Didinin beyni AlphaGodan çok daha akıllı ve Ye Jieping, Didinin AI yol planlamasının şifresini çözüyor
Xinzhiyuan Raporu
"İnternet çağının ilk yarısı sona erdi. Oyunun ikinci yarısı yapay zeka üzerine olmalı." Didi Chuxing'in CEO'su Cheng Wei buna kesin olarak inanıyor.
Çin'in "AI Bahar Festivali" olarak bilinen 2017 Xinzhiyuan Açık Kaynak Ekolojik Yapay Zeka Teknolojisi Zirvesi'nde Didi Seyahat Araştırma Enstitüsü dekan yardımcısı Ye Jieping öne çıktı ve seyahat sorunlarını çözmek için yapay zeka teknolojisinin kullanılması üzerine bir konuşma yaptı.
Didi Brain: Büyük Veri, Makine Öğrenimi ve Bulut Bilişim
Ye Jieping, Didi Brain'in akıllı sistemini büyük veri, makine öğrenimi ve bulut bilişim olmak üzere üç bölüme ayırıyor.
Bulut bilişim Güçlü ve esnek bilgi işlem yetenekleri sağlar. Didinin iş senaryoları çok yüksek bilgi işlem gereksinimlerine ve gerçek zamanlı performansa sahiptir. Kullanıcı bir hedefe girer ve optimum ve makul programlama Didi beyni tarafından bir milisaniye hızında, örneğin Didi aracılığıyla hesaplanır Bulut bilişim, çok boyutlu optimum sipariş eşleştirmesini sağlayabilen büyük ölçekli gerçek zamanlı bir sipariş işleme platformu oluşturdu.
Makine öğrenme Yapay zekanın özüdür.Bir sistem, yapay zekayı makinenin kendi kendine öğrenmesiyle gerçekleştirir. Algoritmalar, makine öğreniminin temel unsurlarıdır. Didi tarafından oluşturulan temel algoritma modeli, daha doğru tahmin yetenekleri, akıllı dağıtım yetenekleri elde etmeye, verimliliği artırmaya, maliyetleri düşürmeye ve optimum kapasite planlamasına ulaşmaya yardımcı olabilir. Didi Seyahat Araştırma Enstitüsü tarafından çözülen arz ve talep tahmini, rota planlama ve akıllı sipariş gönderimi gibi teknik sorunlar algoritmalardan ayrılamaz.Ayrıca, hizmet noktaları ve makine yargıları gibi kullanıcı deneyimini iyileştirmek için yapay zeka da tanıtıldı. İşlevlerin arkasında, karmaşık makine öğrenimi algoritması teknolojisi ile elde edilir.
Aslında, Mayıs 2015 gibi erken bir tarihte Didi, Makine Öğrenimi Araştırma Enstitüsü'nü resmi olarak kurdu ve makine öğreniminin seyahat alanına büyük ölçekte uygulanmasında başı çekti. Geçen yılın Nisan ayında, Didi Makine Öğrenimi Araştırma Enstitüsü, trafik kapasitesinin kullanımını en üst düzeye çıkarmak, kentsel tıkanıklığı hafifletmek ve her kullanıcı için samimi ve akıllı seyahat planları tasarlamak için makine öğrenimi teorilerini ve yöntemlerini kullanmaya çalışan Didi Seyahat Araştırma Enstitüsü'ne yükseltildi. Bu ayın başlarında Didi, Silikon Vadisi'nde bulut güvenliği, derin öğrenme, insan-bilgisayar etkileşimi, bilgisayarla görme ve görüntüleme ve akıllı sürüş alanlarında teknoloji geliştirme ve uygulamaya odaklanan Didi Amerikan Araştırma Enstitüsü'nü kurdu.
Tüm bunların temeli, Didinin eşsiz zenginlik dolu seyahatinde yatmaktadır. Büyük veri . Ye Jieping, Didi platformundaki her aracın birkaç saniyede bir Didi Brain'in akıllı sistemine bilgi göndereceğini söyledi. Didi, her gün 70 TB'tan fazla yeni veri ekler ve her gün 2000 TB'tan fazla veriyi işler. Platformdaki günlük yol planlama sayısı 9 milyarı, ortalama günlük konumlandırma sayısı 13 milyarı aşıyor. Didi Brain'in misyonu, insanların seyahat deneyimini ve verimliliğini iyileştirmek için büyük seyahat verilerinden faydalı bilgiler elde etmek için AI teknolojisini kullanmaktır.
