【研究院】滴滴研究院,都在做什么
接著上一篇騰訊AI Lab,我們今天將帶領大家一起了解一下滴滴研究院。
作者 | 湯興旺 言有三
編輯 | 湯興旺 言有三
01
簡介
2016年4月13日,滴滴出行對外宣布,機器學習研究院升級為滴滴研究院,人工智能科學家何曉飛教授任滴滴研究院首屆院長。
滴滴研究院作為滴滴出行全新創新性研究機構,研究方向包括:機器學習、計算機視覺、人工智能、數據挖掘、最優化理論、分布式計算等,其致力于通過機器學習理論和方法,最大化利用交通運力,緩解城市擁堵,為每一位用戶設計最貼心最智能的出行方案。與業務線緊密結合,每一項研究成果都能以最快的速度應用到相應的產品上,給千萬用戶帶去便捷。
現在讓我們一起走進滴滴研究院,另外請注意一定要準備好你的簡歷喲!滴滴研究院官網鏈接如下:
http://research.xiaojukeji.com/index.html
02
領導團隊
自從滴滴研究院的前院長何曉飛教授從滴滴研究院離職后,目前其還剩下最主要的兩位大佬分別是葉杰平副院長和弓峰敏副院長。現在分別介紹下這兩位大佬,如下:
葉杰平教授博士畢業于美國明尼蘇達大學,是美國密歇根大學的終身教授,密歇根大學大數據研究中心管理委員會成員。他是機器學習領域國際是領軍人物,主要從事機器學習,數據挖掘和大數據分析領域的研究,尤其在大規模稀疏模型學習中處于國際領先地位。
其在國際頂級期刊和會議發表高水平論文200余篇,引用次數超過8000次,擔任包括IEEE TPAMI,DMKD,IEEE TKDE,NIPS,ICML,KDD等多個國際頂級期刊編委及國際頂級會議程序委員會主席和領域主席。
我們再說說另一個滴滴研究院大佬,副院長——弓峰敏,他是網絡安全領域卓有成就的專家,世界著名網絡安全公司Palo Alto Networks的聯合創始人,還是多家新興安全公司的創始人或重要高管。
03
研究案例
我們來說說滴滴的六大技術研究案例,分別是ETA,運力調度,供需預測,拼車,智能分單,熱力圖。
3.1ETA
ETA是滴滴出行的時間預估功能基于滴滴出行的海量實時出行數據,設計出全新的時間預估算法,從原理上克服了傳統算法的缺陷,大幅度提升了時間預估的準確率。
3.2 運力調度
滴滴的運行調度基于供需預測結果,大規模有序調動全城所有可用運力,實現資源最優化分配,力求解決正在發生的以及潛在供需失衡的狀況,提升平臺效率的同時最大化利用交通運力,緩解城市擁堵。
3.3 供需預測
滴滴的供需預測基于海量實時出行數據,以數十億訂單數據和數百萬司機位置信息為基礎,預測任意時間段各個區域的訂單需求和運力分布狀況,提供最優的未來出行方案。
3.4 拼車
其利用高效的實時拼車訂單的匹配算法,共享運力資源以及降低乘客出行成本。在不斷提高拼成模型準確率的同時,優化拼車體驗,提升服務效率。
3.5 智能分單
在司機和乘客的歷史數據中學習接單概率模型,提高司機和乘客的匹配度,利用運力的規模效應實時地從全局上最優化總體交通運輸效率和乘客出行體驗。
3.6 熱力圖
其熱力圖基于對歷史數據的統計并結合實時訂單數據,給出當前全城范圍內訂單密集區域的分布,給司機提供有價值的聽單位置參考,提高聽單概率并減少司機空駛時間。
04
研究成果
滴滴的研究成果主要集中在滴滴出行APP上和自動駕駛上面,下面我分別介紹下。
4.1 滴滴出行APP中的AI技術
當前在我們平時最常用的滴滴出行APP上就有大量的AI技術。也正是這些AI技術保證了滴滴地圖數據的準確性和時效性。使我們用戶能夠順暢出行。
現在當我們打開滴滴出行APP,它能精確我們的位置,當我們輸入目的地后,APP會給我們一個估計的價格,實際上這個價格估計的背后就有著AI,涉及路徑規劃和時間預估(ETA)。
滴滴在這過程中廣泛使用了機器學習、深度學習算法,來提高應用的準確性和處理能力,提高地圖數據更新的有效性和時效性,以更好地為人們提供出行服務。
另外在我們進行叫車的時候,實際有也有大量的AI應用。
當用戶確認叫車后,滴滴需要做訂單匹配,找到最適合接該用戶的司機。那么滴滴是如何權衡訂單合不合適的呢?實際上可以有多種辦法解決:比如距離和時間上離你最近的司機。當然,權衡訂單問題背后也包含個性化搜索,如個別用戶可能只喜歡某一類車型、某一種類型的司機。尤其是女性用戶在深夜十一二點,可能對車型和司機的要求比較高,這需要進行個性化匹配。這些都是AI在為我們提供方便。
4.2 滴滴自動駕駛
我們再說說滴滴的另外一個AI應用——自動駕駛
在2018年滴滴年會上滴滴CTO提出了未來滴滴的科技戰略——
AI for Transportation(AI改變交通)。在我這一位對自動駕駛的小白看來,由于滴滴擁有非常好的交通大數據,可以說它在發展自動駕駛上有著獨特的優勢。
上面的這兩幅圖就是滴滴的自動駕駛實車,這這次年會上滴滴通過視頻展現了其自動駕駛汽車,這輛白色汽車在自動駕駛模式下,高效識別行人、靜態障礙物、動態車輛,流暢平順的完成了路口右轉、左轉以及道路規劃等操作。
據了解滴滴研發自動駕駛,希望可以最小化交通出行中人為因素的影響,利用機器學習共享交通信息,告別交通事故,最終實現交通安全的最大化。目前滴滴已經在中美兩地擁有測試車隊,并將持續加大對智能駕駛研發的投入。
以上就是我對滴滴研究院的一個小介紹,我是非常看好滴滴研究院,尤其其在自動駕駛的發展上,你怎么看?歡迎留言!
總結
盡管滴滴今年在安全上出現了不少負面新聞,但我相信隨著技術不斷成熟,滴滴能不斷推動中國AI的發展,相信她能把其擁有的交通大數據更好的應用在自動駕駛上!
轉載文章請后臺聯系
侵權必究
更多請關注知乎專欄《有三AI學院》
往期研究院精選
國內AI研究院
想要變身”AI專家“,就戳戳手指關注我們吧
別忘了點“好看”支持作者噢? ????
總結
以上是生活随笔為你收集整理的【研究院】滴滴研究院,都在做什么的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 【AI白身境】深度学习中的数据可视化
- 下一篇: 【模型解读】从2D卷积到3D卷积,都有什