Специалисты по “большим данным” из Лаборатории компьютерных наук и искусственного интеллекта Массачусетского технологического института (CSAIL) займутся улучшением системы управления городским транспортом Бостона. К решению этой задачи они приступят уже в этом месяце.

Изучая модели распределения автомобилей такси по городу, исследователи надеются выявить пути оптимизации работы как самой службы, так и общественного транспорта.

С опорой на широкий спектр наборов данных, включающий информацию более чем о 2,3 миллиона поездок на такси, а также сведения о местных событиях и отчёты метеослужб, будут разрабатываться новые инструменты для прогнозирования спроса на такси в разных районах Бостона и создаваться новые средства визуализации транспортных потоков.

На этой карте отражены районы наиболее частой высадки пассажиров из такси в Бостоне по данным наблюдений за два месяца (изображение: Todd Mostak)
На этой карте отражены районы наиболее частой высадки пассажиров из такси в Бостоне по данным наблюдений за два месяца (изображение: Todd Mostak).

Исследователи надеются прояснить, сколько машин действительно требуется в определённых местах в данное время суток и откуда их эффективнее перенаправлять. Анализ полученных данных также позволит точнее прогнозировать пики спроса на такси и создавать реальные альтернативы им путём оптимизации графика работы общественного транспорта.

Дополнительный интерес представляет информация о различиях потока пассажиров в будни и выходные дни, о корреляции со спортивными мероприятиями, праздниками и недавними изменениями городской инфраструктуры – такими как закрытие моста Лонгфелло.

Ранее сообщалось, что CSAIL запустил две стратегические инициативы, связанные с “большими данными”, одна из которых направлена на стимулирование применения инструментов анализа «больших данных» для принятия более обоснованных решений, а другая затрагивает сферу приватности.