原文地址：http://news.sciencenet.cn/htmlnews/2023/10/510133.shtm
這個中秋國慶假期你可曾堵在路上？面對早晚高峰，交通擁堵時，你是否希望預知發生交通事故的位置，避開相關擁堵路線，節省出行時間，是否希望交通管控人員能預測路段流量，通過調整紅綠燈，優化出行路線。近日，北京航空航天大學交通科學與工程學院智能交通技術與系統教育部重點實驗室張釗課題組開發了一款融合了大語言模型和交通基礎模型的人工智能助手TrafficGPT。
AI智能交通分析師TrafficGPT是什么？
TrafficGPT是一款融合了大語言模型（LLM）和交通基礎模型（TFM）的人工智能助手。
它的目標是通過強大的自然語言理解和復雜的交通系統開展交互，通過一系列可拓展的工具賦能LLM，使其真正具備多模態、大規模交通數據的處理分析能力，交通仿真、交通優化、交通評估能力，從而完成一些復雜的操作，為人類用戶提供有洞見的建議和決策。
TrafficGPT框架圖
相較其他大模型產品，TrafficGPT具有4大優勢：
1.賦予LLM分析和處理交通數據、與交通系統交互的能力，并為城市交通系統的管理提供具有洞察力的決策支持；
2.對抽象且復雜的任務進行智能解構，并按順序利用交通基礎模型逐步完成這些任務；
3.通過自然語言對話幫助人類在交通管理與控制中做出輔助決策；
4.實現交互式反饋并征詢修正結果。
TrafficGPT原理圖
AI智能交通分析師TrafficGPT如何工作？
為了展示 TrafficGPT 框架在處理各種交通相關場景的復雜任務方面的能力，課題組構建了兩個應用，分別側重于交通大數據分析以及交通仿真和控制。
基礎能力
作為人工智能交通分析師，TrafficGPT 最基本的能力在于它能夠根據人類用戶提供的指令進行多輪對話并執行交通相關的基本任務。
在左側的對話中，TrafficGPT可以訪問數據庫并提取特定時間段內的流量數據，以及執行復雜的數據可視化命令。在右側的對話中，TrafficGPT展示了執行模擬數據檢索、建模和控制的能力。
TrafficGPT基本操作能力
模糊需求
在 TrafficGPT 的實際應用中，用戶可能并不詳細了解系統內的可用工具或其具體的輸入參數要求。因此，用戶很容易提出模糊的請求或詢問，此時，TrafficGPT也會向人類用戶詢問更具體的信息，以有效處理不明確的指令。
TrafficGPT模糊需求反饋
在左側的對話中，TrafficGPT展示了理解和執行不明確任務的能力，并且可以在對話期間糾正結果。在右側的對話中，TrafficGPT展示了其在需要時向用戶請求其他信息的能力。
交通洞察
為了向用戶提供更全面的幫助，TrafficGPT 必須展現出對交通相關問題的深刻理解，具備輔助人類決策、進行整體分析、依據真實數據提供可信、可靠、可操作的建議等能力。
TrafficGPT思維過程
在一次Demo測試中，TrafficGPT 與人類用戶之間的6輪對話就可以展現出TrafficGPT在交通洞察過程中的思維過程。
TrafficGPT根據交通管理常識和所掌握的工具解構用戶提出的廣泛而開放的任務，并規劃合理的行動流程，在與用戶多輪對話中反饋并征詢修正結果，最終提出了可實施的優化方案。
除了交通分析和優化建議外，TrafficGPT還可以根據交通網絡的運行狀態，自主調取運行狀態數據、識別關鍵交叉口位置、嘗試信號優化與評價驗證，并根據以上結果智能生成交通運行狀態報告。
AI智能交通分析師未來及開源計劃
TrafficGPT的未來
課題組將不斷改進和擴展TrafficGPT的功能，以更好地服務交通領域的需求，TrafficGPT可以在交通領域的多個細分領域提供幫助，包括但不限于：
1.智慧交管：將TrafficGPT整合到平板電腦，使傳統中央數據大屏下沉至交通管理一線，TrafficGPT生成交管方案，輔助交通警察決策。
2.智慧交通規劃：基于交通大數據智能進行OD估算、預測、路段流量估計、預測、公交方式分擔預測等，輔助城市交通規劃。
3.交通仿真：通過簡單文字描述和地圖描述，讓TrafficGPT一鍵生成交通仿真，并通過對話式問答，完成精細化交通仿真和參數調整驗證等過程，革命性降低交通仿真成本，成幾十倍效率提升建模效率。
目前，課題組正在對TrafficGPT進行中英文交互方式升級，未來的TrafficGPT將會全面適應中文表達方式，用戶可以通過較為模糊的提問，和TrafficGPT一步一步交互問答，得到更精準的交通決策方案。同時，TrafficGPT也正在進行服務器版本的開發，相信在不久的將來，大家就可以通過網頁和TrafficGPT交互啦！