本文摘要：前段时间，马化腾和朱啸虎这两位大佬在朋友圈就所投资的共享单车项目言和怼，在行业引起轩然大波——其中一个焦点就是智能锁住之争，马化腾吐槽没智能锁住的ofo都是痴终端，这个在两位大佬的互怼中是事实。

前段时间，马化腾和朱啸虎这两位大佬在朋友圈就所投资的共享单车项目言和怼，在行业引起轩然大波——其中一个焦点就是智能锁住之争，马化腾吐槽没智能锁住的ofo都是痴终端，这个在两位大佬的互怼中是事实。摩拜单车的slogan是“全球智能共享单车行业首创者和领导者”，它的第一部单车就读取了智能锁住，智能锁住里面有SIM卡和GPS芯片，进而可联网和定位。

ofo在去年11月才走进校园月转入城市，为了较慢抢占市场采行了低成本的机械锁，进而较慢相连海量自行车、转入多达100座城市，不过却不存在马化腾所说的“痴终端”问题，进而带给了较高的确保成本、有利于短途上下班数据的搜集。正是因为此，ofo在近日与中国电信和华为联合研发基于NB－IoT技术的“物联网智能锁住”并月应用于到ofo小黄车上，转入智能锁住时代。有人说道ofo此举是对此马化腾关于ofo“痴终端”的吐槽，实则不然。

不论什么行业，做到平台的核心都只较量一点，那就是相连效率。共享单车平台也不值得注意，如果智能锁住效率更高，到了必要的阶段，ofo代价更高成本引进智能锁住提升平台运营效率就是水到渠成。ofo在将“痴终端”变成“不会说出的终端”的同时，还在引进更加多智能技术来提升单车运营管理能力。

用人工智能展开单车调度日前，ofo宣告将谷歌TensorFlow人工智能系统和卷积神经网络技术应用于上下班需求预测，进而更佳地布放单车，让用户随时随地有车可骑马。TensorFlow是谷歌研发的第二代人工智能开源系统，其采行数据流图（dataflowgraphs），主要用作数值计算出来，全世界所有开发者都是非用。

卷积神经网络技术即CNN则是眼下日益普及的深度自学的主流构建方式，它仿真动物神经网络工作原理，可以展开大型图像处理，同时也被应用于在诸多主流AI场景中。百度将DeepCNN技术应用于在语音辨识中，使得辨识错误率比较上升了10％；腾讯则基于DeepCNN技术打造出了深度自学平台Mariana……ofo声称其对CNN技术的应用于在共享单车行业归属于首创，它的具体做法是，将智能锁住回到的自行车和定位数据构成热力图，不只是可以展出用户自行车轨迹、车辆产于网络，还有有所不同区域的市场需求热度。

通过对热力图展开网格化分析，就可以萃取有所不同时段同一区域或者同一时段有所不同区域的图像相关性特征，进而精准预测下一个时段某一区域内不会经常出现的市场需求数，从而为运营调度获取更佳的决策。ofo热力图事实上，用人工智能＋大数据技术的预测能力来管理交通有数很多成熟期应用于。阿里云与杭州、广州等城市合作“城市大脑”智能调度红绿灯；去年百度地图积极开展“防治冲撞事故”研究，通过路径搜寻数据与目标地点的人口密度的关联计算出来，预测特定时间在特定地方的人群挤满状况，将结果对外开放给交通管理部门展开防治纾缓。

“人流预测技术”还可被用于商业，更进一步协助店铺选址、公交选站、广告宣传选点，甚至协助政府理解区域房屋空置率。在上下班行业，滴滴也正式成立了大数据部门，成百上千的工程师在研究如何作好订单调度以提升平台的全局效率。由此可见，ofo通过CNN和TensorFlow应用于人工智能技术展开共享单车调度并非为了智能而智能。在许多人印象中要保证用户有车可骑马，最重要的是要让自行车有定位能力进而可以让用户通过手机定位寻找车。

这个思路是错的，因为共享单车本身就是解决问题短途上下班，让用户为了自行车1公里回头500米甚至300米去找车的体验都是很差的。只有让用户在视野范围内找到车并且能用才是最佳体验，要做这一点，唯一不切实际的办法是调度，一个城市20％的地方有80％的短途上下班市场需求，通过智能分析寻找这20％的地方（有可能是变动的），展开更好的投入、更佳的确保，就可以大幅度优化用户去找车体验。

要做这一点就要靠调度。凭借运营人员主观辨别或者人工分析再行展开调度是敢的，一方面，人工分析意味著要为每个城市甚至每个区域配备调度分析人员，凭经验主观辨别很更容易不许，进而不合乎上下班市场需求变化，还不会减少后台调度人力成本；另一方面，人工调度有利于精细化运营。

精准预测特定时段有所不同区域、同一区域有所不同时段的上下班市场需求，再行展开智能调度就是一个必定的趋势。不只是可以省去大量的运营人力，还可尽可能符合现实上下班市场需求进而提高用户体验。还有，智能调度可以细化到城市的毛细血管，对单车的整理可以从月／周粒度细化到日甚至半日。因此，ofo将智能技术应用于到后台调度的作法将不会沦为行业趋势，这也顺应了人工智能赋能各行各业的趋势。

本文来源：K8·凯发-www.fjluyao.com