預(yù)測(cè)項(xiàng)目”便是典型代表。香港地少車(chē)多，停車(chē)難問(wèn)題突出。團(tuán)隊(duì)利用傳感器和AI技術(shù)，開(kāi)發(fā)了能預(yù)測(cè)路旁和停車(chē)場(chǎng)空置車(chē)位的系統(tǒng)，并進(jìn)一步集成為“HKeParking”手機(jī)應(yīng)用。用戶輸入目的地后，系統(tǒng)不僅能推薦附近停車(chē)位，還會(huì)預(yù)測(cè)找到車(chē)位的難易程度，避免引導(dǎo)用戶前往已滿的停車(chē)場(chǎng)。項(xiàng)目分兩期進(jìn)行，首期驗(yàn)證技術(shù)可行性，二期相關(guān)成果有望在香港官方出行應(yīng)用中進(jìn)行試點(diǎn)集成?！跋愀壅块T(mén)出于謹(jǐn)慎考慮，需要前期驗(yàn)證證據(jù)?！瘪R瑋表示，“但得益于香港智慧城市建設(shè)的自上而下推動(dòng)，我們的研究有了落地土壤?！?/p>

馬瑋課題組成員

馬瑋更大的志向在于構(gòu)建跨城市的“交通數(shù)字孿生平臺(tái)”。他率領(lǐng)團(tuán)隊(duì)開(kāi)發(fā)了香港、深圳、匹茲堡、費(fèi)城等多城市的交通仿真模型，并開(kāi)始探索“統(tǒng)一交通大模型”的可能性?！懊總€(gè)城市交通情況不同，傳統(tǒng)方法需要為每個(gè)城市單獨(dú)建模，工作量巨大?！瘪R瑋解釋道，“我們正在研究如何將不同城市學(xué)到的知識(shí)融合，開(kāi)發(fā)具有泛化能力的模型。”他十分希望能夠找到交通系統(tǒng)中的“統(tǒng)一法則”，像物理定律一樣適用于不同城市，實(shí)現(xiàn)知識(shí)的跨城市遷移。

讓交通惠及城市與人

身為Mobility AI Lab的負(fù)責(zé)人，馬瑋目前指導(dǎo)6名博士后、15名博士研究生和2名碩士研究生。在團(tuán)隊(duì)建設(shè)上，他嘗試融合中美科研模式的優(yōu)點(diǎn)?！懊绹?guó)以小團(tuán)隊(duì)為主，靈活適應(yīng)前沿探索；中國(guó)以大團(tuán)隊(duì)見(jiàn)長(zhǎng)，適合集中攻堅(jiān)?！彼治龅溃跋愀壅龂L試在兩者間找到平衡點(diǎn)?！彼o予學(xué)生高度自主性，鼓勵(lì)他們自由探索感興趣的方向，同時(shí)確保研究路線聚焦?！拔业慕巧褚粋€(gè)引導(dǎo)者，當(dāng)他們出現(xiàn)偏差時(shí)及時(shí)糾正，方向正確時(shí)啟發(fā)更深探索?！?/p>

面對(duì)未來(lái)，馬瑋的視野已超越交通系統(tǒng)本身?！敖煌ㄖ皇浅鞘邢到y(tǒng)的一部分，我們希望研究更宏觀的城市系統(tǒng)耦合問(wèn)題?！彼貏e關(guān)注新能源車(chē)普及帶來(lái)的交通—能源系統(tǒng)耦合及AI在低空經(jīng)濟(jì)中的作用。此外，他還開(kāi)始探索交通系統(tǒng)與給排水系統(tǒng)、建筑環(huán)境、路面系統(tǒng)等的關(guān)聯(lián)。在“可信賴交通數(shù)字孿生”的框架中，他則強(qiáng)調(diào)了準(zhǔn)確性、可解釋性、安全性和可遷移性四大特性，這也將成為他未來(lái)研究的核心方向。

從清華大學(xué)到卡內(nèi)基梅隆大學(xué)，從匹茲堡到香港，馬瑋的學(xué)術(shù)之路始終貫穿著對(duì)現(xiàn)實(shí)問(wèn)題的關(guān)注和對(duì)技術(shù)創(chuàng)新的追求。他希望自己的研究既建立在數(shù)據(jù)和算法之上，更建立在對(duì)人類(lèi)出行需求的深刻理解之上。在這個(gè)意義上，馬瑋的工作不僅是技術(shù)性的，更是人文性的。他所追求的“可信賴人工智能”，本質(zhì)上是一種科技與城市、技術(shù)與人文的和諧共生。正如他所說(shuō)：“交通研究最大的意義，在于能夠惠及每一個(gè)在城市中生活的人。”

?