CNET科技資訊網(wǎng) 7月1日 北京消息(文/齊豐潤): 如今,專車出行已經(jīng)成為了人們生活中極其重要的一種出行方式,共享經(jīng)濟(jì)也成為了備受關(guān)注的一種全新的經(jīng)濟(jì)、生活模式。作為中國共享經(jīng)濟(jì)、智能出行的代表,滴滴出行在2016年上半年的最后一天與第一財經(jīng)商業(yè)數(shù)據(jù)中心聯(lián)合發(fā)布了《知道——華北城市智能出行大數(shù)據(jù)報告》,從大數(shù)據(jù)角度出發(fā),深度解讀了智能出行對華北城市的影響。
報告中顯示,今年前五月,華北地區(qū)共有3,51億人次使用打車軟件智能出行,其中,北京、太原、天津三地智能出行滲透率居于前列。與之相呼應(yīng)的是,今年前五月,華北地區(qū)打車王也“花落”北京。
作為華北地區(qū)智能出行的重鎮(zhèn),北京在該領(lǐng)域中的數(shù)據(jù)表現(xiàn)也十分具有代表性。因此,在此次的報告之中,北京也成為了標(biāo)志性的數(shù)據(jù)來源城市。
報告以北京為例分析了智能出行平臺對城市交通服務(wù)的改善。去年,羅蘭貝格發(fā)布的《移動互聯(lián)下的城市綜合出行變革》報告顯示,北京乘客路邊揚(yáng)招出租車時平均等車時間為11.9分鐘。而在滴滴平臺上,北京地區(qū)訂單在10秒內(nèi)被接單的比例高達(dá)87%,滴滴每天為北京市民節(jié)省21.8萬小時的等車時間。
在眾多的出行場景之中,上下班通勤可以說是核心情景之一。據(jù)滴滴平臺大數(shù)據(jù)顯示,北京地區(qū)上班族平均通勤距離達(dá)18KM,平均通勤時間達(dá)54分鐘,成為華北地區(qū)"上班路最長最耗時"的城市。同時,北京地區(qū)毎天有27.8萬人次的出行是來往于地鐵和寫字樓、商場和住宅之間,工作日早晚高峰期間有超過20%的訂單行程起點或終點在地鐵站500M服務(wù)區(qū)之內(nèi)。
根據(jù)滴滴平臺大數(shù)據(jù)就顯示,北京五環(huán)外每天有78萬人次智能出行,其中62%的出行起點或終點位于公共交通空白區(qū)域。而這行程中的“最后一公里”,也成為了智能出行為公共交通中的空白點所帶來的補(bǔ)充。
隨著滴滴深入城市末梢,填補(bǔ)公共交通空白點,北京周邊的衛(wèi)星城鎮(zhèn)也得到了眾多出行方式的便利。
報告數(shù)據(jù)顯示,燕郊已經(jīng)成為了環(huán)北京地區(qū)最活躍的衛(wèi)星城。過去一年,燕郊郊成為中國名副其實的智能出行第一鎮(zhèn),大幅猛増的出行量也使得燕郊往返北京市中心城區(qū)的出行量也保持了高速增長。
盡管北京在出行領(lǐng)域里有著強(qiáng)大的運(yùn)力有表現(xiàn),但相對于更為龐大的出行需求,仍有大量出行需求并未得到滿足,智能平臺的出現(xiàn)則彌補(bǔ)了這一空缺。報告指出,當(dāng)前智能出行平臺每天能提供189萬人次出行,這相當(dāng)于提升現(xiàn)有出租車水平1.1倍。
在上周召開的第十五屆中國互聯(lián)網(wǎng)大會上,滴滴總裁柳青就在演講中指出,目前我國的移動智能出行還有巨大市場空間。滴滴的目標(biāo)并不是出租車出行里面找市場,而是要從私家車的市場里面轉(zhuǎn)化到共享出行,通過技術(shù)手段把社會上所有資源整合在一起,滿足共享出行的需求。
發(fā)布會現(xiàn)場,滴滴出行還和北京理工大學(xué)能源與環(huán)境政策研究中心聯(lián)合宣布,雙方已共建分享經(jīng)濟(jì)與行為能源聯(lián)合實驗室,以研究互聯(lián)網(wǎng)+交通出行領(lǐng)域的節(jié)能減排問題。
來自北京理工大學(xué)管理與經(jīng)濟(jì)學(xué)院能源與環(huán)境政策研究中心副教授余碧瑩也在現(xiàn)場與參會者分享了實驗室的首個研究成果:根據(jù)目前北京、天津、石家莊三市的滴滴順風(fēng)車、快車拼車的用戶滲透率和訂單情況,經(jīng)過測算,市民通過順風(fēng)車、快車、拼車出行,過去一年為三市減排26萬噸二氧化碳,相當(dāng)于851萬順樹一年的二氧化碳吸收量。
余碧瑩表示,滴滴出行擁有先進(jìn)的互聯(lián)網(wǎng)+交通領(lǐng)域技術(shù)與大量的數(shù)據(jù),為此次研究提供了相應(yīng)的技術(shù)與數(shù)據(jù)支持。在滴滴順風(fēng)車、滴滴快車拼車等分享出行方式在出現(xiàn)之后即獲得可觀的用戶增長,這是一個非常值得關(guān)注的現(xiàn)象,而這個現(xiàn)象的背后,產(chǎn)生的環(huán)保效益也不容小覷。
好文章,需要你的鼓勵
浙江大學(xué)團(tuán)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(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)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(xué)研究團(tuán)隊提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)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(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機(jī)制和高效訓(xùn)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(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)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(xué)研究團(tuán)隊發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。