滴滴出行：机器学习和人工智能让滴滴获得更高效率
https://v.qq.com/txp/iframe/player.html?vid=f0196y0hw5z&width=500&height=375&auto=0
彭博专访滴滴总裁柳青：机器学习和人工智能让滴滴获得更高效率
https://v.qq.com/txp/iframe/player.html?vid=v0164tm2b5w&width=500&height=375&auto=0
亚布力论坛：滴滴 创始人 程维 【出行 梦想】
https://v.qq.com/txp/iframe/player.html?vid=d0192o7rrsh&width=500&height=375&auto=0
滴滴出行 创始人&CEO 程维【让出行更美好】
滴滴柳青：机器学习和人工智能让滴滴获得更高效率
4月25日滴滴出行总裁柳青日前在旧金山接受了彭博电视台埃米莉-张(Emily Chang)的采访，在访谈中柳青透露，滴滴下一步将加大在机器学习和人工智能方面的投资，从而进一步提高运营效率。以下为访谈内容全文：
埃米莉：滴滴出行此前名为滴滴快的，是Uber在中国的最大对手。这家中国创业公司目前已经在中国的超过400座城市开展运营，拥有1400万司机，每天完成1100万订单。对比之下，Uber远远落后。该公司只在中国约50座城市开展运营，并计划到今年底将业务覆盖扩大至100座城市。上周，滴滴宣布与Lyft合作落地，加强合作关系，应对Uber迅速的全球扩张。我对滴滴出行总裁柳青进行了独家采访，而第一个问题是为何他们决定调整公司的品牌。
柳青：滴滴出行是一个更广泛的概念。出行在中文里有交通、通勤的含义。我们希望服务8亿城市用户的日常出行需求，从定义上来说这称作“出行”。
埃米莉：在美国，你们常常被称作“中国版Uber”或是Uber的终极克星。你们如何看待自己？
柳青：滴滴以多元化产品线服务8亿城市用户。这给我们带来了非常独特的商业模式。我们提供的不仅有专车，还有出租车。在每天1100万订单中，有约200万来自出租车，我们还从事巴士、顺风车等业务。通过许多为中国市场量身定制的创新产品，我们可以以更具效率的方式利用现有的服务网络。
埃米莉：你们已经在中国的400座城市展开运营，下一步扩张战略是什么？
柳青：下个阶段我们的目标在日订单1100万的规模基础上，加大对人工智能和机器学习的投资。如此大的体量，不应该再人为地制定策略，而是让机器来做决策，我们的智能调配网络每天都通过自我学习不断进步。这样说是因为在中国，我们目前正面临供应侧的短缺。例如，在彭博社的大楼里，这一秒发出了50个打车订单，所有人都希望能在5分钟里动身，一刻也等不了，但如果周围只有20辆车，那么会怎么样？你永远无法匹配这样的需求。网络可以自动学习，从而更加智能，甚至在乘客发出订单前，就预测到彭博社大楼需求的数量和动向，提前调配足够的司机来这里。因此，如果你有需求，我们就可以即时满足。网络会逐步学习演进，了解每个特定地区，例如有多少订单即将发出，如何及时安排司机去响应你的订单。
埃米莉：开拓中国以外市场的机会如何？对此你们的看法是什么？
柳青：目前中国是一个庞大的市场，有8亿城市用户。滴滴的分享出行服务只有1.1%的渗透率。如果我们的渗透率提高至5.5%，那么每日订单总数就能达到6000万。这已经是极其庞大的规模。对于全球，我们思考的是如何帮助中国旅客在国外更方便地出行。因此我们才在上周与Lyft合作，推出了滴滴海外出行产品。当众多中国旅客来到美国，打开滴滴应用就可以使用Lyft的服务。尽管上线只有3天，情况已经非常喜人，已有数千旅客使用这一服务。这就是我们对于国际市场的看法：通过延展国际合作网络，让我们的服务伴随用户走遍海外。
