微软本周四计划推出一种基于网络的交通堵塞预防系统，帮助驾驶员避免堵塞。
       这种新的软件技术服务取名为“清流”，凝结了微软公司人工智能研发团队过去五年的汗水。这次尝试彰显了微软采用机器学习技术来解决交通堵塞的雄心。
      “清流”系统作为公司Live.com网站（提供美国72个城市的信息）的一个部分，可以自由访问。微软表示，这将给驾驶员提供可选择的信息，这些信息会比现行的、不论来自高速还是辅路的路况信息都更精确可信。
        微软去年秋天推出的驾驶导航系统具有缺陷，因为没有清流系统，无法利用邻近高速的城市道路交通路况信息。因为那个体系默认这些路线是畅通的，驾驶者极少会进入比高速拥挤的区域。
        新的系统会提供驾驶者不能凭直觉判断的临时路线。例如，在某些情况下，清流可以计算出在拥堵的高速上继续等待比绕路而行更快，因为辅路上也会塞满从堵车道路上的逃出的车辆，变得更拥挤。
        这项新的服务是微软力争赶上引擎老大Google的一项举措。路况即时信息最近已成为各主要网络入口提供的一项特色服务，大量专门服务商也会往汽车，卫星和其它合适的设置上发送信息。
        市场分析机构Sterling Market Intelligence的网络分析师Greg Sterling说，是顾客需求，尤其是手机用户推动了路况信息服务的拓展。而挑战，也将见证公司的提高和发展。
        他还说，“对普通人来说，理解这样一项复杂的技术是有些困难。”
        这个项目起于2003年，当时，微软人工智能的研发人员Eric Horvitz，在西雅图寻找一家新餐厅时堵在了高速路上。他想其实可以避免交通堵塞，便在自己车上安装了一项导航设置。结果却如同一场噩梦。
        “真是糟糕透了，”他说，“所有的地方看起来都在堵塞中。”这促使Horvitz对这个问题进行思考，他现在是高级人工智能协会的主席。
        “这给我带来很大的冲击，我们必须熟悉所有的路况信息，了解整个城市。”
        微软研发人员已在尝试开发一种软件，能够模仿交通行为，并通过微软员工自愿在车上安装的G.P.S.装置收集交通信息。
        他们最终能建立交通预报模型，在历时四年的数据和16500次独立行程所覆盖的125000英里以上路段的信息基础上，对交通路况进行预测。目前，这个系统已经有效的为西雅图地区制作了超过819000个路段的“个性特征”。
         完成西雅图“清流”模拟系统后，微软就可以通过他们研制的运算法则，将这个系统应用于其它城市。城市模拟系统可以与大约6000万个路段的高速传感器带来的即时的交通数据结合起来。这样，系统就可以基于一天中的时段，天气和诸如运动赛事等因素来预计交通状况。