主讲人：刘志远教授
报告主题：生成式AI+交通技术中的核心瓶颈与解决方案
报告时间：2025年12月3日（周三）上午10：00
报告地点：交运楼学术报告厅
主讲人简介：
刘志远，教授、博导，获评国家自科基金青A（杰青）、优青、青千。本科毕业于东南大学交通工程专业，博士毕业于新加坡国立大学土木工程系。曾就职于澳大利亚蒙纳士大学土木工程系，任助理教授；2015年全职回到东南大学交通学院任教授、博导，复杂交通网络研究中心主任；2017年12月至2018年1月赴澳大利亚墨尔本大学数学系任访问学者。2019年5月至2023年7月，担任交通学院副院长，2023年7月至2025年3月担任国家卓越工程师学院副院长，现任统计与数据科学学院直属党支部书记。主要研究领域包括交通大数据分析与建模、交通网络规划与管理，在Nature Sustainability、Transportation Science、Transportation Research Part B/Part C/Part E、IEEE Transactions on Knowledge and Data Engineering（TKDE）、European Journal of Operational Research等SCI/SSCI期刊发表论文200余篇，论文被引用1万余次。担任由Elsevier出版的国际期刊Multimodal Transportation执行主编，担任交通研究领域知名SCI期刊Transportation Research Part C、Transportation Research Part E副主编。获教育部科学研究优秀成果奖一等奖（排1）、江苏省科学技术奖一等奖（排2）、中国智能交通协会科技进步一等奖（排1）、中国公路学会科技进步一等奖（排1）、华为难题揭榜“火花奖”2项（唯一完成人）、东南大学第十五届“我最喜爱的研究生导师”十佳导师、江苏省双创人才、江苏省青年双创英才、东南大学“五四青年奖章”等荣誉。2016年以来，指导学生获得21项国内外大数据算法比赛奖项（皆为前三名），包括被誉为“大数据比赛世界杯”的KDD CUP冠军与亚军、IJCAI冠军、NeurIPS第二名等。
讲座主要内容：
目前，智能交通技术在感知、预测、控制等方面已取得显著进步，但仍然面临“感知半盲、知识割裂、决策单调”等三大瓶颈问题。大语言模型（LLM）的“Next Token Prediction”范式被普遍认为是实现突破的关键途径之一，但本文提出了不同的观点。即交通系统的复杂性并非源于符号统计，而是根植于实体间的物理互动；因此，LLM在面对交通系统各类问题时，存在三重根本性挑战：最小单元信息密度低、语义与物理空间割裂、物理硬约束强，这些挑战使LLM难以直接应用于交通系统并取得期望成效。为此，本文提出了 TRIP（Traffic Reasoning with Progressive Intelligence）框架，以“双重状态空间”统一物理与语义表征，通过“渐进式推理”将高层语义目标与底层物理约束逐层跨模态对齐，并用分层强化学习实现可解释、自适应的决策优化。本文呼吁由LLM的“单一统计关联”演进至交通大模型的“多模态融合智能”，在数据驱动与知识引导、局部响应与全局规划间建立动态平衡，从而迈向安全可信、以人为本的未来交通智能。