國慶出行堵堵堵，人工智慧大資料為什麼幫不上忙？

事實上地理位置服務大資料（LBS）已經在幫忙了，只不過目前LBS應用還處於起步階段，需要逐步發展。何況，當在同一時間大家都放假，同時上路，任何大資料都沒辦法做到解決擁堵的。下面，就我所知，我來介紹一下目前國內交通部門的節假日的LBS監控和決策吧。

首先交通部門可用的監控手段是十分豐富的，有交警在路上彙報，有無人機在天空巡視，有道路的監控攝像頭，還有運營商加上BAT提供的熱力圖（根據手機地理位置而梳理的大資料）。

目前節假日的LBS監控決策重中之重，是保證人流密集地區的安全疏導，例如節日活動地區、商業中心等的人潮疏導。舉個例子，例如某旅遊景點，忽然在一條路上聚集了大量的人流， LBS的人流峰值超出境界值，熱力圖發出警報，那麼交通指揮中心就要馬上進行分析決策和疏導了。

有個案例是某次大型會議，群眾在一個時間點都湧去購票，但是購票點只有一個視窗在開，就形成了擁堵，當時騰訊的熱力圖就顯示出異常，指揮部門馬上組織主辦方加開購票視窗，迅速來解決擁堵。

用LBS來疏導的好處，就是決策更科學了。

簡單來說，以前老交警要預判人潮是否應該到了進一步疏導的時機，往往有一個心得，就是要“看地面是能否看到腳”，這個方法很土，也有用，但始終不夠精准。但現在的LBS熱力圖服務，可以根據現況以及歷史資料，更快進行預警提醒，所以疏導指揮可以更順利。

LBS對節假日交通的幫助就是提供出行路線參考，這在廣東的春運中已經實施。舉個例子，例如某高速公路已經塞車，但是走另外一條國道或者其他慢道雖然繞了路，但是可以快一些，那麼LBS往往就為司機以及交通智慧中心提供這些決策參考。

但是正如開頭所說，同一時間一下子有這麼大量的車同時上路，這是春運都不曾有的事情。所以，目前大家看到的就是國慶出行很堵，這不是大資料可以解決的事情。大資料可以解決的，是未來幫助規劃在節假日不同的日子和時間錯峰出行，以及發揮不同道路的最大運力。

所以也有一個大膽的想法，就是未來會不會有錯峰放假呢？只是一個想法，但隨著LBS的深入發展，

以及大資料在生活和工作中不同領域的深入，或許這個不只是一個夢想。你們有什麼想法？也可以留言跟我說，大家一起來為擁堵出謀劃策。