Didi Technology Open Day: Yolcu deneyimini optimize etmek için seyahat işlemlerinde büyük veri nasıl kullanılır?
Leifeng.com AI Technology Review Press, 2018 Didi Technology Open Day, Didinin ürün teknolojisi yönetimi ekibi üniversite öğrencileri ve profesyonel teknisyenler ile yüz yüze görüşmeler yaptı ve Didinin büyük veri ve yapay zeka alanındaki en son bilimsel ve teknolojik başarılarını ayrıntılı olarak tanıttı. Didi'nin akıllı sipariş dağıtımı, haritalar, araba paylaşımı, arz ve talep tahmini, akıllı müşteri hizmetleri ve ses tanıma alanlarında pratik deneyimini paylaştı.
Etkinlikte, Didi CTO Zhang Bo, Didi Akıllı Mobilite Başkanı Xiaohu Xiaohu ve Didi AI Lab Başkanı Profesörü Ye Jieping, konuşmalar yapmak için sahneye çıktılar ve Didi'nin üç açıdan pratik deneyimlerini paylaştı: gelecekteki beklentiler, veri zekası ve AI yeniliği. Etkinliğin, Almanya'nın en yüksek bilimsel araştırma ödülü olan Leibniz Ödülü'nü kazanan ünlü Alman robotikçi ve ekibini paylaşan IEEE (Elektrik ve Elektronik Mühendisleri Enstitüsü) Robotik ve Otomasyon Topluluğu Başkanı Wolfram Burgar'ı da davet ettiğini belirtmekte fayda var. Yüksek hassasiyetli konumlandırma, harita yapımı, algılama ve sınıflandırma ve otomatik navigasyonda deneyler ve keşifler.
Etkinlik alanında harika konuşmalara ek olarak Didi, çevre, güvenlik ve sağlık ile teknolojik engellerin üç ana alanına odaklanan Sosyal Fayda için AI ortak oluşturma platformunun kurulduğunu da duyurdu. Didi, akademik, teknik ve finansal kaynakları entegre ederek büyük veri, yapay zeka, bulut bilişim ve diğer alanlardaki avantajlarına tam anlamıyla yer vereceğini, işbirliğini açacağını ve ilgili konulardaki sorunları ve araştırma konularını ortaklaşa keşfetmek ve tanımlamak için ortaklarla birlikte çalışacağını söyledi. İniş uygulaması, kapsamlı ve çeşitlendirilmiş destek sağlar.
Ulaşım için AI
Didi Chuxing CTO'su Zhang Bo, açılış konuşmasında, geçtiğimiz yirmi yılda İnternet ve mobil İnternet'in gelişiminin temelde bilgi akışı sorununu çözdüğünü ve Didi'nin fiziksel dünyadaki insan ve nesne akışı sorununu çözmeyi umduğunu belirtti. Didinin gelecekteki fikri Ulaşım için Yapay Zeka'dır.
Zhang Bo'nun görüşüne göre, Didi'nin ulaşım sisteminin gelecekteki optimizasyonu üç seviyeye ayrılmıştır:
Alt katman, akıllı kırmızı sokak lambaları, yüksek çözünürlüklü kameralar vb. İçeren ulaşım altyapısı; orta katman, aracın ve ulaşımın kendisinin dönüşümüdür.Didi, bir şarj ve takas güç istasyonu sistemi oluşturmak için işbirliği yapıyor ve aynı zamanda hızlı şarj ve değiş tokuşu geliştirme çabalarını artırıyor. Zhang Bo, güç istasyonları, akıllı ve yeni enerji trend olacak; en üst katman paylaşılan seyahat ağı, Zhang Bo, giderek daha fazla insanın gelecekte seyahati paylaşmayı seçeceğini söyledi.
Didi'nin şehir planlama departmanı için bir simülasyon sistemi yapmayı umduğunu, örneğin metro ve yol yapmayı planlarken önceden simülasyon yapabileceğini, bu tür ekipmanlar insanların seyahatlerini daha iyi hale getireceğini söyledi. Ayrıca, Didi'nin artık araba paylaşımı yapma çabalarını artırdığını ve paylaşılan birimleri arabalardan koltuklara indirmeyi umduklarını söyledi. Yol tıkanıklığı sorununu çözmek için araba paylaşımından daha etkili bir yol olmadığını vurguladı.
Didi AI Lab başkanı Profesör Ye Jieping, Didi'nin akıllı müşteri hizmetleri ve ses alanındaki yeni ilerlemesini göstermeye odaklanan Didi AI'nın üç katmanlı düzenini ayrıntılı olarak açıkladı.
