滴滴副总裁叶杰平：交通是世界难题，希望能用技术与AI来改变

6月20日消息，由蓝鲸财经主办，网易科技战略支持第一届蓝鲸新科技峰会，于6月20日在北京三里屯洲际酒店举行。中国著名经济学家温元凯、360董事长周鸿祎出席并致辞，阿里巴巴，蚂蚁金服，滴滴出行，将门等嘉宾发表演讲，清华经管学院副院长、张朝阳、刘强东等业界大佬视频祝福。 

滴滴副总裁叶杰平表示，交通是一个世界难题，比较大的痛点是交通数据，不像图像有非常庞大的公开的数据，因此也希望能有更多人参与，有更多创新改善出行，技术与AI来改变交通。

叶杰平透露，目前滴滴全平台大约有超过2千万司机，超过4.5个亿用户，每天完成将近3千万订单，每天会产生超过100T的数据。庞大数据的背后是滴滴大脑在进行支持，而滴滴大脑的核心则是希望结合大数据、AI技术、出行平台来提升成千上万人出行的体验和效率。

“未来十年在交通领域会发生非常多的变革，我们认为变革主要发生在三个层面，最底层是交通基础设施；中间一层就是我们开的车，未来这个车也会越来越智能；最顶层是滴滴过去六年一直在建的整个出行网络”叶杰平表示。

以下是演讲全文实录：

叶杰平：各位嘉宾下午好，今天很高兴能跟大家分享AI在交通领域的应用。我想很多人都用过滴滴，今天我给大家剖析一下每次用滴滴APP背后的AI引擎，也希望通过今天的分享大家对滴滴有一个更加全面的了解。

滴滴现在是全球最大的一站式出行平台，提供各种类型的出行服务，包括专车、快车、顺风车、出租车、小巴等等，目前全平台大概有超过2千万个司机，超过4.5个亿的用户，每天完成将近3千万订单，这个背后有一个强大的滴滴大脑在支持，滴滴大脑的核心是我们的大数据、人工智能以及计算平台。

下面先讲一下我们的大数据，滴滴每天会产生超过100T的数据，这个数据绝大部分是轨迹数据，因为在滴滴平台的每辆车每秒钟会给我们传递GPS信号，所以我们有非常完整的轨迹数据从起点到终点，我们的轨迹数据不光完整而且量非常大。

 拿北京做一个例子，北京从凌晨零点到早上、中午、下午到晚上滴滴的轨迹数据，如果把滴滴在北京一天的所有轨迹数据放在一起，我们能够在北京所有的街道开过超过400次。

这个数据不光是量非常大，也非常有规律，这是北京早高峰的数据，大部分订单在早高峰从城市外围开到城市市中心，我们也建了一个供需预测的引擎，我们能够精准的预估在每一个区域未来半个小时的供给跟需求，目前精度能够达到85%。也就是说我们能非常精准预测比如这个区域在半个小时之后大概有多少需求，大概有多少供给。精准的供给预测是滴滴大脑很多决策非常重要的部分，滴滴大脑的核心是希望结合我们的大数据、AI技术、出行平台来提升成千上万人出行的体验和效率。

未来十年在交通领域会发生非常多的变革，我们认为变革主要发生在三个层面，最底层是交通基础设施，比如我们的路网、信号灯会越来越智能，中间一层就是我们开的车，未来这个车也会越来越智能，比如新能源车，无人驾驶慢慢逐渐会取代传统车辆，最顶层是滴滴过去六年一直在建的整个出行网络，我们相信未来大部分车辆应该是共享的。

商城里面AI都是非常核心的关键技术，滴滴核心的还是我们海量的交通数据、轨迹数据，结合深度学习、强化学习、语音、文本、图像等等，在这个基础上我们建立了非常强大的计算平台来支撑AI引擎，支撑滴滴大脑。

 最底层的是基础AI算法，阿尔法出现之后大家非常热的强化学习。底层算法不断创新是非常重要的。中间一层我们有非常核心关键的AI技术，大家都了解了语音方面的技术，语音、文本、图像等技术。最上面是基础算法核心AI技术支持的AI在交通领域的应用，刚才讲了我们有三层的变化，对应三个层面的应用，最右边是智慧交通，优化我们的交通基础设施，中间是我们的智能车新能源车智能驾驶，最左边是我们的出行平台。下面我会拿几个例子给大家分享一下AI如何成功的在交通领域能落地应用。

 打开APP首页背后已经有非常多的AI算法在支持了，比如我们会预测你的目的地，我们会推荐一个好的上车点，因为司机如何找到乘客经常会打几个电话花很多时间。我们通过大数据、AI算法推荐一个最合理的上车点，这几个功能能够极大的提升用户的体验。

