从无人驾驶到网约车，从路线规划到交通管理，变化无处不在
不用眼睛死死盯着车头，不用手握方向盘，不用踩油门刹车。 在行车过程中，司机可以做“不插手的掌柜”。 日益成熟人工智能最短路径，加速到来。
“目前，我们的智能汽车已经可以在低速堵车、高速路等特殊路段实现人工驾驶，今年就可以实现量产。7-10年后，可以应用到至少80%-90%的路况。” 奇点汽车创始人兼CEO沉海寅表示，无人驾驶就是让车辆本身拥有环境感知、路径规划和汽车自主控制的技术，而这背后最重要的是“教会”车辆通过人工智能和深度学习。 具有各种类型传感功能的汽车可以学习驾驶。
从无人驾驶到网约车，从路线规划到交通管理，人工智能让交通出行发生了翻天覆地的变化，如今无处不在。
“打开APP叫车，系统一上来就可以根据用户的历史记录预测目的地，并弹出推荐的上车地点。” 滴滴出行首席技术官张博拿出手机告诉记者，乘客上车前，通常需要与网约车司机通话两次才能确定上车地点，而人工智能可以记录下历史上车位置，跟踪行走轨迹，根据经验提前确定上车位置。 目前，滴滴已经在400多个城市挖掘了3000万个这样的位置。
滴滴平台的技术核心之一——智能派单，也正在迎来人工智能带来的明显变化。 几年前人工智能最短路径，滴滴订车时，系统主要考虑的是订单地点，但最近地点不代表最短上车时间，所以从那以后，派遣就增加了路线规划，估计到达时间、车主服务分类等激励，多维度预估乘客与车主的匹配度。 截至目前，滴滴派单越来越智能化：综合考虑平台供需和道路实际情况，每2秒匹配一次订单与汽车，实现全局最优匹配。
“人工智能使路线规划从基于规则转变为基于数据。” 高德地图总工程师、首席人力资源官董振宁告诉记者，路线规划中最难的部分是路重的预估。 2013年之前，他们主要是根据路途距离等化学条件来判断。 引入人工智能后，可以对用户轨迹的海量数据进行深度学习并不断迭代，从而使路线规划更高效，时间预测更准确。 利用同样的原理，高德在近几年的预计到达时间预测准确率也有了很大的提高，达到了80%-90%。
同时，高德、滴滴等企业也在积极与北京、济南、杭州等地合作，优化部分城市路段的信号灯。 过去，此类路口的红绿灯间隔通常是固定的。 但通过人工智能实时感知车流后，可以动态调整间隔时间，让上游车队通过时，路口开始绿灯通行。 以滴滴为例，截至2017年12月10日，全省已优化信号灯800余个，高峰时段通行时间较之前减少10%-20%。
出行更红，交通资源效率和安全水平大幅提升
“这是一种什么样的拥堵？是道路资源的不平衡。解决交通拥堵，光靠人的经验是没有用的，多修路也是没有用的。要形成合力，提高公路资源的利用效率。” “ 董振宁说道。
人工智能让出行更高效、更轻松、更红。
“好的手动驾驶技术会减少人的疲劳，改善驾驶体验，提高安全性。” 沉海音说。 有专家表示，人类驾驶的车辆在听到紧急情况后踩下刹车并让刹车生效，总共需要1.2秒，而无人驾驶车辆的整个反应过程只需要0.1到0.6秒。 紧急制动更快，驾驶更轻松。 更安全。
“当共享出行网络足够发达时，可以用更少的汽车来满足更多人的出行需求，大大降低能源和资源的消耗。” 张博表示，滴滴最大的财富是大数据和人工智能。 ，机器学习算法，“我们希望把实时的交通信息整合在一起，通过庞大复杂的算法和预估平台做出实时的智能决策。”
“先进传感器技术、定位与地理信息技术、无线通信技术等在交通运输领域的深入应用，计算机存储和处理能力迅速提高，基础设施、车辆等信息化水平不断提高.在交通领域的应用奠定了基础条件。 李斌副主任总结说，这种变化主要表现在三个方面：
一是交通数据量呈指数级下降，这为基于交通大数据的深度机器学习，又称“交通大脑”，实现交通资源效率最大化的应用提供了可能。
二是车流、客流、货流、客流等的智能化管理、组织、调度和控制系统，最大限度地方便出行，提高货运成本。
三是面向复杂环境的无人驾驶系统，将突破人类感知和反应能力的局限，大幅提升交通安全水平和运输效率。
海量数据和应用场景，“AI+交通”未来无限可能
中国发展“AI+交通”的最大优势在哪里？ 在受访者的回答中，有两点是非常一致的。 一是海量数据，二是庞大的应用场景。
海量数据毋庸置疑。 目前，高德已拥有7亿用户，超过30万个APP使用位置服务，月覆盖联通终端超过11亿个； 滴滴每晚新增70TB以上的原始轨迹数据，每天处理4500TB的数据。 每天超过 200 亿次的路线规划请求。
更可喜的是，不少企业与地方政府已经展开深度合作，逐步突破数据困境和“信息孤岛”，深入挖掘数据价值。 今年7月开始，高德地图与上海就交通大脑项目展开合作。 借助高德大数据，可以快速准确地发现城市异常堵车的位置，并推荐给公安部门，加快警力出动。 数据显示，及时报警可使车祸造成的异常拥堵时间减少20%，平均速度提高35%。 同时，政府也会与高德共享交通管制等信息，提醒用户提早绕行。
“北京有2000万人口，500万辆机动车，桥面已经开始饱和，解决交通拥堵、共享出行的需求更加迫切。” 张博认为，国人对出行品质的期待会引发更多的交通问题，同时也会推动人工智能在交通领域的应用。 “在应用场景的驱动下，效率每提升1%都会产生更大的影响。”
加上人才储备和技术实力的优势，我国交通旅游企业对未来充满信心。 在张博看来，“过去10年，我们解决了信息流的问题，未来要优化的重点是数学世界的人流和物流。”
“展望未来，人工智能在交通系统的深度应用，至少会有三个突破。” 李斌列举，一是要突破人类感知和反应能力的局限，实现车辆的智能化，使交通事故和死亡人数翻一番。 ; 二是突破交通流理论的束缚，通过广义控制实现人工通行，路网承载能力翻倍； 三是突破信息不对称的约束，通过资源配置实现从个体局部最优到全局最优的转变，真正实现交通资源的高效利用。
要实现这一愿景，不仅需要技术上的突破，更需要设施环境的优化。 “未来的交通基础设施将越来越信息化，沿路部署无线通信和传感器系统，也将更好地适应无人车和有人车的混合交通流。” 李斌想。
近期，交通运输部也明确提出，要把握人工驾驶等新需求，推进交通基础设施数字化、网络化、智能化发展，推进兵器协同的数字交通基础设施建设和生成。组织人工驾驶，研究跟踪无人船、太阳能桥面等前沿技术，研究制定促进人工驾驶发展的新政策文件，推动人工辅助驾驶技术在我国的应用示范。运营车辆领域。
“人工智能时代的创新步伐与工业时代完全不同，只要在前沿技术上有所突破，接下来的普及就会非常快。” 沉海音自信的说道。
《人民晚报》（2018年2月2日第10版）
（责任编辑：张易之（实习生）、沉亚欣）