当前智能交通系统存在重复性建设和碎片化开发的问题，难以融合新型技术支持系统的自主运行，无法支撑愈发多样复杂的移动需求，为此，本文尝试揭示自主交通系统的内涵及其发展所面临的个性化难题，并给出可行方案提供可信、隐私和公平的移动服务。
随着社会发展和科技进步，作为民生基石的交通系统新老问题并存，亟待更新。为此，自主交通系统被提出，以应对日益多样化的个性化移动需求。然而，数据异质、模型有偏和利益冲突会导致“云-边-端”资源协作出现壁垒，限制了信息感知的精度和移动服务的公平性，阻碍了未来交通对自动驾驶等新技术的融合应用。因此，现代交通系统迫切需要一种系统性的技术革新，将分布式私有数据与集中式开放数据融合，以可靠、隐私且公平的方式自主服务所有用户群体的个性化移动需求。
当前，在多样化交通需求的驱动下（图1A），现有智能交通系统（ITS）通常采用“一对一的系统到应用”的实施模式来提升各子系统的智能化水平（图1B），如优化多源数据分析、时空需求预测和实时事件处理的响应能力。然而，交通拥堵和出行不确定性等问题依然存在，这些孤立系统间存在资源竞争和信息差距，并且这些问题还会急剧恶化，例如，运输管理者和运营商经常需要访问多个系统以获取相关数据并制定调度计划，极易导致决策不一致，这不仅显著降低了用户个体满意度，还严重影响了系统整体运行效率。
为消除ITS内部基础设施、数据、功能和服务等所形成的资源烟囱，降低整体建设成本，实现系统优化后的供需平衡，如图1B所示，作为ITS的未来形式，自主交通系统（ATS）被提出。ATS采用“一对多的系统到服务”的创新模式，统一协调和控制系统内“云-边-端”资源，并根据上层不同的个性化需求，自主管理、调度和提供相关资源。由于减少了人为干预，ATS本质上是以用户为中心，能够在各种场景下按需提供服务，例如移动即服务（MaaS）和多式联运。然而，随着数据安全、用户隐私和伦理保护等相关法律法规和标准的出台，ATS在早期发展阶段遭遇瓶颈，面临三个关键问题（图1C）：1）如何协调处理公开和私有数据，2）如何高效训练基础模型，3）如何公平无偏服务每个用户。
为实现这一愿景，我们提出了一种可信、隐私和公平的服务框架TPE（图1D），通过整合区块链（BC）、联邦学习（FL）和大模型（LM）等新兴技术，融合其固有优势，全面应对上述挑战。其中，BC是实现资源透明管理和可追溯操作的先决条件，LM是支持个性化服务的功能基石，而FL作为BC与LM之间的连接纽带，支持资源协作和隐私计算。例如，在MaaS中，首先，道路上的无人驾驶车辆（UVs）和个人智能设备通过BC注册为公共资源；其次，基于BC管理的资源，可利用FL训练出一个通用LM，用于UVs的驾驶控制和移动计划生成；最后，模型本地化后，每个UV均能通过隐私协作进行智能升级，即使在未知场景中也能发挥作用，为每位旅行者提供理想体验。TPE通过构建可信赖的系统运行环境、安全的数据融合模式和平等的服务能力，有效赋能个性化自主交通。
TPE创新性地整合了区块链、联邦学习和大模型等新兴技术，旨在通过“云-边-端”资源在各种服务场景中的协作，自主满足个性化移动需求，打造一个可信和公平的自主交通系统，能够在确保隐私的前提下高效地服务所有用户群体。TPE有望消除智能交通系统中的碎片化、重复化建设问题，降低开发成本，促进知识共享，提升分布式资源利用率，推动交通系统的自主化变革，从而赋能个性化移动。未来研究可以聚焦于TPE的实施，尤其是在现实场景中的应用。
The Innovation是一本由青年科学家与Cell Press于2020年共同创办的综合性英文学术期刊：向科学界展示鼓舞人心的跨学科发现，鼓励研究人员专注于科学的本质和自由探索的初心。作者来自全球58个国家；已被151个国家作者引用；每期1/5-1/3通讯作者来自海外。目前有200位编委会成员，来自22个国家；50%编委来自海外(含39位各国院士)；领域覆盖全部自然科学。The Innovation已被DOAJ，ADS，Scopus，PubMed，ESCI，INSPEC，EI，中科院分区表(1区)等收录。2024年影响因子为33.2，2024年CiteScore为38.3。秉承“好文章，多宣传”理念，The Innovation在海内外各平台推广作者文章。