还忘记去年任天堂发售的,火遍全球的游戏Pokemongo(编注:中文译作精灵宝可梦)吗?2016年7中旬,为了逃跑一只爱护的数码宝贝,大量游戏玩家不约而同地涌进了美国纽约的中央公园。这种无法提早预见的人流涌进,给纽约中央公园的交通造成了很大的压力。同时,人流交通堵塞也近于有可能再次发生冲撞事件。对于城市管理者来说,如果能提早预见城市的人流动向,并及时作出纾缓,不会大大减少再次发生交通拥堵、冲撞等公众事件的可能性。
现在基于云计算、大数据和人工智能的应用于,科学家创建了预测人流的智能模型。微软公司亚洲研究院主管研究院员郑宇和他的同事将上述研究写了论文。这篇名为《DeepSpatio-TemporalResidualNetworksforCitywideCrowdFlowsPrediction》的论文,在今年2月份举办的世界人工智能顶级大会AAAI上公开发表。
“利用大数据和人工智能来做到人流量预测,这个点子我在2015年的时候提及过,当时还发了条微博,实在可以做到。现在这个研究也却是还清了自己当年的允诺”郑宇在专访中告诉他记者。人流量预测系统已在贵阳落地试验尽管论文今年才月对外公开发表,但微软公司亚洲研究院实行的人流量预测系统去年早已在贵州省贵阳市落地实验。
据郑宇讲解,微软公司亚洲研究院以贵阳出租车的动态数据作为样本,基于云计算、大数据和人工智能做到了动态的人流量预测系统。系统把城市划为一公里乘一公里的格子,预测每个格子里面未来不会有多少出租车的进和出有。
每个格子颜色有所不同,代表了有所不同的信息。每点一个格子不会跑出一个图表,能确切告诉整个城市某区域人群流动接下来十几个小时不会呈现出什么状态。黑色曲线回应的是早已再次发生过的出租车出入情况,绿色代表未来的人流情况,蓝色回应2020-03-29 刚好的情况。
贵阳市动态人流量预测系统。除了出租车的数据外,手机信号、地铁刷卡记录等,未来都可以通过该系统模型展开运算,获得某地将有多少人入和出有的结果,并预测到未来十几个小时的城市人流情况。“现在贵阳市的数据是动态输出的,这个系统是现实在运转的。
我们期望需要预测整个城市,每一个区域里面在未来这个时刻不会有多少人入,以及多少人出有。所以我们并不是预测每个人的线路,而我们关心的是最后每个区域里面不会有多少人。现在,这个模型预测未来十几个小时的人流情况不是问题。
更加关键的是未来3-5个小时的人流情况,这段时间对于城市管理者的决策影响关键。但要精确预测也面对许多的艰难。”郑宇说道。
据新华新闻理解,2016年,贵阳大数据沦为中国的大数据样板基地。微软公司亚洲研究院与贵阳市正式成立了牵头实验室——“块数据实验室”,上述的动态监测系统就是这个实验室的一个成果部署。北京的出租车和纽约的自行车除了用贵阳出租车的动态数据展开检验外,郑宇在其论文中他用了北京的出租车数据和纽约的自行车出租数据展开了检验。
其中,分别用了4年的北京市出租车GPS轨迹数据和1年的纽约自行车出租数据,对自己明确提出的模型展开了检验,证实了时空深度残差网络预测人流的准确性。未来,城市管理者可以根据这个模型预测人流动向,提前作好管控。
例如,政府部门若能提早告诉未来的某个时刻,天安门附近不会有大量人流涌进,就可以提早从人流源头给与上下班提醒。更加最重要的一点是,这个模型能精准预测某一个区域内,一个明确时间点的人流量。举例来说,政府部门告诉某一庆典的举行时间,也早已预估到预计不会有大量人流涌进举行区域,但如果没精准的时间和人流数量,仍无法合理地决定确保人员和适当的纾缓措施。
“对于上下班的人来说,如果他们早已抵达目的地,再对他们明确提出警告、展开容许是比较艰难的;但如果你能在他们上下班前就告诉目的地的挤迫情况,例如在地铁站和附近的广告牌上得出警告,那么他们另投票决定行目的的概率才不会减少。”郑宇说道。值得一提的是,据郑宇透漏,人流量预测仅有是该模型的应用于案例之一。
这个预测模型未来还可以用在物流和车辆调度等系统上。例如,可以协助解决问题险恶环境下,出租车微信艰难的问题。
本文来源:lm体育平台官网入口-www.63858js.com