為預測用戶出行需求，ofo開始使用AI實現智能調度

ofo官方稱在其人工智能系統中，應用了一款能夠預測用戶出行需求的AI，以便用戶更好的出行體驗。

共享單車幾乎已經遍布了國內的主要城市，在眾多共享單車中，屬于佼佼者地位的ofo今天稱在其人工智能系統中，應用了與“阿爾法狗”相同的算法模式，來預測用戶的出行需求。

ofo稱在其人工智能系統中，應用了與“阿爾法狗”相同算法模式的卷積神經網絡來預測用戶出行需求，實現智能調度。

AlphaGo的出現，讓更多的人體會到人工智能技術為世界帶來的改變，而AlphaGo的基礎算法正是卷積神經網絡。卷積是提取相關性特征的方法，神經網絡是預測需求的模型結構，其主要應用于圖像識別領域。ofo統計小黃車已為全球120座城市上億用戶提供了超10億次出行服務，擁有共享單車行業最龐大的出行數據。

隨著出行數據增多，ofo對用戶出行需求的預測都會越來越精準。與此同時，ofo還運用谷歌的TensorFlow人工智能系統，使預測結果更精確。這是共享單車行業首次將人工智能圖像處理技術應用于智能運營中。ofo將智能鎖返回的定位信息形成熱力圖，并記錄熱力圖的關鍵幀圖像變化，利用卷積神經網絡將圖像抽象為網格像素，并對像素內的顏色變化進行相關性特征提取，從而能夠分類出不同用戶對于出行的不同需求。

簡單來說，我們可以將卷積的過程想象成有人拿著玻璃鏡片，掃過如上所示網格圖像的過程，可以當鏡片大小是3*3網格時，可提取上地與西二旗地區騎行需求相關性特征。當鏡片大小擴大到17*17網格時，上地、西二旗與國貿之間騎行需求相關性的特征就被提取了。隨著卷積鏡片范圍的擴大，所需的算法和計算能力會越來越復雜。目前，ofo的卷積神經網絡層次可達30層。

將卷積神經網絡和谷歌TensorFlow人工智能系統應用于共享單車是行業的創新。ofo表示正在全力打造以人工智能為基礎，以物聯網為載體的生態閉環，并加快在行業領先的進程。

最后，記得關注微信公眾號：鎂客網（im2maker），更多干貨在等你！