相关文章

未来的你将拥有怎样的交通工具?东芝人工智能怀抱着的交通之梦 mask

未来的你将拥有怎样的交通工具?

东芝人工智能怀抱着的交通之梦

2018.12.26 数字解决方案
本文看点
  • 东芝在日本与顺风路公司合作进行有关“新一代移动方式”的演示实验!
  • 为何东芝的人工智能能够分析平常难以应对的庞大运营数据?
  • 只有站在最前沿才能看到的“人工智能×新一代移动方式”的课题是什么?

在讲述我们的故事之前,请您先回答一个问题吧。

一、您知道MaaS是什么吗?

它不仅仅是从出发地到目的地之间的移动手段,更是为用户提供统一服务的理念。在共享交通备受瞩目的今天,车辆状态从独享到共享的变化,开启了交通界前所未有的变革。

MaaS(Mobility-as-a-Service)充分利用大数据、人工智能、云等最先进的ICT技术,给移动方式带来了超乎想象的转变。这样的转变不仅仅停留在共享层面,还有望解决各种社会问题。

即使住在市中心,不少人也需要乘坐公交车去往车站。如果运气不好的话,等待车辆的时间会延长到20分钟以上,在此期间,因为车迟迟不来而产生的焦灼感令人不安。相对而言,出租车省时省力,但价格却更加昂贵,增加了日常开销的负担。

如果能够实现低消费且无需等待的Door-to-Door服务的话,那简直方便太多了!怀揣着这样的未来交通梦,2018年7月,东芝在日本与顺风路公司联手,开始尝试一项全新的演示实验。

二、演示实验开始!

“在本次演示实验中,我们所提供的是仅在有预约的情况下才运行的按需同乘共享交通系统‘Convehicle’。”

顺风路株式会社 董事长兼运营推进部部长 吉富广三先生(右)顺风路公司 董事兼企划开发部部长 神谷圣二先生

顺风路株式会社 董事长兼运营推进部部长 吉富广三先生(右)
顺风路公司 董事兼企划开发部部长 神谷圣二先生

顺风路公司董事长吉富广三先生这样说道。用户在网上预约Convehicle,到附近的乘车点等待车辆到达。共享的车辆运送一定数量的用户,循环往复。

Convehicle的运行计划示意图。乘车点大多设置在垃圾回收站(注1)附近,仅需从家出门扔垃圾的距离便可使用Convehicle。

Convehicle的运行计划示意图。乘车点大多设置在垃圾回收站1附近,仅需从家出门扔垃圾的距离便可使用Convehicle。
1:在日本,对各种生活垃圾进行严格分类并设置固定回收场所。即使在乡村,一定户数居民即配置一个垃圾回收站,垃圾运输公司按指定日期和时间将垃圾运走,Convehicle所使用的车辆一般不会比垃圾运输车大。所以,在垃圾回收站附近设置乘车点,当地居民来说是不易迷路的站点,对Convehicle来说是非常便利的站点。

负责顺风路公司企划开发的董事神谷圣二先生表示,Convehicle的独特之处在于每次预约时都能够设置路线和车辆运行时间表。

“对用户来说,公交车路线固定,经常会绕道。而Convehicle能够将已预约的多个乘车点高效地组合起来,并动态地制定出合理的路线,使用起来更方便快捷。”

除Convehicle外,本次演示实验的另一个关键点在于东芝的人工智能分析系统“SATLYS™”。SATLYS™是东芝全新研发的人工智能系统,它是东芝以往处理各类业务的经验所形成的结晶。关于本次演示实验的目的,让我们来采访一下东芝的入本勇宇次先生。

东芝数字解决方案株式会社 软件&人工智能技术中心 入本勇宇次先生(左) 和 同样参与本次演示实验的 东芝数字解决方案株式会社 上田弘树木先生(右)

东芝数字解决方案株式会社 软件&人工智能技术中心 入本勇宇次先生(左) 和 同样参与本次演示实验的 东芝数字解决方案株式会社 上田弘树木先生(右)

“在演示试验中,SATLYS™结合从顺风路公司的Convehicle业务中获取的运行数据、日本气象厅的开放数据、及星期进行分析,预测出未来几周内乘车点的位置、时间和需求量。例如‘下雨天该区域的汽车需求量为平时的1.2倍’、‘星期天该线路需花费的时间多于平时的一倍’等,通过各类数据的组合,进行精准的预测。”

“多人同时乘坐,并且能高效地规划出路线,顺风路公司的技术让我们惊叹。如果将顺风路公司的技术和运行数据与我司SATLYS™的相关信息相结合,我们将进一步迈向东芝一直以来所追寻的未来的交通!”

