当前位置:首页 > 物联网 > 物联网技术文库
[导读]你知道乘客叫车之后,滴滴大脑需要在毫秒间运算多少次,动用哪些尖端“黑科技”,才能为乘客匹配最优的车辆吗?你知道滴滴为武汉人创造了多少收入,并且每天为武汉人节省了多少钱吗?听说滴

你知道乘客叫车之后,滴滴大脑需要在毫秒间运算多少次,动用哪些尖端“黑科技”,才能为乘客匹配最优的车辆吗?你知道滴滴为武汉人创造了多少收入,并且每天为武汉人节省了多少钱吗?听说滴滴秘密在造一朵高科技云,会是什么云?
  
  12月5日,在武汉光谷举行的“行·未来——你所不知道的滴滴”活动中,以上这些问题都有了答案。
  
  一次叫车 滴滴大脑运算576亿次

 

  

 

  滴滴出行高级副总裁兼工程技术委员会主席章文嵩

  
  滴滴出行高级副总裁兼工程技术委员会主席章文嵩说,当你打开滴滴出行APP叫车,毫秒之间,滴滴大脑平均需要CPU运算576亿次,才能为你匹配出最优的车辆。这个让人难以置信的数字,深刻反映出滴滴大脑惊人的大数据运算处理能力。
  
  从打开滴滴APP开始,界面上会动的小车、绿色的推荐上车点、猜你去哪的终点等信息,都是滴滴大脑运即时运算呈现的结果。其中,推荐上车点和猜你去哪,还是滴滴大脑的“黑科技”。
  
  别小看绿色的推荐上车点,这个功能首先需要滴滴有海量的大数据基础,然后滴滴大脑通过大数据挖掘,精准分析绑定适合大家出行的精确位置。目前,通过大数据挖掘之后,滴滴平台上有超过3000万个推荐上车点,而且根据不断更新的出行大数据,滴滴大脑每天还会更新大约8万个推荐上车点。比如,通过分析用户的使用数据,滴滴大脑发现武汉光谷步行街附近应该设一个推荐上车点,运行一段时间后,通过大数据深度挖掘和进化,滴滴大脑发现这个推荐上车点,往路南移动50米会更符合司机和乘客的上下车习惯,便会随即做出优化。
  
  推荐上车点“黑科技”上线后,截至目前,滴滴平台上超过30%的司机和乘客,按照小绿点不需要通话就可以找到对方,司机的通话量平均下降10%,乘客等候时间平均减少1分钟。
  
  另外一个滴滴独有的黑科技——“猜你去哪”,则是一种人工智能初体验。比方说,周末你打开滴滴APP,滴滴大脑会猜你要去汉口的丈母娘家,因为你每周末都去丈母娘家打扫卫生。
  
  章文嵩说,滴滴调度问题的复杂程度是下围棋的100倍以上,滴滴大脑的人工智能潜力会比著名的阿尔法狗(Alphago)更大。第一,滴滴大脑的计算空间是400多个城市,有无限的延展性;第二,滴滴大脑已经可以为每个人的现实生活带来真正的改变。
  
  起点和终点确认后,滴滴大脑自动进入“冒泡”计算环节。起终点路径规划、预估价、动调倍数、拼车折扣等等,都需要滴滴大脑根据道路情况、计价规则、供需情况、拼车概率等进行详细计算。APP界面顶部导航条上各条业务线的排序,也是滴滴大脑根据每个人的历史用车使用情况,运算之后做出的个性化排序推荐。
  
  当乘客点击“呼叫用车”之后,滴滴大脑进入最疯狂的发单分配计算环节。章文嵩说:“可以想象下,发单后,乘客自动进入需求池,而当前可用运力在运力池。两个池子之间,以及池子内部的所有乘客、所有运力之间,滴滴大脑都会进行千丝万缕的关联计算,才能得出最优的匹配方案,并且还要努力追求城市中每个区域的订单、运力之间的完美供需平衡。”
  
  如果乘客选择的是非拼车出行,滴滴大脑会针对运力池、需求池的匹配需求,每一秒计算一次,把整个城市的所有需求和运力,利用矩阵进行匹配计算。比如,1万个需求订单,10万个司机运力,进行最优匹配计算。而且,聪明的滴滴大脑还会计算,周围五公里之内,每个司机的匹配权重,包括订单维度、司机维度,路面距离、考虑接驾过程耗时等等。
  
  如果乘客选择的是拼车出行,滴滴大脑的计算则更为复杂。首先,需要考虑两张拼车订单的方向,是不是去往同一个目的地;同时,还要考虑订单之间的共乘比例,也就是路径重合比例,是不是最优化的拼车;接下来还要考虑接驾和送驾的顺序,先送谁后送谁。
  
  匹配最优车辆,乘客上车之后,还会感受到一个滴滴的“黑科技”——个性化下车点推荐。经过大数据挖掘和机器学习之后,滴滴大脑会自动将车辆导航到每位乘客最经常下车的精确地点,比如,你之前经常在前往武汉光谷区域时,在步行街入口处下车,这次滴滴大脑会自动导航车辆精准地抵达步行街入口,进一步降低司机与乘客的沟通成本。
  
