近日，商業(yè)氣象服務商 KuWeather 推出了一款智慧路網(wǎng)系統(tǒng)（Road Weather Information System，簡稱 RWIS）。它不僅是國內(nèi)首款真正意義上的智慧路網(wǎng)產(chǎn)品，也是國內(nèi)第一個具有“認知”能力的路網(wǎng)信息服務產(chǎn)品。

　　路面積水、積冰及能見度等路面條件對行駛影響巨大

　　“感知”和“認知”，一個字的差別，在“偽人工智能”和“深度人工智能”之間劃出了一道巨大的分水嶺。

　　這條分水嶺的存在，是冷酷的，但卻極為有意義。它在在資本冷靜的時候，顯出哪些公司在裸泳；也在技術進行真正商用的時候，無情地撕裂一切虛假的泡沫和拙劣的尾隨仿制。

　　在智慧路網(wǎng) -- 這個人工智能的大熱領域，這條分水嶺也在迅速的發(fā)揮作用，展現(xiàn)著歷史的進程。

　　智慧路網(wǎng)，旨在智慧預測道路狀況，特別是預測路面的濕滑、積水積冰、冰水混合、融冰融雪、團霧等不利行車條件，從而全面引導行駛。很容易看到，對駕駛人員、交管部門、路政部門、市政部門、地圖導航等應用而言，智慧路網(wǎng)存在著巨大的商業(yè)價值。

　　然而在市面上，目前幾乎所有的路網(wǎng)產(chǎn)品仍然都屬于“感知”的范疇，可稱為周圍產(chǎn)品。

　　“感知”型路網(wǎng)周圍產(chǎn)品 -- 被動而低效、機械而失能

　　被動的實時監(jiān)控其實已經(jīng)滯后，況且監(jiān)控無能力部署到足夠的密度。一個河北初冬的節(jié)假日，攝像頭的圖像識別出一條高速公路上由于低溫過程出現(xiàn)了積冰，管理部門發(fā)現(xiàn)這一情形，決定封路。但在此時，已經(jīng)有極多車輛通過收費站高速駛向積冰路段了，這些車輛將無從避免這巨大的風險。而同時，在貴州的高速公路上，兩個交通監(jiān)控相隔五十公里，就在這兩個監(jiān)控之間，半徑只有一公里能見度卻只有十米的團霧出現(xiàn)了。具有高速駕駛經(jīng)驗的司機都明白，團霧是高速連環(huán)追尾的最大殺手。

　　機械的映射預報則會帶來管理部門的誤判進而導致經(jīng)濟損失。山東青島某路段，根據(jù)溫度和降水的天氣預報匯總來看，凌晨會積冰，于是通知交管部門封路一日。但實際情況卻是：該公路的路面材料比熱特性導致融化和蒸發(fā)過程極快，至天亮早高峰之前路面已干燥。白白帶來許多經(jīng)濟損失和效率。

　　作為一家博士學歷占比50%以上、專注出行領域的商業(yè)氣象服務商，KuWeather 認為，真正的智慧路網(wǎng)產(chǎn)品必須達到“認知”的層面。

　　“認知”型智慧路網(wǎng) -- 主動學習，深度認知

　　把一條道路比喻成一個人，讓它去學習和認知，然后它的認知經(jīng)過矯正，就會越來越能準確地推斷未來。

　　首先，它學習自己的身體和生活環(huán)境：道路的建成標準、用料材質(zhì)、比熱、坡度、斜面、周圍的山體、湖泊等等，進而知道了自己的身體（路段）在什么條件下會有什么樣的過程（積水、融冰等等）；隨后，把未來的天氣要素（風溫壓濕降水等等）作為它推斷自己未來的信息；最后經(jīng)過深度的認知矯正和重復學習使它的推斷能力達到最優(yōu)，道路便具有了主動對自己未來的“認知”了，也徹底避免了“被動”和“機械”的問題了。

　　順應以上，KuWeather 依托其獨特的“數(shù)據(jù)科學家 + 氣象專家 + 數(shù)學專家”這一人工智能團隊組合，將深度學習、物理模式與數(shù)學算法相結合，歷時2年，終于打造成功了路網(wǎng)信息系統(tǒng)（Road Weather Information System，簡稱 RWIS）。

　　KuWeather RWIS -- 創(chuàng)新、壁壘、價值

　　路網(wǎng)信息系統(tǒng)（RWIS）可以提供路面狀況及實時提醒

　　KuWeather RWIS 不僅是國內(nèi)首款真正意義上的智慧路網(wǎng)產(chǎn)品，也是國內(nèi)第一個具有“認知”能力的路網(wǎng)信息服務產(chǎn)品。

　　KuWeather RWIS 對道路表面的干燥、濕滑、積水、積冰、積雪、冰水混合態(tài)、融冰、融雪、霜提供預測，也對道路前方能見度、團霧等進行預測。預測要素全面，幾乎涵蓋所有影響行駛安全和路線規(guī)劃所需要素。既能夠用于地圖導航的企業(yè)和用戶進行行駛路線規(guī)劃和駕駛行為提醒，也方便市政部門的積水處理、交管部門的道路關閉等等決策。

　　該系統(tǒng)具有高技術壁壘和準確性、強時效性以及高分辨率的特點。

　　KuWeather RWIS 預測要素的全面建立在多維數(shù)據(jù)支持、高復雜深度學習算法的基礎上，并且使用具有獨立知識產(chǎn)權的探測終端不斷矯正 RWIS 的自我學習，使得準確率機器全面優(yōu)異。具備算法和硬件雙技術壁壘。

　　KuWeather 路網(wǎng)信息系統(tǒng)（RWIS）具備算法和硬件雙技術壁壘

　　同時，RWIS 預測時效長達48小時，任意道路48小時內(nèi)的表面行駛條件均能夠被以高準確度預測。無壓力支持 C 端用戶、商業(yè)企業(yè)和政府部門的各類不同場景需求。

　　除此之外，RWIS 的服務模式為對道路進行公里級別預測。以極低運算成本解決了高成本硬件布設不足的難題，也滿足了道路精細引導、精細管理的需要。

　　隨著我國由交通大國向交通強國的轉換，交通道路的人工智能開拓出了巨大的體量和市場空間。而隨著經(jīng)濟換擋換結構和資本日趨理性，泡沫蕩滌，強者展露。KuWeather 將為中國交通強國路上提供更多可能。