埃米莉：关于财务情况，滴滴目前的亏损有多少？
柳青：我可以告诉你的是，由于规模的扩大，效率的提升，我们正比以往任何时候更接近盈利。目前可以说，到去年底，我们的财务报表上还有30亿美元。我们正接近完成第二轮融资。因此，我们的现金储备是非常充足的。
埃米莉：你对分享出行市场的未来怎么看？这是一场两家公司的游戏，一家公司的游戏，还是多家公司的游戏？
柳青：对我们来说，我们希望确保的是，我们向用户和乘客提供独一无二的服务。我知道，关于竞争总是有很多问题。我完全理解这一点。从我们的角度来看，这就像是跨栏比赛。在跨栏时，你不能总是张望相邻的跑道，否则就会摔倒。你需要专注地一往直前。因此，你不会东张西望，而需要聚焦于核心目标。
埃米莉：你们对Lyft投资1亿美元的动机是什么？
柳青： Lyft与我们有着许多共同的理念。例如，他们很关心社群，产品极具创新性。他们是美国共享出行行业的先锋。Lyft近期取得了高速增长，去年以来市场份额接近翻番。我知道，在这里，旧金山，他们已经实现了50%的市场份额。上季度他们的增长率达到50%。因此你知道，我们对于这笔投资很满意。
埃米莉：能否估计下，有多少用户已经来到美国，受益于你们与Lyft的合作？
柳青：现在才只有3天，我无法说未来有多少人会来到这里。但目前已有数千用户使用这一服务，前景很看好，下次你也应该试试滴滴的产品。
埃米莉：在几个月前前往中国时，我曾多次使用滴滴，体验很愉快，谢谢！
滴滴人工智能“数据大脑”如何在现实世界服务出行
4月18日，人工智能顶级科学家、滴滴研究院院长何晓飞在滴滴出行与Udacity合作发布会上首次公开面对媒体，阐述了其对人工智能发展阶段的看法，并进一步解密人工智能技术如何落地应用在滴滴平台上，以及创造了什么成果。
何晓飞曾担任雅虎研究院科学家，回国后在浙江大学任教，2015年加入滴滴出行。过去15年，他在机器学习、人工智能、计算机视觉等研究领域作出了卓越的贡献，同时是有科学领域“奥林匹克”之称的国际模式识别学会会士（IAPR Fellow）。
3月中旬，谷歌人工智能产品“AlphaGo”在围棋大赛中4：1战胜人类选手，引发业内热议。然而，从AlphaGo可以看到，很多人工智能产品目前还处于实验室阶段，距离现实应用还有一定距离。
何晓飞指出，人工智能技术在出行领域的应用探索，滴滴目前走在世界前列。AlphaGo通过自己与自己下棋取得无穷、无限的数据，而滴滴出行每天正常出行本身就可以产生海量数据，通过监控这些数据的产生，又能产生更多维度的数据。而通过与现实出行领域的“对弈”学习，滴滴研究院已经在多个维度取得了阶段性突破。
曾经质疑，但人工智能“奇点”已经来临
何晓飞指出，1950年左右人工智能概念被提出，引发第一次人工智能的浪潮，随后出现了许多关于人工智能的影视作品。但几十年来，人工智能领域并未出现革命性产品，导致很多人，甚至做学术的研究人员自己，都不相信人工智能真的可以实现。
近几年是人工智能爆发的第二次浪潮，与第一次浪潮不同的是，不管是普通大众还是业内专家，越来越多的人相信，人工智能真的可以实现了，“奇点”即将来临。而人工智能产品也逐渐走向大众，除了业内关注的谷歌AlphahGo之外，很多技术已经被应用到一线。
此外，10年前大家在讲人工智能的时候，被提到更多的是机器学习，因为人工智能太抽象，并且一直在被怀疑。现在，业内更多在谈论人工智能，而机器学习是作为人工智能领域的一个重要术语被业内熟识，当然，接下来更多专业术语会走向大众，包括监督学习、非监督学习等等。
