Mašininio mokymosi naudojimas kuriant žemėlapius, kuriuose pateikiami protingesni vairavimo patarimai

Susijęs su Kataro fondas

Jei važiuojate Jungtinėse Valstijose, greičiausiai neprisimenate, kada paskutinį kartą pirkote popierinį žemėlapį, atsispausdinote skaitmeninį žemėlapį ar net sustojote paklausti kelio. Dėl pasaulinės padėties nustatymo sistemos (GPS) ir mobiliųjų žemėlapių programėlių mūsų išmaniuosiuose telefonuose bei jų patarimų dėl maršruto realiuoju laiku navigacija yra išspręsta.

Tačiau besivystančiose ar sparčiai augančiose pasaulio dalyse – ne tiek. Jei gyvenate tokioje vietoje kaip Doha (Kataras), kur kelių tinklo ilgis per pastaruosius penkerius metus išaugo tris kartus, „Google“, „Apple“, „Bing“ ar kitų tiekėjų teikiamos komercinės žemėlapių sudarymo paslaugos tiesiog negali neatsilikti nuo infrastruktūros tempo. pakeisti.

Kiekvienas iš mūsų, užaugęs Europoje ar JAV, tikriausiai negali suprasti, kokiu mastu šie miestai auga, sako Rade Stanojevic, vyresnysis mokslininkas iš Kataro skaičiavimo tyrimų instituto (QCRI), priklausančio Hamad Bin Khalifa universiteto Kataro fondui. universitete, Dohoje. Beveik kiekviename kvartale kas porą mėnesių atsiranda nauja požeminė perėja, nauja viadukas, naujas didelis greitkelis.

Katarui susidorojus su šiuo sparčiu augimu ir ypač ruošiantis surengti FIFA pasaulio čempionatą 2022 m., blogi maršruto patarimai ir besikaupiantys kelionių vėlavimai dėl pasenusių skaitmeninių žemėlapių kainuoja vis brangiau. Štai kodėl Stanojevic ir kolegos iš QCRI nusprendė pabandyti pritaikyti mašininį mokymąsi sprendžiant problemą.

Kelių tinklas gali būti interpretuojamas kaip milžiniškas grafikas, kuriame kiekviena sankryža yra mazgas, o kiekvienas kelias yra kraštas, sako Stanojevic, kurio specializacija yra tinklo ekonomika. Kelio atkarpos gali turėti tiek statines charakteristikas, kaip nustatytas greičio apribojimas, tiek dinamines charakteristikas, pvz., piko valandų spūstis. Norint pamatyti, kur iš tikrųjų vyksta eismas – o ne kur jis turėtų vykti sename žemėlapyje – ir tada numatyti geriausius maršrutus per nuolat besikeičiantį labirintą, mašininio mokymosi modeliui tereikia daugybės naujausių duomenų apie tiek statiniai, tiek dinaminiai veiksniai. Laimei, šiuolaikiniai transporto priemonių parkai turi šias stebėjimo sistemas, kurios sukuria gana daug duomenų, sako Stanojevic.

Stanojevičius kalba apie taksi. Jo komanda QCRI bendradarbiauja su Dohoje įsikūrusia taksi kompanija „Karwa“, kad surinktų visus GPS duomenis apie jų transporto priemonių atvykimą ir išvykimą. Jie panaudojo šiuos duomenis kurdami naują kartografavimo paslaugą, vadinamą QARTA, kuri teikia patarimus dėl maršruto Karwa vairuotojams ir kitiems operatoriams, pavyzdžiui, pristatymo laivynams.

Stanojevic sako, kad QARTA gilesnis faktinės kelių ir eismo situacijos Dohoje supratimas padeda vairuotojams nusiskusti keliasdešimt sekundžių nuo kiekvienos kelionės, o tai reiškia, kad viso transporto parko efektyvumas padidėja nuo 5% iki 10%. Jei naudojate 3000 automobilių parką, 5% iš jų sudaro 150 automobilių, sako Stanojevičius. Iš esmės galite pašalinti 150 automobilių nuo kelio ir neprarasti verslo.

Nors QCRI sistema tikriausiai negali konkuruoti su dideliais žemėlapių paslaugų teikėjais išsivysčiusiame pasaulyje, ji gali padėti Vidurio Rytų ir kitų besivystančių regionų miestams valdyti augimą išmintingiau, sako Stanojevic. Ir po kelerių metų, kai į gatves išvažiuos daugiau autonominių transporto priemonių, mašininiu mokymusi pagrįsti maršruto parinkimo patarimai galėtų pažvelgti į bendrą vaizdą judriame mieste ir padėti automobilių parkams sumažinti anglies dvideginio išmetimą, nes vairuotojai išvengs kamščių. Turėdami tam tikrą visuotinį vaizdą apie tai, kas vyksta visame mieste, autonominės transporto priemonės iš tikrųjų gali nukreipti mus į tam tikrą visuotinį apkrovos balansavimą, kad visiems būtų geriau.

