魚羊 整理自 MEET2020
量子位 報道 | 公眾號 QbitAI
2019年，AI在出行領(lǐng)域遇見了怎樣的機遇和挑戰(zhàn)？
在首屆MEET 2020智能未來大會現(xiàn)場，滴滴出行副總裁、AI Lab負責(zé)人，同時也是美國密西根大學(xué)教授、新晉IEEE Fellow的葉杰平站在技術(shù)視角，分享了他的觀點：
有場景，AI賦能可以創(chuàng)造更大價值。他的演講著重介紹了人工智能如何在出行領(lǐng)域落地，并創(chuàng)造價值。
其中，既談到了未來交通的愿景，也有貼近生活的AI技術(shù)落地案例，還談到了產(chǎn)業(yè)生態(tài)帶來的價值。
在不改變原意的基礎(chǔ)上，量子位對葉杰平教授的演講進行了編輯整理。
關(guān)于MEET2020智能未來大會：現(xiàn)場20多位行業(yè)大咖分享，1000多名行業(yè)觀眾參與，線上有近百萬從業(yè)者通過直播參與觀看和互動，包括新華社在內(nèi)的數(shù)十家主流媒體報道，活動整體線上總曝光量超過千萬。
未來出行是什么樣？
滴滴服務(wù)于5.5億用戶，年運送乘客達到100億次。據(jù)葉杰平教授介紹，滴滴每天新增超過100T的軌跡數(shù)據(jù)。
這是個什么概念呢？舉個例子，如果把北京滴滴的軌跡全部集中在一起，基本上可以覆蓋北京所有道路300到400次。數(shù)據(jù)可謂海量。
那么在海量數(shù)據(jù)的支持下，未來出行/交通會有怎樣的變化？
葉杰平結(jié)合今年9月份中共中央國務(wù)院發(fā)布了交通強國智慧交通綱要，以智慧交通國家戰(zhàn)略為高度，重新審視和預(yù)見未來幾年交通會發(fā)生翻天覆地的變革，主要集中在三個方面：
- 交通基礎(chǔ)設(shè)施，比如信號燈，會越來越智能。
- 交通工具，未來兩個大的趨勢是電動化和自動化。
- 共享出行平臺。共享，會使馬路交通更加順暢，環(huán)境污染得到極大改善。
而在這其中，AI將會是未來交通非常重要的關(guān)鍵詞。
滴滴AI Labs的成立，就是基于AI改變交通的戰(zhàn)略。
AI改變交通，場景豐富，落地創(chuàng)造價值
葉杰平指出，滴滴用三層結(jié)構(gòu)來布局人工智能。
最底層是基礎(chǔ)的算法。包括強化學(xué)習(xí)、深度學(xué)習(xí)、統(tǒng)計、運籌等基礎(chǔ)前沿算法。
中間層是核心AI技術(shù)。橫跨語音識別，NLP，CV，知識圖譜等多個領(lǐng)域。
頂層是應(yīng)用。包括交通基礎(chǔ)設(shè)施智能化，交通工具的電動化和自動化，以及如何用AI技術(shù)提升出行的安全、體驗、效率。
而AI的落地應(yīng)用，早已在賦能滴滴出行。
AI派單
派單，是出行平臺最核心的一個模塊，即完成司機和乘客的匹配。
滴滴的系統(tǒng)每兩秒就會做一次匹配，核心步驟有兩個：一是對乘客和司機兩兩建立匹配度；二是在匹配度的基礎(chǔ)上，通過全局最優(yōu)算法來讓每兩秒內(nèi)有最多的乘客能被應(yīng)答。
而在這其中，滴滴引入了類似于AlphaGo下棋的強化學(xué)習(xí)算法。因為派單本質(zhì)上是一個時間序列決策問題。比如一個司機去接一個乘客，這是一個action，司機的狀態(tài)、時空都會因此發(fā)生變化。
自2017年起，滴滴上線了這一基于強化學(xué)習(xí)的派單算法，既改善了用戶體驗，又提升了平臺效率。
經(jīng)過不斷的迭代，今年，這一算法擊敗來自哈佛大學(xué)、哥倫比亞大學(xué)的對手，拿到了2019年度瓦格納運籌學(xué)杰出實踐獎。這是該獎項22年來第一次頒給中國企業(yè)。
開源的NLP落地應(yīng)用
語音、自然語言理解技術(shù)，也正在出行場景中落地、創(chuàng)造價值。
葉杰平談到了滴滴在日本推出的一項服務(wù)。假設(shè)一個中國人在日本叫車，使用IM時滴滴會提供一套翻譯系統(tǒng)。用戶輸入中文，司機看到的是日語；而當司機用日文回答問題，用戶看到的則是經(jīng)過翻譯的中文，這樣，雙方的溝通就更順暢、更便捷了。
