至顶网软件频道消息: 丰田、日本Taxi、KDDI和埃森哲(Accenture)日前宣布推出在日本试点的人工智能(AI)出租车调度系统计划。
城区及大城市的交通拥堵十分普遍。交通、天气事件、当地活动等等可能会在老百姓打车时导致延误甚至根本打不到车。
白天或晚上有些时段的延误是能够预计的,而需求期间出现较高的需求率、由于交通事故或恶劣天气影响导致服务出现中断时,收入及客户的潜在损失对于出租车公司来说是一个严重的问题。
日本高峰时段的交通几乎带点传奇色彩,汽车道和火车线路的交通堵塞和高峰时段会延续到晚上10点以后。
人工智能可望减少交通中断的影响及更好地预测对服务的需求,准确的预测不仅可以改善客户服务,还可以提高企业自身的收入。
丰田、日本Taxi、KDDI和埃森哲希望可以充分利用有关技术开发一个可以预测出租车服务需求的出租车调度支持系统。
该系统先将历史数据、天气预报、本地事件时间表和公共交通可用性整合在起来,然后利用人工智能学习模型和算法预测租用运输的需求。
丰田及其他公司表示,“该系统利用人工智能对东京使用中的出租车数量每30分钟预测一次, 用到的参数是一个500米、基于网格的模型。因此,更多的出租车可以派到需求增加和供应不足的地区去服务,可以减少乘客等候时间,同时,通过优化车辆调度还提高了出租车使用率。”
丰田提供旗下的移动服务平台(MSPF),用于处理和分析数据。日本Taxi开发应用程序,为出租车司机提供出租车需求预测数据,KDD则担起创建一个新的人口统计预测系统的大任,该系统对各城市的人口流动进行监测。
埃森哲则与各家公司合作开发和完善分析算法,提供给出租车需求预测引擎使用。
出租车调度支持系统的试点正在日本东京市区展开。据这些公司称,系统对消费者需求的预测准确率达94.1%。
由于预测准确率如此高,高峰时段就可以派出更多的车,这对乘客是有益的。而司机们也可以从中受益,2月份的平均销售额增长率达20.4%,而整个试点期间的平均总销售额增长率为9.4%。
试点今年晚些时候还将推出新的出租车队。
这些公司并不是这个在该领域里利用人工智能应对交通和上下班人流挑战的唯一公司。
今年2月,索尼曾宣布与六家日本的出租车公司(Green Cab、International Automobile、 Kusumi Transportation、Daiwa Motor Transportation、 Checker Cab Radio Cooperative Association及Hinomaru Transportation)建立合作伙伴关系,共同开发和推出基于人工智能的出租车服务。
上述公司将建立一个合资企业,聚焦创建人工智能调度服务,利用人工智能预测消费者需求。
索尼表示,人工智能可以微调需求预测,进而改善客户服务以及 “准备必要数量的出租车”。
好文章,需要你的鼓励
是德科技高级副总裁兼通信解决方案事业部总裁Kailash Narayanan现场指出,算力固然重要,但如果能耗过高,技术的实用性将大打折扣,因此,所有的高速、高性能计算,都必须在极低的功耗下实现,这是AI等技术能否大规模落地的核心前提。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
来自上海交通大学和浙江大学等机构的研究团队开发出首个AI"记忆操作系统"MemOS,解决了AI系统无法实现人类般持久记忆和学习的根本限制。该系统将记忆视为核心计算资源进行调度、共享和演化,在时间推理任务中相比OpenAI记忆系统性能提升159%。MemOS采用三层架构设计,通过标准化记忆单元实现跨平台记忆迁移,有望改变企业AI部署模式。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。