郭敬明曾在小說的開頭這樣寫道“這座城市像是一個瘋狂的龐然大物，機(jī)場，車站盤踞在周邊，人們從像它體內(nèi)腸道一樣的交通樞紐，被迅速的運往各地。”雖然有藝術(shù)和夸張的成分，但城市作為人口最為密集的聚居地，其中很多系統(tǒng)和紐帶早已疲憊不堪，譬如交通，在“智能化城市”倡導(dǎo)的今天，早有人預(yù)言，隱匿于城市毛細(xì)血管的交通網(wǎng)絡(luò)，有可能是第一個被擱置在人工智能底座的社會系統(tǒng)。

擁堵已成為世界性難題

在中國，有大約超過50個城市面臨不同程度的擁堵，每天高峰期擠地鐵公交的經(jīng)歷，成為所有人的切膚之痛，越大的城市，這樣的情況就越發(fā)嚴(yán)重。不只中國，交通問題是世界大型城市的共同頑疾，有數(shù)據(jù)顯示，歐盟境內(nèi)每年因交通擁堵造成的經(jīng)濟(jì)損失達(dá)到了1000億歐元。

巨大的公共福祉背后，是頗為嚴(yán)峻的路徑實現(xiàn)。

建立在數(shù)據(jù)上的“智能化城市”

無論城市如何發(fā)展，城市交通始終離不開人、交通工具和政府管理三個維度。

解決諸如交通擁堵這樣的復(fù)雜問題，必然需要龐大的數(shù)據(jù)作為支持，在“互聯(lián)網(wǎng)+”的時代，我們完全可以仰仗更睿智的方式使得數(shù)據(jù)的收集不再繁瑣和低效，不少城市通過與互聯(lián)網(wǎng)企業(yè)的合作，用數(shù)據(jù)為城市的交通做出注解，真正掌握關(guān)于出行問題的“第一手資料”。

高德地圖首創(chuàng)并搭建了“互聯(lián)網(wǎng)+交通”城市指數(shù)體系，同時攜手新浪微博設(shè)置了“智能出行”、“智慧交通”、“政務(wù)影響力”三大指標(biāo)及二十七個分類指標(biāo)，截取全國62座城市，用大數(shù)據(jù)衡量和描繪城市互聯(lián)網(wǎng)在交通行業(yè)的發(fā)展水平，以期為城市在“互聯(lián)網(wǎng)+交通”領(lǐng)域的發(fā)展提供有效參考。

百度地圖每天響應(yīng)450億次定位請求，位置服務(wù)超720億次，完全可以基于這些累計的定位數(shù)據(jù)，計算出每個用戶的工作地和居住地，然后通過劃分區(qū)域位置邊界（譬如通過定位發(fā)現(xiàn)，某人在最近兩個月在某個位置出現(xiàn)上百次；時間集中在9:00-19:00；連接固定的wifi，基本可以判斷是在工作地）從而測算出某個區(qū)域的人口絕對值。

事實上，如今百度地圖慧眼數(shù)據(jù)的預(yù)測準(zhǔn)確率已達(dá)85%以上，這意味著，它完全可以為政府機(jī)構(gòu)提供重要的輔助性數(shù)據(jù)資料。由此可以看出，這種基于網(wǎng)絡(luò)實時更新的數(shù)據(jù)分析，必將在“智能化城市”的建設(shè)中出謀劃策。

而具體到交通工具領(lǐng)域，無論網(wǎng)約租車，地圖導(dǎo)航，還是共享單車，都將成為城市智能化出行升級路上的重要一環(huán)。

告別尷尬等車的打車時代

當(dāng)人們因打不到車而焦急的時候，在城市的另一個邊，一位出租車司機(jī)正因為沒有乘客而懷著相同的心態(tài)。這曾經(jīng)一度是在每個城市上演的真實局面。

直到以滴滴為代表的網(wǎng)約車平臺的出現(xiàn)，才結(jié)束了這一尷尬的現(xiàn)狀。滴滴算是移動互聯(lián)網(wǎng)時代向人工智能時代躍遷的極佳樣本。如今滴滴每日峰值訂單超過2000萬單，每日處理數(shù)據(jù)超過2000TB，相當(dāng)于200萬部電影，這其中包括叫車信息，駕駛行為和車輛數(shù)據(jù)等多個維度。

滴滴研究院院長何曉飛曾經(jīng)表示：“如果我們能搜集到更多的數(shù)據(jù)，未來有一天我們甚至能夠知道每一位乘客，每一位司機(jī)的意愿。如果我們能夠更加準(zhǔn)確的甚至預(yù)測人的心理，那么我們可以把整個城市的交通管理的更加有秩序。”

規(guī)劃真正適合的出行路徑

同樣的目的地，老司機(jī)往往會比剛剛上路的新手更快到達(dá)，拋開駕駛技術(shù)上的差異，真正的區(qū)別在于他們對于交通信息的掌握和本地駕駛經(jīng)驗的累積程度。

