無人駕駛、網約車智能派單、優化通行信號燈、高效規劃路徑
從無人駕駛到網絡約車，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、腳不必踩著油門剎車，車輛行駛過程中，司機完全可以做個甩手掌柜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，我們的智能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。710年之后，能適用于至少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、路徑規劃并自主實現車輛控制的技術，而這背后最關鍵的就是通過人工智能、深度學習教搭載了各種類型傳感器的車輛學會駕駛。
從無人駕駛到網絡約車，從路徑規劃到交通管理，人工智能對于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用戶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，而人工智能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能派單，也正迎來人工智能帶來的顯著改變。幾年前乘客通過滴滴約車時，系統派單主要是考慮位置，但位置最近不等于接駕時間最短，于是此后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，滴滴派單又更加智能了：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，進行全局最優的匹配。
人工智能讓路徑規劃實現了從基于規則到基于數據的轉變。高德地圖副總裁、首席人力官董振寧告訴記者，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，而在引入人工智能之后，便可以通過對用戶軌跡的海量數據進行深度學習，不斷迭代，從而讓路徑規劃更高效、時間預測也更精準。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，而通過人工智能對交通擁有實時感知能力之后，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，已經在全國優化了超過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平大為提升
擁堵是什么？就是道路資源利用的不平衡。解決擁堵，光靠人的經驗，工業機器人維修，光靠多修路是沒有用的，最好的辦法就是通過人工智能進行調度，實現人、車、路的協同，提高道路資源的利用效率。董振寧說。
人工智能，讓出行更加高效，也使其更加輕松、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剎車到讓剎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。
當共享出行網絡足夠發達之后，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數據、人工智能、機器學習算法，我們希望把實時交通信息整合在一塊，通過龐大復雜的算法和計算平臺做實時的、智能的決策。
先進的傳感技術、定位和地理信息技術、無線通信技術等在交通上的深度應用，計算機存儲、處理等能力的飛速提升，基礎設施、運載工具等的信息化水平不斷提高，為人工智能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：
一是交通數據量呈指數級爆發式增長，為基于交通大數據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能管理、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。
三是針對復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平和運輸效率。
海量數據和應用場景，AI+交通未來還有無限可能
發展AI+交通，中國最大的優勢在哪里？受訪者的回答中，有兩點十分一致，一是海量的數據，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7億用戶，位置服務被超過30萬款APP采用，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數據超70TB，每日處理數據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，逐步打通數據瓶頸、信息孤島，深入挖掘數據價值。去年7月開始，高德地圖與杭州合作交通大腦項目，利用高德的大數據，可以快速準確發現城市異常擁堵位置，并將其推送給交警部門，庫卡機器人，加快出警速度。數據顯示，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信息與高德共享，以提示用戶提前繞行。
北京有2000萬人口，500萬臺車，路面已經開始飽和了，解決擁堵、共享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，也將倒逼著人工智能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于未來充滿了信心。在張博看來，過去10多年，我們解決了信息流動的問題，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，人工智能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，實現運載工具智能化，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；三是突破信息不對稱的約束，通過資源配置實現由個體和局部最優轉變為全局最優，真正實現交通資源的高效利用。
要實現這些愿景，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信息化，沿道路要布設無線通信和傳感系統，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，工業機器人維修，要把握自動駕駛等新需要，推動交通基礎設施數字化、網聯化、智能化發展，加快建設和形成裝備與設施協同的數字化交通基礎設施，并組織開展自動駕駛、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文件，推動輔助自動駕駛技術在營運車輛領域的應用示范。
人工智能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。