2016年春运期间拥挤的上海火车站

北京时间3月25日下午消息，百度旗下的一个部门开发了一种新算法，可以预测人群聚集状况，从而向主管部门和个人用户发出预警，避免异常人群聚集可能引发的公共安全威胁。

本周二，百度大数据实验室发布的一篇研究报告显示，将百度地图路径搜索数据进行汇总，再与目标地点的人口密度进行关联后，便可预测特定时间在特定地方的人群聚集状况。

该报告的作者、百度高级研究员吴海山表示，他的团队从2014年上海外滩踩踏事件后便开始集中精力展开这一研究。当时的那起事故导致30多人死亡。

2015年元旦跨年，上海发生踩踏事故

“我们的算法可以使用百度地图的拥挤数据预测有多少人会在接下来的两小时前往某一地点。”吴海山说。

该算法再次表明，已经占据中国70%搜索份额的百度正在利用其大数据分析社会及经济问题。百度大数据实验室的研究员还使用定位数据来研究中国“鬼城”的人口流向，并在去年的一篇报告中表示，并非所有的“鬼城”都是常年无人。

从传统上讲，人群聚集预测需要借助视频传感器和计算机视觉技术。而百度的算法则可以依据百度地图上的路径搜索请求，向旅游部门、当地政府和体育及娱乐场所经营者发送预警信息。用户还可以自主设定警告阈值。吴海山表示，该算法不存在隐私问题，因为他只会使用汇总后的数据，而不会定位具体的用户。

虽然百度强调称，这项技术目前仍处于学术研究阶段，但该算法未来还有可能分享给当地政府和场馆经营者。

该公司今后还将向百度地图的普通用户开放。这也是百度地图的热力图功能的自然拓展，后者多年以来一直都可以帮助用户了解热门旅游景点的人群聚集情况。但这个算法如果能够得到广泛应用，甚至可以帮助用户了解某家普通面馆在午餐高峰期的人群密度。

尽管这项研究的初衷是为公共服务设计的，但也可能用于其他目的。例如，上海迪士尼乐园便可借助这些数据预测人流量的激增。