程偉:スマート交通に投資し、世界クラスのモデル都市を構築する

程偉:スマート交通に投資し、世界クラスのモデル都市を構築する

「滴滴出行がユーザーとドライバーをつなぐ旅行プラットフォームになるだけでなく、人、車、道路、信号、そしてその背後にある交通意思決定システムがすべてオンラインになることを願っています。将来的にはスマートな交通サービスプロバイダーになりたいと考えています」。2018年1月25日に開催されたスマート交通サミットで、滴滴出行の創業者兼CEOの程偉氏は基調講演でそう語った。

[[218303]]

(滴滴出行の創業者兼CEOの程偉氏は、中国の旅行サービスの革新は今日、世界で最も速く、最も広範囲に及んでいると考えている)

このスピーチで、程偉氏は過去20年間の中国のインターネットの発展を振り返りました。最初の10年ほどはインターネットポータルと電子商取引が繁栄し、時代のトレンドをリードしました。過去5年間で、交通のインターネット時代が始まり、中国と米国は共同で交通におけるインターネットの発展の波をリードしてきました。現在、中国のオンライン配車サービス全体の発展規模は米国の4~5倍であり、この分野における中国の継続的な活発な革新の勢いも米国を上回っています。

「2015年、当社はタクシーとオンライン配車サービスの実践をあらゆる旅行分野と共有し始めました。当社は、インターネットがタクシーとユーザー、自家用車とユーザーを結びつけると信じています。インターネットがあらゆる商品を結びつけ、あらゆる人を結びつけ、あらゆる情報を結びつけるのと同じように、インターネットはあらゆる交通手段を結びつけます。当社は、Didiがあらゆる交通手段を結びつけ、ユーザーがあらゆる交通手段とつながることを支援するプラットフォームになることを願っています。」Didiは、タクシー、自家用車、高速車に加えて、指定運転手、スマートバス、レンタカー、ライドシェア、企業レベル、自転車など、11の垂直分野で旅行サービスを提供しています。 「我々は、あらゆる分野で市場化と情報化のプロセスをいかにうまく組み合わせ、促進するかを模索してきた。中国の旅行サービスにおけるイノベーションは現在、世界で最も速く、最も広範囲に渡っていると言えるだろう」と程偉氏は述べた。

2017年、Didiはスマート輸送を新たな戦略的開発方向の1つとして特定しました。 Didiプラットフォーム上の1日の注文量は2,500万件で、さまざまな交通手段を利用する2,000万人のドライバーが膨大な量のデータを蓄積している。 「中国の多くの都市の交通ビッグデータは、世界のすべての都市の中でも最高の品質を誇っています。これは金鉱です。」これらのデータには大きな社会的価値が含まれており、都市の交通管理部門が都市交通をより効率的に管理するのに役立ちます。

2017年、滴滴出行はデータマイニングを行い、スマートバス、スマート信号機、潮汐レーン、交通誘導画面、滴滴情報プラットフォームなど、一連のスマート交通製品とサービスを開発しました。滴滴出行は、これらの手段を組み合わせて、各都市や各地域の特性を踏まえ、都市の混雑を20%削減する評価システムを確立したいとしている。

程偉氏は演説の中で、滴滴出行は2018年に10都市と緊密な協力関係を築き、資源を投入し、今後一定期間内に一連の交通評価基準を模索し、世界的に認知され受け入れられるスマート交通モデル都市を作り上げていくと述べた。

Didi Smart Transportationの長期目標は、都市交通の持続可能な発展の道を模索することです。程偉氏は、交通は将来、知能化、共有、新エネルギーのトレンドを示すと考えています。 「5年前は、誰もが自分の車を購入し、運転するかどうか、どの道路を通るかを自分で決めていました。しかし、10年か20年後には、交通は統合システムになり、中央のインテリジェントな都市頭脳が徐々に、運転手、乗客、そして都市全体など、すべての人に力を与えるようになるでしょう。」

交通のインターネット時代では、シェアリングもトレンドになるでしょう。シェアリングが実現すれば、都市全体の利用率と持続可能な発展がより高いレベルに引き上げられ、産業時代以来の自動車メーカーによる自動車の売買の基本モデルが変わり、真に新エネルギー自動車事業者とシェアリングの時代へと移行する可能性があります。

<<:  人工知能ロボットの開発にはどのプログラミング言語を選択すればよいでしょうか?

>>:  Didi、AI技術を活用して交通問題を解決するTraffic Brainをリリース

ブログ    

推薦する

機械学習開発者が知っておくべき 5 つのディープラーニング フレームワーク

ディープラーニングには大量の計算が必要です。通常、多数のノードを持つニューラル ネットワークで構成さ...

2024 年にソフトウェア開発の生産性を向上させる 10 のベスト AI ツール

2023年までに、AIは複数の業界で広く採用されるようになります。 2024 年までに、ソフトウェア...

NeRFは過去のものになるのか?立体復元は3D GSの新時代へ! (復旦大学からの最新レビュー)

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

計算知能とは何ですか?今日の世界における人工知能と機械学習

テクノロジーは発見に依存し、発見はテクノロジーの進歩に依存します。これは計算知能の文脈ではまさに真実...

杜暁曼自動機械学習プラットフォームの実践

1. 機械学習プラットフォームまず、Du Xiaomanの機械学習プラットフォームの背景、開発プロセ...

学問に戻りましょう!シュム氏は清華大学の非常勤教授として、コンピュータビジョンとグラフィックスの博士課程の学生を募集する。

[[317132]]出典:中国ビジネスニュースマイクロソフトの元副社長、ハリー・シャム博士が学界復...

...

...

拡散+超解像モデルの強力な組み合わせ、Googleの画像ジェネレーターImagenの背後にある技術

近年、マルチモーダル学習は、特にテキストと画像の合成や画像とテキストの対照学習の分野で大きな注目を集...

検証可能な AI に向けて: 形式手法の 5 つの課題

人工知能は、学習、問題解決、合理的な思考や行動など、知能と直感的に関連付けられる機能を含め、人間の知...

ソフトウェア定義車の基礎 - FOTA および SOTA ソリューション

OTAとは何ですか? OTA(Over-the-Air Technology)は中国語でエアダウンロ...

K 分割交差検証とグリッドサーチ

みなさんこんにちは、私はZhibinです〜今日は、GridSearch グリッド検索と K 分割相互...

Pythonで完全な異常検出アルゴリズムをゼロから実装する

確率を用いた異常検出アルゴリズム異常検出は、外れ値分析の統計タスクとして扱うことができます。 しかし...

デジタル産業を支援し、インテリジェントな未来をつなぐ――西安航空基地企業「ファーウェイ参入」デジタル変革社長クラス

[51CTO.comからのオリジナル記事]現在、疫病と政治環境の影響により、多くの不確定要素が重なり...