從技術(shù)人員的視角看待共享出行

章文嵩指出，共享出行本質(zhì)上是解決供需平衡的問(wèn)題。目前的出行非常困難，路邊經(jīng)常打不到車，本質(zhì)上是供給不足。以北京為例，過(guò)去十幾年來(lái)北京出租車保有量始終在7萬(wàn)輛以內(nèi)，但常住人口、工作人口倍增，所以打車越來(lái)越難就好理解了。

此外，出行需求是彈性的。早高峰出行需求特別旺，十點(diǎn)之后出行需求可能下降1/2或1/3。

“共享出行的方式，實(shí)際上就是把很多存量的車私家車變成共享的資源，解決供給問(wèn)題?！闭挛尼灾赋觯骸肮蚕沓鲂锌梢园焉鐣?huì)上的存量資源利用起來(lái)，通過(guò)移動(dòng)網(wǎng)絡(luò)大數(shù)據(jù)不斷提升體驗(yàn)、效率、安全?！?/p>

來(lái)自滴滴的數(shù)據(jù)表明，中國(guó)人口眾多，100萬(wàn)以上人口的城市40多個(gè)，而美國(guó)只有9個(gè)；中國(guó)的路網(wǎng)狀況復(fù)雜，網(wǎng)約車的單量全球最大，3000萬(wàn)的單量是國(guó)外總和1500萬(wàn)的2倍。

如果在中國(guó)，把出行的問(wèn)題解決好，把交通的問(wèn)題解決好，產(chǎn)生的效益一定舉世矚目。

過(guò)去五年來(lái)，滴滴服務(wù)了4.5億用戶，覆蓋了400多個(gè)城市，已經(jīng)發(fā)展成全世界最大的一站式出行平臺(tái)；相應(yīng)的計(jì)算量也非常龐大，比如滴滴平均一天需要做400億次路徑規(guī)劃，高峰的時(shí)候一秒鐘要完成200多萬(wàn)次，每天產(chǎn)生的軌跡數(shù)據(jù)容量是106TB，當(dāng)然，滴滴也擁有一個(gè)功能強(qiáng)大的大數(shù)據(jù)實(shí)時(shí)處理平臺(tái)。

滴滴完全是一家高科技公司，滴滴是物移大智云的典型代表。

在滴滴，50%以上的員工都是工程師和算法人員。

不同于普通的人工智能算法公司，滴滴是強(qiáng)人工智能算法公司，比如要做供需預(yù)測(cè)，實(shí)時(shí)的路況與路徑規(guī)劃測(cè)算，對(duì)接駕時(shí)間的預(yù)測(cè)ETA（Estimated Time of Arrival），對(duì)分單的預(yù)測(cè)等等。其中最大的算法是智能派單系統(tǒng)。這是因?yàn)?，每一個(gè)城市不同的區(qū)域供需是不平衡的，有些區(qū)域車輛供不應(yīng)求，另一些區(qū)域則可能供大于求，在調(diào)度過(guò)程中還要考慮到未來(lái)狀態(tài)產(chǎn)生的影響。

為了應(yīng)對(duì)這個(gè)全世界最復(fù)雜的算法之一，滴滴建設(shè)了強(qiáng)大的、實(shí)時(shí)的計(jì)算能力。比如在軌跡流方面，就有派單系統(tǒng)、偏航偵測(cè)等一系列模塊。滴滴大規(guī)模的機(jī)器學(xué)習(xí)平臺(tái)已經(jīng)具備32 PFlops/s的處理能力，今年將提升到64P，明年將超過(guò)過(guò)100P。這差不多是太湖之光的運(yùn)算速度。

積極推進(jìn)互聯(lián)網(wǎng)+與交通結(jié)合

在滴滴平臺(tái)上，汽車會(huì)定時(shí)上報(bào)定位點(diǎn)數(shù)據(jù)，滴滴將這些數(shù)據(jù)以可視化的方式展現(xiàn)出來(lái)，可以觀看到車在道路上行進(jìn)移動(dòng)，從而估算到車在道路上的行進(jìn)速度、路口的延誤時(shí)間、停車次數(shù)、排隊(duì)長(zhǎng)度，精準(zhǔn)刻畫交通狀況。

以北京為例，從滴滴的數(shù)據(jù)可以看到出行的變遷，早上六七點(diǎn)都從郊區(qū)趕往市區(qū)，八點(diǎn)中關(guān)村、CBD、望京，九點(diǎn)西二旗、中關(guān)村軟件園成為特別熱的點(diǎn)。

作為全世界最大的車聯(lián)網(wǎng)平臺(tái)，滴滴通過(guò)移動(dòng)互聯(lián)網(wǎng)連接車、連接乘客，從共享出行的業(yè)務(wù)出發(fā)，積累了大量的數(shù)據(jù)和技術(shù)。

基于軌跡數(shù)據(jù)、計(jì)算數(shù)據(jù)、交警相關(guān)數(shù)據(jù)、眾包數(shù)據(jù)等這些重要的數(shù)據(jù)，滴滴構(gòu)建了一個(gè)交通大腦，在這個(gè)私有云平臺(tái)上做分析層，感知整體的交通狀況，通過(guò)人工智能算法，對(duì)交通做更精準(zhǔn)的度量，形成很多度量報(bào)告，幫助交警從信號(hào)燈到交通組織等開(kāi)展很多優(yōu)化工作。