Šis podcast'as buvo sukurtas bendradarbiaujant su Kataro fondu.

Rodyti pastabas ir nuorodas

Kataro skaičiavimo tyrimų institutas

Eismo maršrutai nuolat besikeičiančiame Dohos mieste , Sofiane Abbar, Rade Stanojevic, Shadab Mustafa ir Mohamed Mokbel, ACM komunikacijos, 2021 m. balandžio mėn.

Visas nuorašas

Laurel Ruma: Iš „MIT Technology Review“ aš esu Laurel, o tai yra „Business Lab“ laida, kuri padeda verslo lyderiams suprasti naujas technologijas, atsirandančias iš laboratorijos ir į rinką.

Mūsų šiandienos tema – geresnis greitai augančių miestų žemėlapis. Eismas. Eismas yra sunkus mums visiems, tačiau keliuose didėjant transporto priemonių skaičiui ir spūstims, geriausius maršrutus skaičiuoti bandančios programėlės stebuklingai negali sukurti nuorodų. Bet kas atsitiks, kai per 10 metų jūsų šalis padvigubės? Nauji keliai, nauji rajonai, nauji pastatai: laikas naujam žemėlapiui.

Du žodžiai jums: automatinis žemėlapių sudarymas.

Mano svečias yra daktaras Rade Stanojevic, kuris yra Kataro skaičiavimo tyrimų instituto, kuris yra Kataro fondo universiteto Hamad Bin Khalifa universiteto dalis, vyresnysis mokslininkas. Dr. Stanojevic studijuoja kompiuterių tinklus ir tinklų ekonomiką. Šiuo metu jis naudoja grafikų teoriją, mašininį mokymąsi ir kitus metodus, siekdamas sukurti tikslesnius realaus eismo Dohoje, Katare ir kituose miestuose modelius.

Prieš prisijungdamas prie QCRI, jis dirbo personalo tyrėju Madrido pažangiųjų studijų tinklo institute ir Telefonica I&D Ispanijoje.

Šis verslo laboratorijos epizodas sukurtas kartu su Kataro fondu.

Sveiki atvykę, daktare Stanojevičiau.

Rade Stanojevic: Puiku šiandien būti su tavimi, Lorele. Ačiū.

Lauras: Taigi pastaruoju metu sutelkėte dėmesį į labai konkretų klausimą, kaip parašyti žemėlapių programinę įrangą, kuri gali tiksliau apskaičiuoti kelionės laiką, jei kas nors važiuoja iš taško A į tašką B. Ir visi, kurie kada nors įstrigo eisme, nes jie pasirinko netinkamus maršrutus, gali suprasti, kodėl tai gali būti naudinga. Bet ar galite paaiškinti, kodėl srauto supratimas yra tinklo mokslo problema ir kokių įžvalgų gali duoti tinklo analizės metodas?

Rade : Taigi, norint tiksliai suprasti ką tik paminėtą problemą, kaip nuvažiuoti iš taško A į tašką B, iš esmės reikia dviejų dalykų. Jums reikia tikslaus žemėlapio ir tikslaus eismo modelio ant to žemėlapio. Ir šios dvi problemos yra ir tinklo mokslo, ir mašininio mokymosi problemos. Taigi, jei jūs galvojate apie kelių tinklą kaip tinklą ar grafiką, šis tinklas iš esmės yra kraštų sąrašas, mazgų sąrašas ir kraštų sąrašas, kur kraštas yra kelio atkarpa. Šis kelių segmentas, dėl kurio šis kelių tinklas ir įdomus objektas, kurį reikia ištirti, yra sudėtingumas, atsirandantis dėl šių tinklo kraštų savybių.

Taigi šių kelio atkarpų charakteristikas galime suskirstyti į du tipus. Viena iš jų yra statinės charakteristikos. Tai tokie dalykai kaip greičio apribojimas, eismo juostų skaičius, mokėjimo rūšis ir kt. Ir tai yra tokie dalykai, kuriuos išsiaiškinus, viskas bus gerai amžinai.

