
伴隨社會發(fā)展和科技的不斷進步,城市化水平不斷在提升,智能交通已經(jīng)成為全球都在關注和研究的一個重點話題。那么大數(shù)據(jù)與云計算究竟能為北京的交通行業(yè)帶來什么樣的變革?
智能交通需求來自交通,面對不堪重負的交通壓力,通過現(xiàn)今科技手段提升服務能力成為緩解交通的必要選擇,同時也為IT技術帶來了廣闊空間。
北京市交通運行監(jiān)測調(diào)度中心副主任張可在《北京市綜合交通運行監(jiān)測服務體系建設與應用實踐》這一演講中提到一體化綜合交通信息服務這一話題。
全路網(wǎng)多方式的一體化綜合交通運行監(jiān)測與動態(tài)信息服務體系中主要體現(xiàn)在一下幾個方面:
一.三大路網(wǎng)覆蓋
實現(xiàn)包括城市道路、高速公路、國省干線三大路網(wǎng)覆蓋。并通過全路網(wǎng)交通運行監(jiān)測與服務拓展實現(xiàn)高速公路交通運行狀態(tài)監(jiān)測、高速公路設施安全監(jiān)測以及國省干線公路網(wǎng)監(jiān)測管理等服務。
二.覆蓋三大市內(nèi)交與對外交通方式
實現(xiàn)軌道交通、地面公交、出租汽車等三大市內(nèi)交通方式的覆蓋,通過軌道交通動態(tài)運行監(jiān)測服務實現(xiàn)動態(tài)客流全方面的監(jiān)測、發(fā)布區(qū)間段面客流擁擠狀態(tài)、實現(xiàn)基礎設施與客流實時信息的動態(tài)運營組織。節(jié)省乘客在出行時所花費的時間,提升換成便捷度和乘車舒適性,同時也讓乘客在方便出行的同時做好路徑的規(guī)劃。
地面公交運行監(jiān)測服務通過公交運送速度與客流動態(tài)監(jiān)測,將公交車進展情況以及乘車擁擠度等信息發(fā)送至站內(nèi)的電子站牌或是手機應用之上,讓出行服務變得更加實時。
出租車運行監(jiān)測能夠很好地監(jiān)測出車率、空駛率、違章率、投訴率、電召成功率和聚集區(qū)域,并通過協(xié)同聯(lián)動的電召服務,讓機場鐵路客站等重點區(qū)域的出租車實現(xiàn)連續(xù)運輸協(xié)調(diào)聯(lián)動服務。
三.停車資源整合與信息服務
公交出行與自駕出行均衡協(xié)調(diào),靜態(tài)交通與慢行交通重點突破,交通樞紐與停車換乘良好銜接。
市區(qū)兩級聯(lián)動,實現(xiàn)全市靜態(tài)停車資源的整合服務,面向具備條件的路側停車、公關停車場、小區(qū)停車場、小區(qū)停車場、重點區(qū)域停車場的停車誘導服務。
現(xiàn)今一體化綜合交通信息服務正通過網(wǎng)站、微博、車載終端、移動終端、路側設施、公共媒體等多樣化的方式,向公眾提供一個完整的出行鏈的門到門無縫隙一體化綜合出行信息服務。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學、編程等任務上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術,實現(xiàn)AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質量視頻,延遲僅0.76秒,質量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。