AI中国网 https:// www.cnaiplus.com
还记得去年任天堂推出的，火遍全球的游戏Pokemongo（编注：中文译作精灵宝可梦）吗？
2016年7中旬，为了抓住一只珍惜的数码宝贝，大量游戏玩家不约而同地涌向了美国纽约的中央公园。这种无法提前预知的人流涌入，给纽约中央公园的交通造成了极大的压力。同时，人流拥堵也极有可能发生踩踏事件。
对于城市管理者来说，如果能提前预知城市的人流动向，并及时做出疏导，会大大减少发生交通拥堵、踩踏等公众事件的可能性。现在基于云计算、大数据和人工智能的应用，科学家建立了预测人流的智能模型。
微软亚洲研究院主管研究院员郑宇和他的同事将上述研究写成了论文。这篇名为《DeepSpatio－Temporal Residual Networks for Citywide Crowd Flows Prediction》的论文，在今年2月份举行的世界人工智能顶级大会AAAI上发表。
“利用大数据和人工智能来做人流量预测，这个想法我在2015年的时候提到过，当时还发了条微博，觉得可以做。现在这个研究也算是兑现了自己当年的承诺”郑宇在采访中告诉记者。
人流量预测系统已在贵阳落地试验
尽管论文今年才正式对外发表，但微软亚洲研究院推行的人流量预测系统去年已经在贵州省贵阳市落地实验。
据郑宇介绍，微软亚洲研究院以贵阳出租车的实时数据作为样本，基于云计算、大数据和人工智能做了实时的人流量预测系统。系统把城市划成一公里乘一公里的格子，预测每个格子里面未来会有多少出租车的进和出。
每个格子颜色不同，代表了不同的信息。每点一个格子会跳出一个图表，能清楚知道整个城市某区域人群流动接下来十几个小时会呈现什么状态。黑色曲线表示的是已经发生过的出租车进出情况，绿色代表未来的人流情况，蓝色表示昨天同一时间的情况。
贵阳市实时人流量预测系统。
除了出租车的数据外，手机信号、地铁刷卡记录等，未来都可以通过该系统模型进行运算，得到某地将有多少人进和出的结果，并预测到未来十几个小时的城市人流情况。
“现在贵阳市的数据是实时输入的，这个系统是真实在运转的。我们希望能够预测整个城市，每一个区域里面在未来这个时刻会有多少人进，以及多少人出。所以我们并不是预测每个人的线路，而我们关心的是最后每个区域里面会有多少人。现在，这个模型预测未来十几个小时的人流情况不是问题。更关键的是未来3－5个小时的人流情况，这段时间对于城市管理者的决策影响关键。但要准确预测也面临许多的困难。”郑宇说。
据澎湃新闻了解，2016年，贵阳大数据成为中国的大数据示范基地。微软亚洲研究院与贵阳市成立了联合实验室——“块数据实验室”，上述的实时监测系统就是这个实验室的一个成果部署。
北京的出租车和纽约的自行车
除了用贵阳出租车的实时数据进行验证外，郑宇在其论文中还用了北京的出租车数据和纽约的自行车租赁数据进行了验证。
其中，分别用了4年的北京市出租车GPS轨迹数据和1年的纽约自行车租赁数据，对自己提出的模型进行了验证，证实了时空深度残差网络预测人流的准确性。
未来，城市管理者可以根据这个模型预测人流动向，提早做好管控。例如，政府部门若能提前知道未来的某个时刻，天安门附近会有大量人流涌入，就可以提前从人流源头给予出行提示。
更重要的一点是，这个模型能精准预测某一个区域内，一个具体时间点的人流量。举例来说，政府部门知道某一庆典的举办时间，也已经预估到届时会有大量人流涌入举办区域，但如果没有精准的时间和人流数量，仍无法合理地安排保障人员和相应的疏导措施。
“对于出行的人来说，如果他们已经到达目的地，再对他们提出警告、进行限制是相对困难的；但如果你能在他们出行前就告知目的地的拥挤情况，例如在地铁站和附近的广告牌上给出提醒，那么他们另选出行目的的概率才会增加。”郑宇说。
值得一提的是，据郑宇透露，人流量预测仅是该模型的应用案例之一。这个预测模型未来还可以用在物流和车辆调度等系统上。例如，可以帮助解决恶劣环境下，出租车打车困难的问题。
AI中国网 https:// www.cnaiplus.com
本文网址：