Kita vertus, yra kelių tinklo savybių, kurios yra dinamiškesnės. Taigi tai yra tokie dalykai, kurie yra susiję su eismu, spūsčių lygiu, vidutiniu greičiu, kurie priklauso nuo paros laiko, savaitės dienos. Kai kurie įvykiai, kurių tikrai negalime numatyti iš anksto, ir pan. Visa ši problema įdomi ir naudinga kasdieniam gyvenimui, o ypač verslo atvejams, apie kuriuos tikriausiai kalbėsime šiek tiek vėliau, supratus ir pagrindinį statinį kelių tinklo pobūdį, ir dinamines dalis, atsirandančias dėl eismo. tai, su kuo mes susiduriame.

Lauras: Na, o kalbant apie dinamiškumą, Kataro gyventojų skaičius beveik padvigubėjo per 10 metų, todėl tai sukuria didžiulę problemą, nes tiesiami nauji keliai ir nauji pastatai, o vairuotojai stringa eisme, tačiau jie turėjo šiuos greitai pasenusius žemėlapius, kurie tiesiog paseno. . Kaip tai matėte kaip galimybę padėti tiems vairuotojams ir patiems miestams?

Rade : O berniuk. Taigi kiekvienas iš mūsų, užaugęs Europoje ar JAV, tikriausiai negalėjo arba negali suprasti šių miestų augimo masto. Taigi mano gimtajame mieste, kuriame gyvena 200 ar 250 000 žmonių, vienintelis tikras kelių tinklo infrastruktūros pokytis, įvykęs per pastaruosius 20 metų nuo tada, kai buvau vaikas, buvo tik vienas tiltas, kuris buvo pastatytas. Tačiau Dohos mieste beveik kiekvienas rajonas mato naują požeminę perėją, naują viaduką ir naują didelį greitkelį, kuris pridedamas kas porą mėnesių. Taigi, esant tokiam miesto augimo greičiui, tradicinės žemėlapių sudarymo paslaugos tikrai negali neatsilikti nuo tempo. Ir tai sukėlė didžiulę nuostabą daugeliui mūsų, atvykusių iš Europos ar Šiaurės Amerikos. Nustebome, kai atvykome į miestą ir supratome, kad visos paslaugos, kurias laikome savaime suprantamomis, kaip „Google Maps“, „Bing Maps“ ar „Apple Maps“, kad ir koks būtų jūsų mėgstamiausias skaitmeninis žemėlapis, jos tiesiog neveikia. Jie nedirba Dohos mieste.

Ir priežastis, kodėl jie neveikia, yra ta, kad jie nebuvo sukurti remiantis prielaida, kad infrastruktūra keičiasi taip greitai, kaip Dohoje. Taigi institute, QCRI, supratome, kad į daugelį šių klausimų galima atsakyti pasitelkus tinklo mokslą ir mašininį mokymąsi. Ir kai kurie iš mūsų pradėjo nagrinėti automatinio žemėlapio išvados problemą. Pradėjome nuo to kažkada 2017 m. ir supratome, kad ši problema yra nepaprastai svarbi daugeliui besivystančių miestų, bet ir labai sudėtinga. Ir mes padarėme didelę pažangą šioje dalyje, suprasdami pagrindinį tinklą. Ir vėliau supratome, kaip galime pridėti šias dinamines žemėlapio savybes, kurios yra susijusios su eismu.

Lauras: Manau, kad tai tikrai puikus būdas paaiškinti žmonėms, kurie gali nesuprasti, kad bus įrengtas naujas greitkelis arba nauja privažiavimo rampa arba naujas viadukas į kiekvieną kvartalą, kaip tai stulbina, tiesa?

Rade : Tai stebina. Taigi iš esmės per pastaruosius septynerius metus, nuo 2013 m., Dohos miesto kelių infrastruktūros ilgis išaugo trigubai. Taigi tikrai sunku susisukti galvą apie šį skaičių. Tai neįtikėtinai daug infrastruktūros, kuri kuriama. Visa tai yra dalis projekto, kurio tikslas – sukurti tinkamą infrastruktūrą Pasaulio čempionatui, kuris įvyks maždaug per 18 mėnesių čia, Dohoje, pasaulio futbolo čempionate arba, kaip pasakytumėte Šiaurės Amerikoje, futbolui.

Lauras: Taigi kodėl žemėlapių kūrėjai, tokie kaip „Google“, „Bing“ ir „Apple Maps“, turėjo tokių problemų neatsilikdami? Kaip jie tradiciškai įvertina kelionės laiką ir žemėlapius? Siųsti „Google“ automobilį, kad būtų galima sudaryti apylinkes?

