在转型“技术驱动”这件事上,滴滴过去一年都做了些什么

编辑:Vicky Xiao

当冠军队成员李剑把自己用几十个不眠夜晚编辑出的代码,放在优达学城的无人车上时,脸上露出抑制不住的兴奋。当晚他和闯入决赛的五支队伍,一同与一个神秘团队的工程师见了面。他们面前的是一支同样年轻的团队。但与仍在就读计算机专业的李剑不同,这群全球顶尖名校毕业的工程师,已在智能驾驶研究领域从业多年,选手们的代码不会给他们带来特别多的兴奋,他们眼中看到的其实是一群有潜力的未来同行。

3

而这个神秘团队,就是滴滴的科学家和工程师们。

就在今年,滴滴和优达学城一起举办了全球第一个开源代码无人驾驶挑战赛,来自中国、美国、俄罗斯等世界各国和地区近 4300 名选手报名,其中不乏有斯坦福、Facebook、Google、微软和特斯拉等知名高校实验室和科技公司成员。

这场比赛对选手们给出了艰难的目标和严格的要求:使用开源和自编写的代码制作一个软件包,能够直接“刷机”到优达学城的测试用无人车上,正常运行。但光让车跑起来并不能让你赢得这场大赛,要求是选手必须在软件和算法层面让设计一个“自动化安全和感知处理栈系统”,即识别路径上的行人、车辆和其他障碍物,根据规则作出判断,向制动系统发出信号,保护驾驶员、汽车本身以及其他共享道路者安全的系统。
经过数月鏖战,两名中国选手应缜哲和李剑组成的队伍 “abccba” 从数百个队伍中脱颖而出,一举夺魁。

通过这场比赛,滴滴挖出了一批“大隐隐于世”的高水准智能驾驶工程师和具有技术实力和潜力的年轻未来同行。更重要的是,比赛的成果将有机会通过机制转化为智能驾驶和大数据安全技术,投入到滴滴平台的生产环境中,确保乘客安全、舒适和快捷。

这是滴滴出行宣布在硅谷成立美国研究院后的第一个大动作。不到半年时间,滴滴美研的科研队伍已经超过50人,并对外透露年底人数还会有大幅提升。

5

而这只是滴滴在技术投入方面的一个缩影。据悉,截止目前滴滴在全球有近7000名员工,其中一半是技术人员。在 CTO 张博的带领下,这群科学家和工程师们,正在改造十多亿人的出行。

放弃市场份额战 转型“技术驱动”

在2016 公司年会上,滴滴创始人兼 CEO 程维说,2015 年的滴滴几乎是世界上“最浮躁的公司”,一切的发展都太快,成功好像唾手可得。但当时程维的内心是焦虑的,他觉得产品还没有把用户服务到最好,效率还没有提升到最高。说白了,成功是补贴来的。从那之后,滴滴从很大程度上放弃了它早期最擅长的市场份额战思路,开始潜心做技术研发。程维终于可以有底气地说“滴滴是一家技术驱动的,团队紧凑而轻快的公司。”

这家公司不仅变得更年轻、更技术驱动,而且有了更大的“野心”。通过过去一年多时间的技术研发和积累,滴滴在全世界各地的技术人才一起,把研发成果应用在了这个巨大的出行市场上。

比如你在中国的随便一条大街小巷上,使用滴滴,感觉比以前更快叫到了车,或者司机不知道为什么取消了订单,系统很快判定是司机的责任,这些改变的背后其实就是滴滴平台在优化技术方面研究的一项新成果。

去年 12 月,滴滴开始设计了这个升级版的“取消判责的智能算法模型”。今年 6 月这个算法模型正式上线,它能在“取消订单”这件事上到底司机和乘客谁该承担责任上给出双方一个满意的结果。

这个算法是滴滴最重要的技术创新之一,因为它能影响滴滴的所有用户,包括乘客和司机。通过基于罚单时间、预估接驾时间、车辆实时位置、路况、取消行为等多个维度,目前这套机器学习训练的算法模型的准确度高达 90%。

让用户没有顾虑地叫车只是开始,也是滴滴技术研发的方向之一,它的另一些工作还包括让你从 A 地到 B 地的旅程更加舒适和快捷。
而舒适和快捷的体验甚至不需要你是滴滴的用户。你可以开着自己的车,也能体验到滴滴的科研成果。

如果你感觉所在的城市最近没那么堵车了,那你可能正受益于滴滴的智能城市交通技术。从今年 5 月开始,滴滴跟武汉交警合作,在汉口区江发路和京汉大道路段安装了智慧交管系统。这个系统整合了滴滴平台上的浮动车轨迹数据,以及武汉交管部门自己的交警卡口、地磁传感器等设备传回的数据,经过推算出路口的交通数据,然后系统用这些数据模仿计算出不同情况下的交通通行状况。

虽然听起来很复杂,这个系统的表现形式其实很简单:13 组智能红绿灯,和普通红绿灯看起来几乎没有区别,只是红绿灯的长短、次序由系统智能判定。据滴滴统计的数据显示,目前已经安装了智慧交管系统的路口,在早高峰时段平均延误时间降低了 30%。

事实上,滴滴并不是第一家提出智慧交通系统的科技公司。Uber 很早就在做相关研究,利用全球少数几个城市的行程数据制作了一个大数据平台,尝试帮助这些城市的交管单位优化交通。但在 Uber 还在测试时,滴滴已经将智慧交通系统落地到了武汉、深圳、济南等 20 多个城市。

