滴滴AILabs叶杰平：AI改变交通盖亚数据开放计划将继续扩大

昨天，首届蓝鲸新科技峰会在京开幕，滴滴出行副总裁、滴滴AI Labs负责人叶杰平教授受邀出席大会并发表了主题演讲。在演讲中，叶杰平详细介绍了滴滴在AI领域的战略布局，并重点分享了滴滴在智能派单、供需预测、智慧交通等领域的实践经验。

叶杰平认为，未来十年交通领域会发生许多变革，而变革主要会体现在三个层面，底层是交通基础设施，路网、信号灯等会也越来越智能；中间一层是车辆交通工具本身的变革，智能化、新能源化将是趋势；最上层则是共享出行，从共享车到共享每一个座位，期间智能派单、调度、供需预测等技术将会发挥很大的作用，“AI始终是里面非常核心的技术，所以滴滴的战略是AI for Transportation（AI改变交通）。”

(滴滴出行副总裁、滴滴AI Labs负责人叶杰平出席首届蓝鲸新科技峰会，畅谈出行领域的技术创新、变革

叶杰平在分享中指出，滴滴的AI布局主要围绕三个层面展开，最底层是基础的AI算法；中间一层则是滴滴拥有的非常核心的AI 技术，如语音、自然语言处理、图像等；而最上一层则是AI技术支持的应用--除了持续在用技术创新提高出行平台的用户体验，还积极以人工智能、大数据技术助力城市建设智慧交通网络，同时积极布局智能驾驶及新能源汽车等领域。

实际上，大数据、人工智能技术以及云计算已经广泛应用于滴滴的各类场景。当用户打开滴滴APP，在看不见的背后，其实已经有一系列复杂的智能算法模型在默默地提供服务，快速计算，如预测目的地，推荐上车地点等。过去司机往往需要打上好几个电话才能找到乘客，但基于大数据、AI算法，滴滴能自动挖掘并为乘客推荐适合上车的地点（小绿点），智能指引司机乘客到达。数据显示，滴滴平台拥有超过3000万个推荐上车点，仅2017年全年，这一功能就节省司乘通话超21亿次。

演讲中，叶杰平还重点拆解了AI 技术在滴滴的智能派单中应用。司乘匹配的背后，会涉及许多复杂的算法，比如如何做路径规划，如何预估A到B需要的驾驶时间等等，这背后的挑战非常大，不仅精度要求高，还需要实时。“过去两年，在地图领域，我们引入了深度学习算法，能结合大数据优化时间预估，极大地降低了误差，提升用户的体验；而在派单算法上，两年前，我们就开始研究把类似AlphaGo的想法用在滴滴场景，引入了强化学习技术---如果把每两秒一轮订单匹配，看成围棋下了一步，就可以把整个匹配的时间维度展开，每一次匹配对未来是有影响的，这样可以能基于全天供需、出行行为预测，来考虑一天之内司机整体的效率，能在确保乘客体验的同时提高司机收入”，叶杰平说。

“滴滴一直在持续用科技、用AI技术来改善城市的交通，来改善大众的出行”，据叶杰平介绍，从去年开始滴滴就启动了智慧交通项目，和政府、城市一起合作利用滴滴的大数据技术，利用前沿的AI技术来改善交通基础设施，包括智能信号灯，智慧交通诱导屏，潮汐车道等等。目前滴滴已经与贵阳、沈阳、南京、深圳、济南、武汉等20余城市合作，而滴滴的智慧信号灯已经服务了超过1300个红绿灯，平均降低了10%-20%的拥堵时间。未来，滴滴也将积极携手更多城市合作伙伴，共建高效、环保的智慧交通体系。

据悉，为支持科研工作者进行更广泛学术研究，推进交通领域的基础性与前瞻性研究和成果转化，去年10月，滴滴启动了盖亚数据开放计划，面向学术界免费提供部分真实的脱敏数据资源。对此，叶杰平坦言，交通是一个世界难题，滴滴希望能有更多的人一起用AI改变交通，未来盖亚数据开放计划也将在保证安全的情况下不断扩大。

叶杰平现场还感言，在关注交通领域挑战的同时，滴滴也希望能广泛协同合作，把过去在交通领域的积累和经验渗透到社会公益领域，让AI不仅改善出行，也能够赋能环保、健康、无障碍等公益项目建设，让技术创造更大价值，让社会更加美好。