如今，共享單車的彩虹大戰(zhàn)已不再是簡單粗暴的瘋狂燒錢模式，而是進(jìn)入到精細(xì)化運(yùn)營新階段。
據(jù)悉，如今在ofo的人工智能系統(tǒng)中，應(yīng)用了與“阿爾法狗”相同的方法——卷積神經(jīng)網(wǎng)絡(luò)——預(yù)測用戶出行需求。同時(shí)，ofo還運(yùn)用谷歌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，標(biāo)志著共享單車進(jìn)入以人工智能為基礎(chǔ)、以物聯(lián)網(wǎng)為載體的運(yùn)營新階段，ofo以領(lǐng)騎者之姿再次引領(lǐng)行業(yè)智能化運(yùn)營新坐標(biāo)。
ofo小黃車實(shí)時(shí)騎行軌跡
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)正是卷積神經(jīng)網(wǎng)絡(luò)。卷積神經(jīng)網(wǎng)絡(luò)主要應(yīng)用于圖像識別領(lǐng)域。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)。
共享單車具有明顯的潮汐效應(yīng)，且騎行需求受天氣等因素影響，ofo利用卷積神經(jīng)網(wǎng)絡(luò)，提取不同時(shí)段同一區(qū)域或者同一時(shí)段不同區(qū)域的圖像相關(guān)性特征，以精準(zhǔn)預(yù)測下一個(gè)時(shí)段某一區(qū)域內(nèi)會出現(xiàn)的需求數(shù)，從而為運(yùn)營調(diào)度提供更好的決策，實(shí)現(xiàn)智能運(yùn)營。
作為共享單車的原創(chuàng)者和領(lǐng)騎者，ofo為全球120座城市上億用戶提供了超10億次出行服務(wù)，已成為全球最大的共享單車平臺，擁有共享單車行業(yè)最龐大的出行數(shù)據(jù)。分析認(rèn)為，隨著出行數(shù)據(jù)增多，ofo對用戶出行需求的預(yù)測將會越來越準(zhǔn)確，而一向以輕便好騎，覆蓋率廣，時(shí)尚上鏡備受更多用戶青睞的ofo小黃車，勢必又將再一次升級用戶體驗(yàn)，獲得更多用戶的認(rèn)可，市場第一的地位將更加無可撼動。
