传统出租车企业与移动叫车公司之间本来就不怎么友好的关系或许会因为一个最新开发成果变得更加剑拔弩张：
纽约市的1.3万辆汽车完全可以被3000辆来自Uber或Lyft的共享汽车所取代。
用3000辆共享汽车解决百万乘客需求的算法
“拼车服务可以解决交通拥堵”已经不是什么新鲜的说辞（Uber CEO卡兰尼克已经提了N遍），但麻省理工大学做了一个更加宏大的假设：如果纽约市的每位乘客都摒弃了传统的出租车，开始选择使用Uber或Lyft的拼车服务，会发生什么？
麻省理工大学计算机与人工智能实验室（CSAIL）给出了一个有意思的答案：
这座人口超过850万人的大都市只需要3000辆提供拼车服务的4人座汽车，就可以满足全市98%的打车需求，而从目前来看，出租车公司需要派出1.4万辆出租车才能实现这个目标。
据科技媒体The Verge报道，CSAIL的研究小组开发了一套基于人工智能的拼车乘用算法，并已经使用300万纽约市出租车乘客数据对其进行了高强度训练。
这个算法的大致运行模式其实很容易理解：将所有出租车乘用数据设置为某个移动打车app收到的乘客需求，进而对所需调度车辆及路线进行多维度测算。
这个经过训练的计算机模型按照不同位置的乘车需求“走”完了纽约市所有的乘车路线，它最后发现，满足整个纽约市的整个乘车需求比我们想象中要容易很多，只需要3000辆提供拼车服务的汽车就够了。
经过百万数据训练的车辆调度计算机模型
很显然，这种将乘车效率提升到极致的方式只需要让乘客花费最低的成本，便可以享受到最便捷的服务。
譬如，在这个运算模式下，不到5分钟，你就可以打到一辆按照自己指定路线行驶的共享出租车。当然，在整个乘车过程中，汽车也会随时停下来接送其他乘客，但耗时并不长，比堵在路上花费的时间要少很多。
此外，这个开发小组也针对不同车型及数量给出了若干个选择方案。譬如他们发现，3000辆双人座汽车就可以满足纽约市94%的日常乘用需求；而2000辆双人座货车可以解决95%的用户需求。
实际上，对于这项算法的开发意义，项目负责人Javier Alonso-Mora的说法与Uber对未来的畅想没什么本质不同：
“只要汽车部署密度达到一定水平，汽车共乘市场的确有潜力大幅降低上路汽车的数量与用户的等车时间。除了避免交通拥堵，也可以拉开车与车之间的距离，从而降低车祸发生率。”
与此同时，为每一辆车增加收入，减少乘客消费支出，进而提高乘客的生活质量，是这项算法的终极目标。在这个过程中，你只需要消耗几分钟的时间延迟成本，但这与平常泊车浪费的时间基本等同。
总而言之就是，你只要愿意多花几分钟的等车时间，并愿意与同一辆车上的陌生人聊聊天，就可以帮自己以及成千上万辆汽车从早上9点拥挤的北京东三环中解放出来。
专门为无人驾驶共享车队设计的算法
当然，为了防止你认为这是一篇由Uber或Lyft赞助的公关稿，MIT实验室也公开了这个开发项目的投资人——美国海军研究办公室与一所跟MIT建立了合作关系的新加坡机构。他们的目的很简单：共同探索一切有利于提高城市机动性的技术创新点。
但不能不提的是，假如这个计算机模型在经过大量训练后能够最终落地，卡兰尼克曾引起众多Uber司机情绪反弹的言论的确会马上成为现实——数以万计的驾驶员注定将被技术所淘汰。
当然，职业司机面对的情况或许会更恶劣一些：
开发人员表示，如果将这套算法应用在无人驾驶汽车方面将会更加“如鱼得水”，因为可以远程操控的无人车车队能够更加“循规蹈矩”地按照设定路线来满足我们的用车需求。
根据项目负责人Javier Alonso-Mora的解释，这套算法可以为车队分配最合适的任务与行驶路线，而无人驾驶汽车则能够让这套算法得到迅速“成长”：
“如果想大大提升这套算法的准确率，就需要让汽车不间断运行数个小时，大概只有无人驾驶出租车才能更好地做到这一点。当然，你也可以根据人类司机的喜好与既有的调度程序为算法添加约束性条件，但这肯定会降低服务质量。”
对于这套听起来很神奇，但与现有许多打车app功能略有重合的算法，我们最想知道的便是前者的运行效果究竟可以比后者“高明”多少。
而MIT给出的说法却有些模糊：这套算法可以比现有软件处理更多复杂的拼车路线与用户需求，譬如在中途修改行车路线的同时，也能持续无间断地接收拼车订单。
但效果究竟如何，只有模拟效果不足以说明一切，只有上路测试才能给出一个准确答案。
其实对于大多喜欢使用叫车app的乘客与汽车共享企业来说，“共享车队完全取代出租车”只不过是一个时间上的问题。譬如，目前美国境内Uber接到的出行订单中，有一半都来自于拼车用户。
但从商业角度来看，随着汽车共乘市场已经有了越来越明显的“赢家通吃”趋势，技术基础层可以成为创业公司尝试突破的一个入口：
谁的算法更精准，谁能为消费者节省更多的时间与金钱成本，谁就有机会给Uber、滴滴以及Lyft们带来威胁，或者成为他们投资或并购的首选对象。
顺便提一句，MIT这个算法看来正在寻找买家，不过那些喊着要做“共享生意”的传统汽车厂商可能不太适合。