Ye Jieping konuşmasında hedef tahmini, akıllı sevkiyat, rota planlama ve tahmini varış süresi, arz ve talep tahmini ve hizmet değerlendirmesi gibi çeşitli uygulama senaryolarıyla başladı ve bunlarda yapay zeka teknolojisinin rolünü özellikle analiz etti.
Hedef tahmini ve akıllı gönderim
Didi Uygulamasını açtıktan sonra, kullanıcı Uygulamayı birçok kez kullandıysa, büyük veri yapay zekası önce olası hedefi tahmin edecektir. Uygulamayı sabah açarsanız, Didi Brain kullanıcının işe veya okula gitme ihtimalinin yüksek olduğunu tahmin edecektir; öğlen ise akşam yemeği için bir restorana gidebilir ve akşam eve gitmek veya bir partiye gitmek için Didi'yi kullanabilir. Daha doğru bir tahmin yapmak için algoritmalarla birleştirilmiş devasa veriler, size ilk yapay zeka deneyimini getiriyor.
Varış noktasını tahmin ettikten veya kullanıcı tarafından varış yerini girdikten sonra, yolcuların ve sürücülerin eşleştirilmesi olan Didi-dispatch'in çekirdek modülüne girer. Bir yolcu her sipariş verdiğinde, sürücü ve yolcuyu en iyi şekilde eşleştirmek için geniş ölçekli dağıtılmış bilgi işlem kullanmak gerekir.Yolcuyu etrafındaki çok sayıda sürücüyle eşleştirmek, optimum olanı hesaplamak, aynı zamanda optimum sürüş yolunu hesaplamak da gereklidir. Platform verimliliğini ve kullanıcı deneyimini en üst düzeye çıkarmak için en kısa toplam süreyi elde etmek.
Bu, Baidu ve Google hakkında bilgi aramaya biraz benziyor. Aslında yolcular sürücü arıyor, ancak her iki tarafta da insanlar var. Ancak sıradan arama motorlarının aksine, her iki yarım günde bir ve birkaç dakikada bir arama yaparsanız, aldığınız bilgiler çok fazla değişmeyebilir. Ancak Didinin ürünleri farklıdır. Araba her 5 saniyede bir başka bir kavşaktan geçebilir, yüksek hızda olabilir ve yol koşulları çok farklıdır. Bu nedenle Didinin beyninin dinamik, gerçek zamanlı bir eşleştirme yapması ve gelecekteki durumda değişiklikler yapabilmesi gerekir. tahmin.
Yol planlama ve ETA iki harita teknolojisi, akıllı sevkiyatın anahtarıdır ve hem sürücünün hem de yolcunun deneyimini doğrudan etkileyecektir.
Yol planlama ve ETA
Yol planlama ve ETA (tahmini varış zamanı) iki harita teknolojisi, Didi'nin optimum eşleştirmesinin anahtarıdır.
Ye Jieping, Didi Chuxing'in devasa kullanıcı sürüş verilerinden madencilik yaparak ve öğrenerek, Didi'nin gelecekteki yol koşulları için kullanılabilecek en düşük fiyat, en yüksek sürücü verimliliği ve en iyi ulaşım sistemi işletim verimliliği etrafında yeni bir akıllı rota planlama algoritması tasarladığını duyurdu. Doğru tahminler yapın, sürücünün gelecekteki tüm olası rotalarını bir bütün olarak değerlendirin ve milisaniye cinsinden A noktasından B noktasına en uygun yolu hesaplayın.
ETA, doğruluk gerektiren herhangi bir başlangıç ve bitiş noktası için gereken tahmini seyahat süresini ifade eder. Didi, "verimli sipariş eşleştirme" ve "sürücü kapasitesi planlamasını" çözmek için anahtar bir teknoloji olan ETA'ya makine öğrenimini başarıyla uygulayan Çin'de ilk şirkettir. Mevcut Didi ETA, her bir yolculuğun uzunluğunu ve her kavşaktan önceki bekleme süresini tahmin edebilir. Bu teknoloji ile kapasite daha uygun bir zamanda daha iyi planlanabilir.
