Sponsored Contents

aiの最新記事

Image credit:

タクシーが捕まりやすくなる?「AIタクシー」ドコモが実証実験、30分先の乗車需要を予測

利便性が高まりそうです

小口貴宏 (TAKAHIRO KOGUCHI)
2017年2月18日, 午前08:00 in ai
350 シェア
123
121
12
0
94

連載

注目記事

動画:世界最小27mm指乗りドローンNANO Q4 SEレビュー、小さくても安定飛行、フライト時間が物足りない

動画:世界最小27mm指乗りドローンNANO Q4 SEレビュー、小さくても安定飛行、フライト時間が物足りない

View

人気記事



人工知能を活用し、30分先のタクシー需要が高い場所を予測する、そんな「AIタクシー」技術をNTTドコモが開発しました。東京無線などと共同で実証実験を開始しています。

スマートフォンの次の稼ぎ頭を模索するドコモは、AI(人工知能)やIoTの取り組みを強化しています。なかでも「交通分野の重要度が高い」(ドコモ谷氏)といい、福岡では「自動運転バス」の実証運転を開始。また、着るだけで心拍を測定できる服「Hitoe」を活用した、ドライバーの眠気検知システムを開発するなど、交通IoT・交通AIの分野に注力しています。

そんなドコモが開発した「AIタクシー」は、人工知能技術を活用して、タクシー運転手が客を効率的に拾えるようにする事業者向けソリューションです。

具体的には、東京23区および武蔵野市・三鷹市を500mメッシュで区切り、30分先のタクシー需要をそれぞれのメッシュにおいて10分毎に予測。需要の大きさをタブレット上の地図に反映します。

つまり、運転手は需要が大きいと予測される地点にタクシーを走らせれば客を拾える可能性が高まり、タクシーを空車のまま走らせる時間を短縮できます。また、乗客目線では、タクシーを拾う待ち時間が短縮でき、利便性が向上するというわけです。


運転手に配布されるタブレット端末。30分先までの予想乗客数が、メッシュごとに数字で示されている


NTTドコモ 法人ビジネス本部 IoTビジネス部 部長の谷直樹氏

予測精度は92.9%、売上増にも貢献

タクシー需要の予測には、ドコモの携帯電話ネットワークから得られる人口統計データを活用します。さらに、東京無線のタクシー運行データ、気象データ、施設データも利用。それらを「ディープラーニング」および「多変量自己回帰」の2つのAI技術で解析し、予測を導いているといいます。

予測正解精度は92.9%に達しているといい、なかでも駅前や繁華街などの高需要エリア、または住宅街などの低需要エリアの精度が高いとのこと。なお、中需要エリアの精度には課題があり「さらなる技術改良を進めたい」とドコモの谷氏は話します。


東京無線 無線委員会委員長の橋本英二郎氏

またAIタクシーの導入で、乗務員1人あたりの売上も増加したといいます。実証実験に協力したタクシー事業者の東京無線の橋本氏(無線委員会委員長)によれば、乗務員1人1日あたりの、2016年11月と比較した12月の売上増は、全体平均では4500円だったのに対し、実証実験参加者平均では6723円と、約49%も向上したとのこと。売上の増加は、タクシーユーザーの待ち時間の低減にも繋がっていると話します。

「今は閑散としていても、5分後に需要が急に増えることもある。それを予測することで、お客様の利便性を高めることができる。また、目まぐるしく変わる需要の変化に追いつくのがベテランの経験値だが、AIタクシーなら新人でありながらでも、タブレットを使って追いつくことができる」(橋本氏)


実証実験に参加したタクシー運転手は「精度は五分五分だけど、乗客を送った帰りには必ず使うようにしている。乗客を拾いやすくなると感じる」とコメントしました。

本格導入には課題も

なお本格導入には課題もあるといいます。

「実証実験でAIタクシーを導入しているのは12台だけだが、(東京無線の全タクシーの)4000台に導入して同じ効果が出るかわからない」(橋本氏)

AIタクシーの本客導入について東京無線は、4000台に導入して同じ効果が出るかドコモと検証したうえで、検討を開始する構えです。またある担当者は「導入台数が増えると、需要が多いと予測される地域にタクシーが集中することも考えられる」とし、次のステップとして、タクシー側の供給最適化を検討していると明かしました。
関連キーワード: ai, deeplearning, docomo, iot, taxi
350 シェア
123
121
12
0
94

Sponsored Contents