大家都经历过这种情况：驱车数英里到达目的地却发现，所有的停车位都被占满了。虽然谷歌地图（Google Maps）等应用程序可根据历史数据，预测停车位情况，但是该方法仍具有局限性。据外媒报道，美国卡耐基梅隆大学（Carnegie Mellon University）的科学家进行了一项研究，推出了一个人工智能（AI）系统，可实时预测停车位的占用情况。

进行该研究的科学家认为停车场传感器易出现故障和错误，因此不从此类传感器上收集数据，而是利用停车计时器所进行的历史交易，在使用额外数据进行预测之前，先估计是否有空余停车位。据估算，大约有95％的街边收费停车场都通过计时器来进行管理，表明此类模型比独立的传感器系统更具通用性。

研究团队使用了一种基于节点、边缘、属性和其他图形结构的图卷积神经网络来进行建模，说明停车场位置、交通流量、停车需求、道路链路和停车场之间的统计关系。该系统结合具有长短时记忆的时间递归神经网络（一种能够学习长期依赖能力的AI算法）以及多层解码器，从与交通相关的数据源中（如停车计时器交易信息、交通速度和天气情况）提取停车信息，并对停车位占用情况进行预测。

研究人员根据匹兹堡市区的数据对该模型进行了测试，在匹兹堡市区的39个街区中共有97台路边停车计时器。由匹兹堡停车管理局（Pittsburgh Parking Authority）提供历史停车数据，网联汽车公司Inrix的交通信息频道（Traffic Message Channel）和WeatherUnderground应用车型界面（API）提供交通速度数据和实时天气报告。

研究人员表示，在测试中，该模型在前30分钟预测停车位占用情况比其他方法表现更好。他们将该人工智能系统的卓越性能归功于天气和交通速度数据――尤其是天气数据，该数据提高了预测的准确性。未来，研究人员将制作一个模型，该模型将结合交通数量、道路封闭、交通事件和事故等与交通相关的额外数据。