比如说整个（北京）回龙观住了几十万人，可能每天早上10%是去中关村上班，10%是去国贸的，80%人集中要去几个大商业区。每个方向都有几万人，两小时内都要出发。这些交通需求都可以通过学习找出规律。现在大家往往是自己选择交通工具——包括自驾，对实时情况和全局并不了解，效率低、时间不可控、还容易挤在一起谁也走不了。 “滴滴大脑”通过深度学习，目标是未来给全社会做出最优安排，比如说统筹推荐公交、拼车、叫车、自行车等服务，尽量错峰运行，尽量拼车共享出行，尽量让司机错开拥堵路段。只要能提高20%的效率，这就是了不得的效率提升。
人、车、路，三者之间在特定时间段的供需差距很大，这是交通问题的根源，智能和共享在一定程度上会化解这个矛盾。但是，解决人和车的供需问题，对实时性要求很高，对运算速度和能力挑战很大，每过2秒，车和路况都会变化，必须实时收集数据并演算。其次要考虑全局最优匹配，不仅是这个时间切片的最优，还要考虑这轮匹配对未来30分钟车辆分布的影响，还要考虑司机的服务和安全——你应该知道滴滴在给司机的服务打分，但可能不知道我们还要实时监测每辆车的安全分，监控急刹车拐弯疲劳驾驶等行为，目标是降低事故率。今年滴滴平台控制的车辆事故率会比线下出租车降低40%。
所以我希望滴滴平台能真正用好滴滴“大脑”。本质上我们是一个大数据公司，一个人工智能公司。我们在公司很小的时候就成立了滴滴研究院，设于美国硅谷的研究院也成立一周年了。滴滴发现的中国交通问题很有趣也很复杂，希望可以邀请到最优秀的科学家加入我们一起解决难题。
滴滴程维：这个时代一切都刚刚好
观察者网：所以您认为，滴滴的运算量是最难以想象的东西，相对过去的历史，是最值得一提的事情。
程维：对，而且这些数据在未来有特别多的作用。
举一些例子，比如红绿灯，原来红绿灯的调度，要么就是30秒、50秒这种固定周期，要么就是靠地感线圈和摄像头，做不到基于大数据实时精确控制。现在每个路口都不断有滴滴的出租车、专车、快车、顺风车驶过，我们基于这些数据，基本可以知道每个红绿灯路口从早到晚的流量情况，能够支持我们做合理的预测，帮交通部门调整红绿灯周期。这套系统已经在现实中应用了。