Rade : Tiesą sakant, tai įdomus klausimas. Taigi iš esmės dauguma tradicinių žemėlapių kūrėjų, tokių kaip „Google Maps“, „Here Maps“ ar „Bing Maps“, paprastai turi statinį žemėlapį, kurį perka kartą per porą metų iš vyriausybės arba vietinių žemėlapių tiekėjų. Ir tada jie daro prielaidą, kad šie žemėlapiai retkarčiais keičiasi ir kad jie gali užfiksuoti šiuos pokyčius, stebėdami tam tikrus jiems prieinamus duomenis, arba sekdami telefonus, kuriuose jie turi tam tikras vietos nustatymo paslaugas, arba kitomis priemonėmis. Pagrindinės prielaidos, kad kelių tinklai keičiasi ne taip dažnai. Taigi, kai pasikeičia kelių tinklas, jiems reikės žmogaus anotatoriaus, kuris paženklintų pakeitimą ir atnaujintų žemėlapį. Tačiau tokiame mieste kaip Doha, kur pokyčiai vyksta nuolat ir kasdien, ši pagrindinė prielaida sulaužoma.

Didelė sankryža, kuri buvo pakeista kažkada 2016 m., kai persikėlėme į Dohą, vos už kelių šimtų metrų nuo mūsų biuro, prireikė maždaug 18 mėnesių, kol ta sankryža atsispindėjo „Google“ žemėlapiuose. Taigi iš esmės ta sankryža buvo nematoma „Google Maps“ maždaug 18 mėnesių. Ir visi tie maršrutai, kurie turėtų būti nukreipti per tą sankryžą, iš esmės buvo priversti vairuotojus eiti ir važiuoti dideliu aplinkkeliu, kuris buvo visiškai nereikalingas. Ir „Google“ bėgant metams tobulėjo, „Google“ ir kitos žemėlapių paslaugos laikui bėgant tobulėjo. Jie pripažįsta problemą ir dabar jiems nereikia 18 mėnesių, kad atspindėtų pokyčius. Dabar šis procesas sutrumpėjo iki poros mėnesių. Tačiau net ir keli mėnesiai gali būti daug, jei vairuotojui, taksi ar pristatymo vairuotojui reikia tikslaus ir optimalaus maršruto. Ir mes tai matėme kaip galimybę išspręsti problemą turint kuo daugiau duomenų ir kuo greičiau.

Lauras: Taip, dviejų mėnesių atsakymo laikas atrodo neįmanomas visiems gyvenant realiuoju laiku, tiesa? Taigi, kaip jūs ir jūsų komanda radote geresnį būdą įvertinti kelionės laiką? Papasakokite man istoriją apie taksi įmonę „Karwa“.

Rade : Tai įdomi istorija, bet leiskite pasakyti keletą žodžių apie tai, kas yra pagrindinė sudedamoji dalis sprendžiant tikslių maršrutų ir tikslaus kelionės laiko problemą sparčiai besivystančiame Dohos mieste. Pagrindinis ingredientas yra nuolat atnaujinami žemėlapiai. Taigi svarbiausia yra stebėti žemėlapį, stebėti vykstančius pokyčius ir kuo greičiau juos spręsti, idealiu atveju visiškai automatiniu būdu. Taigi mes negalėtume to padaryti be partnerystės su Karwa.

Taigi „Karwa“ yra vietinė taksi įmonė, valdanti apie 3000 transporto priemonių mieste. Jis sukuria daug informacijos, kurią naudojame kurdami pagrindinį žemėlapį ir eismo modelį ant to žemėlapio. Ir yra įdomi istorija apie tai, kaip mes pradėjome šį projektą. Taigi šis projektas prasidėjo grynai kaip mokslinis projektas, kaip minėjau, gal kada nors 2017 m. ar 2018 m. pradžioje, mes pirmą kartą susitikome su taksi kompanija. Ir tuo metu padarėme tam tikrą pažangą dėl žemėlapių paslaugų, automatinio žemėlapio išvadų projekto, apie kurį minėjau prieš kelias minutes. Tačiau kai mes su jais pasidalinome tais pradiniais rezultatais, jie mums pasakė, kad naudojasi „Google“ žemėlapiais. Jie nebuvo tuo patenkinti šimtu procentų, tačiau faktas, kad visa ta paslauga buvo palyginti pigi, maždaug nuo 10 000 iki 20 000 USD per metus, tai nebuvo didelė dalis jų metinėje sąskaitoje. Ir iš esmės jie mums pasakė, kad mes tikrai nesijaudiname dėl tokių problemų, nes perkame, kad informacija nėra idealiai tiksli, tačiau ji yra pakankamai pigi, kad dėl to nesijaudintume.