  章文嵩说,通过滴滴大脑的超级运算能力和“黑科技”,可以让每个人实现“一键抵达”。当你打开APP,滴滴大脑为你自动匹配出最合适的上车点,以及当前最想去的目的地,你只用一键呼叫车辆,之后车辆会导航避开拥堵,直接抵达精准的目的地。乘客的发单时间将由此前的20秒缩短到3秒以下,而且全程不需要跟司机做任何沟通。
  
  去年创造超20亿收入 每天为武汉人节约136万元
  
  作为分享经济在交通行业的代表,滴滴出行为中国的产业转型提供了有效的缓冲。目前,滴滴平台创造了1500万个就业机会,其中,几乎400万来自传统去产能行业。
  
  作为以创新驱动供给侧改革的代表事物,网约车在提升出行效率、创造社会价值的同时也带来了大量的就业机会。截至2016年10月30日,滴滴出行已为武汉地区数十万名司机提供了更加平等、自由、灵活的就业机会,其中不乏女性群体、下岗工人、退役军人及艰苦创业者等。平台上注册的武汉车主中,有超过7000人来自武钢,其中三成是分流员工。在武汉,平均每月有超过十万司机通过滴滴出行平台获得收入。过去一年,滴滴平台给武汉地区网约车司机创造了超过20亿人民币的收入。
  
  滴滴大数据显示,武汉乘客通过滴滴出行下单后,平均10秒内就会被应答,平均每次等车时间为5.5分钟,而在武汉,如果选择在路边扬招车辆,平均等车时间约为11.6分钟。与路边扬招打车相比,通过滴滴出行武汉人平均等车时间缩短了52%,相当于每天为武汉市民节省5万小时等车时间,约合人民币136万元。
  

 

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

北京——2024年4月18日 西门子中国和亚马逊云科技双方高层在西门子中国北京总部会晤,双方宣布签署战略合作协议,共同成立“联合创新团队”。基于亚马逊云科技在生成式AI领域的领先技术和服务,并结合西门子在工业领域的深厚积...

关键字: 生成式AI 机器学习 大数据

赛诺贝斯开创性"三位一体"商业模式:领跑MarTech行业的创新引擎

关键字: 数字化 大数据 大模型 生成式AI

近日,英特尔联合华铭、锐宝智联和育脉共同打造了融合掌静脉特征识别技术的智能城市轨道交通自动售检票系统(AFC)方案,将掌静脉特征识别技术应用于城市轨道交通场景,实现了轨道交通自动售检票系统的技术革新。

关键字: 英特尔 智慧交通

随着大数据时代的到来和计算能力的不断提升,机器学习作为人工智能领域的重要分支,正逐渐改变我们的生活方式和工作模式。机器学习涉及多个学科的理论和技术,其应用广泛且深入,为各个领域的发展带来了前所未有的机遇。那么,机器学习具...

关键字: 大数据 机器学习 人工智能

随着大数据时代的来临,数据的价值日益凸显,如何从海量数据中提取有用信息并转化为实际价值,成为各行各业关注的焦点。机器学习和数据挖掘作为两大核心技术,在数据分析和处理中发挥着越来越重要的作用。本文将通过几个典型的应用案例,...

关键字: 大数据 机器学习 数据挖掘

如今,轨道交通的数字化、智能化转型日渐成为众多城市竞相推进的建设方向,基于此,英特尔联合华铭、锐宝智联和育脉共同打造融合掌静脉特征识别技术的智能城市轨道交通自动售检票系统(Automatic Fare Collectio...

关键字: 智慧交通

随着互联网的迅猛发展,百度、阿里巴巴、腾讯等互联网巨头逐渐崭露头角,成为了行业的领军者。这些公司在云计算、大数据、人工智能等领域积累了丰富的经验和技术实力,为开发者提供了丰富的服务和工具。在这样的背景下,BAT模块应运而...

关键字: 互联网 云计算 大数据

随着大数据时代的来临,机器学习作为人工智能的核心技术之一,已经深入到各个领域并展现出强大的潜力和价值。机器学习通过对大量数据的分析、学习和预测,为各个行业提供了前所未有的机遇。本文将详细介绍机器学习的常见任务,并探讨这些...

关键字: 机器学习 大数据

人脸识别技术作为一种高效、准确的身份识别方式,近年来得到了广泛的应用和发展。随着人工智能、大数据等技术的不断发展,人脸识别技术的准确度和可靠性得到了显著提高。本文将探讨人脸识别技术的发展现状和未来趋势。

关键字: 人脸识别 人工智能 大数据

人工智能是“十四五”规划明确优先发展的前沿科技领域之一,如何看待未来我国人工智能领域的发展前景?目前,我国机器人基础研究状况如何?

关键字: 人工智能 物联网 大数据
关闭
关闭