与GoogleX创始人的强势跨界张博：滴滴出行将成为全城交通枢纽

分享至

（原标题：与GoogleX创始人的强势跨界张博：滴滴出行将成为全城交通枢纽）

编者按/ 滴滴出行与GoogleX实验室创始人Sebastian Thrun创立的新项目Udacity进行合作，旨在寻找人工智能、机器学习以及大数据的高端人才。

滴滴出行在实现供需预测背后，需要汇集人工智能、大数据、机器学习等很多领域的顶尖人才。

滴滴出行CTO张博表示未来的战略目标是一个全城的交通枢纽、一个智能交通云、一个连接人和出行工具的庞大系统。

文/衣茉

此次滴滴出行的深度跨界，似乎是为了未来而准备。

4月18日，滴滴出行和来自硅谷的IT在线教育“独角兽”Udacity进行战略合作，不仅如此，Udacity还将和滴滴出行联合推出大数据算法竞赛，悬赏10万美元。谈及与滴滴出行展开深度合作，优达学城方面表示，我们相信和当地的行业领导者合作，是培养出一流技术人才的最好方式。滴滴出行CTO张博表示希望和Udacity达成深入的合作。

不过，滴滴出行更大的需求则是招募人工智能方面的人才。滴滴出行高级副总裁、滴滴研究院院长何晓飞在接受笔者采访时表示，虽然滴滴出行正在使用机器学习和人工智能解决问题，但事实上国内在人工智能机器学习这个领域的人才是极其缺乏的，这也是滴滴出行会跟Udacity展开深度合作的原因。

何晓飞大胆表示，未来将是人工智能的突破年，“未来5年到10年，机器学习、人工智能很有可能遍布整个计算机领域，抑或科技领域，更可能影响整个社会生活的方方面面。”

人工智能将是趋势

未来5到10年，人工智能将很大程度取代人来作决策。

滴滴出行和Udacity共同宣布达成战略合作，滴滴出行大数据专家将为进入中国后的Udacity设计首个实战项目。Udacity是由GoogleX实验室创始人Sebastian Thrun创立的新项目，而无人驾驶是GoogleX实验室最重要的项目之一，滴滴出行与Sebastian的创业项目合作引发业界众多联想与猜测。

公开资料显示，Udacity在硅谷有着得天独厚的优势，它和Google、Facebook、亚马逊等全球顶尖的互联网企业合作推出了认证项目“纳米学位”，旨在培养高端的网站开发者、数据分析师和移动开发者。

滴滴出行与Udacity的合作约定，在其正式着陆中国后，滴滴出行成为率先为“纳米学位”添加中国内容的高科技企业。滴滴出行将为Udacity设计首个实战项目，该项目面向全球，全世界挑战者都可以挑战这一“毕业项目”，成功者将直接获得滴滴出行的面试机会。

据悉，该实战项目极具挑战，将为后续Udacity和其他互联网企业开展的内容合作提供灵感和经验。有业内人士猜测该项目或将围绕机器学习、人工智能而制定。

5月初，Udacity还将和滴滴出行联合推出大数据算法竞赛，悬赏10万美元奖金，寻找数据科学狂人，鼓励技术人才不断通过自主学习掌握行业前沿技术。10万美元的奖金额度也比谷歌相应赛事要高出一大截，后者从2003年起举办Google Code Jam程序设计竞赛，比赛内容包括一系列的算法问题，2014年第一名奖金为1.5万美元。

不久前，滴滴研究院宣布升级，由何晓飞任滴滴研究院首届院长，负责滴滴研究院和大数据团队建设。滴滴研究院汇集了顶尖的研发人才，除了何晓飞教授外，还包括机器学习领域国际领军人物、滴滴研究院副院长叶杰平教授，以及滴滴大数据高级总监杨帆等。

通过解决出行方面的技术难题，滴滴研究院构建了自己的技术核心竞争力，这些技术难题包括ETA、智能分单、拼车、供需预测、运力调度、热力图等核心项目。

谈及与滴滴出行展开深度合作，优达学城方面表示，滴滴出行是现在中国成长最迅猛的科技企业之一，为近3亿的用户提供出行服务，日均完成订单超过1000万次。这背后是依靠滴滴出行研究院在机器学习、数据科学领域的技术创新和突破。

而滴滴出行与优达学城合作，则是看好其在人工智能、机器学习等方向的人才方面的培养。

滴滴出行联手谷歌无人驾驶创始人强势跨界

人工智能或为出行突破点

虽然目前滴滴研究院在机器学习、计算机视觉、人工智能、数据挖掘、最优化理论、分布式计算等方面已具国际水平。但是，在何晓飞看来，未来的人工智能将会改变滴滴出行、乃至国人的出行问题。

公开资料显示，目前国人出行成本不断增长。全国每天有90亿次的路线规划，日出行次数大概是10亿次，如果每次出行节约10分钟，将会创造海量价值，而大家节约下来的时间，可以花在更多有价值的事情上，或者花在消费娱乐上。而中国的交通拥堵更是在世界被诟病，数据显示，中国杭州的单位面积车辆是纽约的两倍。而杭州在国内的拥堵情况其实并不算最糟的。