Ir tada mes su tuo sutikome. Tiesiog buvo, taip yra. Jei Google ar komercinių žemėlapių paslaugos gali tai parduoti už tokią mažą kainą, taksi įmonei tikrai nėra prasmės dėl to jaudintis. Tačiau „Google“ žemėlapiai, taip pat daugelis kitų žemėlapių tiekėjų, 2018 m. pabaigoje pakėlė šio žemėlapio API paslaugų kainas 10–20 kartų. Ir tuo metu, augant jų apimčiai, jų sąskaitos išaugo nuo nuo dešimčių tūkstančių dolerių iki šimtų tūkstančių dolerių, beveik per naktį. Tuo metu jie buvo daug imlesni idėjai sukurti paslaugą, kuri padėtų jiems nusiskusti kelis šimtus tūkstančių dolerių per metus nuo tos žemėlapio paslaugų sąskaitos. Ir tuo metu mes pradėjome nagrinėti problemą. Tuo metu tikrai negalėjome pasakyti, ar galime sukurti produktą, kurio kokybė prilygsta komerciniams žemėlapiams. Ir čia prasidėjo mūsų kelionė.

Kažkada 2018 m. pabaigoje mes jau turėjome nemažai supratimo ir patirties, kaip daryti tokius dalykus. Tačiau mes iš tikrųjų pradėjome dirbti su produktu kažkada 2018 m. pabaigoje, o iki 2019 m. vidurio turėjome produktą, paruoštą išbandyti. Ir prireikė kelių mėnesių bandymų, kad išsiaiškintume, kokie esame geri, palyginti su „Google“ žemėlapiais. Ir išvados buvo tikrai įspūdingos, kalbant apie mūsų rezultatų kokybę, mūsų atsakymų greitį, mūsų išteklių prieinamumą. 2019 m. pabaigoje vietinė taksi įmonė, turinti 3 000 transporto priemonių, perėjo nuo komercinių žemėlapių, iš „Google“ žemėlapių, prie mūsų paslaugų naudojimo.

Taigi tai buvo uolėtas kelias, mums prireikė poros metų važinėti pirmyn ir atgal. Ir aš sakyčiau, kad tikriausiai pagrindinis žingsnis buvo šios naujos kainodaros įvedimas, laikas, kai „Google“ suprato, kad ji iš tikrųjų gali užsidirbti pinigų, ir kai kainas padidino 10–20 kartų, tai buvo mūsų sandorio nutraukimas. Be to tikriausiai to neįvykdytume.

Lauras: Tai neįtikėtinai didžiulis padidėjimas, kai tikriausiai esate taksi įmonė, kuriai gali gerai sektis arba nesiseka, priklausomai nuo to, koks konkurencingas toks važiavimo pasidalijimas.

Rade : Tiksliai, tai padarė didžiulį sandorį. Taigi iš esmės taksi įmonės yra labai mažos pelno maržos įmonės. Taigi jiems rūpi kiekvienas mažas centas, kurį gali sutaupyti.

Lauras: Taigi, kaip teikti tokias panašias paslaugas mažesnėmis sąnaudomis? Ar todėl, kad neturite „Google“ žemėlapio ar Waze?

Rade : Taigi mums patinka galvoti apie savo sistemą kaip apie labai lengvą „Google“ žemėlapius įmonėms. Taigi „Google“ žemėlapiams tikriausiai reikia apie 1 milijardą USD, o visuomenei, turiu galvoje, sunku tiksliai įvertinti, kiek „Google“ kasmet investuoja į žemėlapius, tačiau kai kurie apytiksliai skaičiavimai yra 1 mlrd. USD per metus. Ir tai yra didžiulė investicija. Tačiau tam tikro tipo programoms, kurių reikia pristatymo ir taksi įmonėms, jums tikrai nereikia visos „Google“ žemėlapių įdiegtos įrangos. Taigi mums patinka galvoti apie savo sistemą, kurią sukūrėme QARTA – QARTA yra žodis, kuris yra daugelyje kalbų, žodis, naudojamas žemėlapiams – taigi mūsų sistema, vadinama QARTA, yra labai lengva, todėl iš esmės pašaliname visus nereikalingus blokus ir Saugome viską, ko reikia norint atsakyti į tokio tipo užklausas, kurių reikalauja pristatymo įmonės, paskutinės mylios pristatymo įmonės, logistikos įmonės, pavėžėjimo ar taksi įmonės, reikalingos savo verslui vykdyti. Ir tai darydami galime išlaikyti kuo mažesnes eksploatacines išlaidas.

Lauras: KARTA, bet su Q, o tai reiškia Katarą, o tai yra fantastiška.

Rade : QARTA su Q. Jei pakeisite raides, gausite šalies, kurioje esame, pavadinimą – Kataras.

