如何使用机器学习将城市带入交通革命？

移动革命或许有潜力改变城市，但从短期来看，叫车应用、自行车共享和电动摩托车的兴起让许多地方官员颇为恼火。适量的数据和机器学习可能有助于让这种运动回到正轨。

这是基于旧金山StreetLight公司所下的赌注。该公司正帮助城市利用从智能城市传感器到移动电话到新交通模式等一切事物产生的海量数据，以重塑城市规划。随着城市在不断增长的人口和污染下呻吟，更有效地利用数据可能是使它们长期适宜居住的关键。

“我们正在利用大量移动设备的优势，”StreetLight Data的首席执行官和联合创始人劳拉·沙维尔(Laura Schewel)说。“缺乏对基本交通模式的了解，正在抑制我们作为一个社会对真正重要的事情做出明智决定的能力。比如，如何分配每年数万亿美元的基础设施预算，或者如何高效地安装电动汽车充电器。”

成立于2012年的StreetLight是一场更广泛的全球运动的一部分，这场运动正在使用新的数字工具来更深入地了解人们的移动方式和交通功能。该公司总共筹集了2,900万美元的风险资本，包括最近一次在2018年筹集的1,000万美元。

该公司的平台利用了数以万亿计的GPS和手机数据，包括手机、智能城市周围的传感器、联网汽车和物联网部署。几乎任何传输位置信息的东西都可以接入该公司的服务，该服务可以匿名化它从合作伙伴那里接收到的信息，即使它允许极其精细的跟踪。

数据被提取到StreetLight的机器学习环境中，可以在其中进行处理以快速洞察汽车，卡车，自行车，踏板车和行人的交通方式。该公司的机器学习帮助城市规划者识别数据是来自自行车、汽车还是街上的行人。根据这些信息，他们可以建立基础设施投资如何以及在何处改善流通的模型。

Schewel说：“如果建立自行车道的资金有限，他们应该去哪里？” “嗯，这取决于您想要什么。如果您想要的是提高低收入人群的自行车安全性，那么某些地方是您的重中之重：低收入人群长时间骑自行车的地方。我们可以向您展示正确的地方。但是，如果您的首要任务是让尽可能多的车辆离开道路，那么让我们找出大多数人每次旅行行驶两英里的地方，因为那很愚蠢。”

通常情况下，StreetLight是一个中立的参与者，客户访问数据时公司并不一定知道项目的范围。但在最近的一个案例中，该公司确实以一种说明服务如何运作的方式直接参与进来。

圣塔克拉拉市和西门子公司从加州能源委员会获得了一笔拨款，用于设计建造电动汽车充电站的蓝图。他们的想法是采取一种更全面、更积极的规划方法，而不是像私人公司建议的那样，一次批准一个充电站。

在圣塔克拉拉（Santa Clara）和西门子（Siemens）进行社区宣传的同时，街灯（StreetLight）的作用是帮助制定一系列可回答的问题，这些问题可用来推动数据决策。

Schewel说:“我们进行了更多的合作，因为我们设计了一个特殊的仪表盘，以支持电动汽车充电，这确实符合圣克拉拉和西门子的目标。”

例如，该市想知道，它可以把电动汽车充电站建在哪里，这些充电站可能会得到当地资金的补贴，而这些补贴最有可能惠及当地居民或当地企业的送货司机。但是如何定义这些目标会很快产生很多矛盾。

“事实证明，人们想要很多不同的东西，”Schewel说。“他们希望充电器能停在很多人停车的地方，但他们也希望充电器能停在很多当地卡车停放的地方，而且那里的人都是当地人，而且不只是在有车道的居民区。它必须是在一个地方，公用事业是可以发生收费。基本上，所有这些事情都是没有道理的。”

对圣塔克拉拉来说，关键在于对不同的优先事项进行排序，并赋予它们不同的权重，这些问题最终会涉及到一个社区的价值观和政治，而这些问题单靠数据是无法解决的。一旦这种情况发生，规划人员只需点击不同的权重和优先级，就可以看到他们如何改变电动汽车充电站的位置。

这种能力可能会在城市规划以及城市规划专业方面带来巨大变化。Schewel的背景是城市规划，他说接受类似培训的人的时代是不同的。

她说：“当我开始读研究生时，运输工程并不是创造力和创新力的人所做的。” “现在，城市规划硕士学位的申请正在激增。在过去的十年中，这一领域变得如此重要和至关重要。

这种趋势是由此类数字工具所带来的影响驱动的，这种影响使计划人员摆脱了通常漫长而乏味的数据收集过程，而这些过程仍然在范围上十分有限。Schewel说：“我们与之合作的市政部门和规划师一直在等待这样的事情。” “我们正在为客户释放行为，尤其是那些获得每月订阅的客户，他们开始运行疯狂的项目，因为他们很高兴了解道路上发生的事情。”

与此同时，人才流动市场正在为这些人才创造激烈的竞争，这可能会给公共部门带来问题。

Schewel说:“我们看到的另一件事是，有交通规划的人正在被优步(Uber)招募，机车公司正在招募他们，我也在招募他们。我们现在只是其中的一小部分。”“所有的城市都必须竞争，坦率地说，我们付出了更多。”

这种人才是必不可少的，因为推动这种转变的趋势在未来几年只会加速。计划者已经在展望如何最好地适应自动驾驶汽车，尽管这种技术的时间表仍然很模糊。机器人送货车不断穿梭在街道和人行道上的前景，可能会给规划决策带来另一个难题。

最近，StreetLight开始与Uber合作，讨论关于空中交通的规划。这种模式，无论是送货无人机还是载客的自动驾驶汽车，都有可能取代跨地区的长途公路旅行，从而改变某些公共交通系统的交通流量和优先级。

与此同时，数据的丰富性也在扩大。随着越来越多的设备，如小型摩托车和联网自行车在街道上，StreetLight正在积累涵盖更广泛地理范围的更具体的数据。更多的可穿戴设备正在增加另一层信息。

Schewel说，随着5G的推出，该公司预计它将使前所未有的大量位置信息变得更加准确。

Schewel说：“数十年来，我们一直在数据空白中运营。” “因此，我对这些灵活的工具感到非常兴奋，这些工具使社区和决策者能够成为自己的数据科学家。”

声明：本文由易百纳技术社区编写，文章内容来自venturebeat，版权归原作者所有，转载请注明出处，如有侵权请联系删除。