摘要：上周，在舊金山召開的人工智能國(guó)際較高級(jí)會(huì)議上，來(lái)自微軟亞洲研究院的鄭宇博士及其團(tuán)隊(duì)的論文首創(chuàng)性的將時(shí)空數(shù)據(jù)與深度學(xué)習(xí)結(jié)合起來(lái)，利用時(shí)空深度殘差網(wǎng)絡(luò)用于預(yù)測(cè)城市人流問(wèn)題。

上周，在舊金山召開的人工智能國(guó)際較高級(jí)會(huì)議AAAI 2017上，來(lái)自微軟亞洲研究院的鄭宇博士及其團(tuán)隊(duì)的論文Deep Spatio-Temporal Residual Networks for Citywide Crowd Flows Prediction首創(chuàng)性的將時(shí)空數(shù)據(jù)與深度學(xué)習(xí)結(jié)合起來(lái)，利用時(shí)空深度殘差網(wǎng)絡(luò)用于預(yù)測(cè)城市人流問(wèn)題。

提及這項(xiàng)研究，鄭宇博士介紹到：“這個(gè)系統(tǒng)背后的模型研究，其目標(biāo)是預(yù)測(cè)整個(gè)城市里每個(gè)區(qū)域在未來(lái)時(shí)刻有多少人進(jìn)、有多少人出，從而使得管理者能迅速了解每個(gè)區(qū)域的公共安全狀況，及時(shí)采取預(yù)警措施。”他補(bǔ)充，“例如在上海市兩年前跨年夜的踩踏事件之前，如果有這樣的系統(tǒng)，就可以提前給民眾發(fā)信息，告知他們這里未來(lái)會(huì)有多少人進(jìn)來(lái)，提醒民眾注意，并建議是否需要提前離開。我們這項(xiàng)研究的想法也正是起源于這次事件。”

微軟亞洲研究院主管研究員 鄭宇

可擴(kuò)展的整體預(yù)測(cè)模型

今天，在貴陽(yáng)的“塊數(shù)據(jù)”實(shí)驗(yàn)室里的一塊大屏幕上，貴陽(yáng)市被分為若干個(gè)1KM*1KM的小格子，它實(shí)時(shí)地輸入新數(shù)據(jù)，以熱度圖（heat map）的形式不間斷的預(yù)測(cè)每個(gè)區(qū)域會(huì)有多少輛出租車的進(jìn)和出。這是一個(gè)以貴陽(yáng)出租車實(shí)時(shí)上傳的數(shù)據(jù)作為樣本，基于云計(jì)算和大數(shù)據(jù)的系統(tǒng)。

該系統(tǒng)具有極強(qiáng)的擴(kuò)展性，任何可以用于人流數(shù)據(jù)預(yù)測(cè)的來(lái)源，無(wú)論是正在采用的出租車數(shù)據(jù)，還是手機(jī)信號(hào)、地鐵刷卡記錄等，都可以通過(guò)論文Deep Spatio-Temporal Residual Networks for Citywide Crowd Flows Prediction中提出的這套系統(tǒng)模型進(jìn)行運(yùn)算，得到相應(yīng)的某地將有多少人進(jìn)和出的結(jié)果，并預(yù)測(cè)未來(lái)十幾個(gè)小時(shí)的城市人流情況。

?

傳統(tǒng)的人流預(yù)測(cè)方法一般是預(yù)測(cè)個(gè)人行為。理想狀態(tài)下，只要統(tǒng)計(jì)某個(gè)區(qū)域里的每個(gè)人從哪來(lái)去哪里就能測(cè)算出該區(qū)域有多少人進(jìn)、多少人出。但這樣的統(tǒng)計(jì)本身有很大的障礙，準(zhǔn)確性很難保證，并且涉及隱私問(wèn)題。除此之外，傳統(tǒng)方法還有一些基于物理學(xué)模型、交通動(dòng)力學(xué)模型或是土木工程的經(jīng)典模型等，但這些始終難以應(yīng)對(duì)大規(guī)模的人流預(yù)測(cè)。

?

