滴滴只是一个叫车服务的APP？
日前，在北京举行的滴滴科技开放日展示给公众复杂而又生动的一面，完全颠覆了这个日常的刻板看法。
当今中国，已然是世界上最大的出行市场。据报告显示，滴滴平台用户规模已超过5.5亿，每日出行规模达到3000万，与此相关的每日路径规划请求超过400亿次，每日新增轨迹原始数据超过 106TB (相当于 21400 部 5GB 大小的蓝光电影)，每日处理数据更超过惊人的4875TB！
这些对于普通人略显僵硬的数字，背后是滴滴科技团队每日里努力构建的出行新生态，对需求与平衡进行调和的不断付出。
客户对出行便捷性、良好乘车体验的需求；司机有降低空驶率成本、规划最优线路创造利润的需求；客观上，整体交通参与者都有充分利用资源、降低拥堵、提高社会总效率的需求。这些需求互相影响叠加，复杂性尽显。
用户会希望随时都能打到车，但简单增加车辆供给就会导致资源浪费。其中的平衡取舍微妙而充满了智慧。
"滴滴大脑"，一个AI驱动的智能决策中心。以派单为例，创造性地利用了AIphago的想法应用于出行场景，引入了强化学习技术，把每两秒一轮订单匹配，看成围棋落了一子，进而把整个匹配按时间维度展开，因而每一次匹配对未来都是有影响的，以此基于全天供需、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。这就是滴滴每天都在下的"一盘大棋"。
这个系统每天都在学习每一个城市甚至每一个路段的运行规律，通过计算派发订单满足出行需求。每当打开滴滴APP，这套系统都在进行高速规划，甚至通过模型在您准备出行的时间地点直接猜到您的目的地，准确率高达90%，而只耗费0.002秒。也就是说，还未等您明确点击目的地，一辆适合的车已经默默向您驶来。
同时，滴滴派单系统对于车辆的分配难度也远高于其他互联网搜索系统。车辆是不停移动的，可能几秒钟的时间里这辆车就会错过这个路口，或驶上高速。这对匹配能力是极大的考验。
每次发单，大规模分布式计算都会对司机和乘客进行最优匹配，不仅要将乘客与周围大量的司机进行匹配，再叠加司机驾驶习惯、雨天雾天对行车速度的干扰等计算出最佳行驶路径，实现平台效率和用户体验最大化。
在滴滴大脑类似Alphago的学习模式下，每日巨大的数据使它不断的进步，每一次派单都更趋完美。智能派单是滴滴的核心技术之一。和网上搜索时商品、资讯等信息的静态停留不同，车辆永远在不停地移动，可能几秒后这个司机就通过一个了路口，或是行驶到了高速路。所以，这也对匹配提出了更高的要求——需要能对未来情况进行预测，并且快速地对司机和乘客进行动态、实时的匹配。
在此基础上，滴滴还在不断优化人文内容——更加人性化地引入了AR技术，在大型场站场景进行室内导航，解决了人们在机场、火车站等迷宫般环境里迅速准确地找到登车地点，双向节约了时间提高了疏散速度，直接增进社会总效率。对于有些经常出差的朋友来说，这更是一件值得期待的事。
据悉，其定位精度控制在1米之内，这相比WiFi、蓝牙和超宽带等其他室内定位技术有明显优势。将有效缓解司乘沟通的难点，显著改善用户体验。更可喜的是，这项技术滴滴方面即将在北京的机场、火车站等大型场站开启测试。
此外，困扰传统行业的客服问题也将由滴滴大脑提供更好的解决方案。
滴滴自建了基于AI的智能客服系统，大量应用了包括NLP，深度学习，知识图谱，语音技术，推荐技术。自动预测用户的问题，同时通过语音，知识库等自动查找客服需要的信息，推荐解决问题话术，完成客服摘要生成，提升客服人员效率。
科技底色下的滴滴，以惊人的学习速度构建出行新生态。它早已不是简单的APP，它正以科技的力量向人们日常生活形态的进化注入动力。
閱讀更多 漫談科技 的文章