Yolcu olarak bir sürücü ararken, her zaman size daha yakın ve daha kısa varış süresi olan bir sürücü bulmak istersiniz. Bu, harita teknolojisini içerir. Geçmişte, bir yolcunun bir fatura düzenledikten sonra, Didi Brain önce yolcuyu bir yere bulur ve ardından çevredeki tüm sürücüleri arardı. Etraftaki her sürücü için Didi Brain, sürücünün yolcuyu geçtiğini gösteren bir yol planı hazırlardı. Hangi yol izlenmeli ve en mantıklı yol nedir. En iyi yolu bulduktan sonra mesafesini hesaplayacağız; ikinci kısım ise zaman, varmanın ne kadar süreceği. Bu sorunların her ikisi de çok zordur çünkü son derece büyük olan gerçek zamanlı tahminler gerektirirler. Her yolcunun etrafındaki binlerce veya yüzlerce sürücü ile eşleştirilmesi gerekir, bir araba paylaşımı durumu varsa, ikili kombinasyon daha karmaşık olacaktır. Dahası, kullanıcının toleransı sınırlıdır ve trafik bilgileri özellikle doğru değildir.
2015'in ikinci yarısından bu yana, Didi Brain, gerçek zamanlı ve geçmiş verileri içeren ham verilerden başlayarak ve ardından modeller oluşturmak için madencilik özellikleri içeren bir dizi makine öğrenimi sistemi tanıttı. Tahmin yapmak için kuralların en eski uygulamasından, geleneksel makine öğrenimi modellerinin daha sonra kullanılmasına ve son zamanlarda derin öğrenme modellerinin tamamlanmasına kadar, zaman hatası yaklaşık% 70 ila 80 oranında azaltıldı. Burada büyük verinin ve yapay zekanın büyük potansiyelini görebiliriz.
Yolcular ve sürücüler için Didi beyni yolu, mesafeyi ve zamanı hesapladıktan sonra, her alanda belirli bir yolcu ile belirli bir sürücü arasındaki eşleşme derecesini bilir.Genel olarak, mesafe ne kadar kısa olursa o kadar iyi ve ne kadar kısa olursa o kadar iyidir. . Sonuç olarak, her 2 saniyede bir çok büyük bir matris elde edilir. Her sıra bir sürücüyü temsil eder ve her sütun bir yolcuyu temsil eder Ortadaki matris, yolcu ve sürücü arasındaki eşleşme derecesini temsil eder. Eşleştirme derecesi ne kadar yüksekse o kadar iyidir. Şimdi siparişleri göndermeye başlayabilirsiniz. Didi artık her 2 saniyede bir emir eşleştirme yapıyor. Amaç, 2 saniye içinde, mevcut yolcuların ve sürücülerin nihai eşleştirme hacmi ve işlem hacminin daha iyi olmasını ummaktır. Bu yöntemin dezavantajı geleceği düşünmemesidir.Örneğin, A siparişi varış noktasına ulaştıktan hemen sonra başka bir sipariş olabilir ve B siparişi varış noktasına ulaştıktan sonra, görece ıssız bir yer olduğu için sipariş olmayabilir. Sürücü gelecekte ne olacağını bilirse (örneğin yarım gün) ilk sırayı seçebilir çünkü muhtemelen iki emir alacaktır, ancak ikinci emri seçerse muhtemelen Sadece bu tek sipariş. Bu nedenle, sipariş eşleştirme esas olarak gelecekteki arz ve talep durumunu dikkate almalıdır ve seyahatle ilgili birçok ürün öngörülebilirdir. Gelecekteki birçok talep ve arz daha doğru tahmin edilebilir. Bu şekilde, gelecekteki tahminler mevcut gönderiye entegre edilebilir ve böylece verimlilik artırılabilir.
Son zamanlarda, Didi Brain gelişmiş öğrenmeyi başlattı. Gönderide, her andaki gönderi, günün tahmini ile birleştirilecektir.Amacımız aynı zamanda sürücünün gelirini bir günde maksimize etmek. Şu anki yöntem hala her 2 saniyede bir geliri en üst düzeye çıkarmak ve 1 gün içinde geliri en üst düzeye çıkarmak için onu büyütmek istiyoruz. Son zamanlarda, bu modül başlangıçta birkaç şehirde başlatıldı ve etkisi hala çok önemli. Temel neden, gelişmiş öğrenmenin uygulanmasıdır.
Arz ve talep tahmini
Yol koşullarının tahmin edilmesine yardımcı olmanın yanı sıra, Didi'nin devasa gerçek verileri arz ve talebi de tahmin edebilir Arz ve talep tahmini ne kadar doğru olursa, arz ve talep dengesizliğini o kadar iyi çözebilir.