鄭宇博士及其團(tuán)隊(duì)提出的這套方法是一種整體預(yù)測(cè)，不涉及個(gè)人隱私。該系統(tǒng)將整個(gè)城市劃分成若干個(gè)相同大小的格子，進(jìn)行同時(shí)預(yù)測(cè)。整體性預(yù)測(cè)的必要性在于區(qū)域和區(qū)域之間具有相關(guān)性，不能多帶帶預(yù)測(cè)，在預(yù)測(cè) A 區(qū)域的時(shí)候，其實(shí)A區(qū)域的變化對(duì)B區(qū)域和C區(qū)域同樣可能產(chǎn)生影響，反之亦然。因此，把深度學(xué)習(xí)的思想引入進(jìn)來(lái)進(jìn)行整體預(yù)測(cè)，與傳統(tǒng)方法相比具有諸多優(yōu)勢(shì)。

基于對(duì)時(shí)空數(shù)據(jù)的深度理解

這項(xiàng)工作其實(shí)面臨著諸多難點(diǎn)，其中一個(gè)重要原因是：影響人流量的因素非常之多。可能包括：與區(qū)域里面前一個(gè)小時(shí)有多少人進(jìn)和出有關(guān)系；與周邊區(qū)域有多少人進(jìn)和出也有關(guān)系；甚至很遠(yuǎn)的地方有多少人進(jìn)和出等等……但是這些區(qū)域之間的關(guān)系又是相互影響的。

?

另一個(gè)難點(diǎn)是，人流的變化還受很多外部因素的影響，例如天氣和事件等等。

?

第三點(diǎn)，人流量的預(yù)測(cè)是一種時(shí)空數(shù)據(jù)，它包括時(shí)間屬性和空間屬性。不同于圖像數(shù)據(jù)和文本數(shù)據(jù)等，這種特別的屬性就意味著傳統(tǒng)的深度學(xué)習(xí)方法不能直接應(yīng)用。

?

為什么傳統(tǒng)的深度學(xué)習(xí)方法不能直接拿來(lái)用？這包括以下四點(diǎn)原因。

?

第一，空間屬性?？臻g有距離，空間有層次。根據(jù)地理學(xué)第一定律，地理事物或?qū)傩栽诳臻g分布上互為相關(guān)，一個(gè)空間單元內(nèi)的信息與其周圍單元信息有相似性。即在地圖上，兩個(gè)點(diǎn)的距離越遠(yuǎn)，可以認(rèn)為該兩點(diǎn)的如空氣質(zhì)量、溫度等屬性可能差異越大。

?

第二，城市的天然層次性。一個(gè)城市它有很多區(qū)，每個(gè)區(qū)又由很多街道社區(qū)組成，它有天然的層次。不像圖像數(shù)據(jù)中的像素，像素和像素之間并不存在層次感。城市的區(qū)域、街道等這些地理信息里都蘊(yùn)藏著明確的多層次的語(yǔ)義信息。

?

以上兩點(diǎn)是空間上的不同。

第三，時(shí)間變化的周期性。在相鄰兩個(gè)時(shí)間點(diǎn)之間，城市的交通容量和人流可能是一個(gè)平滑變化的趨勢(shì)。例如7點(diǎn)和8點(diǎn)的人流可能是平滑變化的，這很容易理解。但周期性則是一種屬性，城市的交通流量也好、人流也好，它是有一個(gè)往復(fù)的周期性。比如說(shuō)今天早上8點(diǎn)的車流量和昨天早上8點(diǎn)的車流量可能很像，但是今天早上8點(diǎn)和今天中午12點(diǎn)的車流量卻大相徑庭，盡管今天中午12點(diǎn)鐘離今天早上8點(diǎn)鐘只有4個(gè)小時(shí)，而昨天早上8點(diǎn)鐘離今天早上8點(diǎn)鐘有24個(gè)小時(shí)，但反而是昨天同一時(shí)間的數(shù)據(jù)卻更為相似。不同于傳統(tǒng)的視頻數(shù)據(jù)和圖像數(shù)據(jù)，周期性是時(shí)空數(shù)據(jù)的特有屬性。

?

第四，時(shí)間變化的趨勢(shì)性。其實(shí)，周期性也不是固定的，它有一種趨勢(shì)性的上揚(yáng)和下降，這就叫趨勢(shì)性。什么叫趨勢(shì)？比如冬天天氣越來(lái)越冷了，天亮的時(shí)間越來(lái)越晚，大家出門的時(shí)間就會(huì)越來(lái)越晚，因此早高峰來(lái)的時(shí)間就會(huì)越來(lái)越晚，這種趨勢(shì)性慢慢漸變的過(guò)程，并不是一個(gè)固定的數(shù)值，不是說(shuō)永遠(yuǎn)早高峰都是8點(diǎn)鐘來(lái)。

?

