比如說整個(gè)（北京）回龍觀住了幾十萬人,，可能每天早上10%是去中關(guān)村上班,，10%是去國貿(mào)的，80%人集中要去幾個(gè)大商業(yè)區(qū),。每個(gè)方向都有幾萬人，兩小時(shí)內(nèi)都要出發(fā),。這些交通需求都可以通過學(xué)習(xí)找出規(guī)律?，F(xiàn)在大家往往是自己選擇交通工具——包括自駕，對(duì)實(shí)時(shí)情況和全局并不了解,，效率低,、時(shí)間不可控、還容易擠在一起誰也走不了,。 “滴滴大腦”通過深度學(xué)習(xí),，目標(biāo)是未來給全社會(huì)做出最優(yōu)安排，比如說統(tǒng)籌推薦公交,、拼車,、叫車、自行車等服務(wù),，盡量錯(cuò)峰運(yùn)行,，盡量拼車共享出行，盡量讓司機(jī)錯(cuò)開擁堵路段,。只要能提高20%的效率,，這就是了不得的效率提升。

人,、車,、路,，三者之間在特定時(shí)間段的供需差距很大，這是交通問題的根源,，智能和共享在一定程度上會(huì)化解這個(gè)矛盾,。但是，解決人和車的供需問題,，對(duì)實(shí)時(shí)性要求很高,，對(duì)運(yùn)算速度和能力挑戰(zhàn)很大，每過2秒,，車和路況都會(huì)變化,，必須實(shí)時(shí)收集數(shù)據(jù)并演算。其次要考慮全局最優(yōu)匹配,，不僅是這個(gè)時(shí)間切片的最優(yōu),，還要考慮這輪匹配對(duì)未來30分鐘車輛分布的影響，還要考慮司機(jī)的服務(wù)和安全——你應(yīng)該知道滴滴在給司機(jī)的服務(wù)打分,，但可能不知道我們還要實(shí)時(shí)監(jiān)測每輛車的安全分,，監(jiān)控急剎車拐彎疲勞駕駛等行為，目標(biāo)是降低事故率,。今年滴滴平臺(tái)控制的車輛事故率會(huì)比線下出租車降低40%,。

所以我希望滴滴平臺(tái)能真正用好滴滴“大腦”。本質(zhì)上我們是一個(gè)大數(shù)據(jù)公司,，一個(gè)人工智能公司,。我們在公司很小的時(shí)候就成立了滴滴研究院，設(shè)于美國硅谷的研究院也成立一周年了,。滴滴發(fā)現(xiàn)的中國交通問題很有趣也很復(fù)雜,，希望可以邀請到最優(yōu)秀的科學(xué)家加入我們一起解決難題。

　　滴滴程維：這個(gè)時(shí)代一切都剛剛好

觀察者網(wǎng)：所以您認(rèn)為,，滴滴的運(yùn)算量是最難以想象的東西,，相對(duì)過去的歷史，是最值得一提的事情,。

程維：對(duì),，而且這些數(shù)據(jù)在未來有特別多的作用。

舉一些例子,，比如紅綠燈,，原來紅綠燈的調(diào)度，要么就是30秒,、50秒這種固定周期,，要么就是靠地感線圈和攝像頭，做不到基于大數(shù)據(jù)實(shí)時(shí)精確控制。現(xiàn)在每個(gè)路口都不斷有滴滴的出租車,、專車,、快車、順風(fēng)車駛過,，我們基于這些數(shù)據(jù),，基本可以知道每個(gè)紅綠燈路口從早到晚的流量情況，能夠支持我們做合理的預(yù)測,，幫交通部門調(diào)整紅綠燈周期,。這套系統(tǒng)已經(jīng)在現(xiàn)實(shí)中應(yīng)用了。