SMU 課程丨人工智能對于資源管理模式升級的影響

　　人工智能和機(jī)器學(xué)習(xí)技術(shù)在交通和安全領(lǐng)域中的應(yīng)用越來越廣泛。在一系列論文中，新加坡管理大學(xué)副教授 Pradeep Varakantham 和其他研究人員提出了基于 AI 的解決方案，旨在提高對入境口岸的旅客進(jìn)行篩查的效率，并優(yōu)化按需乘車集合和匹配服務(wù)，以適用于運(yùn)輸服務(wù)提供商。

　　更有效地篩查處理

　　在許多機(jī)場，海港和其他入境口岸，對潛在威脅進(jìn)行大規(guī)模篩查的能力是一個(gè)棘手問題。在端口使用稱為 Threat Screening Game（TSG）的模型來嘗試解決此問題。

　　“由于沒有足夠的時(shí)間來檢查每位乘客及其行李，因此在有限的時(shí)間內(nèi)，TSG 研究了可以使用哪些篩查資源來篩查不同航班上的人員的問題，從而最大程度地降低了錯(cuò)過威脅的風(fēng)險(xiǎn)，” Assoc Varakantham 教授說。

　　現(xiàn)有方法建議對一個(gè)小時(shí)內(nèi)到達(dá)的所有乘客適用。但是所存在的問題是有些乘客會(huì)突然到達(dá)機(jī)場，并不受固定時(shí)間窗口的限制。為了解決這個(gè)問題，Assoc Varakantham 副教授與新加坡管理大學(xué)信息系統(tǒng)學(xué)院（SMU SIS）以及哈佛大學(xué)計(jì)算與社會(huì)研究中心的團(tuán)隊(duì)成員一起，提出了一項(xiàng)針對早期用戶篩選的策略，這意味著已經(jīng)對起飛前，對某次航班上的所有高威脅乘客進(jìn)行了篩查，低威脅乘客在到達(dá)目的地機(jī)場后才會(huì)被篩查。“由于采用了這種新方法，我們減少了乘客的等待時(shí)間，也減少了增加威脅的風(fēng)險(xiǎn)。而且，與以前的篩選方法不同，我們的方法可以實(shí)時(shí)使用，起到真正的效果�！彼�說。

　　按照需求搭乘

　　像 GrabShare 這樣的按需拼車服務(wù)已經(jīng)變得越來越流行，因?yàn)樗�具有降低乘客成本，增加司機(jī)收入的優(yōu)勢。為了確保近乎即時(shí)的響應(yīng)，現(xiàn)有的拼車解決方案旨在最大化的服務(wù)乘客，增加客戶數(shù)量。

　　“由于時(shí)間緊迫，現(xiàn)有方法會(huì)將最近的乘客分配到最近的出租車，而不考慮分配是否會(huì)導(dǎo)致同一輛出租車上吸引更多的顧客，”Assoc Varakantham 副教授說，“例如，有顧客希望從市中心去 Tuas，那么這位顧客很可能會(huì)被分配到最近的車輛，在分配過程中并不會(huì)考慮還會(huì)有乘客對 Tuas 感興趣�！�

　　然而，考慮到未來任務(wù)的影響，在優(yōu)化拼車計(jì)劃時(shí)又增加了一層復(fù)雜性。來自 SMU SIS 的副教授 Varakantham 和他的團(tuán)隊(duì)提議使用一種新的機(jī)器學(xué)習(xí)方法的組合來計(jì)算和匹配當(dāng)前的需求和當(dāng)前的供應(yīng)，同時(shí)計(jì)劃可以在匯總過程中獲取的潛在未來需求。

　　建議使用一種新穎的機(jī)器學(xué)習(xí)方法組合來計(jì)算當(dāng)前需求，并將其與當(dāng)前供應(yīng)相匹配，同時(shí)計(jì)劃可以在匯總過程中獲取潛在未來需求。他表示：“我們的研究表明，我們的方法在現(xiàn)實(shí)數(shù)據(jù)庫上的按需拼車服務(wù)表現(xiàn)，輕松超過領(lǐng)先的同類方法多達(dá)16%。這也可以提高聚合公司和單個(gè)司機(jī)的收入�！�

　　在線匹配乘車服務(wù)

　　在共享乘車和交付服務(wù)中，服務(wù)與客戶的在線匹配存在類似的問題。在這種情況下，在一輪中對客戶的服務(wù)匹配直接影響下一輪中對客戶的服務(wù)匹配。例如，第二輪匹配中的出租車只能在第一輪匹配中接載接近顧客下車點(diǎn)的顧客。

　　“與拼車類似，現(xiàn)有的匹配方法僅將供應(yīng)與當(dāng)前請求匹配。盡管這些方法能夠達(dá)到大約60%的最佳效果，但已經(jīng)在顯著改善過程中�！� Varakantham 教授說。

　　南昌留學(xué)云提示，由 SMU SIS 和麻省理工學(xué)院電氣工程與計(jì)算機(jī)科學(xué)系的成員們所組成的團(tuán)隊(duì)所提出的解決方案，既考慮了未來的潛在需求，又同時(shí)滿足了在當(dāng)前時(shí)間點(diǎn)匹配共享運(yùn)輸和交付服務(wù)的供求。

　　“根據(jù)新加坡所有出租車司機(jī)的實(shí)時(shí)數(shù)據(jù)，我們在一群出租車司機(jī)中進(jìn)行了試點(diǎn)測試，與沒有任何指導(dǎo)的司機(jī)相比提高了28%。”Varakantham 教授說。