當(dāng)空間屬性和時(shí)間屬性結(jié)合在一起，人流數(shù)據(jù)作為時(shí)空數(shù)據(jù)的一種，就區(qū)別于以往的視頻、圖像和文本等數(shù)據(jù)，已有的深度學(xué)習(xí)方法是無(wú)法直接奏效的，這也是研究這類數(shù)據(jù)的難點(diǎn)所在。

時(shí)空殘差網(wǎng)絡(luò)

說(shuō)完了研究難點(diǎn)，那么鄭宇博士及其團(tuán)隊(duì)是如何解決這個(gè)意義非凡的研究難題的呢？

?

如上文貴陽(yáng)市“塊數(shù)據(jù)”實(shí)驗(yàn)室的大屏幕所顯示的，鄭宇博士及團(tuán)隊(duì)創(chuàng)造性地把城市劃分成若干個(gè)均勻且不相交的網(wǎng)格。例如采用1KM*1KM的格子把城市劃分成網(wǎng)格，接下來(lái)把收到的人流數(shù)據(jù)，例如手機(jī)數(shù)據(jù)或者是出租車軌跡等代表人流量的數(shù)據(jù)，投射在網(wǎng)格里面。第三步，以網(wǎng)格為單位計(jì)算每個(gè)格子里分別有多少人流量的進(jìn)和出。第四步，根據(jù)這些數(shù)據(jù)生成簡(jiǎn)單的熱度圖。例如某個(gè)方格顏色越亮，則說(shuō)明這個(gè)地方人越多。

因此，某一個(gè)時(shí)間點(diǎn)的數(shù)據(jù)就能生成一張二維的平面圖。多個(gè)時(shí)間點(diǎn)的數(shù)據(jù)生成對(duì)應(yīng)的圖像，就變成了一個(gè)時(shí)序。此外，研究員同時(shí)挖掘出了數(shù)據(jù)對(duì)應(yīng)的事件和天氣信息。這些就構(gòu)成了數(shù)據(jù)的輸出。

有了這些數(shù)據(jù)，是否可以直接用上深度學(xué)習(xí)了呢？答案是否定的。根據(jù)論文的描述，我們還要經(jīng)過(guò)以下幾個(gè)步驟。

?

第一，把最近幾個(gè)小時(shí)的數(shù)據(jù)，即把最近這幾幀的數(shù)據(jù)，輸入到一個(gè)深度殘差網(wǎng)絡(luò)里面，即時(shí)空殘差網(wǎng)絡(luò)，來(lái)模擬相鄰時(shí)刻這些時(shí)間點(diǎn)的人流變化的平滑過(guò)程。

?

第二，把對(duì)應(yīng)時(shí)間點(diǎn)不同日期的對(duì)應(yīng)時(shí)刻，例如周一的兩點(diǎn)鐘和周二的兩點(diǎn)鐘，以及周五的兩點(diǎn)鐘，這些同一時(shí)刻的數(shù)據(jù)作為輸入，來(lái)模擬周期性。

?

第三，模擬趨勢(shì)性，即從更長(zhǎng)的時(shí)間維度進(jìn)行模擬。例如將每個(gè)月的第一周，第二周和第三周周一的下午三點(diǎn)鐘的對(duì)應(yīng)數(shù)據(jù)作為輸入，從而模擬趨勢(shì)性。

?

以上三點(diǎn)均通過(guò)同樣的深度殘差網(wǎng)絡(luò)分別模擬三個(gè)屬性：平滑、周期、趨勢(shì)。通過(guò)這些關(guān)鍵幀的抽取，只要用幾十幀的關(guān)鍵幀作為輸入，就可以體現(xiàn)出城市幾個(gè)月時(shí)間里所包含的周期性和趨勢(shì)性，這極大地簡(jiǎn)化了網(wǎng)絡(luò)結(jié)構(gòu)，但同時(shí)保證了訓(xùn)練的質(zhì)量和效果。

?