Mevcut ve geçmiş bilgiler dahil olmak üzere kullanıcı tarafından diyaloğa girilen metin bilgilerini kullanırlar ve ayrıca kullanıcının özelliklerini ve son düzenin özelliklerini kullanıcının potansiyel sorunlarını tahmin etmek ve bulmak için bir derin öğrenme modeli oluşturmak için kullanırlar. Son zamanlarda bilgi grafiklerine dayalı çok sayıda diyalog turu geliştirdiklerini söyledi.
Ayrıca, mevcut sesli müşteri hizmetinin manuel müşteri hizmetinin yerini alamasa da, ses yardımının bu yönünde ses potansiyelinin çok büyük olduğunu belirtti. Didinin ses teknolojisine dayanarak, yakın zamanda bir sesli etkileşim sistemi geliştirdiler. Bu etkileşim sistemi sayesinde, kullanıcılar müzik dinleme, uçuş bilgilerini sorgulama ve en yakın benzin istasyonunu bulma gibi birden çok işlevi gerçekleştirmek için ses yoluyla sistemle etkileşime girebilirler. , Şarj istasyonları vb.
Gelecekte, bu akıllı sesli etkileşim sistemi setinin seyahatleri daha akıllı, daha güvenli ve daha rahat hale getireceğini söyledi.
Didi'nin arkasında büyük veri zekası
Zhang Bo ve Ye Jieping'in paylaştığı içeriğin yanı sıra Didi'nin akıllı seyahat departmanı başkanı ve Didi Travel başkan yardımcısı Xiaohu Xiaohu, Didi Travel işlemlerindeki büyük veriyi "Seyahat İşlemlerinde Büyük Veri Zekası" başlığıyla izleyicilere tanıttı. Veri zekası.
Didi'nin 550 milyondan fazla yolcusu ve 30 milyondan fazla sürücüye sahip olduğunu söyledi.Böyle büyük bir seyahat ticaret platformunda, bir kullanıcı Didi Uygulamasını açtığı andan itibaren Didi'nin büyük veri teknolojisi arkada başlıyor. Kullanıcıların daha iyi bir seyahat deneyimi oluşturmasına yardımcı olun.
Didi'nin yolcular için karşılama noktalarını nasıl önerdiğini, rotaların nasıl planlanacağını, varış saatinin nasıl tahmin edileceğini vb. Talep sıkışık olduğunda, kullanıcılara çok amaçlı ve çok modlu optimizasyonu içeren kapasite sıkıntısı sorununu çözmek için araç paylaşımı seçenekleri de sunduklarını söyledi. Aşağıdakiler, Leifeng.com AI Technology Review tarafından hazırlanan bu teknolojilerin bir özetidir.
Büyük veriye dayalı güzel bir seyahat deneyimi oluşturun
İlk olarak, kullanıcıların nereye gitmeleri gerektiği ve otobüse nereye binmeleri gerektiği gibi seyahat ihtiyaçlarını belirtmeleri gerekir. Bundan sonra Didi, seyahat ihtiyaçlarına göre kullanıcıların alması ve kullanması için en uygun sürücüyü seçecektir. Sonraki seyahat programında Didi, sürücünün yolunu da planlayacak, en uygun rotayı bulacak ve kullanıcıları hedefe göndermek için en güvenli ve en uygun yolu kullanacak.
Böyle bir siparişi tamamlamak için, toplama noktalarının nasıl önerileceği, rotanın nasıl planlanacağı, varış zamanının nasıl tahmin edileceği vb. Gibi birçok büyük veri teknolojisine ihtiyaç vardır. Talep sıkışık olduğunda, kullanıcılara birden fazla farklı yolcuyu bir araya getiren araç paylaşımı seçenekleri sunmak da gerekir.
Seyahat planıyla başlayın, Didi kullanıcılar için bir karşılama noktası önerecektir Bu, gerçek seyahatte herkesi baş ağrısı yapan bir sorundur. Çoğu zaman, sürücü arabayı park etmesi zor veya imkansız bir yere park ettiği için, yolcu birkaç dakika geç gelirse, sürücünün büyük bir daire çizmesi veya birkaç başını döndürmesi gerekecektir, çoğu durumda yolculuk tamamlanamaz. Çok kötü bir kullanıcı deneyimine yol açacaktır. Ancak, sektörün bu soruna olgun bir çözümü yok Mevcut harita hizmetleri, bize nereden alınmanın iyi bir nokta olduğunu söyleyemez.
