近日，美国宾夕法尼亚州立大学为主的跨国科研团队宣布最新研讨，指出滴滴、优步等网约车平台应用人工智能技术 “可更好地预测用车需求，为建立更智慧、更平安和更可继续开展的城市铺平路途”。

在美国AI科研范畴最大的行业会议 - 国际人工智能协会大会 (Association for the Advancement of Artificial Intelligence) 上，宾夕法尼亚州立大学信息迷信与技术学院和滴滴出行的研讨人员发布的这篇论文惹起了亲密关注。这篇名为《网约车需求预测的深度多角度时空模型》的论文运用了滴滴提供的技术和脱敏数据。罕见技术仅运用一品种型的神经网络模型，而该研讨团队发现滴滴在综合运用了基于两种神经网络的复杂预测模型：卷积神经网络（Convolutional Neural Network）和长短期记忆网络（Long Short Term Memory network）时，能获得愈加优良的效率提升和拥堵缓解的效果。

当用户需求用车时，首先经过APP下单，这些下双数据比仅仅依赖乘车历史信息能更好地预测需求。大数据发掘剖析之后，用来预测一定工夫内乘车需求的变化，并从而触发前瞻性的婚配和调度行为。依据对中国广州、济南和武汉等城市的察看，预测精确率可达85%；这一技术对城市拥堵缓解有重要意义。

滴滴希望，预测算法能减小出行市场的供需失衡成绩，缓解路途拥堵

波士顿征询公司去年11月发布的名为《解锁城市 车辆共乘对西北亚及其他地域的影响》报告在此成绩上的看法，有着异曲同工之处。报告表示，将来处理交通拥堵的方案关键在于投资扩展路途容量和进步现有资源效率之间的均衡，而共乘是明显进步现有资源应用率的一种途径。共乘不但能灵敏应用现有私家车资源、进步每辆车每公里的应用效率，还能智能化的供需婚配以及可以及时灵敏地规划道路，增加交通工夫及防止拥堵。

增加路途拥堵、让城市更智能、城市开展更可继续是古代化开展的一个重要命题。宾夕法尼亚州立大学信息迷信与技术学院副教授，博士生导师黎珍辉表示，“越来越普及的共享出行平台正在深入地改动人们的出行方式。关于出行效劳需求的精确预测，关于零碎疏解城市拥堵具有重要意义。”

宾夕法尼亚州立大学信息学院副教授黎珍辉团队对中美网约车AI技术停止深化研讨