接下來(lái)，將這三個(gè)結(jié)果進(jìn)行融合，在這一階段僅考慮時(shí)間屬性和空間屬性。因?yàn)橥獠恳蛩兀缡录吞鞖獾雀嗟氖侨值?、更廣域的影響。因此下一步，再把外部的天氣、事件等因素做二次融合。

那么，空間的特性在這里是如何模擬的呢？

我們都知道，深度卷積神經(jīng)網(wǎng)絡(luò)的過(guò)程是這樣的——在將城市區(qū)域劃分成若干個(gè)格子之后，把相關(guān)的區(qū)域進(jìn)行卷積運(yùn)算合并到一個(gè)值，你可以認(rèn)為通過(guò)一次卷積之后，相關(guān)周圍地區(qū)的人流的相關(guān)性就能有所了解。卷積多次之后，相當(dāng)于把更遠(yuǎn)的地方屬性都卷積到一起了。如果你想研究距離很遠(yuǎn)的兩個(gè)地方的相關(guān)性，那就對(duì)網(wǎng)絡(luò)層次的深度提出了要求。在上海外灘的踩踏事件中，外灘觀景平臺(tái)的人流對(duì)沖被認(rèn)為是事件的主要原因，但造成大規(guī)模人流對(duì)沖的原因仍不清楚。而該模型既可用于解釋人流對(duì)沖的原因和趨勢(shì)，另一方面還能對(duì)人流疏散問(wèn)題提供解決方案。

?

但另一方面，一旦網(wǎng)絡(luò)的層次比較深，就會(huì)讓訓(xùn)練變得非常復(fù)雜、非常困難，精度也無(wú)法保證。為了保證訓(xùn)練效果好、提高訓(xùn)練精度，研究員們引入了殘差網(wǎng)絡(luò)結(jié)構(gòu)來(lái)解決這個(gè)問(wèn)題。這樣既保證了人流量的空間相關(guān)性，又使得訓(xùn)練精度變得更好。

?

在論文Deep Spatio-Temporal Residual Networks for Citywide Crowd Flows Prediction中，鄭宇博士及研究團(tuán)隊(duì)用四年內(nèi)的北京市出租車GPS軌跡數(shù)據(jù)和紐約自行車租賃的公開數(shù)據(jù)進(jìn)行了驗(yàn)證。這套模型的通用性也保證了其他類似數(shù)據(jù)同樣可以用于人流量的預(yù)測(cè)問(wèn)題。

?

鄭宇博士介紹道：“這篇論文可以認(rèn)為是（在國(guó)際知名學(xué)術(shù)會(huì)議上）真正把深度學(xué)習(xí)有效用在時(shí)空數(shù)據(jù)上的第一個(gè)研究成果，具有重要意義。”而深度學(xué)習(xí)在時(shí)空數(shù)據(jù)方面的應(yīng)用，目前也是微軟亞洲研究院城市計(jì)算組的重點(diǎn)研究方向。

為城市喝彩

關(guān)于城市計(jì)算的研究已經(jīng)走過(guò)了近十年的時(shí)光。從2008年初開始，通過(guò)分析和融合城市中的各種大數(shù)據(jù)，鄭宇博士和團(tuán)隊(duì)實(shí)現(xiàn)了一系列關(guān)于智能交通、城市規(guī)劃、環(huán)境和能源等的實(shí)際案例。相關(guān)技術(shù)不僅被應(yīng)用于微軟的產(chǎn)品，并且還在多個(gè)城市為政府決策提供服務(wù)。

?

城市計(jì)算作為一個(gè)交叉學(xué)科，包括城市感知及數(shù)據(jù)捕獲、數(shù)據(jù)管理、城市數(shù)據(jù)分析、服務(wù)提供四個(gè)環(huán)節(jié)。與自然語(yǔ)言分析和圖像處理等“單數(shù)據(jù)單任務(wù)”系統(tǒng)相比，城市計(jì)算是一個(gè)“多數(shù)據(jù)多任務(wù)”的系統(tǒng)。城市計(jì)算中的任務(wù)涵蓋改進(jìn)城市規(guī)劃、緩解交通擁堵、保護(hù)自然環(huán)境、減少能源消耗等等。而在一個(gè)任務(wù)中又需要同時(shí)用到多種數(shù)據(jù)。比如，在城市規(guī)劃的設(shè)計(jì)過(guò)程中，我們需要同時(shí)參考道路結(jié)構(gòu)、興趣點(diǎn)分布、交通流等多種數(shù)據(jù)源。

?

