在交通拥堵控制和预测方面，基于交通历史数据，实时路况数据，手机基站信令数据，视频监控数据，信号灯运行数据等多数据源的整合，使用人工智能中的机器学习算法，可以实现交通拥堵的提前预测，并提醒管理者提前采取相应措施，同时也能帮助交通管理部门进行道路的更合理规划设计和对交通信号装置等相关因素进行调整，降低路况拥堵率。比如，为了解决拥堵难题，广州市交警近日引入人工智能技术阿里云ET搭建了“互联网+信号灯”控制优化平台。据了解，ET可对路口车辆运行情况进行分析，并输出对红绿灯时间的调整建议。试点结果显示，部分路段拥堵指数下降超25%。
同时，大数据与机器学习能力的结合还能够帮助出行者实现更优质的智能出行决策，可以根据用户地域、距离、时长、工具等不同场景学习不同的出行决策，形成出行决策模型;根据用户的定位数据、出行数据、反馈数据，也可以为用户提供省时、省力以及舒适性的偏好决策模型。比如，高德推出高德地图AI引擎，该引擎将基于高德出行大数据和机器学习能力，面向不同环境和需求，为用户提供“千人千面”的位置出行服务。
5.人工智能解放速记员和书记员？
根据Gartner预测，到2018年，客户数字助手将能跨渠道和合作伙伴识别人脸和声音：机器在倾听指令和告诉我们该做什么上比真人表现更好。语音识别和自然语言处理技术基础上的人工智能应用场景非常丰富，速记员和书记员的未来可能被智能机器人替代。
比如，在今年的阿里云2016年会上，阿里云ET的速记能力就曾在准确率方面以0.67%的微弱优势战胜第50届国际速联速记大赛全球速记亚军姜毅。9月13日，浙江省高级人民法院对外宣布，将在全省105家法院全面上线智能语音识别系统。该系统由阿里云人工智能ET提供技术支持，能够快速、准确的完成庭审记录，承担起“书记员”的角色。3个月前，系统曾在西湖区人民法院试点，准确率高达96%。这些都是阿里人工智能技术与行业应用场景落地的案例。