眼不用紧盯前方、手不需紧握方向盘、脚不必踩着油门刹车，车辆行驶过程中，司机完备可以做个“甩手掌柜”……这样的“美事”正随着无人驾驶技能的日渐成熟而加速到来。

“目前，我们的智能汽车已经能在低速拥堵、高速公路等分外路段实现自动驾驶，明年可以实现量产。
7—10年之后，能适用于至少80%—90%的路况。
”奇点汽车创始人、首席实行官沈海寅表示，无人驾驶说白了便是让汽车自身拥有环境感知、路径方案并自主实现车辆掌握的技能，而这背后最关键的便是通过人工智能、深度学习“教”搭载了各种类型传感器的车辆学会驾驶。

从无人驾驶到网络约车，从路径方案到交通管理，人工智能对付交通出行的巨大改变如今可谓无处不在。

“打开APP叫车，系统一上来就能根据用户的历史记录预测出目的地，还能弹出推举上车地点。
”滴滴出行首席技能官张博拿脱手机见告，以前搭客上车前，一样平常要和网约车司机打两通电话才能确定上车位置，而人工智能则能记录历史上车地点、追踪行走轨迹，根据履历提早确定上车地点。
目前，滴滴在400多个城市挖掘了3000万个这样的地点。

滴滴平台的技能核心之一——智能派单，也正迎来人工智能带来的显著改变。
几年前搭客通过滴滴约车时，系统派单紧张是考虑位置，但位置最近不即是接驾韶光最短，于是此后的派单又加入了路径方案、预估到达韶光、车主理事分等成分，多维度打算搭客和车主的匹配度。
到如今，滴滴派单又更加智能了：综合考虑平台供需和道路实际情形，将订单和车辆每2秒钟进行一次撮合，进行全局最优的匹配。

“人工智能让路径方案实现了从基于规则到基于数据的转变。
”高德舆图副总裁、首席人力官董振宁见告，路径方案中最难的是道路权重的打算，2013年以前，他们紧张是根据道路间隔等物理条件进行判断，而在引入人工智能之后，便可以通过对用户轨迹的海量数据进行深度学习，不断迭代，从而让路径方案更高效、韶光预测也更精准。
利用同样事理，高德对估量到达韶光的预测准确率近年来也大为提高，已经达到80%—90%。

与此同时，高德、滴滴等企业也积极与武汉、济南、杭州等地互助，对城市部分路段的旗子暗记灯进行优化。
以前，这些路口的红绿灯间隔一样平常为固定时长，而通过人工智能对交通拥有实时感知能力之后，间隔韶光可以动态调度，使得上游车队往下贱走的时候，到了路口恰好绿灯开始放行。
以滴滴为例，截至2017年12月10日，已经在全国优化了超过800个旗子暗记灯，使得高峰期通畅韶光较之前节省了10%—20%。

出行更绿色，交通资源利用效率和安全水平大为提升

“拥堵是什么？便是道路资源利用的不平衡。
办理拥堵，光靠人的履历，光靠多修路是没有用的，最好的办法便是通过人工智能进行调度，实现人、车、路的协同，提高道路资源的利用效率。
”董振宁说。

人工智能，让出行更加高效，也使其更加轻松、更加绿色。

“好的自动驾驶技能将能降落人的疲倦度，改进驾驶体验，又能提高安全性。
”沈海寅说。
有专家表示，人驾驶汽车，从看到紧急情形踩下刹车到让刹车发挥浸染统共须要1.2秒，而无人车的全体反应过程只须要0.1秒到0.6秒，紧急制动更快速，驾驶也更安全。

“当共享出行网络足够发达之后，完备可以用更少的车知足更多人的出行需求，大大减少对能源、资源的花费。
”张博表示，滴滴最大的财富便是大数据、人工智能、机器学习算法，“我们希望把实时交通信息整合在一块，通过弘大繁芜的算法和打算平台做实时的、智能的决策。
”

“前辈的传感技能、定位和地理信息技能、无线通信技能等在交通上的深度运用，打算机存储、处理等能力的飞速提升，根本举动步伐、运载工具等的信息化水平不断提高，为人工智能在交通运输领域的运用奠定了根本条件。
”交通运输部公路科学研究院副院长李斌归纳道，这些改变紧张表示在3个方面：

一是交通数据量呈指数级爆发式增长，为基于交通大数据的深度机器学习运用供应了可能，俗称“交通大脑”，实现交通资源利用效率的最大化。

二是针对交通流、客流、货流以及客货运力等的智能管理、组织、调度和掌握等系统，最大限度便捷出行，降落物流运输本钱。

三是针对繁芜环境下的无人驾驶系统，它将打破人类的感知和反应能力的局限性，大幅提高交通运输安全水平和运输效率。

海量数据和运用处景，“AI+交通”未来还有无限可能

发展“AI+交通”，中国最大的上风在哪里？受访者的回答中，有两点十分同等，一是海量的数据，二是巨大的运用处景。

数据的海量是毋庸置疑的。
目前，高德已经拥有7亿用户，位置做事被超过30万款APP采取，每月覆盖的移动终端数超过11亿；滴滴每天的新增轨迹原始数据超70TB，逐日处理数据4500TB，逐日路径方案要求200亿次以上。

更为可喜的是，不少企业与地方政府已经展开了深度互助，逐步打通数据瓶颈、“信息孤岛”，深入挖掘数据代价。
去年7月开始，高德舆图与杭州互助交通大脑项目，利用高德的大数据，可以快速准确创造城市非常拥堵位置，并将其推送给交警部门，加快出警速率。
数据显示，及时出警可将事件造成的非常拥堵时长缩短20%、将均匀车速提高35%。
同时，政府也会将交通牵制等信息与高德共享，以提示用户提前绕行。

“北京有2000万人口，500万台车，路面已经开始饱和了，办理拥堵、共享出行的需求更为急迫。
”张博认为，国人对出行品质的期盼将催生出更多交通课题，也将倒逼着人工智能在交通领域加快运用，“在运用处景的驱动下，任何1%的效率提升都会带来更大的影响。
”

加上人才储备、技能力量方面的上风，我国交通出行企业对付未来充满了信心。
在张博看来，“过去10多年，我们办理了信息流动的问题，未来重点要优化的，便是物理天下中人与物体的流动。
”

“展望未来，人工智能在交通运输系统的深度运用，将至少有三点打破。
”李斌列举道，一是打破人类感知和反应能力的限定，实现运载工具智能化，成倍降落事件和伤亡率；二是打破交通流理论的约束，通过广义掌握实现交通自动化，成倍提升路网承载能力；三是打破信息不对称的约束，通过资源配置实现由个体和局部最优转变为全局最优，真正实现交通资源的高效利用。

要实现这些愿景，除了技能上的打破之外，还要合营举动步伐环境的优化。
“未来的交通根本举动步伐将更加信息化，沿道路要布设无线通信和传感系统，也要更好适应无人驾驶汽车与有人驾驶汽车的稠浊车流状态。
”李斌认为。

日前，交通运输部也明确，要把握自动驾驶等新须要，推动交通根本举动步伐数字化、网联化、智能化发展，加快培植和形成装备与举动步伐协同的数字化交通根本举动步伐，并组织开展自动驾驶、无人船舶、太阳能路面等前沿技能研究与跟踪，研究制订促进自动驾驶发展的政策文件，推动赞助自动驾驶技能在营运车辆领域的运用示范。

“人工智能时期的创新节奏与工业时期完备不同，只要尖端技能发生打破，下一步的遍及会很快。
”沈海寅满怀信心地说。