Bu sorunu çözmek için, Didinin platformunda çok sayıda bilgisayarla görme teknolojisi benimsenmiştir. Gerçek dünyada elde edilen görüntü bilgilerini analiz etmek. Didi'nin mevcut teknolojisi, görüntünün yol üzerindeki çizgi, otobüs durağı olup olmadığı, yolda izole yığınlar olup olmadığı gibi trafik kuralları bilgilerini belirleyebiliyor.Bu bilgiler yerin park için uygun olup olmadığını belirlemek için kullanılabilir.
Gerçek dünyada, bu tür trafik düzenlemeleri ve yol bilgileri hızla değişmektedir.Bu bilgilerin zamanında nasıl toplanacağı, önerilen toplama noktasında çok önemli bir etkiye sahiptir. Didi platformunun avantajı, her şehirde büyük miktarda yörünge verisine sahip olmasıdır. Didi geniş bir kapsama alanına sahip olduğu için, büyük veri madenciliği yoluyla trafik düzenlemelerindeki değişiklikleri zamanında izleyebilir, böylece trafik verilerini neredeyse gerçek zamanlı olarak güncelleyebilir ve kullanıcılar için önerilen toplama noktasının en iyisi olmasını sağlayabilir. Makul bir karşılama noktası.
Tavsiye edilen karşılama noktası yalnızca ilk adımdır, peki yolcular bir sonraki adımda bu karşılama noktasını nasıl bulabilirler? Gerçek hayatta, bir havalimanında, istasyonda veya çok karmaşık bir iç mekan sahnesinde iseniz, çoğu zaman çok fazla utanç verici durumla karşılaşacaksınız.Bu zamanda, yolcuların biniş noktasını bulmak için bir labirentten geçmesi gerekir, bu da çoğu zaman birçok zorluğa neden olur. Bu sorunu çözmek için Didi, yolcuları karmaşık ortamlarda sorunsuz bir şekilde uçağa biniş noktasına yönlendirebilecek AR teknolojisine dayalı bir yaya navigasyonu başlatmaya hazırlanıyor.
Görsel konumlandırma ve 3B görüntü modelleme yeteneği sayesinde, konumlandırmanın doğruluğu, mevcut konumlandırma teknolojilerinin hepsinden çok daha üstün olan 1 metre içinde kontrol edilebilir. WiFi, Bluetooth, ultra geniş bant ve GPS bu tür senaryolarda zayıf olmalıdır.Didi'nin yaklaşmakta olan çözümü mevcut tüm çözümlerden çok daha üstün. Yakın gelecekte Pekin'deki bazı istasyonlarda gerçek dünya navigasyon hizmetlerini başlatacaklar, eğer ilgileniyorsanız, deneyimleyebilirsiniz.
Didi yolcu için karşılama noktasını seçtikten sonra, bir sonraki adım yolcu için sürücüyü seçmektir. Çok sayıda yolcu ve sürücü arasında en iyi eşleşmenin nasıl bulunacağı çok zorlu bir matematik problemidir ve aynı zamanda algoritmik bir problemdir.
Öncelikle bu tahsisin yolcuların en iyi deneyimi yaşaması için olduğunu göz önünde bulundurmalıyız.Her yolcu kendisine en yakın, en kısa sürede teslim alma hizmeti verebilecek bir arabaya sahip olmak ister. Didi, aynı zamanda sürücülerin yolculara yolculuk boyunca iyi bir seyahat deneyimi yaşatabileceklerini, güvenliği sağlayabileceklerini ve belirli standartları karşılayan hizmetler sunabileceklerini umuyor.
Sürücünün bakış açısından Didi, bu tür bir kararla sürücünün gelirini optimize etmeyi umuyor. Yetersiz arz ve talep senaryosunda, araba paylaşımı gibi bir ürün yaklaşımı ile benzer rotaların ve zamanların seyahat ihtiyaçlarının da çözülmesi gerekmektedir.
Araba paylaşımı eşleştirme sorunu
Araba paylaşımı, çok karmaşık bir eşleştirme sorunudur. Didi'nin seyahat sahnesinde, birden fazla ürün grubu vardır.Kullanıcılar taksileri, ekspres trenleri, ayrıcalıklı sürüşleri ve özel arabaları arayabilir. Birçok arz ve talep uyuşmazlığı durumunda, mevcut ekspres hattın bir sürücüsü yoksa, ancak Youxiang'ın siparişi alacak bir sürücüsü varsa, şu anda, kullanıcılara daha fazlasını sağlamak için arz ve talepteki gerçek zamanlı değişikliklere göre farklı ürünler arasında dinamik olarak dağıtım yapmak gerekir. Birçok seçenek.