弓峰敏告诉 PingWest品玩,“内燃机车解决了车速,却无法为日益恶化的交通问题找到出路。解决拥堵,大数据和人工智能可以帮忙。”同时,该公司高级副总裁、智慧交通负责人章文嵩也曾表示,滴滴希望和城市交管部门一起协作,在市政规划和基础设施布局上提供帮助,一起打造基于大数据和前沿技术的整体解决方案。

1

从工业界到学术界

凭借着滴滴在移动出行领域的影响力,以及在智慧交通系统方面的研发实力,也吸引了更多人才的加入。今年 8 月,滴滴聘请了密歇根大学终身教授刘向宏 (Henry Liu) 担任其智慧交通首席科学家。

据刘向宏教授透露,他依然记得与滴滴CTO张博见面的各种细节。这次令他兴奋的长谈,成为他下定决心走下讲台、加盟滴滴的关键点。作为该领域的首席科学家,刘向宏在智慧交通技术领域地位颇高,他发明的 SMART-Signal 智能交通测量系统已经在美国加州等多地广泛应用。他发现工业界的学术研究水平并不亚于学术界,更何况作为出行公司的滴滴,平台每天服务超过 2000 万单行程,拥有更多一手的交通数据,在庞大的用户量和巨大的商业潜力的刺激下,也有更直接、更强烈的意愿把数据转化为解决方案。

这也是为什么中国“独角兽”公司更容易引起学术界的兴趣。前不久,滴滴和包括斯坦福人工智能实验室在内的多家世界顶级人工智能科研学府建立了学术合作关系,该公司同时还资助多个科研单位的课题。据 PingWest 品玩了解到,日订单超过两千万的滴滴平台每天贡献的数据量高达70TB,这对于大数据、人工智能研究是难能可贵的资源,也让滴滴出行成为了很多学术机构最愿意寻求合作的企业对象之一。

而滴滴也在把自己的研究成果,拿出来和学术界共享。

比如滴滴的“猜你去哪”功能,正是基于大数据和人工智能技术的一套目的地预测模型,它能在用户输入目的地之前,率先为你推荐出最可能前往的地点。而这一预测时间,仅仅只需要两毫秒。它正是基于滴滴工程师开发的一个创新算法:基于循环正态分布,建成一个优化模型,再用贝叶斯框架计算出每个目的地的概率和阈值。

这一创新的目的地预测算法让“猜你去哪”功能预测准确率超过90%,相关算法实践被写入滴滴关于出租车组合优化分单模型和目的地预测的论文《当中。就在刚刚结束的国际数据挖掘领域顶级会议KDD2017上,这篇论文也作为应用数据科学poster被收录。滴滴出行副总裁、滴滴研究院副院长叶杰平教授还在KDD大会上做了两场报告,和参会的科学家们介绍了大数据、人工智能在滴滴上的应用,并对滴滴大脑进行详解。每年KDD都会汇集来自世界各地的顶尖数据科学研究人员和从业人员,而KDD的演讲报告、接受论文代表了人工智能领域的最新进展和最前沿应用。

2

把出行变革带到全球

程维一直觉得,汽车诞生后的一百年城市交通没有发生过本质变化,滴滴提供的一份报告显示,大城市平均车速只有可怜的 30公里/时,马路上的 12 缸发动机汽车跑的并没有一百年前的四轮马车快。社会越来越发达,城市越来越大和方便,交通却变得更糟糕。我们通常认为技术的进步会让效率提升,在交通上这却是个悖论。

而滴滴和当年所有通过各种模式共享汽车的公司们的诞生,都是为了解决燃油危机、停车位紧张、道路拥堵、打车难等围绕交通产生的效率低下问题。然而滴滴们已经诞生五年了,直到今天他们想解决的问题仍没有解决。

那场补贴战成就了当今这个市场上的幸存者,但它对真正解决问题无益。这也是滴滴不想让人记住补贴战,跟一个又一个对手和解并缔约,程维不讳滴滴的浮躁、把修炼内功放在 2017 年关键词的第一位,然后第二位给了智慧交通的原因。

对于今天的滴滴,更重要的是用技术,也即城市智慧交通系统和智能驾驶技术,而不是市场行为驱动它的增长。它的全球化战略同样重要,但这个战略具体起来不是通过圈地筑墙的方式拉拢伙伴,而是向欧洲、中东、东南亚、拉美的出行服务商伙伴输出技术、共同发展。
而滴滴的研究系统,将有机会成为这家中国出行巨头在互联网下半场时代的最重要部门。它担负着当下最前沿、未来最核心的技术系统科研工作,以及和高速发展的美国科技业发生关系,用硅谷技术为中国做些事情的重任。

还不仅仅是在硅谷,过去两年,在全球化策略驱动下,滴滴接连和东南亚、拉美、欧洲、中东北非等各个区域的出行服务商建立了战略合作。滴滴的全球化,采取的不是常规性的“圈地筑墙”的进攻方式,而是希望借助当地企业的本土经营优势,达成共同发展的预期。从巴西的99,到欧洲的Taxify,再到中东北非的Careem……这些公司相信,滴滴的科技实力能帮助他们的产品在当地更有竞争优势,同时也会为世界各地的出行带来更好的变化。

很抱歉,根据相关法律法规,本站暂时关闭评论,欢迎移步至品玩App发表您的评论
更多有趣好玩的内容 尽在品玩微信公众号
brand

PingWest品玩移动客户端