何晓飞本人相信，在未来3年、5年甚至10年，人工智能会深刻改变生活中的方方面面。而现在，何晓飞带领的滴滴研究院团队已经在用人工智能技术，直接作用于出行平台、产品、技术的方方面面。
硬件技术的发展，也使人工智能“奇点”来临成为可能。此前CPU(中央处理器)用于数据计算，而GPU（图形处理器）被用于处理图形、游戏等领域，随着硬件普及，GPU可以大量用于数据处理，而通过云计算连接大量GPU/CPU之后，可以进一步满足人工智能需要的海量计算需求。
滴滴大脑如何跟出行“下棋”
在媒体描述中，AlphaGo会在夜深人静，计算资源闲置的时候，自己跟自己下棋，通过一次又一次的对弈，获取无限、无穷的数据规模，进而完成数据的挖掘、分析、学习，实现了“打败人类”。
而滴滴研究院的“数据大脑”，通过研究每天真实的滴滴出行平台上产生的数据，以及对这些数据如何产生进行二次追踪的数据，实现提高出行效率的结果。
目前，滴滴平台上每天产生超过50TB数据（相当于5万部电影），超过90亿次路径规划次数。在过去一年中，滴滴出行平台完成14.3亿订单，这相当于在中国平均每个人都使用滴滴打过一次车；累计行驶里程达128亿公里，相当于环绕中国行驶29万圈，累计行驶时间达4.9亿小时，相当于昼夜不歇的行驶56000年。
之所以每天产生90亿量级的路径规划数据，是因为每收到一个订单请求，系统会针对一个区域范围内的车主、用户做多次路径规划，并从中选择双方最优的匹配选项。增加快车拼车产品之后，需要规划的路径次数成几何指数倍增，因为在原有规划基础上，又增加了各种变量。
所以滴滴“数据大脑”对弈的是现实出行的海量数据，通过对每天24小时不间断产生的新数据，以及检测这些数据本身产生的二度数据，包括ETA、路径规划、实际路线、匹配时间等等，进行研究、学习，最终实现订单匹配效率的提升，司机取得更多收入，乘客更加快捷出行。
何晓飞提到，大数据是石油一般的宝藏，滴滴拥有在全世界范围内，出行领域最完善的数据资料。挖掘滴滴数据宝藏需要机器学习、深度学习作为工具，机器学习是一个浅层模型，输入一张图片、一段语音，输出可能就是一只狗还是猫。而深度学习是多层的，类似于人的大脑有一个深层次的信息处理传播，像人一样去理解数据并且输出结果。滴滴研究院已经招聘了许多世界一流的科学家在从事这个领域的研究。
最终要实现数据的“预测”功能，而非一直留在“监测”层面。
数据如何预测未来
何晓飞提到，滴滴的目标是建立一个移动的智能出行网络。这是一个完整的系统，其中包括随区域、时间变动的定价、订单的高效匹配、根据供需预测之后的司机运力调度等等。
对于一个具体区域来说，滴滴“数据大脑”已经实现了，提前15分钟时间内可以实现超过88%准确率的预测，根据预测结果，就可以选择要不要对司机运力进行调度，使在附近的司机可以提前到达运力紧缺的区域，以缓解可能发生的拥堵。
即通过预测—干预，再次预测-再次干预。通过预测干预来缓解区域的运能紧缺，而非在紧缺之后再通过价格杠杆事后处理。这个思路与目前市面同类产品有本质区别。
以上预测加调度的模式是宏观视角，另外还有微观角度的预测。比如一个乘客发送订单之后，根据算法模型可以预测这个订单的成交率，这个模型中包括乘客历史数据的出行习惯，以及周围司机的出行习惯，进而得出本次订单能否成交的预测。
预测之后是干预，如果预测乘客订单成交率比较低，系统会采用反馈手段来激励司机的接单意愿，促进成交。
