12月2日，浙江省交通运输厅公布了一项新的试点项目：将高速历史数据、实时数据与路网状况结合，基于阿里云大数据平台，预测未来一小时内的路况。
结果显示，实时路况监测成本下降了90%，未来路况预测准确率在91%以上。这超过了微软同巴西一所大学的实验室成绩(80%)，是目前全球已公开的最优结果。阿里云大数据计算服务(ODPS)为该项目提供了分析支持，并有多位数据科学家参与了联合研发。
大数据正在中国的交通领域展示出无限可能。无论是前一波的“智慧城市”浪潮，还是目前正在推进的“互联网+”行动，交通都被各地政府作为升级改造的核心，云计算和大数据成为主要手段。
大数据如何预见未来
“我们可以预测高速路未来10分钟、30分钟，甚至一小时内各个路段的路况。”浙江交通信息中心主任韩海航表示。项目从9月底正式上线以来，经过对算法模型的不断调试，预测准确率整体稳定在91%以上。
预测主要基于三个因子：相关路段实时速度、历史平均速度、路网数据。实时速度的获取通过手机信令获取。当司机经过运营商基站时，形成的信令数据可以准确地反映出通过基站时的实时路况情况。韩海航介绍，相比传统感应器，这种方式至少降低了90%的成本，实施周期也大幅缩短。
有了实时车速，再结合已知的历史车速和路网数据，则可以建立全路网车速的时空演变模型，最终实现对高速路段未来车速的预测。这其中，算法模型和数据计算能力是关键。
阿里云资深数据科学家闵万里介绍，对于浙江省内1300多公里的高速路段，阿里云大数据计算服务ODPS的强大计算能力可以在20分钟完成历史数据分析，10秒钟完成实时数据分析。
大货车、公交车、红绿灯正在被重新计算
7月7日，贵州省驾驶员沈强(化名)驾驶车牌为贵F069xx的客车行驶在贵毕高速途中，接打电话，被云端的监管系统发现，运输公司就此对其做出严厉警告。
主要采用阿里云技术搭建的贵州公安交警云，除了具备路网监控、阳光警务等功能外，交警部门还通过云平台实现了对公路客运、旅游客运、危化品运输车等重点车辆的精确管理。半年时间，贵州全省共解聘存在危险驾驶行为的重点车辆司机371名。
除了监控重点车辆，贵州还在尝试改造红绿灯，让它能够思考。去年，贵阳市向阿里云天池大赛的选手开放了部分交通数据，以期通过对数据的挖掘、分析，建立智能调整红绿灯时间的算法模型，缓解城市交通拥堵。最终，最优的算法可让红绿灯前所有车辆的等待时间减少86%。
广州则在进行另外一种尝试：通过对公交车历史刷卡数据的分析来预测客流，为市民出行和公交调度提供参考。为此，他们联合阿里云天池大数据平台举办了“广东公共交通大数据竞赛”，向全世界招募数据爱好者。目前已有4227支队伍参赛。