如今，城市紛繁而龐大，路況多變而復(fù)雜，這也給了地圖導(dǎo)航大展拳腳的空間。

以百度，高德為代表的導(dǎo)航軟件如今已經(jīng)可以做到分鐘級別的路況更新，某個地方發(fā)生擁堵，一分鐘之內(nèi)便會有提示。此外，這類軟件還可以精確推算全國路網(wǎng)的動態(tài)車流關(guān)系，實現(xiàn)未來一小時的路況預(yù)測，這種路況預(yù)測模型，包括了日期，時間，天氣，路段路況和區(qū)域路況等多個維度，并輔之以棋局態(tài)勢感知和區(qū)域路況態(tài)勢感知的神經(jīng)網(wǎng)絡(luò)算法。

而這一切的實現(xiàn)，背后同樣是龐大的數(shù)據(jù)積累，百度地圖每日提供的位置服務(wù)超過720億次，每日導(dǎo)航服務(wù)超過2億公里，其自身也從單純解決陌生地認(rèn)路，演化到如今的智能導(dǎo)航。同樣的，高德地圖的數(shù)據(jù)庫中，有78%來自于UGC眾包數(shù)據(jù)，22%來自于出租車、物流車等行業(yè)浮動車輛。高德地圖的實時交通動態(tài)事件數(shù)據(jù)中，更有85%來自于用戶上報，其余來自于交管和政府。

正是這樣將數(shù)百億次不同用戶的出行旅程數(shù)據(jù)記錄在案，對比用戶路線和規(guī)劃路線，找出差異，統(tǒng)計用戶最多的走法，提供更優(yōu)方案。從而將智慧“反哺”到每一次用戶的具體出行之中。

公共交通末端的離散方式

即使設(shè)計再精密的公共交通網(wǎng)絡(luò)，也總有照顧不到的地方，而就在這些網(wǎng)絡(luò)的空隙之間，也往往造成公共交通推行的阻隔。舉個例子，當(dāng)距離最近的地鐵站有20分鐘甚至更遠(yuǎn)的距離時，開車出行或許會成為一個下意識的選擇。

共享單車便在這樣的環(huán)境下應(yīng)運而生，“解決出行最后一公里”的宣傳簡單而直接，卻也是人們最迫切需要的內(nèi)容。

如此看來共享單車的成功似乎是一件順理成章的事情，可事實并不是買一批自行車上鎖那么簡單。在不同的城市投放量的多少，不同區(qū)域內(nèi)車輛回收和分配，以及維修人員的招募，這其中的任何一項離開了數(shù)據(jù)的保障，都會變成臆想，一旦這種缺乏深思熟慮做出的決定付諸實施，在共享單車如此火爆的今天，也未必會輕易取得成功。不是每一個共享單車都成為摩拜和ofo，上市20天即宣布倒閉的公司，也一并存在。

4月19日，易觀千帆公布了2017年1季度App TOP1000的排名情況，在交通出行領(lǐng)域摩拜單車月活達(dá)1321.1萬，已為海內(nèi)外50多個城市提供騎行服務(wù)，摩拜車輛投放總數(shù)超過365萬輛，日騎行人次超過2000萬，使市民們的出行更加便捷、高效。

作為競爭者，ofo平臺連接單車數(shù)量超350萬，已累計為全球4個國家的81座城市提供了超過8億次服務(wù)，到今年底o(hù)fo計劃將覆蓋全球20個國家，包括日本、西班牙、法國、德國和菲律賓等。

如此大規(guī)模的業(yè)務(wù)擴(kuò)張，既是營銷戰(zhàn)略和搶占份額的博弈，也是為了通過更大范圍的數(shù)據(jù)累積完善自身產(chǎn)品和定位，在共享單車市場取得先機(jī)。

從人工智能走向城市智能

每天的每座城市，都會產(chǎn)生林林總總的交通數(shù)據(jù)，如今通過各種智能出行軟件，可以迅速將數(shù)據(jù)搜集整理并呈報相關(guān)部門，而政府則可以將這些數(shù)據(jù)運用到城市建設(shè)之中，進(jìn)行城市線管規(guī)劃，分析交通擁堵的原因，對異常道路進(jìn)行數(shù)據(jù)挖掘，并將數(shù)據(jù)用于交通管理調(diào)度及相關(guān)決策，輔助宏觀交通規(guī)劃。這種基于人工智能的資源回饋，對于城市公共交通出行效率，出行選擇率以及城市承載率都意義深遠(yuǎn)，勢必得到?jīng)Q策部門的重視。

所謂城市的智能化出行，簡單來說是就是運用數(shù)據(jù)的搜集、分析與整理，通過交通工具向市民提供更好的出行體驗，在“互聯(lián)網(wǎng)+”的時代，這需要各智能出行企業(yè)與政府部門的充分聯(lián)接，而隨著城市規(guī)模的進(jìn)一步擴(kuò)大，這種關(guān)系更是顯得尤為重要。