针对城市交通[JiaoTong]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[DuChe]时，已经为时过晚，来不及改道了。近期，IBM公司和加州交通[JiaoTong]局开发的一个“堵车[DuChe]预警系统”会收集每辆汽车的GPS信息，通过数学模型，在堵车[DuChe]尚未发生时便可以预测[YuCe]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[JiaoTong]路况。不过，到底能否解决这个[ZheGe]让全球城市交通[JiaoTong]部门都头疼的难题，现在还是一个未知数。

　　大的堵车[DuChe]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[YuCe]即将发生的堵车[DuChe]，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[JiaoTong]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[JiaoTong]预测[YuCe]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[ZheGe]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[JiaoTong]预测[YuCe]，向他们推荐量身定做的更好的路线。目前，这个[ZheGe]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[YuCe]信息，给出出行建议。

　　3 改进　机器学习不帮“倒忙”

　　加州交通[JiaoTong]局交通[JiaoTong]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[JiaoTong]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[DuChe]问题，这种想法很不现实，他认为，研究交通[JiaoTong]堵塞的人应该主动出击，在堵车[DuChe]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[ZheGe]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[ZheGe]预测[YuCe]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[ZheGe]预测[YuCe]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[ZheGe]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[ZheGe]预测[YuCe]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[YuCe]模型复杂多得多。

　　尽管IBM很想把这个[ZheGe]预测[YuCe]未来发生交通[JiaoTong]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[DuChe]，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[ZheGe]词。人们上下班的时候，肯定是堵车[DuChe]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[DuChe]是一个信息问题，好像你知道越多就越能避免堵车[DuChe]一样。堵车[DuChe]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[JiaoTong]博客中写道。也有人写道，对于每天都发生的模式型交通[JiaoTong]堵车[DuChe]如上下班高峰等，这个[ZheGe]系统或许没什么用，不过，对于一些机动性的交通[JiaoTong]堵塞，如交通[JiaoTong]事故造成的堵车[DuChe]，预测[YuCe]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[JiaoTong]信息进行研究总会是有帮助的。

　　本版采写/本报记者 金煜