日本正利用量子计算或人工智能技术尝试改善拥堵交通
2019/02/15 16:45AI云资讯11073
近日,《日本经济新闻》报道称,日本富士通将应用量子计算机理论,力争在2021年之前推出实时计算出每辆车的最佳路线的技术。东日本高速公路(NEXCO东日本)则计划通过人工智能(AI)来提高对拥堵的预测精准度。如果能缓解交通拥堵,或将有助于日本劳动生产率的改善和解决驾驶员短缺问题。

日本土地面积较小、人口密度大、出行需求量高,但交通秩序却很好。日本东京的人口密度是北京的5倍,机动车数量是北京的1.6倍,但与北京交通出行高峰时经常堵车的情景不同,东京很少有堵车的情况发生,交通往往非常顺畅。除了有效的道路规划和政策引导之外,科技也是辅助日本交通改善的一个重要力量。
根据日本媒体的消息,富士通未来将运用以量子理论为参考的高速计算机技术“DigitalAnnealer”,力争开发出优化100万辆规模的交通量的技术。利用媲美量子计算机的计算能力,结合汽车的通行量、交通管制和事故有无等有关交通拥堵的各项条件,在短时间内完成分析。随后向每辆车提示能以最短时间到达目的地的最佳路线。
目前,日本电装和丰田通商在泰国启动了旨在缓解交通拥堵的验证试验。携手在世界范围内率先运用基于量子理论的计算机实现商用化的加拿大D-WaveSystems(DWS),分析在泰国行驶的13万辆车的数据,可瞬间算出到目的地的最佳路线。
此外,利用人工智能缓解交通拥堵的尝试也已经出现。NEXCO东日本和NTTdocomo力争通过人工智能缓解连接千叶县木更津市和川崎市的高速公路“东京湾跨海大桥”的交通拥堵。将预测每30分钟的公路所需时间和交通需求。
预测值利用人工智能来综合过去的交通拥堵发生信息、以及NTTdocomo通过手机定位信息收集到的正午时房总地区车辆数的数据加以计算。在验证试验中,成功预测了9成交通拥堵的发生。
相关文章
- 看到科技智能视频会议机Kao Meeting S获2022年日本优良设计奖
- NEC选用Supermicro GPU系统,助力打造日本最大超级计算机进行前瞻性人工智能研究
- 再获顶尖设计大奖!普渡机器人“贝拉”再获日本G-Mark奖项认可
- 日本展示三量子位纠错技术 量子计算有望向“大规模”迈进
- 海尔智家亮相日本DIY家庭购物中心展会
- 比亚迪宣布正式进入日本市场 开启乘用车国际化新篇章
- 绽放数字之花,智构教育未来,新华三亮相2022日本教育展
- 明芒科技以人工智能人类(虚拟人)解决方案瞄准日本市场
- 普渡机器人首次落地日本眼科医院,实现医疗领域新突破
- 火箭炮电视X8900KF获日本VGP 2022大奖,东芝电视又添新彩
- 软银又一新动向 拥抱中国机器人产业助力日本服务业升级
- Aqua Security任命亚太及日本地区副总裁以推动业务扩展
- 联合软银深入日本市场 擎朗智能送餐机器人Keenbot日本发售
- 韶音运动耳机包揽日本VPG 2022骨传导耳机所有奖项
- 东芝品牌焕新收获成效,牢占日本电视市场第一地位
- 据称索尼和台积电计划在日本投资70亿美元建芯片工厂
AI企业
更多>>AI硬件
更多>>- 联合开源!因时机器人携手上海交大、复旦发布HandEdit数据集与评测基准
- 华沿机器人与骅升科技达成战略合作,携手布局具身智能与协作机器人市场
- 元点机器人Bridge斩获IFA年度创新奖,全球首款AI原生人形机器人柏林首秀
- 华硕 ProArt 创梦 27 OLED:以 4K QD-OLED 与专业色彩表现,支持精细化创作
- 芯展速 Gen 6 Retimer 正式上市,副总裁李蓁 ODCC大会演讲官宣 获媒体热议
- 行业首款60℃热雾巨无霸滚筒扫拖旗舰!iRobot Roomba 875发布,重新定义扫地机器人清洁力
- 华硕主板助国产颗粒内存达成四槽满插6000C30与双条8000C36双重突破
- 首日销量突破600台!8888元的元点机器人Bridge正在赢得开发者
AI产业
更多>>AI技术
更多>>- 全球最强开源模型 Kimi K3 发布,参数规模 3 万亿,真的是强!
- 范式变革!东软发布AI原生软件工程白皮书,重构软件产业底层逻辑
- KAT-Coder-Pro V2.5正式发布:从“写代码”迈向“做工程”,Agentic能力全面升级
- 自变量机器人王昊:训练世界模型需付出“时间税”,解决模态对齐是当务之急
- 腾讯发布CodeBuddy Security,用AI Agent实现更高效的代码审计
- Twinkle x昇腾,率先实现Deepseek-V4系列模型高效训练
- 高德发布鸿蒙首个生成式 UI 开源框架 AGenUI,告别传统 UI 开发模式
- 发布即适配| 天数智芯全力支持腾讯混元Hy3 preview 开源落地,共推国内大模型产业普惠









