• 资讯
  • News
  • 行业资讯
  • IndustryNews
  • 滴滴人工智能实验室揭牌 背后藏了什么深远意义?

       上周,滴滴宣布成立AI Labs(人工智能实验室),以加大人工智能前瞻性基础研究,吸引顶尖科研人才,加快推进全球智能交通前沿技术发展。在活动上,滴滴CTO张博,以及滴滴副总裁叶杰平教授发言,这些发言细细看很有意思:
     
      首先是滴滴CTO张博在会上表示,滴滴拥有了海量的交通的大数据,这为出行技术发展提供了最理想的试验环境,也让滴滴成为全世界研究前沿交通最好的地方。所以,我希望我们的AI Labs能够拓展交通领域和人工智能领域科技的边界,并且把它放在我们的产品里,给我们的用户创造价值。
     
      而负责这个人工智能实验室的叶杰平表示, 大数据和人工智能是未来交通创新的革命性技术,滴滴也早已在这些方面进行积极布局。无论是乘客发单前的预测目的地、推荐上车点,还是发单后的智能派单、ETA、路径规划,甚至行程中的安全驾驶,行程结束后的司乘判责环节,都大量地使用了人工智能技术。
     
      这位教授是滴滴研究院副院长,名副其实的技术大牛,在国际顶级期刊和会议发表高水平论文200余篇,主要从事机器学习,数据挖掘和大数据分析领域的研究,尤其在大规模稀疏模型学习,是机器学习领域国际领军人物。
     
      考虑到在此之前滴滴已经成立了滴滴研究院和滴滴美国研究院,这个人工智能实验室的成立,意味着滴滴加大了对于交通技术和智能城市的投入和建设,也意味着滴滴在人工智能领域,会开始和顶级公司一较高下。
     
      另外一个大家可能忽视的地方,像这种学术型的实验室,以往只有腾讯百度这样的公司做得起,他们研究的往往是很长远的东西,产出效率不是很高,对于一些非常讲究产出能效比的公司来说,实验室短期内很难见效,为什么滴滴如此重视人工智能?
     
      实际上,滴滴早已在人工智能领域积极布局。以推荐上车点为例,滴滴在400多个城市挖掘了3000多万个虚拟车站,并且附加了地图导引的功能。无需站牌,即可以把“路盲”级乘客引导到适合上车的点,司机也有同样的指引,只要双方都奔着这个“看不见的车站”,双方很快就可以见面。而这背后依靠的是滴滴的科研团队在大数据、机器学习、云计算方面的综合实力。
     
      另外,早在2016年滴滴获得融资的时候,柳青就表示:
     
      下个阶段我们会加大对人工智能和机器学习的投资。如此大的体量,不应该再人为地制定策略,而是让机器来做决策,我们的智能调配网络每天都通过自我学习不断进步。这样说是因为在中国,我们目前正面临供应侧的短缺。
     
      她还专门举了一个例子:比如在彭博社的大楼里,这一秒发出了50个打车订单,所有人都希望能在5分钟里动身,一刻也等不了,但如果周围只有20辆车,那么会怎么样?你永远无法匹配这样的需求。网络可以自动学习,从而更加智能,甚至在乘客发出订单前,就预测到彭博社大楼需求的数量和动向,提前调配足够的司机来这里。因此,如果你有需求,我们就可以即时满足。网络会逐步学习演进,了解每个特定地区,例如有多少订单即将发出,如何及时安排司机去响应你的订单。
     
      事实上,基于人工智能和大数据技术,滴滴已经精准预测未来城市的供需情况并提前调度,目前滴滴对15分钟后的需求预测准确率已达85%。
     
      很多人的疑问是,滴滴现在在国内网约车市场已经市场第一的领导地位,为什么滴滴要如此坚定的布局人工智能,不但成立了滴滴研究院和美国研究院,甚至还要成立一个人工智能实验室,做人工智能相关的前瞻性基础研究?为什么一个出行平台,在经历了两三年的战争后,会向着人工智能这个方向极速狂飙?
     
      我觉得有两个原因。
     
      首先,打车这个场景,看似很简单, 其实从下单到结束,每一步都包含大量的人工智能元素在里面,换句话说,打车本身就是一个包含着非常复杂计算和数据在里的模型运算。
     
      比如预测目的地,系统先会精确定位用户的位置,然后根据用户的历史记录去预测下一步你要去的地方,因为很多出行是比较有规律的:早上上班、晚上回家,利用用户的出行数据从时间和地点中预测用户去的目的地,这是人工智能的一种体现。
     
      在某个时刻有成千上万的乘客,同时也有成千上万的空闲车辆,如何完成最优的配对?最简单的方法当然是用距离进行评估,但路面距离计算仍存在很多不合理的地方,因为各个路段的状况不同,有些地方特别堵,有些则相反,同样是一公里但行驶所耗时间可能完全不同。并且要考虑车的方向,路口,红绿灯时间等各种因素,非常麻烦。
     
      由于滴滴数据量特别大,每一个乘客不只是让一个司机去匹配,而是需要跟周围上百个司机匹配。在任何一个时刻,滴滴的匹配量高达千万次以上,而且和谷歌搜索百度搜索这种计算不一样,因为车辆是一直行驶的,是完全动态的,上一秒和下一秒就可能过了一个路口,出现不同的路径规划和调度方法,一两秒钟完成上千万次不重复的路径规划,这是一项非常大的挑战。
     
      其次是,滴滴的人工智能对于滴滴接下来发力的智能驾驶和智慧交通,长期来看是一个非常有益的帮助。
     
      比如滴滴最新发布的,“交通大脑”,就是和交管部门一起,运用人工智能AI的决策能力解决交通工具与承载系统之间的协调问题,包括智慧诱导屏、智慧信号灯。另外,滴滴也在积极的国际化出海,自2015年以来,已经和与Grab、Lyft、Ola、Uber、99、Taxify、Careem等全球七大领先的出行企业建立投资伙伴关系,覆盖全球超过60%的人口。
     
      就在不久前,滴滴宣布正式收购巴西最大网约车平台99,进入巴西,而巴西圣保罗是Uber在全球运营车辆最多的城市,可见滴滴在解决了国内战场后,已经将眼光放到了全球市场上,这是滴滴自己稳健发展的节奏,不会受到其他干扰。
     
      智能驾驶是一个非常有想象力的事情,从全球来看,未来10年无人车落地正式商用这件事已经没什么悬念了。这意味着未来会有大量基于智能驾驶技术的车落地。
     
      这是一个非常大的变革,这意味着除了出行数据之外,滴滴可以从更底层的智能驾驶技术层面,去完成和改造出行的闭环。而这些用户出行数据也好,底层技术也好,匹配算法也好,积累到一定程度上,会将整个城市的网络汇集打通,从而实现更大程度调度和效率提升,进而使得整个城市出行的互联网化和数据化程度提高,实现智慧交通。
     
      考虑到滴滴已经在做一些横向的扩张,比如加入了单车出行的场景,最终滴滴会成为一个能够覆盖现代人未来所有高效出行需求的产品,引领全球智能出行,这大概是滴滴做人工智能的愿景吧。
    只要你关注机器人,你就无法错过睿慕课
    声明:凡资讯来源注明为其他媒体来源的信息,均为转载自其他媒体,并不代表本网站赞同其观点,也不代表本网站对其真实性负责。您若对该文章内容有任何疑问或质疑,请立即与中国机器人网(www.robot-china.com)联系,本网站将迅速给您回应并做处理。
    电话:021-39553798-8007
    [打印文本] [ ]
    
    全部评论(0
    TOP Bookmark