演示实验概要

演示实验概要

数据可谓是人工智能分析的关键所在。

“Convehicle从开始至今已是第九个年头。它在日本千叶县柏市等42个地区月均运送用户7万人次。起初我们并不明确知道该如何有效地利用这些数据,只是觉得运行数据一定具有某种价值,所以我们便开始记录日志。这是我们的信念。”(吉富先生)

Convehicle汇集了大量优质的数据资源。如何有效运用SATLYS™来处理并解析这些庞大的数据,对东芝来说是个极大的考验。

三、“人工智能×新一代移动方式”的课题是什么?

“举例来讲,在2,000个乘车点的区域,必须要处理2,000(乘车点)×2,000(下车点)=4,000,000个预测结果,而且是9年间的数据量。如何运用如此庞大的数据,能否找到最佳的解决方案,对此我们煞费苦心。

来自东芝的上田弘树先生如是说道。

“起初,我们给顺风路公司展示的是‘100条高需求度的最佳运行路线’,但顺风路公司给予的反馈是,‘如果这么做的话我们就无法把控运行区域的整体趋势’。因此才诞生了我们现在所展示的这款通过色标层级区分图(※)来显示运行区域需求度的地图。同时,它也可以对所需车辆数目等数据进行预测。”(上田先生)

※为使数据可视化,用颜色来区分数字数据的强弱。
用来显示运行区域的需求度高低的地图 © OpenStreetMap contributors

用来显示运行区域的需求度高低的地图
© OpenStreetMap contributors

虽说是人工智能解析,但也并非东芝独立完成。目前,我们正借用顺风路公司实际运营获取的信息进行演示实验。未来,除气象信息和星期之外,SATLYS™还将结合大型活动的举办信息和区域特性来进行需求预测。此外,我们也将着手分析运营数据较少的区域的人口及人员通勤路线等信息。

本次演示实验为探索“新一代移动方式”提供了无限可能。东芝和顺风路公司目前正着手新的研究课题——如何创造出未来最先进的交通模式。

“Convehicle”是结合“convenience(方便)”和“vehicle(交通工具)”的复合词,意为“方便的车”

“Convehicle”是结合“convenience(方便)”和“vehicle(交通工具)”的复合词,意为“方便的车”

“根据SATLYS™的需求预测进行优化,Convehicle的调度效率会变得越来越高。但另一方面,我们也担心会从客户那里收到诸如‘以前在这个时间点经常和朋友乘坐同一辆车,但因为线路改变无法同乘一辆车了’这样的反馈。”(神谷先生)

“‘整体的高效性和舒适性’与‘所有用户的满意’无法完全兼备。那么怎样做才能称得上是‘好’呢?这是我们今后必须要攻克的难题。”(吉富先生)

如今,在Convehicle所获取的实践知识的基础上,两家公司正在努力通过SATLYS™实现整体优化与个体优化的兼顾。

“提起‘无障碍’,我觉得大多数人会想到对于重度伤残人士来说的物理性的障碍。但即使是300米的移动距离,也会有人感到有‘障碍’。每个人对于 ‘障碍’的定义都是不同的。但搭载了SATLYS™而变得更为强大的Convehicle应该能够清除所有人的‘障碍’吧!我们的演示实验将有助于推动对未来的交通,乃至未来人类的多样性的发展。”(上田先生)

“新一代移动方式的基础设施建设已经引起了全世界的关注,这也正是我们所迫切需要的。有关新一代移动方式的构想有很多,但像顺风路公司一样取得实际业绩的企业却并不多。人工智能‘SATLYS™’充分利用了Convehicle 9年间的数据和东芝140年的产品制造的实际业绩中的知识。为实现未来的交通,我们将与顺风路公司并肩同行,继续挑战。”(入本先生)