交通拥堵不单让司机师傅们惟恐避之不及，更加对公共健康和国家经济造成了巨大的负面影响。
有研究指出，美国2015年度由交通拥堵造成的经济损失高达1600亿美元，其中包括70亿小时白白浪费在车流中的等待时间，以及30亿加仑发动机空载消耗的化石燃油。
当前，治堵的一个有效方法就是如滴滴、Uber这样的共享汽车。但共享汽车究竟能达到怎样的治堵效果，此前并没有一个基于数据出发的科学评估。
近期，MIT计算机科学与人工智能实验室（CSAIL）研发了一套全新的共享汽车调度系统，不但大大增强了现有共享汽车的运行效率，同时从数据上证明了共享汽车在治疗城市交通拥堵上的卓越表现。
CSAIL的研究表明，在不增加额外出行时间的情况下，使用共享汽车可以减少约75%的城市车辆。具体的说，在纽约只需要3000辆四座汽车提供的共享汽车服务就可以取代98%的城市出租车，而且前者的平均等待时间只需2.7分钟。
这项研究的负责人，CSAIL实验室的主任Daniela Rus教授在2016年8月曾出席雷锋网主办的CCF-GAIR大会，并发表人工智能相关的主题演讲。对于这项最新研究，她表示：“通过共享机制，每一辆四座汽车都可以一次运送多位乘客（而不像出租车那样一次只能运送一位），对于司机来说，这意味着耗费更少的时间、更少的车次，却可以获得同样多的收入。当然，这也同时意味着更少的交通拥堵，更少的空气污染，以及更快捷的出行体验。”
研究还指出，只需要2000辆10座商务车就能覆盖纽约市近14,000辆出租车提供的95%的出行服务。
据Daniela Rus教授介绍，基于纽约市大约300万辆出租车提供的数据，他们最新研究的调度系统可以实时的根据乘客目的地的变更重新规划行车路线，而且还可以主动调度空闲的共享汽车到出行需求较大的地区，通过这些手段，相比于现有调度系统大约可以提升20%的运行效率。
CSAIL新系统的大致工作原理是：首先将所有的用户请求和车辆情况绘制出来，形成图表，然后遍历所有可能的行程组合，并绘制出第二张图表，最后利用被称为“整数线性规划”的算法从图表中计算出最合理的组合。更重要的是，在订单分配之后，系统还可以根据剩余的空闲车辆的情况以及不同地区的出行需求重新调配，以平衡各地区的需求和空闲车辆数。
Daniela Rus教授表示：“新系统开发中最关键的挑战在于，既要管理成千上万的共享车辆和用户订单，还要保证实时的计算结果。最终我们之所以能做到这一点，都要归功于上述第一张图表的帮助，这张图表使我们能够详细理解并最终抽象出整个城市的道路交通网络。”
Daniela Rus教授将最终的产品命名为“任意时间优化算法”（anytime optimal algorithm），意指它运行的次数越多，表现就越好，在任何时间都能提供当前条件下的最优解。Daniela Rus教授说，她迫不及待的想看到这一算法通过不断的自我提升最终能达到怎样的精度。
其实，国内企业滴滴已经将人工智能技术成功应用在了自家的汽车调度系统中，大大提升了运行效率，其具体原理详见《滴滴研究院副院长叶杰平：揭开滴滴人工智能调度系统的真面目》。
Daniela Rus教授表示：“据我们所知，CSAIL的这项研究是业内首次将车队规模、载客量、等待时间、出行延迟和运营成本在实验室进行综合的量化，包括出租车、大货车和接驳班车等各种车型。同时，我们认为这一全新的调度系统还特别适合于未来的自动驾驶汽车，因为它可以根据实时请求连续的重新规划路线。”
其实，共享汽车（或者拼车）的概念早在几十年前就已经存在了。只不过近两年由于智能手机和移动互联网的普及，让共享汽车成为了一种更经济也更快捷的选择，因此迎来了爆发式的增长。
然而，现有的共享汽车调度系统在用户体验和便捷性上还有待提升。例如，有些系统要求用户B的上车地点必须在用户A的路径规划途中，并且双方都要在订单创建之前就提交所有请求。
相比之下，CSAIL的新系统允许不同乘客的订单重新匹配到不同的车辆。同时，这一系统还可以分析各种不同车型的特点，根据分析结果进行灵活调配。例如，10座商务车在什么时间和什么地点更容易接到合适的订单，就跟普通的4座汽车完全不同。
“共享汽车对于城市的交通拥堵、环境污染和能源消耗等各方面都具有非常大的积极影响，”Daniela Rus教授说：“作为一名科研人员，尽可能的去探索各种方法来提高交通系统的运行效率和可靠性，这一点非常重要。”
据悉，该研究成果将发表在本周出版的国家科学院院刊（PNAS）上。