Genel olarak, bu eşleştirme problemi aslında çok amaçlı, çok modlu bir optimizasyon problemidir. Burada, en iyi eşleşmeyi bulmak için kullanıcının sipariş talebini ve tüm farklı ürünlerin çevrimiçi tedarikini dikkate almalıyız. Arz ve talepteki değişikliklere göre Didi'nin de bu algoritmada dinamik ayarlamalar yapması gerekiyor. Örneğin, nispeten dengeli arz ve talep durumunda, her bir sipariş bölünmesinin, kullanıcı deneyimini sağlarken sürücünün gelirini optimize edebileceğini umuyorlar.
Didi gibi bir seyahat platformunda, her sürücü ve yolcu aslında ızgaradaki bir noktaya karşılık gelir.Sırayı bölmek için verilen her karar, bu zamansal ve mekansal ağda sürücüyü ve yolcuyu bir noktadan diğerine taşımakla eşdeğerdir. nokta. Bu, Go oynamaya benzer. Oyunun her hareketi, tahtanın durumunu değiştirecek ve gelecekteki durum, daha sonra tahtanın durumunu etkileyecektir.
Bu nedenle, her siparişi bölme kararı sadece mevcut düzeni değil, aynı zamanda gelecekteki seyahat ağının durumunu da etkiler. . Bu aslında derin öğrenmede çözülmesi gereken bir sorundur.Didi ekibi, bir günün durumu için normal uzay-zaman boyutunda çok amaçlı optimizasyon yapabilen böyle bir algoritma geliştirdi.
Nispeten yeterli tedarik durumunda, Didi, kullanıcı deneyimini optimize edecek ve yolculara kendisine en yakın bir aracı göndermeye çalışacaktır.
Çok yetersiz arz ve talep durumunda, Didi bir kuyruk çözümü sunar. Sistemleri, mevcut kapasitenin hangi bölgede aşırı derecede kısa olduğunu gerçek zamanlı olarak tespit edecek ve şu anda tüm yolcuların faturalama talepleri otomatik olarak kuyruk sistemine girecektir.
Aşağıdaki resim Pekin'deki kuyruk durumunu göstermektedir.Kırmızı ise bu bölgedeki yolcuların kuyrukta olduğu ve kapasitenin son derece yetersiz olduğu anlamına gelir. Mavi ise, kapasitenin nispeten yeterli olduğu anlamına gelir.
Sistem kuyruk durumuna girdiğinde, Didi, daha çok sürücü ve sürücünün bu kullanıcıların ihtiyaçlarını karşılamasına izin vermek için zamanlamayı da kullanacaktır. Yolculara bazı seçenekler sunacaklar, örneğin, onları almak için sayacı çevirerek ve daha fazla kapasite göndererek.
Bir yolcuya yalnızca bir araba tahsis edilirse, kapasite sıkıntısı sorununu gerçekten çözemeyeceği gibi mevcut yol ve kapasite kaynaklarından da tam olarak yararlanamayacaktır. Bu nedenle, araba paylaşımı, daha fazla yolcunun ihtiyaçlarını karşılamanın çok etkili bir yoludur.
Araç kaynaklarını paylaşabilirseniz, yolcuların seyahat deneyimini tatmin etmek için daha az kapasite kullanabilirsiniz. Buradaki temel sorun, zaman, mekan ve varış noktası açısından benzer seyahat ihtiyaçlarının nasıl birleştirileceğidir. Bu kombinasyon, kaynak kullanımını artırabilir ve yolculara daha ucuz bir seyahat çözümü sağlayabilir.
Araba paylaşımının arkasında daha zorlu bir teknik problem var Burada sadece bir sürücü ile bir yolcu arasındaki eşleşmenin değil, aynı zamanda birden fazla farklı seyahat talebi arasındaki benzerliğin de dikkate alınması gerekiyor. Burada temel bir konu, geleneksel yol planlamasından çok farklı olan yol planlamadır. Geleneksel yol planlamasında temel husus, yolun seyahat süresi ve mesafesidir. Ama burada bir sonraki yolcunun bu rotadaki olasılığını göz önünde bulundurmamız gerekiyor.
Sistem, birden fazla yolcunun ihtiyaçlarının tek bir siparişte birleştirilebileceğini belirlediğinde, teslim alma emri belirlenmelidir. Örneğin, aşağıdaki örnekte, iki yolcu A ve B varsa, yol planlaması önce A'yı, sonra B'yi bağlamak olmalıdır. Önce A'yı hedefe gönderin ve sonra B'yi gönderin. Bu sadece iki yolcu için geçerlidir, 3 ve 4 yolcu için daha fazla permütasyon ve kombinasyon olacaktır. Hem rota planlama hem de araba paylaşımı algoritmalarının, kombinasyonları ve algoritmaları sıraya koyma sorununu çözmesi gerekir ve bunun zorluğu, araç paylaşımı ölçeğiyle katlanarak artacaktır.
