近日，韓國(guó)蔚山國(guó)家科學(xué)技術(shù)研究院（UNIST）的一個(gè)研究團(tuán)隊(duì)展示了一種全新的人工智能交通預(yù)測(cè)分析系統(tǒng)，該系統(tǒng)可以對(duì)5-15分鐘的交通狀況進(jìn)行預(yù)測(cè)，目前預(yù)測(cè)結(jié)果平均只有4公里/小時(shí)左右的誤差。

    據(jù)悉，全新的人工智能分析系統(tǒng)能夠通過(guò)從車輛監(jiān)測(cè)器所獲得的數(shù)據(jù)，對(duì)交通擁堵情況進(jìn)行監(jiān)控及預(yù)測(cè)。UNIST教授Sungahn Ko領(lǐng)導(dǎo)了這項(xiàng)突破性技術(shù)的研發(fā)，并與美國(guó)普渡大學(xué)、亞利桑那州立大學(xué)的研究團(tuán)隊(duì)共同完成了研發(fā)工作。在開發(fā)過(guò)程中，這三所高校的團(tuán)隊(duì)提取了任務(wù)需求，并結(jié)合了用于堵塞預(yù)測(cè)的長(zhǎng)短期記憶（LSTM）模型，從而設(shè)計(jì)了一種用于探測(cè)擁堵原因和擁堵延伸方向的加權(quán)方法。

這個(gè)新系統(tǒng)主要由兩個(gè)模塊所組成：一個(gè)模塊負(fù)責(zé)對(duì)交通情況進(jìn)行分析和預(yù)測(cè)；另一個(gè)模塊負(fù)責(zé)對(duì)分析和預(yù)測(cè)結(jié)果進(jìn)行可視化處理。與以前依靠概率和統(tǒng)計(jì)方法對(duì)歷史交通記錄進(jìn)行分析并完成預(yù)測(cè)的方式不同，新的系統(tǒng)添加了可以對(duì)實(shí)時(shí)交通情況進(jìn)行分析預(yù)測(cè)的深度學(xué)習(xí)算法，從而提供了更高的預(yù)測(cè)準(zhǔn)確性。

Sungahn Ko教授稱，“這個(gè)技術(shù)運(yùn)用了大量的交通數(shù)據(jù)，它可以與交通廣播服務(wù)或?qū)Ш竭M(jìn)行結(jié)合，從而在糟糕的交通環(huán)境中規(guī)劃出最優(yōu)的行駛路線。未來(lái)，還將添加對(duì)天氣和事故等其他因素進(jìn)行預(yù)測(cè)，以開發(fā)出更加準(zhǔn)確的預(yù)測(cè)模型?！?

目前這項(xiàng)新技術(shù)已經(jīng)被蔚山市的交通廣播網(wǎng)絡(luò)（TBN）使用，用以向當(dāng)?shù)鼐用裉峁┙煌顩r預(yù)測(cè)信息。據(jù)悉，該技術(shù)在不久后也將被推廣到其他韓國(guó)城市，截至到今年年底之前，應(yīng)用城市將包括光州、釜山、大田和仁川等。