人工智慧+ 在大陸出行更輕鬆

2018年02月02日来源:嘟噜

從無人駕駛到網路約車,從路徑規劃到交通管理,改變無處不在。

眼不用緊盯前方、手不需緊握方向盤、腳不必踩著油門刹車,車輛行駛過程中,司機完全可以做個「甩手掌櫃」……這樣的「美事」正隨著無人駕駛技術的日漸成熟而加速到來。

「目前,我們的智慧汽車已經能在低速擁堵、高速公路等特殊路段實現自動駕駛,明年可以實現量產。7—10年之後,能適用於至少80%—90%的路況。」奇點汽車創始人、首席執行官沈海寅表示,無人駕駛說白了就是讓汽車自身擁有環境感知、路徑規劃並自主實現車輛控制的技術,而這背後最關鍵的就是通過人工智慧、深度學習「教」搭載了各種類型感測器的車輛學會駕駛。

從無人駕駛到網路約車,從路徑規劃到交通管理,人工智慧對於交通出行的巨大改變如今可謂無處不在。

「打開APP叫車,系統一上來就能根據使用者的歷史記錄預測出目的地,還能彈出推薦上車地點。」滴滴出行首席技術官張博拿出手機告訴記者,以前乘客上車前,一般要和網約車司機打兩通電話才能確定上車位置,而人工智慧則能記錄歷史上車地點、追蹤行走軌跡,根據經驗提早確定上車地點。目前,滴滴在400多個城市挖掘了3000萬個這樣的地點。

滴滴平臺的技術核心之一——智慧派單,也正迎來人工智慧帶來的顯著改變。幾年前乘客通過滴滴約車時,系統派單主要是考慮位置,但位置最近不等於接駕時間最短,於是此後的派單又加入了路徑規劃、預估到達時間、車主服務分等因素,多維度計算乘客和車主的匹配度。到如今,滴滴派單又更加智慧了:綜合考慮平臺供需和道路實際情況,將訂單和車輛每2秒鐘進行一次撮合,進行全域最優的匹配。

「人工智慧讓路徑規劃實現了從基於規則到基於資料的轉變。」高德地圖副總裁、首席人力官董振甯告訴記者,路徑規劃中最難的是道路權重的計算,2013年以前,他們主要是根據道路距離等物理條件進行判斷,而在引入人工智慧之後,便可以通過對使用者軌跡的海量資料進行深度學習,不斷反覆運算,從而讓路徑規劃更高效、時間預測也更精准。利用同樣原理,高德對預計到達時間的預測準確率近年來也大為提高,已經達到80%—90%。

與此同時,高德、滴滴等企業也積極與武漢、濟南、杭州等地合作,對城市部分路段的信號燈進行優化。以前,這些路口的紅綠燈間隔一般為固定時長,而通過人工智慧對交通擁有即時感知能力之後,間隔時間可以動態調整,使得上游車隊往下游走的時候,到了路口正好綠燈開始放行。以滴滴為例,截至2017年12月10日,已經在大陸優化了超過800個信號燈,使得高峰期通行時間較之前節省了10%—20%。

出行更綠色,交通資源利用效率和安全水準大為提升

「擁堵是什麼?就是道路資源利用的不平衡。解決擁堵,光靠人的經驗,光靠多修路是沒有用的,最好的辦法就是通過人工智慧進行調度,實現人、車、路的協同,提高道路資源的利用效率。」董振寧說。

人工智慧,讓出行更加高效,也使其更加輕鬆、更加綠色。

「好的自動駕駛技術將能降低人的疲勞度,改善駕駛體驗,又能提高安全性。」沈海寅說。有專家表示,人駕駛汽車,從看到緊急情況踩下刹車到讓刹車發揮作用總共需要1.2秒,而無人車的整個反應過程只需要0.1秒到0.6秒,緊急制動更快速,駕駛也更安全。

