哲学家西闪提出过一个词叫“国家的计算”。在他看来，大数据让数学家帕斯卡尔曾经所畅想的国家能够熟知社会民生中一切细节的画面逐渐得到实现。
现在，生活中去到任何未知的地方，总是离不开一项基本工具——地图导航。有了地图，你就可以想去哪就去哪，不用担心迷路。
而随着技术的发展，以地图+交通大数据描绘的智能交通新未来离我们越来越近。城市交通复杂多变，如何将真实交通图景线上化、数字化，利用大数据、AI等技术提高交通管理水平、服务公众出行，是整个智能交通行业的重要议题。
近日，百度地图发布《2020年第2季度中国城市交通报告》（以下简称《报告》），该报告由百度地图联合清华⼤学、同济⼤学、中国社会科学院相关团队共同编写，通过大数据客观反映了2020年第2季度全国100座主要城市的交通拥堵状况，详细解读了疫情对城市动、静态交通的影响，为相关政府管理部门及科研院所开展疫情复盘、推进社会常态化运转提供数据参考。
《报告》显示，全国100座主要城市2020年第2季度的交通拥堵指数环比1季度均有所上涨，用户驾车出行与停车需求稳步回升，疫情对城市交通的影响随着复工复产和复商复市的有序进行而逐渐回落。
| 城市运转恢复常态，2020年Q2百城通勤高峰拥堵指数环比上升
据《报告》显示，2020年第2季度疫情得到有效控制、城市运转进入正轨，全国100座主要城市的通勤高峰拥堵指数环比第1季度均有不同程度上升，城市拥堵水平普遍上升。在2020Q2全国百城拥堵榜单TOP10的城市中，重庆、西安、贵阳位列前三。
从汽车保有量级划分来看，汽车保有量大于300万级的TOP10城市中，除武汉外的其他九座城市通勤高峰拥堵指数环比及同比均有大幅度上升。武汉因受疫情影响显著，城市复工复产进度相对其他城市较缓，其通勤高峰拥堵指数同比2019Q2有所下降。
| 复工复产有序推进，通勤高峰路网平均速度基本恢复至疫情前水平
为揭示新冠肺炎疫情对城市交通拥堵的影响程度，研究对全国百城交通拥堵情况在疫情爆发前后的动态变化进行了系统研究。
研究结果表明，疫情使得全国100座主要城市的早晚峰路网平均速度较疫情前总体上升约29%，较去年同期上升约35%。随着复工复产和复商复市的有序推进，疫情对城市通勤高峰路网平均速度的影响逐渐回落，通勤高峰路网平均速度至5月31日基本恢复到疫情前水平，且与去年同期基本持平。可见，疫情的爆发抑制了人们的出行需求。
智能地图、交通分析，但这只是地图数据化的一个方面，地图是什么呢？地图是虚拟世界对现实世界的映射。地图把物理世界映射到线上的虚拟数字世界，再通过虚拟世界的计算最终反向作用于现实世界。
在这次疫情期间，地图利用大数据和AI离开平面，进入立体世界，把现实世界中的信息囊入方寸之间。比如百度提供了一个关于“全国春运人员迁徙热力图”城市数据的链接。
如果你输入“武汉”这个城市，从1月10日正值春运大幕拉开，到1月22日春运第一阶段高潮将要落下的时间点，从武汉（起始地）流向全国各地的城市客流量排名，与各地新型肺炎病例被发现的数量与时间早晚，有着一定的正相关关系。
大量的迁移数据怎么呈现出来让人一目了然呢？这就需要通过编程语言进行数据可视化呈现，比如常见的点地图、线地图、热力地图等。
Ｒ语言具有的灵活性、开放性，使Ｒ语言在大数据处理中的应用也越来越被学界和业界所重视。多种大数据架构平台上已经提供了基于R语言的编程插件。借助R的高效性，可以使得对大数据的分析事半功倍。现代深度学习库，例如Keras都已经支持了R语言。因此，R语言是横跨大数据和人工智能的易学编程语言。
数据分析与人工智能线上学术挑战营，在编程语言和相关理论基础的支持下，通过典型案例分析，使学员在短时间内了 解与掌握大数据的知识与技能，培养其科学与创新思维，提高分析和解决实际问题的综合能力，为未来研究和工作奠定基础。
