人工智能和机器学习在滴滴多个业务场景的深度应用和实践

阅读数:104 2019 年 9 月 17 日 13:59

人工智能和机器学习在滴滴多个业务场景的深度应用和实践

AICon 北京 2018 大会上,张凌宇讲师做了《人工智能和机器学习在滴滴多个业务场景的深度应用和实践》主题演讲,主要内容如下。

演讲简介

滴滴运用大数据驱动和人工智能技术提升乘客出行和司机接驾效率,协同城市管理者提供智慧交通解决方案。在 AI 基础能力上,滴滴拥有出行领域全球领先的机器学习算法,深度应用在智能分单、智能调度、供需预测等系统的方方面面。

滴滴的订单分配系统需要实时进行司机和乘客两个群体的超大规模匹配计算,对每次计算而言,这是一个最优化问题,需要运用机器学习和组合优化理论在线进行求解;而当下的每次分配结构还会影响到未来一段时间的司乘关系,这又是一个典型的增强学习问题。

另外,在滴滴的核心业务场景中,供需预测是一个基础的决策信息,这是一个典型的时空数据预测问题,我们结合了大量的历史出行数据,并结合当前的实时特征,采用了 LSTM+GCN 对时间和空间数据进行建模求解。

演讲提纲:

  1. 人工智能技术在滴滴的应用概览
  2. 滴滴订单分配问题面临的挑战
  3. 组合优化和机器学习对订单分配问题的建模和求解
  4. 深度学习在滴滴实时供需预测中的应用

听众收益:

  1. 了解滴滴的核心系统框架和大规模实时分配系统面临的挑战,以及如何用人工智能技术解决这些问题
  2. 了解滴滴出行背后的时空大数据技术和匹配算法
  3. 了解典型的人工智能技术如何在大规模实时系统中的落地和应用

讲师介绍

张凌宇

滴滴 AI Labs 研究员

张凌宇,2012 年加入百度,任搜索策略算法研发工程师。2013 年加入滴滴,历任:高级算法工程师、出租车策略算法方向技术负责人、策略模型部技术专家。现任滴滴 AI Labs 研究员,在滴滴工作期间利用机器学习和大数据技术设计并主导实现了多个公司级智能系统引擎,如基于组合优化的订单分配系统、基于密度聚类与全局优化的运力调度引擎、流量引导与个性化推荐引擎、“猜您去哪”个性化目的地推荐系统等。参与公司几十项国际、国内核心技术创新专利研发、申请,擅长利用数学建模、业务模型抽象、机器学习等解决实际业务问题。曾获得北京市发明创新专利金奖、QCon 明星讲师等荣誉称号,研究成果被 KDD、SIGIR、AAAI 等人工智能、数据挖掘相关的国际顶级会议收录。

人工智能和机器学习在滴滴多个业务场景的深度应用和实践

人工智能和机器学习在滴滴多个业务场景的深度应用和实践

人工智能和机器学习在滴滴多个业务场景的深度应用和实践

人工智能和机器学习在滴滴多个业务场景的深度应用和实践

人工智能和机器学习在滴滴多个业务场景的深度应用和实践

人工智能和机器学习在滴滴多个业务场景的深度应用和实践

人工智能和机器学习在滴滴多个业务场景的深度应用和实践

人工智能和机器学习在滴滴多个业务场景的深度应用和实践

人工智能和机器学习在滴滴多个业务场景的深度应用和实践

人工智能和机器学习在滴滴多个业务场景的深度应用和实践

完整演讲 PPT 下载链接

https://aicon.infoq.cn/2018/beijing/#schedule

评论

发布