深网|滴滴网约车CTO：AI降低预计到达时间误差率至 11%

通过对历史订单的路网拥堵数据、真实用户行车轨迹、不同天气道路路况等内容进行深度学习，滴滴实现了在即时大规模请求下为用户提供精准的到达时间预期、秒级决策及多策略路径规划能力。通过引入AI技术，滴滴的ETA误差率已经从出行行业16%降低至11%。

腾讯新闻 作者 相欣 8月16日，滴滴出行网约车平台公司CTO郄小虎在2019国际人工智能联合会议IJCAI上发表了“出行中的人工智能技术革新：机遇与挑战”主题演讲，分享了滴滴AI技术在网约车出行中的实际应用与创新。 人工智能时代，AI技术正在越来越广泛的参与交通出行的每个环节，优化人们的日常出行体验。郄小虎介绍，滴滴的“智慧大脑”将AI技术贯穿于每个滴滴用户出行的全过程：从乘客发单前的目的地搜索、预估时间计算、上车点推荐，到订单的分配、司机的调度、路线的规划，都离不开AI技术的参与。

以派单为例，目前滴滴已经从最初的就近派单、局部最优派单，演化到现在的全局最优智能派单。除了能对全局订单进行效率最优匹配、满足用户的即时需求外，滴滴还在全局最优派单的算法中，加入了更多对用户未来预期需求的考量，仅通过派单算法优化，实现了司机长期收入2%的增长。 郄小虎还分享了AI技术降低滴滴ETA（预计到达时间）错误率、实现最优的智能路径规划的过程。滴滴平台拥有海量出行数据，通过对历史订单的路网拥堵数据、真实用户行车轨迹、不同天气道路路况等内容进行深度学习，滴滴实现了在即时大规模请求下为用户提供精准的到达时间预期、秒级决策及多策略路径规划能力。通过引入AI技术，滴滴的ETA误差率已经从出行行业16%降低至11%。 在本次分享中，郄小虎也重新定义了人与AI之间的关系。也提出了AI的灵魂还是人，滴滴AI技术会关注人的心理、感受，更有“人情味”。在复杂的出行场景下，滴滴不仅关注出行效率的提升，技术也同样重视用户的感受，满足司乘的需求。他还介绍了AI技术在上车点优化、司机智能调度、调度空驶补偿、选择路线、机场短途保护等功能上的应用。

郄小虎举了一个「选择路线」的例子。滴滴会根据路程距离、预计到达时间、实时路况和历史数据，为乘客综合规划路线。但不同场景下，乘客有比较强烈的单点需求，如赶时间、避免拥堵等。为此，滴滴研发并推出了选择路线功能，支持乘客在乘车时选择最多三条路线，并提供路线公里数、预计到达时间、红绿灯数量等信息供乘客参考。乘客选定路线后，为兼顾司机的驾驶安全，路线信息会自动同步至司机端导航，无需司机二次操作。 目前，滴滴已经推出“滴滴智慧大脑”、“群雁智能出行共享平台”，为网约车出行持续提供AI解决方案，同时面向城市交通管理者、智慧交通企业、汽车产业链上下游合作伙伴、企业开发者及技术极客、高校及科研机构、社会机构、公益组织等提供定制化开放服务。随着公众对于出行安全的关注，滴滴也持续使用平台大数据通过机器学习的方式，挖掘出行中的不安全因素，利用AI技术为用户提供更安全的出行环境。