科技青年｜从行为优化到智能转型，构筑未来交通新生态

《科技青年》栏目由北京市科学技术协会出品，北京科普发展与研究中心策划制作。以“青年力量 科技之光”为主题，深入挖掘青年科技人才在基础研究和应用技术领域不断探索、勇于创新的奋斗故事，展现青年科技人才风采、营造鼓励创新文化氛围、树立优秀青年榜样，让公众看到科技创新背后的青春力量。日前，本栏目采访本期邀请到北京工业大学城市交通学院副教授、北京市科协“青年人才托举工程”被托举人伍毅平和北京交通大学交通运输学院副教授、北京市科协“青年人才托举工程”被托举人杨洋两位青年科技工作者，邀访他们围绕驾驶行为优化与智慧交通展开分享。

在驾驶风险监管研究领域，伍毅平将自己比作“医生”，而“不良驾驶行为”则是需要诊治的“病症”。由于驾驶人风险行为水平、表现形式及对行为矫正与培训模式的偏好存在差异，伍毅平团队提出“千人千面”的驾驶行为教育培训模式。该模式融合大数据与“人因”分析，先通过数据诊断个体驾驶风险，再结合其价值观、生理心理特征等，匹配定制化的矫正策略，从而提高驾驶人对矫正方案的接受度与配合度，增强行为矫正效果。

生态驾驶行为是通过优化驾驶方式来降低车辆的能耗与排放，是实现“双碳”目标的重要路径。伍毅平表示，生态驾驶涵盖从驾车前到收车后的全流程操作，主要通过日常驾驶培训和行驶中的动态提醒实现，具有广泛参与性和减排潜力。随着车路协同技术的发展，生态驾驶获得了更坚实的技术支撑。他强调，虽然其减排作用看似“微观”，但却是全民可参与的绿色生活方式，是交通领域实现“双碳”目标不可或缺的组成部分。

面对人工智能大模型对交通科研的深刻影响，伍毅平认为，大模型正推动科研范式从“公式驱动”向“数据-智能体驱动”转变。它能够在统一框架下关联微观行为与宏观驾驶习惯，借助海量数据驱动，使行为规律与复杂耦合效应自然显现，实现理论上的跨尺度一致性。但他也强调，必须注重“人因”与数据的耦合驱动，以应对复杂的现实交通问题。

在加快建设交通强国的道路上，伍毅平致力于以“人”为中心优化驾驶行为，杨洋则聚焦以系统为依托的交通智慧化转型。

在构建道路交通事故风险模型方面，杨洋带领团队探究了一种适用于低精度、小样本、高噪声数据的事故风险模型时空移植方法，实现模型性能的提升。该研究在模型构建过程中已系统性应对了国内外数据质量、事故形成机制、基础设施布局等多方面差异。

杨洋认为，人工智能大模型正扮演交通科研“范式革命者”的角色，推动科研范式从“模型驱动”“小数据驱动”向“全息感知与生成式推演”转变。他表示，大模型带来的改变，让交通工程师不再只是交通系统的“分析师”，更逐渐成为具备全息感知、前瞻干预和自主决策优化的“总规划师”。

建设安全、便捷、高效、绿色、经济、包容、韧性的可持续交通体系，是推动经济社会高质量发展的基础支撑，更是实现“人享其行、物畅其流”美好愿景的核心路径。伍毅平和杨洋两位青年科技工作者，积极运用人工智能大模型等前沿科技，直面行业痛点、系统攻坚克难。他们不仅致力于解决当前出行问题，更着眼于构建面向未来的智慧交通生态，让每一次出行更安全，每一段路程更绿色，每一刻交通更高效，在科技与人文的交汇处，铺就一条通往可持续未来的坚实之路。