何晓飞认为，传统搜索引擎出来的结果是很多条的，但对于出行领域来说，人工智能运算的结果只有0和1，即乘客的出行能否达成。滴滴所有的数据、算法都在为了匹配用户和出行工具而努力。
在过去的一年，滴滴已经在多个数据维度产生很大的改变。以快车为例，乘客发单后平均ETA降到4分钟，节约了60%出行成本，在高峰时期增加5%订单成交的机会。对于司机来说，每小时订单成交量提高了20%，平均收入提升了30%~40%。
接下来，技术创新会在滴滴平台上起到越来越大的作用，而滴滴出行，也要成为一个像Google、Facebook这样的科技驱动公司。
滴滴：分享经济的领跑者
滴滴在出行领域的愿景是：希望在3年内服务3000万用户，在3分钟内都能找到车。
对于滴滴，人们已经再熟悉不过，从最初的滴滴打车，到之后的滴滴专车、快车、顺风车、代驾、巴士、试驾，再到不久前的快车拼车、顺风车跨城等，仅仅3年的时间，滴滴已经深深融入到我们的生活之中。
在分享经济的概念尚不如今天火热时，我们很少细想滴滴获得成功背后的商业模式与逻辑，即便有所思，也仅仅以为它的成功源于有强大的资本做背书，可以不惜一切地进行补贴大战。
其实，资本的选择往往更有前瞻性，它们对滴滴的慷慨解囊，正是看中了滴滴对中国道路出行现状的思考与行动——把私人交通工具的运力调动起来为公众服务，在没有增加城市车辆保有量、没有增加道路资源消耗的同时提高运力，让人们出行更加方便、安全，在缓解道路拥堵、促进就业的同时还为各类用户增加额外收益。
这恰好正中分享经济的核心——使大量的闲置资源与别人分享共享，实现共同获益。
如今，在国家大力倡导供给侧改革、发展分享经济之时，滴滴已经成为全球最大的出行平台，在领跑分享经济的同时，也成为分享经济的最佳代表。
摸索发展
滴滴于2012年6月成立，最早通过打车软件切入出租车市场。最初的滴滴并无十分明确的战略目标和远大的规划，其出发点是用户需求的痛点——打不到车。人们打不到车，出租车司机挣不到钱，滴滴渴望使这个行业有所改变。
发展两年后，滴滴获得了腾讯的投资。滴滴通过“红包”这样一种与营销结合的产品，在微信通过朋友圈传播，迅速被熟知和认可。
2014年，滴滴发现整个出行行业面临的最大瓶颈其实是供给，是城市租车体系的运力严重不足，于是又推出了专车服务，希望可以释放供给侧的力量，从用户的痛点出发，提高供给，让期的乘客也能打到车。
按照滴滴的理解，专车就是更为市场化的出租车，用市场化的方式，让市场的匹配效率变得更高。2015年1月，滴滴开始启动高利润值、高附加值的企业出行服务。2015年2月，滴滴和快的合并，通过资本的手段尽快结束了市场竞争。
2015年5月，经过慎重的思考后，滴滴再次决定上马快车。一方面是为了应对Uber的竞争，更重要的在于，出行是所有人的需求，但在全中国能够支付比出租车还贵的价格出行的人是极少数，要想成为伟大的公司，滴滴不能只服务于少数人。
2015年6月，滴滴顺风车上线。顺风车项目的推出，滴滴主要是出于对公司资源的利用与多元化战略，特别是潮汐战略的考虑。2015年7月，滴滴巴士、滴滴代驾上线，还有相继推出的滴滴试驾，在尝试更多商业模式的同时，滴滴也开始了一站式出行平台的大布局。
潮汐战略
从2014年8月到2015年6月，在短短8个月的时间里，滴滴就从出租车单一的业务，发展成专车、快车、企业、顺风车的多元业务。至此，滴滴在出行领域的愿景也逐渐明确：希望在3年内服务3000万用户，在3分钟内都能找到车。
为了实现“3年、3000万、3分钟”这一愿景，滴滴2015年5月提出了潮汐战略。即整合社会上的专业运力和零散运力，通过分档运营手段，来灵活满足高峰期低谷期不同时段的人们出行需求。
