热点观察|被算法“囚禁”?探秘外卖平台配送背后的技术

作者: 永洪BI  来源: 永洪科技  时间:2020年09月15日

 

 

 

 

这几天我们被美团和饿了么事件刷屏了,起因是在一篇名为《外卖骑手,困在系统里》的文章中讲述了外卖平台算法系统和骑手实际工作的诸多冲突,展现了骑手为准时送餐要经历的诸多不易。

 

 

 

 

 

 

 

 

 

对于外卖平台来说,送达时间更短是主要竞争力。平台通过算法不断改进使在相同距离规定配送的时间不断缩短,同时利用骑手自身缩短时间的配送数据作为新算法的输入,进一步缩短配送时间,这个强大的逻辑就来源于人工智能。

 

 

 

 

 

 

 

 

 

我们在感叹骑手的不易,在质疑平台的各种不合理的同时,不得不承认人工智能给我们生活带来的革命性的影响。

 

 

 

 

 

 

 

 

 

那么今天让我们了解一下人工智能。 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

人工智能是计算机科学的一个分支,用于研究人类智能活动的规律,利用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术来构造具有一定智能的人工系统让计算机去解放人类的苦力脑力劳动。主要研究的领域包括 机器人、机器学习、计算机视觉、图像识别、自然语言处理专家系统等。

 

 

 

 

 

 

 

 

 

人工智能从1956年达特茅斯学术会议上正式命名开始,经历了三次热潮。第一次热潮主要应用在数学证明系统、语言学习、人机对话系统等技术方面,然而由于受当时计算机运算能力、程序设计及算法技术的限制,人工智能的发展陷入瓶颈。第二次热潮发生在上个世纪80年代,发展了最具代表性的专家系统,通过经验来解决问题,在某些领域上取得了很大的成功,但在研发更具有人类逻辑推理思维的应用时就明显的力不从心。第三次热潮从2000年到现在,随着互联网、大数据、云计算、各种机器学习算法的提出特别是深度学习等的广泛应用,人工智能更带来了突飞猛进的发展。最具代表性的是2016年谷歌DeepMind公司推出的第一个击败人类职业围棋选手、第一个战胜围棋世界冠军的人工智能机器人AlphaGo,标志着人工智能又迈向了一个新的台阶。

 

 

 

 

 

 

 

 

 

如今我们看到,随着全球迈向数字化时代,以云计算、大数据、人工智能与区块链为代表的数字技术,给社会、经济及个人带来了革命性的改变。所有数字化、智能化技术都是以让机器按人的方式学习、思考、表达,并协助人类,让工作、学习、生活变得更加简单、便捷、高效为目标。在生 活的方方面面都可以看见带来的改变,当在看新闻、刷抖音、逛淘宝买东西、看电影的时候总会有针对个人喜好的推荐;当我们想听音乐的时候,只需要喊一声小爱同学,智能音箱就会为你播放喜欢的音乐;当去商场吃饭不知道吃什么的时候,通过简单的语音交流商场的智能机器人就会根据你的喜好推荐餐厅;当开车不方便的时候,通过虚拟个人助理就可以完成播放音乐或者收取电子邮件等小事;当出行的时候,智能地图会帮助你规划路线以减少交通拥堵的时间;当想出去玩,通过手机查看天气的时候,天气预测中再无“局部地区有雨”的字眼,取而代之的是“您所在街道25分钟后小雨,50分钟后雨停”。为我们配上一位专属的天气预报员提供的天气预报能精准到分钟和所在街道;当使用支付宝、上班打卡、去火车站、去机场等场合的时候,都需要采集人脸信息,利用人脸识别技术验证身份,以保障安全。 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

那么怎样利用人工智能去解决实际问题呢?

 

 

 

 

 

 

 

 

 

我们以某网约车公司派单为例,简单介绍一下背后派单的算法逻辑。

 

 

 

 

 

 

 

 

 

首先来介绍订单分配,即是在派单系统中将乘客发出的订单分配给在线司机的过程。通常派单算法最大的原则就是“就近分配”,只考虑先到先得的贪心策略是否能满足全部客户的需求呢,答案是否定的。在网约车派单平台上,每一时刻都有M个订单在被乘客创建,同时有N个司机可以被我们用来进行分配,在分配订单的时候需要知道司机的实时地理位置坐标,以及所有订单的起终点位置,并且告诉每一个司机接到订单的实时导航距离。还需要考虑一些业务规则,例如快车司机不能接专车订单、同一个订单只会发给一个司机一次、为设定实时目的地的司机过滤不顺路区域等。除了以上还需要综合考虑司机的网络状况、交通状况等问题。

 

 

 

 

 

 

 

 

 

那么这样复杂的问题如何解决呢?主要的策略是从全局视角出发,满足尽可能多的订单需求,保证乘客的每一个叫车需求都可以更快更确定的被满足,并同时尽力去提升每一个司机的接单效率,让总的接驾距离和时间最短。怎么去站在全局视角呢?可以等待几秒积攒这段时间的订单和司机信息,将这段时间看做一个整体,利用运筹学理论解决二分图问题(即一个订单对应一个司机)寻找出满足较多需求下,接驾距离和时间最短的最佳匹配策略。一般情况下,乘客对订单响应时间的耐心是有限的,怎样快速的响应订单就需要对未来需求进行预测。这里就涉及了人工智能的诸多算法,收集一段时间、一定区域的时空数据、用户行为数据、订单数据等,建立预测模型,预测出未来该区域可能发生的订单和到达该区域的司机,然后让该区域的司机更好的匹配该区域的订单。考虑到预测的不准确性,还增加了一种名为“连环派单”的模式,即当司机结束服务的终点与新订单的始点距离近的时候,将该订单指派给即将结束服务的司机。这样就可以有效地压缩了订单的应答时间、以及司机的接单距离

 

 

 

 

 

 

 

 

 

随着科学技术的不断发展,人工智能的不断成熟,人工智能对金融、医疗、安防、零售、智能翻译、制造、自动驾驶等行业都很大的影响。但由于人工智能技术对于应用场景有较多的挑战,全面应用还需要很长一段时间。用一句话来总结人工智能:当下有为,未来可期。

 

 

 

 

 

 

 

 

 

以上介绍了人工智能的定义、发展和生活上的应用,后续会带来更多的人工智能内容,敬请关注。

 

 

 

 

 

 

 

版权声明

 

永洪BI
更敏捷、更快速、更强大

申请试用
Copyright © 2012-2023开发者:北京永洪商智科技有限公司版本:V10.0
京ICP备12050607号-1京公网安备110110802011451号 隐私政策应用权限