据新浪科技报道，滴滴信息安全战略副总裁、滴滴研究院副院长、美国研究院负责人弓峰敏近日出席了TechCrunch国际创新峰会。在会上，弓峰敏向外界披露了滴滴在机器学习领域的成果，同时阐述了对人工智能以及智能驾驶技术未来发展的看法。

　　弓峰敏介绍说，滴滴平台每天接收、处理着庞大复杂的路面交通数据。这些数据能帮助人们掌握每条小巷的路况，也能洞悉整座城市的流动规律。

　　在数据利用方面，就深度而言，数据学习可以帮助我们更深入理解用户需求，提供个性化服务。在广度的层面上，可以将每一次出行，纳入整个城市交通的体系。

　　他提到了滴滴在智慧交通项目中一个具体的案例，“我们利用平台车辆轨迹监测交通状况，以及每个红绿灯拥挤程度，融合其他传感设备，做了一个更准确的交通流量预测。在此基础上，滴滴设计了动态红绿灯方案调解拥堵。” 这个项目在济南落地两个月后，车辆在高峰期经过六个红绿灯下等待时间下降了10%。

　　此外，业内普遍认为人工智能和大数据是密不可分的两个概念。尽管，目前人们对人工智能和机器智能的定义有很多分歧，但在弓峰敏看来，无论哪一种智能，最后落脚点都是智能的机器。

　　弓峰敏认为，人工智能是一个比较早的概念。早期科学家希望打造近似人类智能的机器，随着技术发展，机器在某些方面超越了人类的能力，出现了高于人工智能的机器智能。但机器智能发展方向不应该是取代人类，而是应该体现在智能的机器上，滴滴目前正在研究的智能驾驶就是一个例子。

　　他十分认同未来智能驾驶技术将提升道路安全、有利于城市发展，但也提到了智能驾驶发展过程中行业普遍面临的挑战。

　　弓峰敏表示，智能驾驶核心的基本技术，比如计算机图象、深度学习、如何配置传感器等只是第一个门槛。第二个挑战是解决过渡期，行人、无人车、有人车以及自行车等各方混行的问题。第三个挑战，是将这项技术放在各种实际的场景下，有序的投入使用。

　　针对滴滴在智能驾驶领域的探索，弓峰敏透露，未来滴滴的研究团队希望通过AI和AR技术结合，提供更精确的导航，最终提升道路行驶安全。