“交通拥堵给我们很多实际问题带来很大的挑战，比如在拥堵时段预估一辆车从A地点到B地点的行驶距离，这是很困难的。”当然，滴滴出行面临的挑战也不仅止于此。目前，滴滴出行已经拥有7条产品线，囊括出租车、快车、巴士以及代驾等业务，覆盖全国400多个城市，可谓最大程度上满足不同用户的不同出行需求。但随之而来的，则是与日俱增的技术难度。

公开资料显示，滴滴出行提供全平台业务线，在滴滴出行的平台上有各色不同的用户，各色不同的线路、价位，也有各色不同的司机。在不同的时段，滴滴对兼职司机和全职司机的订单做合理的分配，尽可能做到削峰填谷，减少早高峰、晚高峰的波动，在更好地满足乘客需求的同时，提高司机的收入。

“做到这个有两个方面，一个是机器学习，未来我们会在整个计算机领域进行普及，除此以外则是大数据，包括在人工智能等很多领域之中寻找到优秀人才。”何晓飞笑道。

为了构建一个移动的智能出行网络，滴滴研究院围绕移动出行方面，尤其是动态调价上做了大数据以及算法上的改善。

何晓飞介绍，动态调价并非固定，而是随着时间、区域是波动的。在调价时，还需要考虑司机和乘客的行为。“比如说像有一些司机他可能只是在某一个区域活动，那么我们根据司机和乘客他过去的历史行为，我们可以找出一些规律，然后把司机和订单去做更好的匹配。”

技术的驱动力也让滴滴出行的数字又刷新了纪录。

3月份，滴滴出行公布了一个被称之为“里程碑”意义的数据：全平台（涵盖出租车、专车、快车、顺风车、代驾、巴士、试驾、企业版）整体完成日订单首次突破1000万，平均每秒完成115个订单。而这个数字，相当于目前整个北美移动出行市场日订单的8倍，相当于2016年春运期间中国铁路路网系统一天最高(2月13日，春节返程最高峰)的旅客发送量，也大约接近全世界最繁忙的东京地铁一天的客运量。

根据CNNIC（中国互联网信息中心）数据，滴滴出行占据了87.2%的专车市场份额。滴滴出行如今拥有全球最大的出行数据，每天采集的出行数据超过50Tb，同时每天的路径规划超过90亿次。基于上述数据量，滴滴研究院可以进行最大限度的数据挖掘，不断通过大数据和深度学习驱动的人工神经元智能网络实现精准的预测能力、智能的调配能力、动态的定价能力，从而提高效率降低成本，实现最优的运力调度。

有分析师指出，滴滴出行在通过改善算法以及大数据云计算的运用方面，在业内属于领先水平。其通过此提高了订单的成交率，降低了司机到乘客的接驾时间。这靠的是滴滴出行利用其庞大的历史数据做统计分析，躲避出现问题的路段、分析司机和用户的出行习惯所致。这也是目前大数据在解决问题上的一大优势。

但是，大数据更大的优势在预测上。未来大数据将对事件的进程作预判分析，比如预测下一时段的拥堵地点，提前躲避，抑或者是预测哪些地点将是未来的乘车高峰，调配车力等。“现在，用户在订单还没有发送出来之前，滴滴出行就有一个算法或模型，预测这个订单会不会成交。”

从上述讨论中可以看出，换句话讲，滴滴出行希望通过大数据和云计算，从一个更为宏观的视角审视每一个订单，包括订单周围的司机情况。在何晓飞看来，如果滴滴出行能够更好地知道整个城市的交通状况，或者乘客、司机的一个行为，就会更好地提高订单的接单率。

在何晓飞看来，未来的人工智能将会改变滴滴出行、乃至国人的出行问题。

滴滴出行与优达学城合作，则是看好其在人工智能、机器学习等方向的人才方面的培养。

滴滴出行CTO张博与GoogleX创始人Sebastian Thrun联合宣布达成战略合作

似乎是基于人工智能在滴滴出行上的贡献，滴滴出行CTO张博在接受笔者采访时大胆发言，未来5到10年，人工智能将很大程度取代人来作决策。

论坛上，张博表达了其对人工智能发展速度的惊讶，“我2008年毕业的时候还很少有人说人工智能，但从去年开始，基本上所有硅谷的科技公司，包括Google、Facebook等都把机器学习人工智能当成他们最核心的竞争力。”

何晓飞指出，当今的人工智能有三个要素：足够多的数据、挖掘数据的工具以及计算能力。

从前段时间AlphaGo和李世石的比赛可以看出，AlphaGo跟人类相比最大的优势就是可以跟自己下棋，他可以获取无限、无穷的数据规模。而在机器学习之中，数据需要达到一定量级的，人工智能才能获得更多的信息。

其挖掘的工具——机器学习的发展，也促成了目前大数据机器学习的进步。目前，机器学习的主要研究领域是深度学习。公开资料显示，机器的深度学习已经可以像人一样去理解数据。

除此以外，计算能力也是人工智能必备的要素之一，现在的GPU，与之前传统的CPU相比，更擅长做更多地高性能计算，若再加上云计算，人们可以把很多的机器网连到一起来适应更大计算量的需求。