预测出行是什么意思？
预测是根据过去的事实，对未来做出的认真猜测。对于出行，我们想猜两件事：路上会有多拥挤，以及路上要用多长时间。
AI（人工智能）系统能读取比人多得多的数据，还能发现我们容易忽略的小规律。
数据：AI 学习用的事实
数据是对事实的记录。对交通来说，数据可以是：
- 计数器每小时记录的通过车辆数，
- 沿路行驶的手机的速度，
- 星期几、是否假期、天气和上学时间，
- 事故和道路施工。
收集很多天的数据，图景会更准确。如果数据有错或者太片面，预测也会出错。
找出规律并做出预测
规律是会重复出现的东西。交通每天都在重复：早上 8 点和傍晚 6 点左右很忙，中午比较空。
最简单的预测是取过去几天同一小时的平均值。例如，过去三天 8 点的车辆数分别是 90、96 和 94，那么明天的预测就是 (90 + 96 + 94) ÷ 3 = 93 辆。
真正的 AI 会用更多线索（天气、假期、事故），还会学习每条线索有多重要。这就叫机器学习。
从预测到更好的行程
预测只有在有人照着行动时才有用。
- 早一点或晚一点出发，避开高峰。
- 换一条路，或者改坐火车。
- 智能红绿灯给即将拥堵的那条路更多绿灯时间。
- 公交车在大型活动前增加班次。
记住：预测也可能出错，比如遇到事故或突然下雨。好的软件会不断用实时数据更新。另外，它们不应该在你不同意的情况下分享你去了哪里。
重点公式和概念
- 预测（简单）= 过去几天同一小时的平均值
- 平均值 = 数值之和 ÷ 数值个数
- 行程时间（3D 中）= 20 × (1 + 每小时车辆数 ÷ 50) 分钟
- 数据 → 规律 → 预测 → 决定
例题讲解
1. 过去三天早上 8 点统计的车辆数分别是 90、96 和 94。预测明天早上 8 点的车辆数。
平均值 = (90 + 96 + 94) ÷ 3 = 280 ÷ 3 = 93.3。所以我们预测大约 93 辆车。
2. 用行程时间 = 20 × (1 + 车辆数 ÷ 50)，求预计每小时 100 辆车时的行程时间。
车辆数 ÷ 50 = 100 ÷ 50 = 2。然后 1 + 2 = 3。行程 = 20 × 3 = 60 分钟。
3. 早上 8 点的预测是 100 辆车（60 分钟）。10 点是 25 辆车。改成 10 点出发能节省多少分钟？
10 点：25 ÷ 50 = 0.5；20 × 1.5 = 30 分钟。节省 = 60 − 30 = 30 分钟。
常见错误
- 以为预测一定正确。预测是根据过去规律做出的好猜测，也可能失败。
- 只用一天的数据。那一天可能很特殊（假期或下雨），所以要用很多天的数据。
- 把数据和规律混在一起。数据是原始的数字，规律是数字里重复出现的东西。
- 忘了隐私。出行数据会暴露人们去了哪里，必须保护好。