Arz ve talep arasındaki dengesizlik, Didi platformunun verimliliğini sınırlayan çok önemli bir faktördür. İnsanlar genellikle taksiye binmezler, bunun nedeni platformun yetersiz araç kapasitesi değil, mantıksız kapasite dağılımıdır. Bu resimde kırmızı, sarı ve yeşil var. Kırmızı, daha fazla kapasiteye ihtiyaç duyulduğunu, yeşil daha fazla kapasite gerektiğini ve yukarıdaki sayı ne kadar kapasite eksik olduğunu gösterir.Örneğin, 2, bölgede iki aracın eksik olduğu ve eksi 6, alanın 6 daha fazla olduğu anlamına gelir. Araçlar. Pekin'de, yüksek beklenen araç sıkıntısı yok, ancak dağıtım mantıksız. Ancak dağıtımın mantıksız olduğunu anladığınızda sürücüyü sevk etmek biraz geç olabilir, çünkü sürücü geldikten sonra arz ve talep dengesizliği değişmiş olabilir ve dengesiz arz ve talep içeren siparişler genellikle trafiğin nispeten yoğun olduğu yerlerdir. Sürücü gelmeye istekli değil. Şu anda bir arz ve talep tahmini gerekiyor. Şimdi Didi Brain, önümüzdeki 15 dakika içinde farklı alanların arz ve talebini yaklaşık% 85 doğrulukla tahmin ediyor.
Diğer bir deyişle, ilerideki siparişlere yanıt vermek ve farklı bölgelerdeki taksi talebini karşılamak için şehir araçlarının gerçek zamanlı planlamasını gerçekleştirmek için atıl sürücüleri önceden ayarlamak için kullanıcı ihtiyaçlarının öngörülmesidir.
hizmet yorumu
Didi, yolcu puanlaması, yolcu değerlendirmesi ve iptal oranı gibi faktörler de dahil olmak üzere her sürücünün hizmet puanını tahmin etmek için büyük veri teknolojisini kullanır ve farklı hizmet seviyelerine sahip sürücülerin kullanıcılar üzerindeki uzun vadeli etkisini hesaplamak için algoritmik modeller kullanır.
Şu anda servis noktaları, Didi'nin akıllı sipariş gönderme sistemi ile birleştirilmiştir.Aynı mesafeler ve araç tiplerinin olması durumunda, sistem, iyi hizmet alan araç sahiplerinin yüksek gelir elde etmesine yardımcı olmak için daha yüksek servis puanına sahip araç sahiplerine öncelik verecek. Yukarıda belirtilen hizmet kredi sistemi, algoritma modeli oluşturmak için yapay zeka kullanılarak gerçekleştirilmiştir Kredi sistemi devreye girdikten sonra kullanıcı şikayet oranı ve sipariş iptal oranı önemli ölçüde düşmüştür.
Konuşmanın sonunda Ye Jieping şunları söyledi: Didi, veri, teknoloji ve deneyim odaklı bir şirket ve yapay zeka birçok uygulama senaryosunda başarıyla uygulandı. Ulaşım küresel bir sorundur.Didi, seyahatin verimliliğini, deneyimini ve güvenliğini sürekli olarak iyileştirmek ve sosyal sorumluluğuna katkıda bulunmak için hayatın her kesimiyle işbirliği yapmayı umuyor.
Cheng Wei'nin dileği, Didi'yi "dünyanın en iyi teknoloji şirketi" haline getirmek. 2016'da MIT Technology Review tarafından seçilen en akıllı 50 teknoloji şirketi arasında, Didi Chuxing gerçekten listede. Yapay zeka en son endüstriyel devrimi beraberinde getirecek ve Didi Chuxing bu dalganın mükemmel bir dipnotu haline geliyor.
27 Mart'ta Xinzhiyuan Açık Kaynak Ekolojik Yapay Zeka Teknolojisi Zirvesi ve Xinzhiyuan 2017 Girişimcilik Yarışması Ödül Töreni görkemli bir şekilde düzenlendi. "BAT" dahil olmak üzere Çin'in ana akım AI şirketleri ve 600'den fazla sektör eliti 2017 Çin'e ortak katkıda bulunmak için bir araya geldi Yapay zekanın gelişimi güçlü bir darbe aldı.
Orijinal metni okumak ve konferans kaydının metin versiyonunu görmek için tıklayın
