为预测用户出行需求，ofo开始使用AI实现智能调度

ofo官方称在其人工智能系统中，应用了一款能够预测用户出行需求的AI，以便用户更好的出行体验。

共享单车几乎已经遍布了国内的主要城市，在众多共享单车中，属于佼佼者地位的ofo今天称在其人工智能系统中，应用了与“阿尔法狗”相同的算法模式，来预测用户的出行需求。

ofo称在其人工智能系统中，应用了与“阿尔法狗”相同算法模式的卷积神经网络来预测用户出行需求，实现智能调度。

AlphaGo的出现，让更多的人体会到人工智能技术为世界带来的改变，而AlphaGo的基础算法正是卷积神经网络。卷积是提取相关性特征的方法，神经网络是预测需求的模型结构，其主要应用于图像识别领域。ofo统计小黄车已为全球120座城市上亿用户提供了超10亿次出行服务，拥有共享单车行业最庞大的出行数据。

随着出行数据增多，ofo对用户出行需求的预测都会越来越精准。与此同时，ofo还运用谷歌的TensorFlow人工智能系统，使预测结果更精确。这是共享单车行业首次将人工智能图像处理技术应用于智能运营中。ofo将智能锁返回的定位信息形成热力图，并记录热力图的关键帧图像变化，利用卷积神经网络将图像抽象为网格像素，并对像素内的颜色变化进行相关性特征提取，从而能够分类出不同用户对于出行的不同需求。

简单来说，我们可以将卷积的过程想象成有人拿着玻璃镜片，扫过如上所示网格图像的过程，可以当镜片大小是3*3网格时，可提取上地与西二旗地区骑行需求相关性特征。当镜片大小扩大到17*17网格时，上地、西二旗与国贸之间骑行需求相关性的特征就被提取了。随着卷积镜片范围的扩大，所需的算法和计算能力会越来越复杂。目前，ofo的卷积神经网络层次可达30层。

将卷积神经网络和谷歌TensorFlow人工智能系统应用于共享单车是行业的创新。ofo表示正在全力打造以人工智能为基础，以物联网为载体的生态闭环，并加快在行业领先的进程。