在城市計(jì)算的中文頁(yè)面介紹上，鄭宇博士寫道：“更具體的說(shuō)，城市計(jì)算是一個(gè)通過(guò)不斷獲取、整合和分析城市中多種異構(gòu)大數(shù)據(jù)來(lái)解決城市所面臨的挑戰(zhàn)（如環(huán)境惡化、交通擁堵、能耗增加、規(guī)劃落后等）的過(guò)程。城市計(jì)算將無(wú)處不在的感知技術(shù)、高效的數(shù)據(jù)管理和分析算法，以及新穎的可視化技術(shù)相結(jié)合，致力于提高人們的生活品質(zhì)、保護(hù)環(huán)境和促進(jìn)城市運(yùn)轉(zhuǎn)效率。城市計(jì)算幫助我們理解各種城市現(xiàn)象的本質(zhì)，甚至預(yù)測(cè)城市的未來(lái)?！?/p>

注：城市計(jì)算的中文頁(yè)面網(wǎng)址：https://www.microsoft.com/en-us/research/project/%E5%9F%8E%E5%B8%82%E8%AE%A1%E7%AE%97/ （請(qǐng)點(diǎn)擊文末的閱讀原文或直接復(fù)制網(wǎng)址至瀏覽器中打開）

如何成為一個(gè)幫助城市建設(shè)，為城市喝彩的數(shù)據(jù)科學(xué)家？鄭宇博士給出了以下幾點(diǎn)分享。

?

首先，數(shù)據(jù)科學(xué)家是區(qū)別于數(shù)據(jù)分析師的概念，后者通常都是針對(duì)明確的任務(wù)和明確的數(shù)據(jù)進(jìn)行處理。而數(shù)據(jù)科學(xué)家往往需要自己找出問(wèn)題，找出對(duì)應(yīng)的數(shù)據(jù)。例如，如何解決城市的霧霾問(wèn)題等。

?

其次，數(shù)據(jù)科學(xué)家需要會(huì)分析問(wèn)題，知道這個(gè)問(wèn)題和什么因素相關(guān)，也知道用什么樣的數(shù)據(jù)體現(xiàn)這樣的問(wèn)題。不僅如此，他還需要知道過(guò)去解決方案的優(yōu)缺點(diǎn)，并博采眾長(zhǎng)，提出自己的解決思路。

?

再來(lái)，數(shù)據(jù)科學(xué)家要看懂?dāng)?shù)據(jù)，理解數(shù)據(jù)背后的洞察。例如路面上的GPS軌跡，它不光反映了路面的交通容量和速度信息，它也反映了人們的出行規(guī)律。我們知道每個(gè)人的上車地點(diǎn)和下車地點(diǎn)，如果我們有很多人的出行規(guī)律，就可以進(jìn)一步反映這個(gè)區(qū)域的經(jīng)濟(jì)、功能甚至環(huán)境。進(jìn)而可以用領(lǐng)域A的數(shù)據(jù)去解決領(lǐng)域B的問(wèn)題，做到跨數(shù)據(jù)多元融合。

?

還有就是要了解各種模型，包括數(shù)據(jù)管理、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、可視化等等，以及云計(jì)算平臺(tái)問(wèn)題。

?

鄭宇博士總結(jié)道，一個(gè)好的數(shù)據(jù)科學(xué)家應(yīng)該是站在云平臺(tái)上面看問(wèn)題，想數(shù)據(jù)、關(guān)聯(lián)模型，并把這些模型有機(jī)地組合起來(lái)，部署到我們的云平臺(tái)上面，跟它產(chǎn)生鮮活的知識(shí)，最終解決行業(yè)問(wèn)題。

?

這，也是鄭宇博士和城市計(jì)算團(tuán)隊(duì)一直追求的方向，也是他們?yōu)槌鞘泻炔实囊环N含蓄的表達(dá)方式吧。

商業(yè)智能與數(shù)據(jù)分析群

興趣范圍包括各種讓數(shù)據(jù)產(chǎn)生價(jià)值的辦法，實(shí)際應(yīng)用案例分享與討論，分析工具，ETL工具，數(shù)據(jù)倉(cāng)庫(kù)，數(shù)據(jù)挖掘工具，報(bào)表系統(tǒng)等全方位知識(shí)

QQ群：81035754