Didi、AI技術を活用して交通問題を解決するTraffic Brainをリリース

Didi、AI技術を活用して交通問題を解決するTraffic Brainをリリース

滴滴出行は1月25日、2018年スマート交通サミットでスマート交通戦略製品「Traffic Brain」を正式に発表し、交通管理部門と連携してAIの意思決定能力を活用し、輸送車両と搬送システム間の調整問題を解決した。滴滴出行の張波CTOは、過去20年間でインターネットは情報の流れの問題を解決し、滴滴出行は物理世界における人や物の流れを解決したいと考えていると述べた。今後10年間で、交通は技術の発展により大きな変化を遂げるだろう。この変化は、交通インフラ、車両輸送、シェアリング旅行の3つの側面に反映されている。 Didi Traffic Brainは、この変革において重要な役割を果たし、都市交通問題の解決における突破口となることを期待しています。交通管理部門やその他のパートナーと協力し、テクノロジーを活用して都市交通を改善し、一般市民に利益をもたらします。

交通脳は将来スマートシティの標準になる

滴滴出行のトラフィックブレインは、クラウドコンピューティング、AI技術、交通ビッグデータ、交通工学を融合したインテリジェントシステムであり、将来のスマートシティの標準構成でもあります。一方では、空間的に都市間の「デジタル」障壁を打ち破り、効率的で包括的な交通管理と調整を実現します。他方では、時間的に、トラフィックブレインは人間の意思決定能力の限界を打ち破ります。人間の能力の中で最も重要なのは、外部からのさまざまな認識、判断、知識、経験の蓄積を通じて問題を解決し、自分にとって有益な行動をとる、考える力と判断する力です。トラフィック ブレインは、機械学習を使用して、脳のような推論をサポートできるコア アルゴリズム モデルを構築します。これにより、より正確な予測機能、インテリジェントな展開機能を実現し、最適なトラフィック編成を実現できます。

​​

(Didi Traffic Brainのプラットフォーム1つとハブ3つ)

張波氏によると、交通頭脳は単なる都市交通データセンターではない。インテリジェントで進化する交通頭脳プラットフォームには、データセンター、分析センター、コントロールセンターという3つの主要なセンターが含まれており、これら3つのセンターの連携により、「発見-決定-行動」の閉ループを実現できる。このプロセスでは、データセンターは、旅行マップ、道路網全体のスキャン、モバイル電子の目などのデータを統合して、コントロールセンターと分析センターに意思決定の根拠を提供します。分析センターはコンピューティングパワーとAI分析機能を担当し、クラウドコンピューティングテクノロジーに基づいて、すべてのデータを最も効率的に操作し、最もインテリジェントな分析と意思決定を行うことができます。信号機、誘​​導スクリーン、ビデオカードポート、駐車場など、ネットワークに接続されたすべてのデバイスは、コントロールセンターを通じてインテリジェントに完了し、標識、街灯、警察の派遣もオンラインで制御できます。

20以上の都市で成長し、交通運営を改善

現在、滴滴出行は全国20以上の都市に定着し、成長しており、スマート誘導スクリーンやスマート信号機などのスマート交通プロジェクトを皮切りに、都市交通管理の最適化、道路渋滞の緩和、市民へのより良い移動サービスの提供に取り組んでいます。済南市を例に挙げると、スマート信号機の導入により、市内の交通効率が向上しました。最適化された344の交差点により、済南市民は毎日3万時間以上の移動時間を節約できます。さらに、車のアイドリング、低速運転時間、渋滞中の停止と発進の回数を減らすことで、間接的に二酸化炭素排出量も削減されました。統計によると、済南市は年間を通じて二酸化炭素排出量を44,000トン削減しました。

武漢では、滴滴出行は膨大な量の旅行ビッグデータを交通管理局のデータと組み合わせ、都市部の道路のスマート交通案内画面に適用し始めている。案内画面では前方の道路の交通状況をリアルタイムで表示できるだけでなく、DidiのETA(到着予定時刻)技術により前方の道路に到達するまでの所要時間を予測できるため、都市交通案内システムをよりインテリジェントにすることができます。

さらに、滴滴出行が先に立ち上げたスマート交通情報プラットフォーム「滴滴出行」は済南や武漢など多くの都市で正常に稼働しており、都市交通問題に対する総合的なソリューションを提供している。 Didiの大量かつ高精度な旅行データにおける優位性、Didiの交通クラウドビッグデータ技術力、および交通分野での長期にわたる深い耕作を通じて蓄積された業界知識の蓄積に基づき、Diyuプラットフォームは、問題の発見から問題解決、最適化後の効果の評価まで、都市交通の運行状況をリアルタイムで監視し、交通管理部門にフルサイクルの管理プラットフォームを提供します。

張波氏は滴滴出行のオープンプラットフォームについて、交通脳は政府、企業、個人に開放されており、交通参加者全員がそれを認識、使用、相互作用することができ、脳は都市から栄養を吸収して成長し成熟すると述べた。人間が文明の発展を遂げるためには未知の世界を探索する必要があるのと同様に、交通脳にはさまざまな未知の可能性を試し、実践を通じて成長するための好奇心が必要です。

シェアリング、電動化、インテリジェント化は、将来の交通のトレンドです。交通手段は所有から共有へと変わり、環境に優しい移動は人類共通の要求になります。高度にインテリジェントな車両支援運転システムは、交通の安全性を大幅に向上させます。世界有数のワンストップインターネット旅行プラットフォームとして、Didiはより多くの業界パートナーと協力して、スマート交通のハードウェア、ソフトウェア、その他の側面をさらに探求し、スマート交通が真に人々に役立ち、一般大衆に利益をもたらすことを望んでいます。

<<:  程偉:スマート交通に投資し、世界クラスのモデル都市を構築する

>>:  顔をスキャンして食べて、拭いてから帰る、アリババの未来の人工知能レストランがお披露目!

ブログ    
ブログ    

推薦する

TensorRT はどのようにしてより高速なアーキテクチャを実現するのでしょうか?

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

アプリケーション管理における AI/ML のユースケース

[[320826]]概要人工知能ベースの運用 (AIOps) は、人工知能と従来の AM/IM 運用...

目に見える機械学習: ニューラルネットワークをゼロから理解する

機械学習に関する古いジョークがあります。機械学習は高校のセックスのようなものです。誰もがやっていると...

LK99最新ニュース:完全停止の難しさ、韓国の著者は「超伝導が唯一の可能な説明」と述べ、インドチームは3回の失敗で断念

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

...

畳み込みニューラルネットワークの「修理工」のための「マニュアル」

[[242145]]ビッグデータダイジェスト制作編集者: Luo Ran、Xue Qing、Ail...

tf.keras と Eager Execution を使用して複雑な問題を解決する方法

生成モデルとシーケンス モデルは、常に私を魅了してきました。これらのモデルは、機械学習を初めて学ぶと...

AIが医薬品開発において適切な医薬品成分の特定にどのように役立つか

[[378110]]デジタル技術の導入に関しては、製薬業界では導入が遅れる傾向にあります。これまで、...

...

PyTorch モデルのトレーニングを高速化するための 9 つのヒント!

[[353240]]ニューラルネットワークをこのようにしないでください正直に言えば、あなたのモデル...

CNN、RNN、GAN とは何ですか?ついに誰かが明らかにした

[[334740]] 01 完全に接続されたネットワーク完全に接続された高密度の線形ネットワークは、...

...