800
技術社區[雲棲]
如何破解中國交通擁堵? 世界頂級算法工程師都來了
你能忍受幾條這樣的馬路？
在被譽為大數據領域“奧運會”KDD CUP上，阿裏雲將中國的道路擁堵問題搬到國際頂賽上，提供真實場景與數據，聯合國際算法科學家們，一起破解中國的交通擁堵問題。
KDD CUP被外界譽為大數據領域的“奧運會”。作為數據挖掘領域最有影響力、最高水平的國際頂級賽事，每年都會吸引世界數據挖掘界的頂尖專家、學者、工程師、學生等前來參賽，在每年的KDD會議中占據著舉足輕重的地位。每屆冠軍都會成為穀歌、阿裏、微軟、騰訊等巨頭追逐的對象。
其中KDD （Knowledge Discoveryand Data Mining）即知識發現與數據挖掘，由美國計算機協會 ACM 下的數據挖掘分會舉辦，是國際數據挖掘領域的頂級會議。
今年的KDD大會的讚助商名單，白金讚助共有4家：阿裏巴巴集團（+KDD CUP讚助商）、亞馬遜、微軟和facebook。而阿裏巴巴天池更是本次KDD CUP的承辦方。
KDD CUP往屆按照慣例會由企業或大學來承辦，承辦者需提供極有前沿應用價值的賽題和大規模數據作為挖掘樣本。但要想承辦這場“奧運會”，需要擁有深厚的學術積累和行業實踐。KDD CUP 2016由微軟研究院承辦。
為了拿到KDD CUP 2017的承辦資格，早在2016年10月，阿裏雲專門組建團隊“數據科學家團隊”開始籌備2017年的KDD CUP。為了在競標中更加具有競爭力，“數據科學家團隊”在選題上就花費了1個月的時間。
關於為什麼會選擇交通領域的賽題，阿裏雲賽題負責人閔萬裏表示：“技術垂直化一直是阿裏雲的重要戰略。在交通領域，我們打造了路況預測，信號燈優化控製一係列前沿項目，這些實踐證明了本次賽題的技術可行性和業務實用性。”
在申請過程中，阿裏雲天池更是過五關斬六將，在申請初期短短20天內，組委會就發起了4輪篩選，每輪評審過程十分嚴謹，都會提出十多個以上極其精細的問題，包括數據處理方式、baseline 方法、代碼細節，以及課題準備時間點、賽題時間軸、workshop籌備計劃等等。
到評審Q&A階段，評審chair要求的都是3天內，甚至1天內提交答案，最後一次Q&A，總負責人阿裏雲首席數據科學家閔萬裏博士在美國，一撥參與同學在交警大隊，一撥同學在阿裏巴巴西溪園區，大家為了爭搶時間，異地視頻工作長達6小時，溝通到淩晨2點，修改了十幾個版本。
最終，所有的努力都沒有白費，2017年1月9日，KDD CUP官方宣布，中國科技公司阿裏雲獲得KDD CUP2017舉辦權。
關於智慧交通領域的經驗積累，阿裏雲早在2015年已經開始有所沉澱。浙江省交通運輸廳於15年4月公布了一項新的試點項目，將高速公路曆史數據、實時數據與路網狀況結合，基於阿裏雲大數據平台，預測未來一小時內的路況。結果是，實時路況監測成本下降了 90%，未來路況預測準確率在 91%以上。
擁堵路線預測展示
對於怎樣優化交通問題，阿裏雲從未停下腳步。
2016年9 月，在雲棲大會上發布的“杭州城市大腦”的交通模塊在蕭山區市心路投入使用，其首要目的是解決城市發展中的交通問題。試驗數據顯示：通過智能調節紅綠燈，道路車輛通行速度平均提升了 3% 至 5%，在部分路段有 11% 的提升。正如發布時王堅博士所言：世界上最遠的距離是紅綠燈與交通監控攝像頭之間的距離，他們雖然在同一根杆子上，但是從來沒有通過數據被連接過。因此，打通數據並在海量、實時數據分析處理的基礎上做出智能決策，是城市大腦的基本定位。
雲棲大會發布城市大腦
基於以上阿裏雲在城市大腦、智慧交通中的豐富積累，在今年的KDD CUP賽題設置中，阿裏雲選擇了交通領域中高速公路收費站相關問題作為任務：
Task 1: To estimate the average travel timefrom designated intersections to tollgates（預測車輛從路口到收費站的平均用時）
Task 2: To predict average tollgate trafficvolume（高速收費站車流量預測）
這兩個任務是基於智慧交通信號燈，其邏輯如下：
根據以上步驟，預測效果如下：
當中國擁堵問題出現在國際頂賽中，吸引了全世界的數據算法專家紛紛來參賽。
據悉，本次KDD CUP一共有3582支隊伍參賽，覆蓋全球48個國家，731座高校，參賽隊伍有來自微軟、因特爾等知名互聯網企業，也有來自清華大學、波士頓大學等高等學府。對此KDD CUP Chair表示不可思議，這是KDD CUP史上規模最大的比賽，他表示這次的比賽很成功，來自世界各地的選手能夠通過這次的比賽了解中國的交通問題，整個比賽running的很順利，同時也感謝阿裏雲天池平台的平台支持。
KDD CUP參賽選手與chair合影
在KDD CUP公布獲獎名單時，讓人意外的是，本屆大會獲獎名單被中國選手承包，更有一個名為Convolution的團隊取得雙料冠軍。在現場采訪到為什麼可以取得如此成績的時候，其隊長表示團隊成員都是從事機器學習工作，有技術積累，日常的工作與學習就是與比賽相似的內容，此外團隊合作很默契，從開始就討論列出來這類問題可能有突破的點，分工逐步實驗，後麵又能比較快提出應對具體問題的方案，最後團隊有著豐富的參賽經驗。
來源：阿裏技術
原文鏈接
最後更新：2017-08-28 10:32:32