Ford и IBM начали совместную работу над пилотной платформой, которая позволит распознавать закономерности, выявлять корреляции и тенденции, помогая потребителям принимать более эффективные решения во время движения, например, находить свободные места на переполненной парковке, или получать своевременные подсказки о необходимости смены вида транспорта в случае образования неожиданной пробки.
Экспериментальная платформа Smart Mobility позволяет исследователям Ford изучать небольшие порции данных, накопленные за 10-15 секунд, для выявления тенденций и закономерностей в поведении системы. Опираясь на эти данные, ученые смогут написать и оптимизировать код. Платформа использует средства анализа потоковых данных, поступающих через платформу IBM Cloud, для постоянного обновления общей модели. Платформа выступает в роли интеллектуального механизма, который положен в основе разрабатываемых в Ford сервисов парковки и групповых поездок.
Технология, используемая Ford и IBM, похожа на подходы, применяемые, например, на фондовом рынке, где быстрое агрегирование огромных объемов данных позволяет осуществлять моментальные транзакции, или в секторе энергетики, где операторы энергосистем отслеживают работу сетей и выявляют наиболее удобные интервалы для профилактических работ, и при достижении определенных показателей в автоматическом режиме назначают выезд ремонтных бригад.
Так, недавно запущен сервис групповых поездок Dynamic Shuttle, в котором используются микроавтобусы Ford Transit для перевозки сотрудников компании в Мичигане. В случае неполадки какого-либо из микроавтобусов срабатывает сигнал предупреждения, и платформа начинает перенаправлять запросы от этого микроавтобуса к другим подключенным к сервису автомобилям, благодаря чему в рейс выходят дополнительные машины, обеспечивая своевременную доставку пассажиров к месту назначения.
Система позволяет использовать аналитические данные, поступающие в реальном времени, чтобы сообщать пользователям, какой вид транспорта будет наиболее предпочтителен в той или иной ситуации. В частности, облачная платформа позволяет анализировать потоки данных из различных систем и, к примеру, выявлять неполадки в работе метрополитена. В этом случае, пассажиры, пользующиеся метро, смогут получить совет воспользоваться велосипедом, чтобы вовремя оказаться на нужном месте.
В рамках эксперимента "беспроблемной парковки" GoPark Painless Parking в Ford используют технологию прогнозирования парковочного пространства. Заручившись разрешением от участников, Ford будет собирать поступающие данные от паркующихся или покидающих парковку автомобилей в заранее обозначенном пространстве для прогнозирования доступных для парковки мест. Прогнозы строятся на базе общедоступных городских данных, а также с учетом наблюдающихся закономерностей, например, зависимости от времени дня или места.
Когда водитель ищет свободное место для парковки, технология сможет подсказать ему о доступности парковочных мест, где можно припарковаться без нарушений ПДД. Это позволит водителю не тратить время и топливо в поисках разрешенного для парковки пространства. При этом мобильное приложение будет включать в себя функцию, проверяющую соблюдение правил дорожного движения в отношении парковки. Такая функциональность будет способствовать реализации общегородских инициатив в сфере организации городских парковок и фактически будет выступать в качестве ключевого элемента новых стратегий "умного города".
Выявляя соответствующие шаблоны поведения, платформа сможет направить водителя к освободившемуся парковочному месту. Например, когда покупатель выходит из магазина, садится в машину и включает зажигание - это первый характерный элемент габлона. Спустя несколько секунд автомобиль сдаёт назад и покидает парковочное пространство - это второй элемент. В этот момент отравляется широковещательное сообщение, которое затем может быть передано другим водителям, въезжающим на стоянку с целью припарковать автомобиль. Помимо информации о доступности парковочного места, в сообщении также могут передаваться его точные координаты.