Tahmini Varış Zamanı
Yolculuk başladıktan sonra, Didi'nin kullanıcılara tahmini varış zamanını bildirmesi gerekir. Tahmini varış zamanı, sektörde uzun yıllardır çalışılan nispeten bir sorundur. Endüstride tahmini zamanı ölçmek için yaygın olarak kullanılan bir gösterge, ortalama tahmini sapma olan MAPE olarak adlandırılır. Uzun bir süre içinde bu gösterge değişmeden kaldı. Çünkü herkes varış zamanını tahmin etmek için doğrusal bir yöntem kullanır.
Didi, Çin'deki tahmini süre sorununu makine öğrenimi yoluyla çözen ilk şirkettir. Bu teknolojinin piyasaya sürülmesi, tahmini sürenin sapmasını önemli ölçüde azaltır ve doğruluğu artırır.
Yol planlama, geleneksel bir grafik teorisi algoritma problemidir ve onu çözmek için birçok sezgisel algoritma vardır. Didi, yol planlamasına yeni bir bakış açısı getirdi, çünkü çok miktarda tarihsel ve yörünge verisine sahip, yol planlama problemini bir arama ve sıralama problemine dönüştürdüler. Sistem, sürücünün yörüngesine göre öğrenmeye ve kazmaya devam edecek. Bir sürücü Didi'nin kendisi için planladığı yolu takip etmezse bu, bu yolun herkesin bilmediği bazı özelliklere sahip olabileceği anlamına gelir. Sürekli öğrenme yoluyla, tarihsel veriler gittikçe daha bol hale gelecektir.
Bu verileri geri çağırdıktan sonra, mevcut zamana ve kullanıcı tercihlerine vb. Göre mevcut yol koşulları için en uygun yolu seçebilirsiniz. Yol planlaması, gerçek dünyadaki yol durumu verilerini gerektirir ve bu veriler de anlık olarak değişmektedir. Gerçek dünyadaki yol koşullarındaki değişiklikleri her saniye doğru bir şekilde nasıl yansıtabilirsiniz, burada ayrıca Didi platformunda büyük miktarda yörünge verisi kullanılır.
Bu büyük veri teknolojileri, her seyahat deneyimini daha iyi hale getirir, Ancak tüm seyahat platformunda, ayarlanması gereken en önemli konu arz ve talep arasındaki uyumsuzluktur. Bu sorunun çözümü, onları daha tutarlı hale getirmek için zaman ve mekanda makro bir arz ve talep ayarlaması gerektirir.
Aşağıdaki grafikte gösterildiği gibi, bu grafik Pekin'deki arz ve talep arasındaki boşluğu göstermektedir. Burada, Pekin kabaca 10.000 ızgaraya bölünmüştür ve her bir ızgaranın rengi arz dengesizliğini gösterir. Kırmızı ise, kapasitenin son derece eksik olduğu anlamına gelir. Yeşil ise, sürücülerin nispeten yeterli olduğu anlamına gelir. Burada çok kuvvetli bir gelgit etkisi var, her gün en yoğun dönemde, bazı çekirdek bölgelerde ulaşım kapasitesi son derece yetersiz.
Bu sorunun nasıl çözüleceği, çok doğru bir arz ve talep tahmini gerektirir. Bu bağlamda Didi, makine öğrenimi ve büyük veri algoritmaları yoluyla çok fazla işe yatırım yaptı ve yüksek bir doğruluk düzeyine ulaştı. Tahmin öncülüğünde, sürücülerin yolcuların onlara en çok ihtiyaç duyduğu yerde görünmesini sağlamak için zamanlama algoritmalarını kullanmak da gereklidir.
Yukarıdaki resimden birçok alanın sürücü açısından yetersiz olduğunu ancak bazı alanların yeterli kapasiteye sahip olduğunu görebiliriz. Zamanlama karar verme açısından, Didi, her zaman ve uzay düğümüne bir sürücü eklemenin sınır etkisini hesaplamak için bir algoritma geliştirdi. Şu anda ve uzay düğümünde, bir sürücü belirirse, kaç siparişi değiştirebilir? Daha sonra, böyle bir sürücünün sınır modeli altında, arz ve talep dengesizliği sorununu daha iyi çözmek için küresel kapasite tahsisi için tüm zaman ve alan düğümlerini koordine etmek için bir dizi optimizasyon algoritması geliştirilebilir.
(Bitiş)
Lei Feng
