百度地图李莹：更智能的出行规划是未来趋势 AI在百度地图中已深度落地
- 详细资料
- 分类：腾讯游戏
- 发布于 2019年7月04日 星期四 02:17
作者：赛迪网
7月3日消息，在“BaiduCreate 2019”百度 AI开发者大会主论坛上，百度CTO王海峰向外界全面展示了百度地图高度AI化的数据生产模式，高效、灵活、智能的数据生产让百度地图实时刻画真实世界。
同样是对出行准确性的追求，在百度大脑分论坛上，百度地图事业部总经理李莹做了《基于飞桨的百度地图通行时间智能预估》的演讲，详细介绍了百度地图“通行时间智能预估”(Estimated Time of Arrival，ETA)在应用百度深度学习平台飞桨(PaddlePaddle)之后获得的效率提升，从而让用户可准确掌握当下和未来的出行时间，合理规划出行。李莹在演讲中表示，“百度地图与飞桨的深度融合，这种产业实践能够为用户预测出最适合的路线及更精准的用时”。
“多长时间能到达目的地”是用户每次出行最为关心的问题，面对纷繁复杂的交通情况，出行时间预估存在着高峰期及平峰时段变化大、路况及天气影响因素多、事故或临时管制突发性高、司机驾驶习惯不同而导致的个性化强等难点。
作为新一代人工智能地图，百度地图应用百度深度学习平台飞桨，为用户打造更精准的“通行时间智能预估”能力，能够针对用户设定的出发地、目的地、行程设置，给出最合适的路线、更精准的用时，让出行更加智能可靠。据李莹介绍，飞桨可大幅提升百度地图ETA开发和调试的便捷性、训练效率、部署和预测性能，实现每天响应近百亿次道路计算请求，为十万行业伙伴提供服务。
百度地图ETA最直观的感知就是路线规划的预估到达时间越来越精准，推荐路线越来越符合自己的出行或驾驶习惯，其主要在实时出行和未来出行两方面为用户提供精准智能的出行服务。
针对用户实时出行的时间预估，百度地图研发了基于飞桨的深度神经网络时间预估模型，在实时路况、轨迹速度等实时流量之外，还加入了多维度的时间编码信息，环境、突发事故等动态编码信息以及用户驾驶习惯、对路线熟悉程度等，以做到更精准的出行时间计算。当用户面临拥堵路段，百度地图还对预估模型进行了单独建模，精细化提升预估效果，让用户对行驶中途径拥堵路段所需的通行时间了如指掌，做到“堵路不堵心”。
针对用户未来出行的时间预估，百度地图同样给出了能够做到“未卜先知“的解法。当用户在出差赶飞机或者去陌生地时，如果仅仅基于当前的时间与路况提供到达时间预估，可能等到真正出发时，所需时间会由于因素变化而不可控。于是，百度地图全面综合历史相同时刻的路况、路线用时，再贴心考虑出发时间的道路限行、施工、红绿灯等信息，并结合用户个人驾驶习惯，为用户计算推荐出一条最合适舒心的出行路线并预估出所需时间。
为用户提供“未来时刻”的出行预测是各个地图产品面向智能出行时代的发力点，百度地图率先搭载了各项行业领先的百度AI技术，不断提高对未来交通状况预估的准确性。李莹在现场表示，“物理世界变化加快，出行挑战也越来越大，作为新一代人工智能地图，百度地图将深度应用AI技术，为用户提供更便捷、准确、高效的出行服务”。