近日，美国宾夕法尼亚州立大学为主的跨国科研团队发表最新研究，指出滴滴、优步 等网约车平台利用人工智能技术 “可更好地预测用车需求，为建设更智慧、更安全和更可持续发展的城市铺平道路”。

在美国AI科研领域最大的行业会议 - 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科学与技术学院和滴滴出行的研究人员发布的这篇论文引起了密切关注。这篇名为《网约车需求预测的深度多角度时空模型》的论文使用了滴滴提供的技术和脱敏数据。常见技术仅使用一种类型的神经网络模型，而该研究团队发现滴滴在综合使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，能取得更加优异的效率提升和拥堵缓解的效果。

当用户需要用车时，首先通过APP下单，这些下单数据比仅仅依赖乘车历史信息能更好地预测需求。大数据挖掘分析之后，用来预测一定时间内乘车需求的变化，并从而触发前瞻性的匹配和调度行为。根据对中国广州、济南和武汉等城市的观察，预测准确率可达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问题，缓解道路拥堵

波士顿咨询公司去年11月发布的名为《解锁城市 车辆共乘对东南亚及其他地区的影响》报告在此问题上的看法，有着异曲同工之处。报告表示，未来解决交通拥堵的方案关键在于投资扩大道路容量和提高现有资源效率之间的平衡，而共乘是显著提高现有资源利用率的一种途径。共乘不但能灵活利用现有私家车资源、提高每辆车每公里的利用效率，还能智能化的供需匹配以及能够及时灵活地规划路线，减少交通时间及避免拥堵。

减少道路拥堵、让城市更智能、城市发展更可持续是现代化发展的一个重要命题。宾夕法尼亚州立大学信息科学与技术学院副教授，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刻地改变人们的出行方式。对于出行服务需求的准确预测，对于系统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技术进行深入研究