Lauras: Teisingai. Taigi papasakokite daugiau apie technologiją. Naudojote mašininį mokymąsi naudodami Karwa duomenis, kad pabandytumėte išsiaiškinti, kaip geriausia koreguoti kelionės trukmės įvertinimus, atsižvelgiant į paros laiką ir kt. Taigi ar galite šiek tiek daugiau pakalbėti apie šį požiūrį? Pavyzdžiui, kaip jūs iš tikrųjų saugojote savo duomenis realiuoju laiku?

Rade : Taigi mašininis mokymasis yra puikus dalykas, kai norite užfiksuoti sudėtingus santykius, be to, turite pakankamai duomenų tiems ryšiams užfiksuoti ir mašininio mokymosi modeliams lavinti. Taigi, laimei, šiuolaikiniai transporto priemonių parkai turi šias stebėjimo sistemas, kurios sukuria gana daug duomenų. Sukūrus šiuos duomenis, šis mašininis mokymasis yra įmanomas. Sakyčiau, prieš 10 ar 15 metų daugumoje taksi nebuvo įjungtas GPS sekimas. Ir tada be tokio GPS sekimo visas šis mašininis mokymasis nebūtų buvęs įmanomas. Tačiau mums pasisekė bendradarbiauti su „Karwa“, kuri turi tą turtingą stebėjimo sistemą, kuri iš esmės padeda mums surinkti tuos duomenis, juos apdoroti ir išsiaiškinti tuos du svarbius ingredientus, kuriuos ką tik paminėjau, bet aš ketinu juos pakartoti dar kartą. viena vertus, suprasti pagrindinį kelių tinklą ir suprasti eismą.

Taigi visa ši informacija leidžia mums būti ne tik palyginamiems su komerciniais žemėlapiais, bet ir nuskusti kelias dešimtis sekundžių kiekvienos kelionės klaidų. Ir šios kelios dešimtys sekundžių padidina efektyvumą nuo 5 iki 10 procentų. Tikrai sunku sugalvoti tikslų skaičių, kaip efektyvumas pagerinamas pagerinus pagrindinio skaitmeninio žemėlapio klaidas. Galbūt tai neatrodo daug, bet, kaip jau minėjau, verslui, kurio pelno marža yra labai maža, efektyvumo padidinimas penkiais procentais yra didžiulis dalykas.

Arba, kitaip tariant, jei naudojate 3000 automobilių parką, penki procentai iš jų sudaro 150 automobilių. Iš esmės galite pašalinti 150 automobilių nuo kelio ir neprarasti verslo. O 150 automobilių pašalinimas reiškia X milijonų dolerių per metus išlaidų mažinimą. Taigi, ką aš bandau pasakyti, yra tai, kad visos šios smulkmenos, kelios sekundės čia, keli procentai ten, iš tikrųjų yra svarbios dėl padidėjusio efektyvumo, o dėl padidėjusio efektyvumo gaunama geresnė sąnaudų pajamų lygtis.

Lauras: Ir tai taip pat svarbu viešajam transportui, vyriausybinėms įstaigoms, kurios bando sutaupyti tą mažą procentą čia ar ten, bandydamos tapti efektyvesnės.

Rade : absoliučiai. Tiesą sakant, viešosios paslaugos čia, viešasis transportas čia labai, labai nesubrendęs. Taigi didžioji dalis viešojo transporto priklauso nuo taksi ir pasidalijimo paslaugomis. Yra tam tikrų skaičiavimų, kad taksi ir pavėžėjimo paslaugos užima 80 procentų viešojo transporto. Taigi autobusų tinklas yra labai retas. Taigi dažniausiai, jei neturite automobilio ir norite persikelti iš A į B, jūs ketinate išsikviesti taksi arba Uber ar panašią transporto paslaugą. Šiuo metu yra statomas metro, ir tai yra dalis infrastruktūros projektų, apie kuriuos kalbėjome anksčiau. Pirmoji linija atidaryta pernai. Šiemet atidaromos dvi šios linijos. Tikimasi, kad viešajam transportui tapus kiek reguliaresniu ir tankesniam viešojo transporto tinklui, taksi poreikis sumažės.

Lauras: Taigi, kalbant apie bandymą sukurti geresnę visuomenę, QCRI yra vienas iš Kataro fondo tyrimų institutų. Ir Kataro fondo tikslai yra, vienas, skatinti novatoriškus tyrimus Kataro nacionalinio prioriteto srityse, o du – taip pat remti tvarų vystymąsi ir ekonomikos įvairinimą. Tačiau tokie tikslai gali padėti visam pasauliui. Taigi akivaizdu, kad jūsų atliekamas darbas atitinka abu šiuos kriterijus. Kokia platesnė pažangesnių ir pigesnių žemėlapių sistemų, taip pat transporto sistemų kūrimo svarba? Kaip ši technologija galėtų padėti kitiems augantiems miestų centrams Artimuosiuose Rytuose ir likusiame pasaulyje?

