據(jù)外媒報(bào)道,堵車已經(jīng)成為我們?nèi)粘I钪械囊徊糠,在大多?shù)時(shí)間里對堵車都束手無策。不過,現(xiàn)在微軟正在進(jìn)行旨在預(yù)測堵車的研究工作,如果一些順利,可以提前一小時(shí)預(yù)測到可能出現(xiàn)的堵車。

報(bào)道稱,微軟與巴西最大的大學(xué)之一米納斯吉拉斯聯(lián)邦大學(xué)(Federal University of Minas Gerais)合作,開展這項(xiàng)被稱作“車流預(yù)測項(xiàng)目”(Traffic Prediction Project)的研究。盡管已經(jīng)有包括谷歌地圖在內(nèi)的多款網(wǎng)絡(luò)工具和服務(wù)能預(yù)測堵車地點(diǎn),但它們通知司機(jī)出現(xiàn)堵車的時(shí)間通常太晚。
相比較而言,微軟項(xiàng)目將收集來自交通管理部門、道路監(jiān)控?cái)z像頭、必應(yīng)交通圖,以及司機(jī)社交網(wǎng)絡(luò)帳戶的所有信息,利用現(xiàn)有的數(shù)據(jù)模式提前15-60分鐘預(yù)測可能出現(xiàn)的堵車。微軟在該項(xiàng)目中將借助其Azure云計(jì)算平臺(tái),為記錄海量數(shù)據(jù)提供所需要的處理能力。 Ubergizmo稱,微軟已經(jīng)在倫敦、芝加哥、洛杉磯、紐約等城市測試了研究模式,測試結(jié)果表明預(yù)測堵車的準(zhǔn)確率達(dá)到了80%。預(yù)測的準(zhǔn)確率似乎很高,不過,鑒于測試中的數(shù)據(jù)主要來自車流信息,如果在模型中加入所有來源的數(shù)據(jù),預(yù)測的準(zhǔn)確率應(yīng)當(dāng)能上升至90%。