滴滴AI Labs葉傑平：AI改變交通 蓋亞數據開放計劃將繼續擴大

昨天，首屆藍鯨新科技峰會在京開幕，滴滴出行副總裁、滴滴AI Labs負責人葉傑平教授受邀出席大會並發表了主題演講。在演講中，葉傑平詳細介紹了滴滴在AI領域的戰略布局，並重點分享了滴滴在智能派單、供需預測、智慧交通等領域的實踐經驗。

葉傑平認為，未來十年交通領域會發生許多變革，而變革主要會體現在三個層面，底層是交通基礎設施，路網、信號燈等會也越來越智能；中間一層是車輛交通工具本身的變革，智能化、新能源化將是趨勢；最上層則是共享出行，從共享車到共享每一個座位，期間智能派單、調度、供需預測等技術將會發揮很大的作用，「AI始終是裡面非常核心的技術，所以滴滴的戰略是AI for Transportation（AI改變交通）。」

(滴滴出行副總裁、滴滴AI Labs負責人葉傑平出席首屆藍鯨新科技峰會，暢談出行領域的技術創新、變革

葉傑平在分享中指出，滴滴的AI布局主要圍繞三個層面展開，最底層是基礎的AI演算法；中間一層則是滴滴擁有的非常核心的AI 技術，如語音、自然語言處理、圖像等；而最上一層則是AI技術支持的應用--除了持續在用技術創新提高出行平台的用戶體驗，還積極以人工智慧、大數據技術助力城市建設智慧交通網路，同時積極布局智能駕駛及新能源汽車等領域。

實際上，大數據、人工智慧技術以及雲計算已經廣泛應用於滴滴的各類場景。當用戶打開滴滴APP，在看不見的背後，其實已經有一系列複雜的智能演算法模型在默默地提供服務，快速計算，如預測目的地，推薦上車地點等。過去司機往往需要打上好幾個電話才能找到乘客，但基於大數據、AI演算法，滴滴能自動挖掘並為乘客推薦適合上車的地點（小綠點），智能指引司機乘客到達。數據顯示，滴滴平台擁有超過3000萬個推薦上車點，僅2017年全年，這一功能就節省司乘通話超21億次。

演講中，葉傑平還重點拆解了AI 技術在滴滴的智能派單中應用。司乘匹配的背後，會涉及許多複雜的演算法，比如如何做路徑規劃，如何預估A到B需要的駕駛時間等等，這背後的挑戰非常大，不僅精度要求高，還需要實時。「過去兩年，在地圖領域，我們引入了深度學習演算法，能結合大數據優化時間預估，極大地降低了誤差，提升用戶的體驗；而在派單演算法上，兩年前，我們就開始研究把類似AlphaGo的想法用在滴滴場景，引入了強化學習技術---如果把每兩秒一輪訂單匹配，看成圍棋下了一步，就可以把整個匹配的時間維度展開，每一次匹配對未來是有影響的，這樣可以能基於全天供需、出行行為預測，來考慮一天之內司機整體的效率，能在確保乘客體驗的同時提高司機收入」，葉傑平說。

「滴滴一直在持續用科技、用AI技術來改善城市的交通，來改善大眾的出行」，據葉傑平介紹，從去年開始滴滴就啟動了智慧交通項目，和政府、城市一起合作利用滴滴的大數據技術，利用前沿的AI技術來改善交通基礎設施，包括智能信號燈，智慧交通誘導屏，潮汐車道等等。目前滴滴已經與貴陽、瀋陽、南京、深圳、濟南、武漢等20餘城市合作，而滴滴的智慧信號燈已經服務了超過1300個紅綠燈，平均降低了10%-20%的擁堵時間。未來，滴滴也將積極攜手更多城市合作夥伴，共建高效、環保的智慧交通體系。

據悉，為支持科研工作者進行更廣泛學術研究，推進交通領域的基礎性與前瞻性研究和成果轉化，去年10月，滴滴啟動了蓋亞數據開放計劃，面向學術界免費提供部分真實的脫敏數據資源。對此，葉傑平坦言，交通是一個世界難題，滴滴希望能有更多的人一起用AI改變交通，未來蓋亞數據開放計劃也將在保證安全的情況下不斷擴大。

葉傑平現場還感言，在關注交通領域挑戰的同時，滴滴也希望能廣泛協同合作，把過去在交通領域的積累和經驗滲透到社會公益領域，讓AI不僅改善出行，也能夠賦能環保、健康、無障礙等公益項目建設，讓技術創造更大價值，讓社會更加美好。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！