Rade : Taigi, vienas įdomus dalykas apie komercinius žemėlapius ir daugybę aukštųjų technologijų produktų, kurie gaminami Europoje ir Šiaurės Amerikoje: jie kuriami išsivysčiusiame pasaulyje ir išsivysčiusiam pasauliui. Taigi komerciniai žemėlapiai nėra išimtis. Jie kuriami atsižvelgiant į konkretų vartotoją, o tas vartotojas paprastai turi gilią kišenę ir paprastai ateina į pasaulį, kur keliai nesikeičia taip dažnai. Šios dvi prielaidos besivystančiame pasaulyje sulaužytos. Mokėti porą dolerių per mėnesį gali būti nebloga taksi, kuri veikia Bostone ar Madride. Tačiau keli doleriai per mėnesį už taksi yra galbūt 10 procentų vairuotojo atlyginimo Naujajame Delyje ar Kvala Lumpūre. Taigi mes matome QARTA kaip mano paminėtą sprendimą, lengvą sprendimą, kuris gali patenkinti poreikius nesigilindamas į šių transporto paslaugų teikėjų kišenes.

Tai iš dalies atitinka Kataro fondo misiją padėti besivystančiam pasauliui. Mes matome savo tikslinę sistemos, kurią kuriame besivystančiame pasaulyje, rinką. Nemanau, kad galime konkuruoti su pasaulio „Google“ išsivysčiusiame pasaulyje dėl ką tik aprašytų priežasčių. Mes neturime išteklių, o vartotojų lūkesčiai Vakaruose šiek tiek skiriasi nuo lūkesčių besivystančiame pasaulyje. Tai viena iš priežasčių, kodėl mes patys ir mūsų vadovybė džiaugiamės galėdami siekti Kataro.

Lauras: Tai puiku. Tačiau kaip jūs reaguojate į galimą naują autonominių transporto priemonių bangą? Ar tai tikrai padeda jums įveikti šį iššūkį?

Rade : Oho, taip, aš labai, labai džiaugiuosi autonominių transporto priemonių era. Sunku pasakyti, kada ta era ateis, bet kuo arčiau tos datos, tuo svarbesnis bus tikslių skaitmeninių žemėlapių vaidmuo. Taigi viena iš autonominių transporto priemonių ataskaitų teikimo galimybių yra jų gebėjimas optimizuoti maršrutus ir apskritai vairavimą, kad būtų sumažintas žmogaus sprendimų priėmimo neveiksmingumas. Pavyzdžiui, žmonės linkę naudoti neoptimalius maršrutus. Taigi kiekvieną kartą, kai einu iš namų į darbą, kiekvieną kartą einu šiuo maršrutu, man nelabai patinka tyrinėti. Turiu draugų, kurie iš tikrųjų kiekvieną kartą įsėdę į automobilį įveda kelionės tikslą ir ieško optimalaus maršruto tuo konkrečiu metu. Aš nesu iš tų žmonių. Kasdien einu tuo pačiu maršrutu. Pažintinis krūvis man nerimauti dėl optimalaus maršruto yra tai, dėl ko aš tikrai nenoriu jaudintis.

Tačiau naudojant autonomines transporto priemones žmonėms nereikėtų dėl to jaudintis. Galite tiesiog paspausti mygtuką ir autonominė transporto priemonė pasirinks jums optimalų maršrutą, kai tik įlipate į automobilį. Taigi tai vienas iš būdų, kaip autonominės transporto priemonės gali padėti sutaupyti porą minučių čia, porą minučių ten, tikriausiai porą valandų kas mėnesį.

Be to, autonominės transporto priemonės, tiksliai suprantančios kelių tinklo infrastruktūrą ir visus vykstančius dinamikos dalykus, autonominės transporto priemonės gali optimizuoti tam tikrą pasaulinį optimalumą. Labai dažnai žmonės linkę būti godūs. O būdami godūs, mes visi galime pasinaudoti greitkeliu. O tikėdamiesi sutaupyti porą minučių greitkelyje galime susidaryti tokias spūstis, kad kenčiame visi. Turėdami tam tikrą visuotinį vaizdą apie tai, kas vyksta visame mieste, autonominės transporto priemonės iš tikrųjų gali nukreipti mus į tam tikrą visuotinį apkrovos balansavimą, kad visiems būtų geriau.

