美国研究团队：滴滴等网约车人工智能技术对城市治堵有重要意义

本篇文章821字，读完约2分钟

最近，由宾夕法尼亚州立大学领导的一个跨国研究小组发表了最新研究，指出滴滴、优步和其他在线汽车平台可以更好地预测汽车需求，并通过使用人工智能技术为建设一个更智能、更安全、更可持续的城市铺平道路。

在美国人工智能研究领域最大的行业会议——人工智能促进协会上，宾夕法尼亚州立大学信息科学与技术学院和滴滴出行的研究人员发表的论文引起了密切关注。本文题为“网络汽车需求预测的深度多角度时间空模型”，采用了Didi提供的技术和脱敏数据。常用技术仅使用一种类型的神经网络模型，但研究团队发现，综合使用基于神经网络的两种复杂预测模型:卷积神经网络和长短期记忆网络，滴滴能够实现更好的效率提升和拥塞缓解。

当用户需要使用汽车时，他首先通过应用程序下订单，这些订单数据能够比仅仅依靠乘车历史信息更好地预测需求。经过大数据挖掘分析后，用于预测一定时期内乘车需求的变化，从而触发前瞻性的匹配和调度行为。根据中国广州、济南和武汉的观测，预测准确率可达85%；该技术对缓解城市拥堵具有重要意义。

滴滴希望该预测算法能够减少旅游市场的供需失衡，缓解道路拥堵

波士顿咨询公司去年11月发布的题为“释放城市车辆共享对东南亚和其他地区的影响”的报告在这个问题上有类似的观点。该报告指出，未来解决交通拥堵的关键在于投资扩大道路通行能力和提高现有资源利用效率之间的平衡，而共享是大幅提高现有资源利用率的一种方式。共享不仅可以灵活利用现有的私家车资源，提高每公里每辆车的利用效率，还可以智能匹配供需，及时灵活地规划路线，减少交通时间，避免拥堵。

减少道路拥堵，让城市变得更智能，让城市发展更具可持续性，是现代发展的一个重要命题。宾夕法尼亚州立大学信息科学与技术学院副教授、博士生导师李振辉说:“日益流行的共享旅游平台正在深刻改变人们的旅游模式。准确预测出行服务需求对系统缓解城市拥堵具有重要意义。”

宾夕法尼亚州立大学信息学院副教授李振辉对中美网络汽车的人工智能技术进行了深入研究