8月下旬的微软亚洲研究院学生夏令营以“城市梦想家”为主题，鼓励大学生们从青年的视角出发，发现高速运转的城市中存在的问题，以创新的思维和科技的手段寻找解决的良方。

    夏令营导师郑宇博士，微软亚洲研究院主管研究员，上海交通大学讲座教授和西南交通大学兼职教授。2013年，郑宇因在城市计算领域的贡献被MIT科技评论评为全球杰出青年创新者。以智能交通切入城市计算后,郑宇的研究视角已经扩展到环保能耗。

    “最开始我们做智能交通是基于出租车轨迹分析，找到最快行车路线设计”。

    郑宇所说的T-drive项目,通过分析北京数万辆出租车GPS信息，帮驾驶员找到最快的行车线路。

    初级版本时，郑宇说只是把历史数据拿来分析，计算任何两个点之间的最快行车路线。然后，把实时的数据加进来，把未来作为一个导向，进行开车路线设计。

    更进一步，在手机上存储用户的开车数据，分析用户开车的习惯和用户对不同道路的熟悉程度。“你回家的路很熟悉，你开得很快，如果不熟的路还要看路标，所以有时候即使路况好，也不见得是一个最好的路线。但是人是有学习能力的，在你的个人数据就有体现，慢慢把个人数据结合到一起，加上你的实时未来，交通情况，就能给你个人定制最快路线。这是早年我们做T-Drive工作。”

    郑宇涉足城市智能交通的第二个项目是交通流的异常分析。

    “比如樱花节的时候，很多人要从中关村附近到玉渊潭公园，要经过一个瓶颈的地方，导致这个地方出现了问题。如果你能通过这个分析，把源头和根源分析出来，警察就可以去提前分流，而不是堵了再管。”

    这时候除了依靠车流数据还需要网络数据关联。

    如某段路突然出现堵塞，正好有人发微博谈到这段路上的突发事件，“怎么把这两个东西关联到一起是很有意思的，因为互联网的微博数据经过一些提炼可以提供更多的信息。”

    但是互联网的数据太大了，不能直接使用，郑宇和同事先用汽车的轨迹数据在交通流上定位到一个区域和一个时间段，这样大大缩小了搜索空间和时间范围。然后找互联网上跟这个区域相关的，并且跟这个时间段相关的微博数据，分析网络上的词频，就可以解释什么原因导致这样。

    “最近做一个跟交通、环境、能耗都相关的一个工作。这个工作是利用少量车的GPS轨迹信息，比如说出租车的轨迹信息，能够实时地把每条道路上车速、车流量估计出来，进一步把它的能耗和排放估算出来，这样我们不光能做最短时间路线图，还可以做最低油耗路线图。”

    通过分析找出哪些路段是高能耗路段，规划路径时就会平衡快捷与低能耗的需求，对个人用户而言，很有实用价值，大多数私家车主都想着既要跑得快还要耗油少。对政府部门来说，了解到汽车尾气排放到底占空气污染物的比例多少，可以对污染源进行控制，作为节约能源的决策基础。

    如何环保出行，郑宇他们还有一个出租车动态拼车的系统。“如果线路能够规划足够好，用户的需求被实时知道，如通过手机APP提交，我们可以算，怎么让这个车接不同的人，能够包括车上已有乘客的时间不会被耽误，并且费用降低下来，又保证了司机的收入可以增加，政府也节约能耗了。”

    要计算这个动态的需求，郑宇说很复杂，“以前算不动，比如说某时某地要接个人，确定哪辆车去接，要把北京6万辆出租车都看一遍就太慢了，现在不用看6万辆车，只看10辆车就够了。”

    郑宇谈到他们的突破在于已经做过出租车历史轨迹数据分析，大概知道哪些人在哪些地方上下车数据分布，因此会模拟城市的需求，以最快的速度找到适合的出租车。

    “我们估算一年可以为社会节约10亿资金，乘客打车概率可以提高3倍，以前要等9分钟，现在3分钟就够了，费用也降低了，可以降低百分之十几，司机的收入还可以增加20%。”

    郑宇表示动态拼车系统现在可以使用了，但是否实际应用还有一些非技术因素，最起码还要有政府的一些管理、安全细则。

    微软亚洲研究院一直密切关注城市化所带来的问题，并将城市计算作为未来两三年内重要的学术合作主题。为了发挥出云计算在处理大数据方面的巨大优势，微软亚洲研究院于2013年面向亚太地区学术界正式启动城市计算主题研究计划，利用云计算、大数据来推动解决城市发展中面临的诸多问题，例如空气质量、节约能源、城市生活等。（朱文利）