Ir kaip toli mes nuo ten? Nepasakyčiau, kad esame taip toli, bet mums tikriausiai liko keleri metai, jei ne dešimtmetis iki to pasauliniu mastu optimalaus maršruto, kurio aš tikrai labai laukiu. Nes jei gerai pagalvoji, ten tiek daug kelių infrastruktūros. Jei pagalvotumėte, kiek gatvių yra Bostono ir Dohos mieste. Tačiau šių išteklių panaudojimas yra iškreiptas į labai nedaug pagrindinių kelių, kurie piko valandomis susidaro spūstyse. Ir aš tikrai tikiu, kad pasauliniu mastu optimalus maršruto sprendimų planavimas gali žymiai sumažinti spūstis mieste ir apskritai padėti mūsų gyvenimui. Iš esmės eisme galime praleisti keliomis valandomis per savaitę mažiau nei šiais laikais. Kita vertus, jei keliauti bus taip paprasta, galime keliauti daugiau. Bet tai yra atskiras dalykas, dėl kurio reikia nerimauti.

Lauras: [Garso iškraipytas] iššūkiai, pavyzdžiui, energijos mažinimas ir naujų interneto paslaugų kūrimas?

Rade : Vienas dalykas, kuriuo pastaruoju metu esu užsiėmęs, yra jau turimo pasaulio panaudojimas. Taigi viskas, kas susiję su skaitmeniniais žemėlapiais ir tiksliu eismo supratimu, padeda sumažinti CO2 emisiją. Taigi CO2 emisija, turiu galvoje, yra žmonių, kurie tiki ir yra žmonių, kurie netiki šiltnamio efektu ir visuotiniu atšilimu, bet CO2 emisija ir apskritai benzino suvartojimas yra didžiulis dalykas. Ir transportas prie to prisideda nereikšmingu būdu. Esu tvirtai įsitikinęs, kad supratimas apie eismą gali sumažinti porą procentų CO2 emisijų ir benzino sąnaudų, o tai gali turėti tiesioginį poveikį – sumažės sąskaitos, kurias mokame už benziną, bet ir ilgainiui sumažės. CO2 emisija yra tarsi privaloma. Vienaip ar kitaip reikės rasti būdą, kaip tą problemą spręsti, ir manau, kad autonominio vairavimo, elektromobilių ir kažkokio neefektyvumo mažinimo derinys bus būtinas. Ir norint tai padaryti, pagrindinis eismo žemėlapis bus labai naudingas.

Taigi leiskite man pateikti jums pavyzdį. Jei jūsų automobilis ir jūs, kaip vairuotojas, pakankamai gerai supratote, kiek ilgai ta žalia šviesa degs žaliai, galite priimti pagrįstą sprendimą, ar norite važiuoti 50 kilometrų per valandą greičiu, o gal norite sulėtinti greitį. žemyn ir nešvaistykite to benzino, nes per porą sekundžių šviesa pasidarys raudona, o jūs tiesiog eikvosite visą energiją, leidžiančią viršyti greitį tik prieš šviesoforą. Šiuo metu dirbu su tokiais dalykais ir, tikiuosi, galėsime pranešti apie ką nors įdomaus, tačiau tai vis dar vyksta.

Lauras: Dr. Stanojevičiau, labai ačiū, kad šiandien prisijungėte prie mūsų. Tai buvo puikus pokalbis „Business Lab“.

Rade : Labai ačiū, Laurel. Buvo puiku su tavimi pasikalbėti.

Lauras: Tai buvo daktaras Rade Stanojevic, Kataro skaičiavimo tyrimų instituto, kuris yra Kataro fondo universiteto Hamad Bin Khalifa universiteto dalis, pagrindinis mokslininkas, su kuriuo kalbėjausi iš Kembridžo, Masačusetso valstijos, MIT ir MIT technologijų apžvalgos namų, iš kurio atsiveria vaizdas į Charleso upę.

Štai šiai „Verslo laboratorijos“ serijai. Aš esu jūsų šeimininkė, Laurel Ruma. Esu „Insights“, „MIT Technology Review“ tinkintos leidybos padalinio, direktorius. Buvome įkurti 1899 m. Masačusetso technologijos institute. Mus galite rasti spaudoje, internete ir renginiuose visame pasaulyje. Norėdami gauti informacijos apie mus ir pasirodymą, apsilankykite mūsų svetainėje adresu technologyreview.com.

Ši laida pasiekiama visur, kur gaunate podcast'us. Jei jums patiko ši serija, tikimės, kad skirsite šiek tiek laiko mus įvertinti ir peržiūrėti. „Business Lab“ yra „MIT Technology Review“ produkcija. Šią seriją prodiusavo Collective Next. Ačiū, kad klausėte.

Šį tinklalaidės epizodą sukūrė „Insights“, tinkinto turinio padalinys „MIT Technology Review“. Ją sukūrė ne „MIT Technology Review“ redakcija.

paslėpti