ofo官方稱在其人工智能系統(tǒng)中，應(yīng)用了一款能夠預(yù)測用戶出行需求的AI，以便用戶更好的出行體驗(yàn)。

共享單車幾乎已經(jīng)遍布了國內(nèi)的主要城市，在眾多共享單車中，屬于佼佼者地位的ofo今天稱在其人工智能系統(tǒng)中，應(yīng)用了與“阿爾法狗”相同的算法模式，來預(yù)測用戶的出行需求。

ofo稱在其人工智能系統(tǒng)中，應(yīng)用了與“阿爾法狗”相同算法模式的卷積神經(jīng)網(wǎng)絡(luò)來預(yù)測用戶出行需求，實(shí)現(xiàn)智能調(diào)度。

AlphaGo的出現(xiàn)，讓更多的人體會到人工智能技術(shù)為世界帶來的改變，而AlphaGo的基礎(chǔ)算法正是卷積神經(jīng)網(wǎng)絡(luò)。卷積是提取相關(guān)性特征的方法，神經(jīng)網(wǎng)絡(luò)是預(yù)測需求的模型結(jié)構(gòu)，其主要應(yīng)用于圖像識別領(lǐng)域。ofo統(tǒng)計小黃車已為全球120座城市上億用戶提供了超10億次出行服務(wù)，擁有共享單車行業(yè)最龐大的出行數(shù)據(jù)。

隨著出行數(shù)據(jù)增多，ofo對用戶出行需求的預(yù)測都會越來越精準(zhǔn)。與此同時，ofo還運(yùn)用谷歌的TensorFlow人工智能系統(tǒng)，使預(yù)測結(jié)果更精確。這是共享單車行業(yè)首次將人工智能圖像處理技術(shù)應(yīng)用于智能運(yùn)營中。ofo將智能鎖返回的定位信息形成熱力圖，并記錄熱力圖的關(guān)鍵幀圖像變化，利用卷積神經(jīng)網(wǎng)絡(luò)將圖像抽象為網(wǎng)格像素，并對像素內(nèi)的顏色變化進(jìn)行相關(guān)性特征提取，從而能夠分類出不同用戶對于出行的不同需求。

簡單來說，我們可以將卷積的過程想象成有人拿著玻璃鏡片，掃過如上所示網(wǎng)格圖像的過程，可以當(dāng)鏡片大小是3*3網(wǎng)格時，可提取上地與西二旗地區(qū)騎行需求相關(guān)性特征。當(dāng)鏡片大小擴(kuò)大到17*17網(wǎng)格時，上地、西二旗與國貿(mào)之間騎行需求相關(guān)性的特征就被提取了。隨著卷積鏡片范圍的擴(kuò)大，所需的算法和計算能力會越來越復(fù)雜。目前，ofo的卷積神經(jīng)網(wǎng)絡(luò)層次可達(dá)30層。

將卷積神經(jīng)網(wǎng)絡(luò)和谷歌TensorFlow人工智能系統(tǒng)應(yīng)用于共享單車是行業(yè)的創(chuàng)新。ofo表示正在全力打造以人工智能為基礎(chǔ)，以物聯(lián)網(wǎng)為載體的生態(tài)閉環(huán)，并加快在行業(yè)領(lǐng)先的進(jìn)程。

最后，記得關(guān)注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！