「當共用出行網路足夠發達之後,完全可以用更少的車滿足更多人的出行需求,大大減少對能源、資源的消耗。」張博表示,滴滴最大的財富就是大資料、人工智慧、機器學習演算法,「我們希望把即時交通資訊整合在一塊,通過龐大複雜的演算法和計算平臺做即時的、智慧的決策。」

「先進的傳感技術、定位和地理資訊技術、無線通訊技術等在交通上的深度應用,電腦存儲、處理等能力的飛速提升,基礎設施、運載工具等的資訊化水準不斷提高,為人工智慧在交通運輸領域的應用奠定了基礎條件。」交通運輸部公路科學研究院副院長李斌歸納道,這些改變主要體現在3個方面:

一是交通資料量呈指數級爆發式增長,為基於交通大資料的深度機器學習應用提供了可能,俗稱「交通大腦」,實現交通資源利用效率的最大化。

二是針對交通流、客流、貨流以及客貨運力等的智慧管理、組織、調度和控制等系統,最大限度便捷出行,降低物流運輸成本。

三是針對複雜環境下的無人駕駛系統,它將突破人類的感知和反應能力的局限性,大幅提高交通運輸安全水準和運輸效率。

海量資料和應用場景,「AI+交通」未來還有無限可能

發展「AI+交通」,大陸最大的優勢在哪裡?受訪者的回答中,有兩點十分一致,一是海量的資料,二是巨大的應用場景。

數據的海量是毋庸置疑的。目前,高德已經擁有7億使用者,位置服務被超過30萬款APP採用,每月覆蓋的移動終端數超過11億;滴滴每天的新增軌跡原始資料超70TB,每日處理資料4500TB,每日路徑規劃請求200億次以上。

更為可喜的是,不少企業與地方政府已經展開了深度合作,逐步打通資料瓶頸、「資訊孤島」,深入挖掘資料價值。去年7月開始,高德地圖與杭州合作交通大腦專案,利用高德的大資料,可以快速準確發現城市異常擁堵位置,並將其推送給交警部門,加快出警速度。資料顯示,及時出警可將事故造成的異常擁堵時長縮短20%、將平均車速提高35%。同時,政府也會將交通管制等資訊與高德共用,以提示用戶提前繞行。

「北京有2000萬人口,500萬台車,路面已經開始飽和了,解決擁堵、共用出行的需求更為急迫。」張博認為,國人對出行品質的期盼將催生出更多交通課題,也將倒逼著人工智慧在交通領域加快應用,「在應用場景的驅動下,任何1%的效率提升都會帶來更大的影響。」

加上人才儲備、技術力量方面的優勢,我國交通出行企業對於未來充滿了信心。在張博看來,「過去10多年,我們解決了資訊流動的問題,未來重點要優化的,就是物理世界中人與物體的流動。」

「展望未來,人工智慧在交通運輸系統的深度應用,將至少有三點突破。」李斌列舉道,一是突破人類感知和反應能力的限制,實現運載工具智慧化,成倍降低事故和傷亡率;二是突破交通流理論的約束,通過廣義控制實現交通自動化,成倍提升路網承載能力;三是突破資訊不對稱的約束,通過資源配置實現由個體和局部最優轉變為全域最優,真正實現交通資源的高效利用。

要實現這些願景,除了技術上的突破之外,還要配合設施環境的優化。「未來的交通基礎設施將更加資訊化,沿道路要佈設無線通訊和傳感系統,也要更好適應無人駕駛汽車與有人駕駛汽車的混合車流狀態。」李斌認為。

日前,交通運輸部也明確,要把握自動駕駛等新需要,推動交通基礎設施數位化、網聯化、智慧化發展,加快建設和形成裝備與設施協同的數位化交通基礎設施,並組織開展自動駕駛、無人船舶、太陽能路面等前沿技術研究與跟蹤,研究制定促進自動駕駛發展的政策檔,推動輔助自動駕駛技術在營運車輛領域的應用示範。

「人工智慧時代的創新節奏與工業時代完全不同,只要尖端技術發生突破,下一步的普及會很快。」沈海寅滿懷信心地說。(據大陸新華網報導)

[編輯:]