NLP的另外一個應(yīng)用場景是客服。滴滴每天會收到超過120萬客服進線，并且場景比較復(fù)雜，除了咨詢類問題，還要處理投訴類問題。很多問題連人都很難做判斷，機器就更難回答了。
針對這一場景，滴滴開發(fā)了一套基于知識圖譜、NLP、語音的系統(tǒng)?，F(xiàn)在，每天有超過75%的客服進線是機器智能處理的。
同時，滴滴開發(fā)了一套能輔助人工更好地解決問題的系統(tǒng)。比如說用戶進線之后，通過語音識別盡快定位用戶的問題，從知識庫里面找到問題的相關(guān)信息，幫助客服更好地進行處理。
此外，在客服解決完用戶的問題之后，客服需要寫一個摘要，描述到底發(fā)生了什么事情，怎么處理的。這時候，讓AI來自動生成摘要，就能夠極大地提升客服效率。
滴滴目前已開源大量落地應(yīng)用的NLP技術(shù)，如深度學(xué)習(xí)模型框架delta開源地址如下：
https://github.com/didi/delta
除了NLP，語音識別和人臉識別技術(shù)也集成到了滴滴的系統(tǒng)之中。
比如司機通過語音交互來完成部分場景下的接單、訂單取消。
又比如在司機首次出車或接單間隙，用人臉識別保證接單司機和注冊信息上的司機是同一個人，進一步確保安全。
知識圖譜
滴滴采集的信息，有訂單信息、司機信息、乘客信息、POI（point of interesting）、定位信息等，屬于異構(gòu)信息。存儲異構(gòu)信息最有效的方式之一就是知識圖譜。
知識圖譜的一大優(yōu)點是能做圖嵌入，每個實體都可以用向量表達。
滴滴開發(fā)了一套基于深度學(xué)習(xí)的算法，把圖嵌入應(yīng)用到了出行數(shù)據(jù)上。比如對所有POI做一個出行圖譜，并進行聚類分析，即使完全不用經(jīng)緯度，聚類也完全符合空間的連續(xù)性。
再比如用圖嵌入分析相似度。葉杰平舉了一個有趣的例子，是分析地圖上哪些點最像汽車站、火車站和飛機場這樣的交通樞紐。
以2019年的國慶數(shù)據(jù)為例，地圖上德勝門和東直門兩個點比較突出，但這兩個地點既非汽車站，也不是火車站和飛機場。原來，這兩個點在國慶期間是很多旅游大巴的起始點，很多人是先到大巴點，然后才到北京各個地方旅游。
葉杰平介紹，未來他們還準備做更多類似的分析，找到出行數(shù)據(jù)背后隱藏的不為人知的一些規(guī)律。
合作生態(tài)，團結(jié)更多力量讓出行更美好
最后，葉杰平談到，基于在出行領(lǐng)域的經(jīng)年積累與行業(yè)洞察，滴滴意識到不管在出行行業(yè)，還是其他領(lǐng)域，很多痛點難點急需技術(shù)的變革和推動，以及產(chǎn)業(yè)鏈上各合作伙伴的共同努力
因此，滴滴出行在10月18日提出了AI開放平臺，把核心AI技術(shù)對外開放。
平臺包括以視覺智能、語音智能、語言智能、數(shù)據(jù)智能、時空智能為代表的五大技術(shù)能力與服務(wù)，提供合計56項AI開放能力。
同時，整合滴滴AI優(yōu)勢能力與行業(yè)資源，推出了4大領(lǐng)域AI解決方案，分別為：智能汽車、智慧城市、智能運營和智能客服。
葉杰平表示，滴滴希望在更多的領(lǐng)域賦能各個產(chǎn)業(yè)，積極構(gòu)建AI合作生態(tài)，跟合作伙伴一起推進技術(shù)進步、行業(yè)升級，實現(xiàn)合作共贏。
葉杰平如是說道：
讓AI賦能社會，用技術(shù)創(chuàng)造價值，服務(wù)用戶，讓出行更美好。
— 完 —
誠摯招聘
量子位正在招募編輯/記者，工作地點在北京中關(guān)村。期待有才氣、有熱情的同學(xué)加入我們！相關(guān)細節(jié)，請在量子位公眾號(QbitAI)對話界面，回復(fù)“招聘”兩個字。
量子位 QbitAI · 頭條號簽約作者
?’?’ ? 追蹤AI技術(shù)和產(chǎn)品新動態(tài)