在此之前，滴滴快的CEO程维一直困扰于一个问题：为什么超过80%的中国出租车都安装了滴滴打车软件，但人们在高峰时期还是打不到车？直到2015年年初他碰到了北大教授，才得以释然。
周教授告诉他，今天的出行市场叫需求潮汐涨落式的交易市场，这种市场的特点就是有高峰期、有贫峰期，高峰期的需求是贫峰期的10倍以上。平常需求量并不大，但是一旦到高峰期的时候，会有十倍、几十倍这样的需求突然间冒出来。如果要满足高峰期的运力，在贫峰期大量的出租车就没有订单。就像在黄金周，去三亚每个人都可以订到酒店，非黄金周期间酒店却是大量空置的，这样就没有人愿意做酒店。而解决的方法就是根据潮汐经济学模型制定出的潮汐战略。
根据“潮汐战略”，滴滴对推出的各项业务进行了精准定位。比如，在出租车领域，其主题就是进化，100%应答。通过推出动态调价体系和服务升级让那些服务好的司机获得更多的收入。在专车领域，其主题就是体面出行。滴滴快的将为有较高需求及特殊定制需求的乘客推出名为ACE的增值服务，即极致体验。在快车领域，滴滴快的降低了车的标准，希望它变成像汉庭一样的便捷、经济的用车选择。
同时，在这一战略的孕育下，滴滴还顺势推出了顺风车、快车拼车、代驾、巴士、试驾等项目，彻底引爆了人们对分享经济的关注，成为分享经济的领跑者。
3月21日，滴滴公布了其实施潮汐战略后的首份大数据成绩单：日订单量突破1000万，相当于每秒完成115个订单。凭借这一里程碑的数字，滴滴出行也成为仅次于淘宝的中国第二大交易平台。
这的确是一个惊人的成绩，日出行交易超过1000万次，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。
从无名到日订单超过1000万，滴滴仅仅用了3年多的时间。其中，在过去的2015年，滴滴的注册用户数已突破2.5亿，共完成14.3亿订单，相当于每个中国人“滴”过一次车；累计行驶时间4.9亿小时，相当于昼夜不歇行驶5.6万年；累计行驶里程128亿公里，相当于环绕中国29万圈。
核心竞争力
智能出行平台的兴起，很大程度上源于人们不断增长的舒适出行需求与城市能够容纳汽车总量之间的矛盾。而要解决这一矛盾，仅有分享经济这个模式是不够的。因为即使人们有分享的意识和需求，但没有有效的连接、调度和匹配依然分享不成。
对滴滴而言，滴滴的商业模式主要是供给侧的创新，即通过技术的突破，使供给方和需求方同时在线，同时发出需求，然后瞬间匹配，让供给侧原来很高的门槛变得很低。因此，大数据、云平台、匹配能力、存储、调度能力，才是滴滴的核心竞争力。
比如，如何将信息推送给最适合区域内的司机，谁优先获得订单，如何给乘客和司机补贴等策略，背后涉及复杂的数据分析、计算、智能搜索、LBS（基于位置的服务）、精准推送等，都要靠大数据的支持。
还有滴滴正在实施的潮汐战略，更需要大数据的支持。因为平抑车流高峰与低谷的技术，一直被视为诺贝尔奖级别的社会难题。
而在用户画像系统、精准营销、智能匹配、需求预测系统和运能预测系统等方面构建了技术核心竞争力之后，2015年5月，滴滴成立了机器学习研究院，挖来多位相关领域的世界级科学家，以促使滴滴出行平台拥有超大规模数据智能分析能力，为用户设计最合理的出行方案。
“原来我们是叫一辆车，2016年我们希望叫一个座位，出租车、快车、顺风车、专车都可以拼。过去3年的滴滴，是用互联网连接所有的交通工具，相信未来3年的滴滴，是用大数据和人工智能综合调动平台上所有的交通工具。”年仅33岁的程维说。