IBM开发的“聪明出行”界面，它会为用户规划数条出行路线，并用不同颜色表现它们在可预见的时间内的交通状况。
针对城市交通堵塞，人们已经普遍使用谷歌、微软等技术公司研制的“实时路况”软件，然而很多时候，等到人们发现前方有堵车时，已经为时过晚，来不及改道了。近期，IBM公司和加州交通局开发的一个“堵车预警系统”会收集每辆汽车的GPS信息，通过数学模型，在堵车尚未发生时便可以预测出哪儿会发生拥堵，市民们甚至可以提前多达40分钟便得知交通路况。不过，到底能否解决这个让全球城市交通部门都头疼的难题，现在还是一个未知数。
1 起因 加州堵车很严重
坐在静止的车里，望向一眼看不到底的车流，这是任何一个司机都不愿意遇到的噩梦场景，而美国加州地区，比如洛杉矶和旧金山的市民，几乎人人每天都在和交通堵塞做着斗争。
加州很多都市都有着宽敞的大道，有的甚至宽至八车道、十车道，城市人口密度也不像北京等地这么密集，居民普遍居住在城市郊区，然而，因为美国有着发达的汽车文化，交通堵塞现象非常严重。
在美国，几乎人人有车，很多中产阶级家庭往往有着四五辆车，而一些城市如洛杉矶的公共交通系统则相对落后，地铁只有短短的一条，公共汽车常空空如也，打车则得提前预订，这使得一般的洛杉矶市民从小养成了开车的习惯，也导致了每天都发生着世界上最严重的堵车现象。而在邻近的旧金山，虽然有一个地铁系统，但因为地面车道略少，车流量大，也总是发生路面堵塞。
目前，已经出现了诸多交通路况系统供市民参考，如谷歌、微软等技术公司都开发了可以标示出堵车路段的系统，通过GPS导航、实时交通指示或路况地图等方式告诉给开车的市民，可是，往往当司机们坐在汽车里，通过广播、短信或智能手机了解到此时哪儿出现了让人心一紧的红色堵车字样时，已经为时已晚，他们已经深陷车流量中，来不及改道了。
而现在，一个新的交通路况系统正在旧金山市展开试行，这个名叫“聪明出行”的系统由IBM公司和加利福尼亚州交通局以及加州大学伯克利分校的创新交通中心合力设计，它可以让司机们在交通堵塞还没发生之前就预测到哪儿会堵车。
2 方法 采集信息，了解模式
这个系统显示的，与其说是“实时路况”，不如说是“未来路况”，它显示的是很近的未来将发生的路面状况。这一系统一方面有着传统的实时路况系统，另一方面，又结合了日常的，和已经发生了的交通出行模式，通过数学模型预测出可能将在哪儿发生堵塞，司机甚至可以提前40分钟就知晓哪个路段将难以前行，这样，他们就将有足够的时间转换路线、及时改道。
“如果你已经在路上了，而前方一个信号写着‘下一个五公里将发生堵塞’，你这时其实已经没什么选择了，”IBM公司的app家兰巴说，“但如果你还没出门前，就已经知道了这样的信息，你的选择就多了，你可以晚一会儿再出门，或者走另一条线路。”
在街道和高速公路中，很多交通堵塞往往是因为交通事故导致的，这些交通事故无法预测，但是，一旦一个交通事故发生了，它产生的数据便会很快进入到预测模式中去，用伯克利分校的创新交通中心的app家亚历山大·白耶的话说，“堵车就像流体一样，会产生激波。”这样，虽然交通事故会在当时产生一定的堵塞，但因为及时通告了司机，便可以避免其堵车进一步扩大。
大的堵车往往是因为所有人都往一个方向开造成的，因此，如果要预测即将发生的堵车，知道人们的出行模式便十分重要。“聪明出行”在旧金山湾一带设下了1000多个感应器，安装在收费站、大桥、公路路面等地方，它们可以收集交通情况的密度和速度。当汽车开过这些感应器时，车轮会令感应器的线圈产生瞬间电流，然后，一个叫做“交通预测工具”的项目会将这些电流数据收集起来进行分析，这是了解车流下一步可能会在哪儿变得密集的一个途径。
另一个重要的途径是来自于司机们的行驶决策。很多市民在开车时，会使用智能手机的GPS导航系统，当司机们加入了“聪明出行”项目后，这个软件可以将这些GPS导航信息收集起来，记录下开车的人们的个人路线，了解他们将会在何时沿哪条路线开往何处，然后，再反过来向这些个人提供交通预测，向他们推荐量身定做的更好的路线。目前，这个系统正在试行过程中，已经有不少人通过网络和智能手机下载应用程序等方式加入到其系统中来，他们在刚准备出行的时候，就可以自动接收到电子邮件或短信等预测信息，给出出行建议。
3 改进 机器学习不帮“倒忙”
加州交通局交通运作研究中心的办公室主任葛莱·拉森表示，旧金山湾的汽车数量一直在持续增多，交通流量也在不断增大，有人认为只要增加车道，就可以解决堵车问题，这种想法很不现实，他认为，研究交通堵塞的人应该主动出击，在堵车变得非常严重之前，就把问题解决好，把车流引到其他路上去。
目前，这个系统还只是在试运行期，还没有非常多的人在使用，一旦大量的市民都开始使用这个预测系统，那一个新的问题就出来了。麻省理工学院的城市环境工程师莫斯·本吉维质疑道，“如果每个人都接收到了同样的信息，那这个预测系统可能就会反应过度，你告诉人们一个地方可能会发生堵塞，结果人们都跑另一条路上去了，那儿反而会产生新的堵塞。”
这是目前IBM也没有解决的问题，他们表示已经考虑到了这个问题，将在后续的研发中将这些因素都计算进去，然而，那将意味着这个预测模型必须具有超强的自我学习和自我调整的能力，将比现在刚诞生的预测模型复杂多得多。
尽管IBM很想把这个预测未来发生交通堵塞的系统推广到全球，但它到底多大程度上有用，现在也没有人能够证明。网络上有人评价道，其实很多路段和时间段的堵车，每天开车的人一般早就有了经验，知道何时何处会堵，所以，才会有“高峰时刻”这个词。人们上下班的时候，肯定是堵车高峰，但开车的人在时间调整上并没有多少选择，而在路线上，往往也仅有寥寥几条路可以走，在不少现代城市，人们都往往住在郊区，工作则集中在市中心商业区，出行的路线都往往是一致的。
“我不认为堵车是一个信息问题，好像你知道越多就越能避免堵车一样。堵车的发生，是因为过多的人，想同时使用有限的路面。”有人在一个位于纽约的交通博客中写道。也有人写道，对于每天都发生的模式型交通堵车如上下班高峰等，这个系统或许没什么用，不过，对于一些机动性的交通堵塞，如交通事故造成的堵车，预测系统或许是可以帮上忙的。不管怎样，如果没法减少汽车数量，那对交通信息进行研究总会是有帮助的。
特别声明：本文转载仅仅是出于传播信息的需要，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、网站或个人从本网站转载使用，须保留本网站注明的“来源”，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，请与我们接洽。