从无人驾驶到网络约车 “AI+交通”未来有无限可
从无人驾驶到网络约车，从路径规划到交通管理，改变无处不在
眼不用紧盯前方、手不需紧握方向盘、脚不必踩着油门刹车，车辆行驶过程中，司机完全可以做个“甩手掌柜”……这样的“美事”正随着无人驾驶技术的日渐成熟而加速到来。
“目前，我们的智能汽车已经能在低速拥堵、高速公路等特殊路段实现自动驾驶，明年可以实现量产。7—10年之后，能适用于至少80%—90%的路况。”奇点汽车创始人、首席执行官沈海寅表示，无人驾驶说白了就是让汽车自身拥有环境感知、路径规划并自主实现车辆控制的技术，而这背后最关键的就是通过人工智能、深度学习“教”搭载了各种类型传感器的车辆学会驾驶。
从无人驾驶到网络约车，从路径规划到交通管理，人工智能对于交通出行的巨大改变如今可谓无处不在。
“打开App叫车，系统一上来就能根据用户的历史记录预测出目的地，还能弹出推荐上车地点。”滴滴出行首席技术官张博拿出手机告诉记者，以前乘客上车前，一般要和网约车司机打两通电话才能确定上车位置，而人工智能则能记录历史上车地点、追踪行走轨迹，根据经验提早确定上车地点。目前，滴滴在400多个城市挖掘了3000万个这样的地点。
滴滴平台的技术核心之一——智能派单，也正迎来人工智能带来的显著改变。几年前乘客通过滴滴约车时，系统派单主要是考虑位置，但位置最近不等于接驾时间最短，于是此后的派单又加入了路径规划、预估到达时间、车主服务分等因素，多维度计算乘客和车主的匹配度。到如今，滴滴派单又更加智能了综合考虑平台供需和道路实际情况，将订单和车辆每2秒钟进行一次撮合，进行全局最优的匹配。
“人工智能让路径规划实现了从基于规则到基于数据的转变。”高德地图副总裁、首席人力官董振宁告诉记者，路径规划中最难的是道路权重的计算，2013年以前，他们主要是根据道路距离等物理条件进行判断，而在引入人工智能之后，便可以通过对用户轨迹的海量数据进行深度学习，不断迭代，从而让路径规划更高效、时间预测也更精准。利用同样原理，高德对预计到达时间的预测准确率近年来也大为提高，已经达到80%—90%。
与此，高德、滴滴等企业也积极与武汉、济南、杭州等地合作，对城市部分路段的信号灯进行优化。以前，这些路口的红绿灯间隔一般为固定时长，而通过人工智能对交通拥有实时感知能力之后，间隔时间可以动态调整，使得上游车队往下游走的时候，到了路口正好绿灯开始放行。以滴滴为例，截至2017年12月10日，已经在全国优化了超过800个信号灯，使得高峰期通行时间较之前节省了10%—20%。
出行更绿色，交通资源利用效率和安全水平大为提升
“拥堵是什么？就是道路资源利用的不平衡。解决拥堵，光靠人的经验，光靠多修路是没有用的，最好的办法就是通过人工智能进行调度，实现人、车、路的协同，提高道路资源的利用效率。”董振宁说。
人工智能，让出行更加高效，也使其更加轻松、更加绿色。
“好的自动驾驶技术将能降低人的疲劳度，改善驾驶体验，又能提高安全性。”沈海寅说。有专家表示，人驾驶汽车，从看到紧急情况踩下刹车到让刹车发挥作用总共需要1.2秒，而无人车的整个反应过程只需要0.1秒到0.6秒，紧急制动更快速，驾驶也更安全。
“当共享出行网络足够发达之后，完全可以用更少的车满足更多人的出行需求，大大减少对能源、资源的消耗。”张博表示，滴滴最大的财富就是大数据、人工智能、机器学习算法，“我们希望把实时交通信息整合在一块，通过庞大复杂的算法和计算平台做实时的、智能的决策。”
“先进的传感技术、定位和地理信息技术、无线通信技术等在交通上的深度应用，计算机存储、处理等能力的飞速提升，基础设施、运载工具等的信息化水平不断提高，为人工智能在交通运输领域的应用奠定了基础条件。”交通运输部公路科学研究院副院长李斌归纳道，这些改变主要体现在3个方面
一是交通数据量呈指数级爆发式增长，为基于交通大数据的深度机器学习应用提供了可能，俗称“交通大脑”，实现交通资源利用效率的最大化。
二是针对交通流、客流、货流以及客货运力等的智能管理、组织、调度和控制等系统，最大限度便捷出行，降低物流运输成本。
三是针对复杂环境下的无人驾驶系统，它将突破人类的感知和反应能力的局限性，大幅提高交通运输安全水平和运输效率。
海量数据和应用场景，“AI+交通”未来还有无限可能
发展“AI+交通”，中国最大的优势在哪里？受访者的回答中，有两点十分一致，一是海量的数据，二是巨大的应用场景。
数据的海量是毋庸置疑的。目前，高德已经拥有7亿用户，位置服务被超过30万款App采用，每月覆盖的移动终端数超过11亿；滴滴每天的新增轨迹原始数据超70TB，每日处理数据4500TB，每日路径规划请求200亿次以上。
更为可喜的是，不少企业与地方政府已经展开了深度合作，逐步打通数据瓶颈、“信息孤岛”，深入挖掘数据价值。去年7月开始，高德地图与杭州合作交通大脑项目，利用高德的大数据，可以快速准确发现城市异常拥堵位置，并将其推送给交警部门，加快出警速度。数据显示，及时出警可将事故造成的异常拥堵时长缩短20%、将平均车速提高35%。，政府也会将交通管制等信息与高德共享，以提示用户提前绕行。
“北京有2000万人口，500万台车，路面已经开始饱和了，解决拥堵、共享出行的需求更为急迫。”张博认为，国人对出行品质的期盼将催生出更多交通课题，也将倒逼着人工智能在交通领域加快应用，“在应用场景的驱动下，任何1%的效率提升都会带来更大的影响。”
加上人才储备、技术力量方面的优势，我国交通出行企业对于未来充满了信心。在张博看来，“过去10多年，我们解决了信息流动的问题，未来重点要优化的，就是物理世界中人与物体的流动。”
“展望未来，人工智能在交通运输系统的深度应用，将至少有三点突破。”李斌列举道，一是突破人类感知和反应能力的限制，实现运载工具智能化，成倍降低事故和伤亡率；二是突破交通流理论的约束，通过广义控制实现交通自动化，成倍提升路网承载能力；三是突破信息不对称的约束，通过资源配置实现由个体和局部最优转变为全局最优，真正实现交通资源的高效利用。
要实现这些愿景，除了技术上的突破之外，还要配合设施环境的优化。“未来的交通基础设施将更加信息化，沿道路要布设无线通信和传感系统，也要更好适应无人驾驶汽车与有人驾驶汽车的混合车流状态。”李斌认为。
日前，交通运输部也明确，要把握自动驾驶等新需要，推动交通基础设施数字化、网联化、智能化发展，加快建设和形成装备与设施协同的数字化交通基础设施，并组织开展自动驾驶、无人船舶、太阳能路面等前沿技术研究与跟踪，研究制定促进自动驾驶发展的政策文件，推动辅助自动驾驶技术在营运车辆领域的应用示范。
“人工智能时代的创新节奏与工业时代完全不同，只要尖端技术发生突破，下一步的普及会很快。”沈海寅满怀信心地说。