今年1月25日滴滴在2018智慧交通峰會(huì)上發(fā)布智慧交通戰(zhàn)略產(chǎn)品“交通大腦”

近年來(lái)，滴滴與濟(jì)南交管部門合作，在治理交通擁堵、提升出行效率等方面開(kāi)展了大量的嘗試。

1.優(yōu)化道路交通，提高通行效率

滴滴已經(jīng)在國(guó)內(nèi)五個(gè)城市安裝了數(shù)百塊誘導(dǎo)屏，用于估算行車到達(dá)時(shí)間。在濟(jì)南也有99塊誘導(dǎo)屏，將建設(shè)的交通控制信息平臺(tái)應(yīng)用于濟(jì)南交警內(nèi)部指揮大廳，滴滴可以實(shí)時(shí)算出信號(hào)燈的延誤時(shí)間、排隊(duì)長(zhǎng)度、停車次數(shù)，對(duì)延誤時(shí)間最長(zhǎng)的路口進(jìn)行排序；根據(jù)數(shù)據(jù)畫出快速路的光譜圖，識(shí)別出擁堵路口并分析原因，從而提高整個(gè)區(qū)域的通行量、出行速度，例如匝道來(lái)車太多導(dǎo)致主干道擁堵，就對(duì)匝道控制一定的速度，確保主干道的暢通。

濟(jì)南大明湖旅游區(qū)高峰期的平均車速提升了25%。

2.規(guī)劃潮汐車道，動(dòng)態(tài)分配資源

目前很多城市規(guī)劃設(shè)計(jì)有工作區(qū)、住宅區(qū)，產(chǎn)生了明顯的潮汐效應(yīng)。

滴滴與濟(jì)南交警部門合作，對(duì)300多個(gè)信號(hào)燈和大量的閘道進(jìn)行優(yōu)化，根據(jù)路網(wǎng)資源動(dòng)態(tài)分配，早上將更多的道路資源分配給從生活區(qū)到工作區(qū)的車輛，晚上反之，交通擁堵降低10-20%。

3.交通擁堵及事故警情及時(shí)處置

當(dāng)過(guò)去一個(gè)車速一般在早高峰每小時(shí)30公里時(shí)速的路段，通行速度突然下降為每小時(shí)20公里，意味著特殊情況的發(fā)生，系統(tǒng)很快能感知到異常并可立刻與交警系統(tǒng)對(duì)接，讓警察快速抵達(dá)現(xiàn)場(chǎng)。

滴滴的派警模塊正在跟濟(jì)南交通指揮管理系統(tǒng)對(duì)接。

從滴滴的數(shù)據(jù)來(lái)看，濟(jì)南的擁堵指數(shù)在全國(guó)的排名從2017年第一季度第4名、第二季度第8名、第三季度的第11名，到2018年第一季度降到了第12名。

4．提供道路交通報(bào)道，科學(xué)規(guī)劃城市未來(lái)

滴滴后臺(tái)不僅同時(shí)實(shí)時(shí)擁堵排名，也提供月度季度交通報(bào)告，基于這些報(bào)告，城市交通的管理者即可知曉各區(qū)每條道路的運(yùn)行情況，提高量化考核能力與工作效率，同時(shí)，也為城市管理者對(duì)未來(lái)發(fā)展規(guī)劃提供參考。

章文嵩表示，滴滴還將持續(xù)加大投入，優(yōu)化濟(jì)南整體交通。

建立生態(tài)，攜手合作伙伴

基于多年豐富的實(shí)際經(jīng)驗(yàn)，滴滴組建了龐大的交通大腦平臺(tái)，與交管部門合作提供有私有云的輸出，滴滴也構(gòu)建了一個(gè)公有云平臺(tái)，協(xié)助相關(guān)合作部門把對(duì)公眾的服務(wù)放到云平臺(tái)上。利用云平臺(tái)上為開(kāi)發(fā)者服務(wù)，滴滴也取得了極致的成效，而且整體性價(jià)比達(dá)到極致。

滴滴出行高級(jí)副總裁章文嵩

與此同時(shí)，滴滴以開(kāi)放的心態(tài)來(lái)構(gòu)建整體的交通生態(tài)系統(tǒng)，通過(guò)平臺(tái)化、在線化、智能化吸引更多合作伙伴在交通大腦平臺(tái)上開(kāi)發(fā)出各式各樣的應(yīng)用，幫助交通管理部門提升整體的效率。

滴滴跟浪潮的合作非常緊密。據(jù)章文嵩介紹，浪潮定制了眾多的服務(wù)器；浪潮通用服務(wù)器提供的計(jì)算力在支撐滴滴云業(yè)務(wù)；浪潮異構(gòu)計(jì)算平臺(tái)在加速數(shù)據(jù)變現(xiàn)，幫助滴滴開(kāi)展智慧城市和AI的研究；針對(duì)滴滴各式各樣的需求，雙方密切溝通，建立了穩(wěn)固的合作關(guān)系。

xiesc