ITS（英国）——智能交通系统秘书长 Jennie Martin 解释了人工智能如何支持公共交通行业的更广泛发展，并概述了其当前和可能的应用。

　　01 自动驾驶汽车

　　毫无疑问，自动化交通是公共交通领域讨论最多和炒作最多的人工智能(AI) 应用。真正的自动驾驶汽车 (AV) 传播者预测了一个我们所知道的公共交通不再存在的未来：人们可能已经不再拥有车辆，但他们将在私人座舱中自主旅行，不遵循预设路线，也不与随机的陌生人共享。与我们目前所知的公共汽车、电车和铁路服务完全不同。

　　不过这种未来的情景不太可能实现。这取决于自动驾驶汽车的可负担程度，这似乎是不现实的，尤其是当我们考虑到为每个公民提供高效和安全的按需自动驾驶汽车服务所必需的车辆和基础设施组件时。它也忽略了拥堵问题；如果为所有人提供上门个人服务，那么由此产生的拥堵将与我们现在在网络上看到的一样严重，甚至可能更糟。确实，在纯生活场景中，路边停车消失了，为移动的车辆腾出了更多的道路空间。但我们也没有理由相信诱导需求定律不适用于自动驾驶汽车，以及负担得起且舒适的（在讨论私家车与公共交通时，通常意味着私密和安全，无需与陌生人进行必要的社交互动）。因此，我们将在人口密度较低的城市地区，测试自动驾驶汽车技术，这可能是未来宜居城市的重要组成部分。

　　02 进化，而不是革命

　　从自动驾驶场景开始，人工智能实际上可以提供很多不同的方式来改善公共交通。不是通过一场革命，而是通过我们已经熟悉的方式演变：从一卷纸票到磁条纸票、智能卡和非接触式；从用笔和墨水规划路线和时间表，到使用 PC，再到使用专用软件。人工智能只是这些改进链中添加的最新工具，而人工智能本身在能力和应用方面还处于起步阶段。

　　人工智能的燃料是数据，目前的生活场景中我们已经充分利用了数据。现在日常使用的票务、旅程计划和车队管理软件产生了大量有用的数据，其中足够的数据已经细化并以可重复使用的方式进行格式化，标准化。

　　人工智能可以通过许多不同的方式来改善公共交通。不是通过革命，而是通过行业已经熟悉的方式演变。

　　03 车队和人员优化

　　将人工智能应用于我们目前提供公共交通的方法，使我们能够在许多方面向前推进，以改善供应的各个方面。首先，我们可以通过使用人工智能分析跨网络、跨时间的需求来优化车队和员工的使用。比如在大流行之前，旅行模式已经发生了变化，或八小时工作制或轮班制的下降等因素。

　　04 路线分析

　　公共交通提供中的一个复杂问题是弄清楚如果存在，人们会使用哪些服务？通常，公共汽车服务不会满足在每个人的最佳路线上运行，通过汇总关于这些地区的大型匿名数据集——谁住在哪儿，他们在哪里工作和学习，他们目前的旅行方式等等——人工智能可以为人们更好地推荐最佳路线。在没有人工智能的情况下进行这种复杂的分析将非常耗时，以至于毫无意义。

　　05 安全和安保

　　在讨论使用公共交通的障碍时，经常会提到安全和安保。以视频分析的形式应用的人工智能在这个领域有很多东西可以提供。通过检测潜在问题并发出警报——例如攻击性或偷偷摸摸的行为，或者人们和他们的行李在意想不到的地方丢失——人工智能可以支持员工的有效工作。当然，基于这些警报进行干预的最终决定必须由人类做出；我们知道，用于这些应用程序的人工智能可能带有自己的刻板印象，这源于收集基础数据的程序和编写的固有问题。

　　06 移动服务

　　也许我们可以看到人工智能对公共交通提供的最大贡献是支持移动服务 (MaaS)。所有可能的运输服务的 MaaS 原则——如何找到它们、支付它们和计划旅程——在一个平台上为用户提供取决于大量不同的数据源被挖掘和组合。非常复杂的东西需要变得简单易懂。人工智能在这里可以发挥重要作用，分析用户的需求并将其与可用数据相匹配。它可以用于学习 MaaS 用户搜索和使用的内容；既可以为他们个性化服务，也可以建立自主学习模型，提升用户满意度。