当然，这只是大概的情况。
就像地铁口的人流量，虽然不能预测出具体的数字，但是会有一个大概的流量范围。
现在的问题是，每辆领航者所收集到的数据的实时反应时间太长了。
如果能够缩短这个时间。
当a车通过b点的之后，它所更新的数据能实时反映到将要通过b点的c车上，并且将领航者实时更新，那么人工智能才有可能。
这就是难点。
数据传输，数据更新，那么庞大的数据，实时更新，系统不崩溃太难。
那么如果硬件上无法突破，能不能最大可能的减少数据库的更新呢？
例如分区，每次只更新一个小区的范围。
但是这样，工作量还是太大。
内容未完，下一页继续阅读