导航APP让交通更加混乱

旧金山有一条叫米格尔的街道，这里蜿蜒曲折又狭窄的路径连接着格伦公园附近的社区。直到几年前，只有那些当地居民才会走这条路，他们也深知路况带来的挑战性有多大。

可现在，这里挤满了汽车，驾车者开始把这条街当做捷径，以避开经常拥堵的另外两条出行路线。周边的居民又怎么样了呢？在这种情况下，他们想要回家都成了难事，车辆刮碰等事故几乎每天都在上演。

司机是怎么知道这里有路可以穿行的？也许，Waze、苹果地图和谷歌地图等APP的广泛使用起到了关键作用。这些智能应用程序给他们提供了围绕交通拥堵进行实时导航的服务。据估计，这类应用仅在美国就有10亿次的访问量。

问题随之而来。

不仅是在美国，全球各地的大城市同样面临着缓解交通压力的难题。越来越多的人开始抱怨出行不顺畅，很多司机还时走时停，因为他们不知道下一步要怎么走，不得不抽出时间低头盯着车内导航仪或手机看。

伦敦曾有一条只有出租司机才知道的捷径，如今却显示在了各大导航APP里；以色列也感受到了这种痛苦，因为Waze正是从这里起家，它的服务对交通造成了如此严重的破坏，以至于赫兹利亚贝特社区的一名居民起诉了该公司。

问题也越来越严重。

对于一座城市的规划者来说，交通流量是根据居住密度来预测的，而在特定的情况下，出现一定程度的流量变化完全属于正常现象。

正是为了有效应对这些实时变化，我们才在街道上看到了诸如红绿灯、距离标识、可变消息指示牌、无线电传输和拨号信息传递系统等工具。

对于特别棘手的情况，比如交通阻塞、庆典活动或紧急情况，相关机构还可以派专人前来指挥交通。

之前是这么办的，但现在导航APP占据了主导地位，这些应用要解决的通常是让单个司机的出行时间尽可能短。说白了，系统并不关心所前往的住宅街道能容纳多少汽车，也不在乎指引驾驶者去不熟悉的地方是否会带来事故隐患。

加州大学伯克利分校做的一项重要研究就是要弄清楚这些应用程序在做什么，以及如何让它们更好地与传统交通管理系统协调工作。

先来看看导航应用的进化过程。

通常，一款导航APP使用的基本路线图会根据功能将道路分成5类，把从多车道高速公路到小型住宅街道一级一级区别开来。

每一级的目标是找出在当下汽车数量与时速下，是否与导航车辆的状态相匹配，以决定是否推荐该路线。

长期以来，导航系统就是在其路径选择算法中使用这些信息来计算可能的出行时间，并选择最佳路线的。

这也就是说，导航APP通过地图搜索功能要对所有可能到达目的地的路径进行分析。如果这是发生在用户出发前，那没有问题，但对已经上路的司机来说，要是还采取相同的搜索模式，不仅计算量太大，对他们也毫无用处。

因此，软件开发人员创建了另一种算法，让系统只识别几条路线和每条线所需时间，并从中选择最佳方案。

这种方法可能会错过最快的路线，但优势是响应速度快。用户也可以自行调整这些算法，给出其偏好的道路类型。

再后来，像Here和TomTom这样的数字地图企业开始把主要精力放在了构建数据集上，通常每季度发布更新的地图。但在两个版本之间，地图和导航应用程序建议的路线没有改变。

当导航功能成为智能手机上再平常不过的应用后，供应商有了收集新信息的机会。在用户同意的情况下，他们获得了人们出行时间和位置的数据。

最初，系统供应商把这些GPS踪迹化作历史数据放到了算法设计之中，并以此估算一天中不同时间、不同道路上的车流量。

然后，他们将估值与地图整合到一起，我们现在经常看到的红、黄、绿三色路线模式就是这么出来的。其中，红色意味着拥堵严重，绿色则意味着畅通无阻。

这还没完，随着GPS收集的历史记录不断增加，再加上蜂窝网络的覆盖率和带宽不断提高，开发人员开始向用户提供近乎实时的交通信息。一款导航APP的使用人数越多，它提供的信息准确度也就越高。

2013年也许是个转折点。正是在那一年，Here、TomTom、Waze和谷歌瞄准的已不仅仅是提供交通拥堵情况，他们开始对出行路线给出实时的改道建议，意在帮助用户绕过更费时间的道路。

混乱由此开始。

依靠大量数据支持，导航APP知道了前方的路况信息，可这些程序无法预测的又是什么呢？下图案例也许能更让我们有更清楚的认识。

图中，我们假设一位员工想要从左下角的绿色办公楼开车回到她位于右下方的绿色住宅位置。此时，A点体育场将要举行大型活动，也许是球赛，又或者是演唱会，但这不重要，重点是这让她不能选择最快捷的高速公路路径，因为这条道正被大量驾车前来的观众占用着。

于是，该员工打开导航，系统给出的最短回家方案是图中的蓝线，但中途要经过B点的住宅区狭窄小路以及C点的可开闭吊桥。（在不知道吊桥开合情况下，很有可能会耽误时间）

红线代表的方案直接穿过D所在的市中心，还会经过一所小学，位于E点。系统不知道今天学校也有活动，周边道路停满了家长的车。好在我们假设的主人公知道她家附近的情况，因此选择了紫色所代表的线路。

看到问题所在了吗？三条线路中，程序建议的两种较短方案都没有司机决定的第三条线路来得方便。

而对于那些没走高速路、想抄近路去体育场的人，他们往往不熟悉当地环境，因此只能听从导航的指示。而当大多数司机都这么做时，就不难解释为什么市内的交通会变得如此糟糕了。

从表面上看，实时的路径变换并不会引起混乱。城市一直在这样做，只不过使用的不是APP，而是通过改变信号灯、流量预警等设备实现的。真正的问题是，交通管理APP没有与现有的城市基础设施联系到一起，也就没有办法给出最有效的建议。

首先，此类APP无法给出指定社区的特点。还记得上面提到的5种道路分类吗？这基本上就是导航系统对道路了解的最深层次。

拿洛杉矶的巴克斯特街来说，它最初只是一条用来放羊的小道，就算是在如今变成公路的情况下，也依旧是一条极其陡峭的道路。导航APP可不知道这种情况，在程序面前，这条路与其它道路并无区别，最多也就是会提醒司机要减速慢行而已。

事实上，这条道的坡度达到了32度，当你开车到达顶端时根本看不到下方的路，也无法判断是否有相向而行的车开上来。

这个盲点会导致司机意外停车，让这条曾经安静的街道成了经常发生交通事故的地点。

其次，计算机算法可能不会考虑其选择的路径周边的情况。

举例来说，程序能知道某个地方来来往往的行人有多少吗？或者出现了图例中假设的学校活动？要经过没有信号灯的小型路口怎么办？

如果把导航APP比作人类助手的话，那他们所做的只能说是为了自己好。从一开始，他们就很自私的认为，每辆车都在争夺通往目的地的最快路线。

不仅如此，每个导航APP供应商——谷歌、苹果、Waze（现在归谷歌所有）——都在独立运作，这进一步加重了“自私的路径选择”问题所引起的混乱。

那些使用率较低的程序在提供不了准确信息时，会参考历史数据给司机提供建议，这反而对改善交通情况起到了负面作用。

真实的情况是，多