 下面是滴滴APP里面最核心的模块，司机和乘客的匹配，大家可以了解一下我们如何用大数据AI帮每个乘客找到最理想的司机。我们每天做400亿次的路径规划，远远超过其他所有公司，我们对精度要求也是非常高的，如果定位不准导航不准，用户体验就会受到极大的伤害。在匹配的背后有两方面的工作，一方面是匹配度，一个司机跟一个乘客匹配度如何，背后有非常复杂的地图方面的算法，包括如何做路径规划，如何计算A到B需要多少时间。

很多人了解在地图领域时间预估、路径规划导航都是最核心的，而且挑战是非常大的，尤其考虑到在滴滴场景这个量特别大，一天400亿的路径规划，在高峰期每秒钟会有好几百万次的路径规划，保持非常高的精度。

滴滴过去两年引入了前沿的深度学习算法，结合大数据优化时间预估，误差已经从两年前百分之四五十降到百分之十几，极大提升了用户的体验。这是一个比较典型的应用场景，可以结合海量数据在前沿的深度学习算法来提升预测的精准度，提升用户的体验。

    有了匹配之后，每个乘客希望能推荐最好的司机，滴滴的挑战跟很多传统的搜索不一样，不像百度、谷歌搜索会给他一个list，最理想的前面十个、二十个结果，推荐不一定是最实时的，隔半个小时、一天结果可能类似，但滴滴场景挑战更大一些，我们会做实时的匹配。有了这个匹配度之后，下面就分到算法了，可以用传统的二分图来做订单匹配。

一年半前，我们看到阿尔法狗在围棋领域取得非常大的成功，能够击败世界冠军，当时我们就把类似的想法用在了滴滴场景，把每一轮的订单匹配、每两秒钟一轮订单匹配，看成围棋下了一步，就可以把整个匹配的时间维度展开，早上到晚上看成下棋，每下一步棋对未来是有影响的，你把这个乘客分配给这个司机，这个司机就会在过半个小时进入目的地，如果这么思考的话可以把强化学习、阿尔法狗的最前沿技术用在滴滴场景，极大的提高司机每天完成的订单数。

刚才已经提过供需预测，早晚高峰的时候在某一些区域缺司机、某一些区域司机过多，供需不平衡，在很多领域都是非常有挑战性的核心问题。我们可以做供需预测，做一个提前调度，包括拼车，司机数不够的时候可以把乘客轨迹类似的匹配在一起，这样能减少司机数量，也能减少马路上跑的车辆，也能够改善环境污染。

除了出行平台，我们也非常关注交通基础设施的优化，去年开始滴滴启动了智慧交通项目，我们跟政府、城市一起合作利用滴滴的轨迹数据，利用前沿的AI技术来改善交通基础设施包括信号灯。

给大家看一个视频，这是深圳的一个区域，实时能看到滴滴车的流量，这里面有一个非常关键的问题，滴滴的车只是占整个城市车流量的一部分，而且渗透率也不是特别高，这里有一个核心的问题，能不能用滴滴的流量、滴滴的轨迹预测整个城市车的流量。比如在一个十字路口我们大概知道滴滴的轨迹数据，能不能利用滴滴现有的数据预测十字路口各个方向的流量，不需要额外的摄像头，

去年8月份开始做了非常多的创新尝试，目前结合滴滴现有的数据没，有利用任何摄像头等数据，再结合AI算法，目前我们能精准的预测每一个十字路口各个方向的车流量，现在误差大概占9%，有了非常精准的预测各个方向的流量之后，我们就能够更加智能更加实时的做信号灯的控制。

从去年开始我们跟很多城市开始合作，我们从济南到武汉、成都、深圳、南京、苏州、南京等超过20个城市合作，已经优化了超过1300个信号灯，目前优化过的区域大家出行的时间减少了10%-20%，这个收益还是非常显著的，因为这个系统只是基于滴滴现有的数据，不需要额外的其他成本。目前这个项目也在推广，希望和更多的其他城市政府能够合作，把这个技术推广到中国其他更多的城市。滴滴今年也推国际化，我们希望把中国的技术推广到其他国家，目前在巴西也在做尝试。

前面提过滴滴一直是技术驱动，我们一直持续用科技、用AI技术来改善城市的交通，来改善大众的出行，目前我们除了关注我们六年一直在建的技术平台之外，我们希望充分利用自己的优势，利用我们的AI技术，利用我们强大的、海量的交通数据以及滴滴独特的应用场景把我们过去一年在智慧交通领域的积累能够渗透到社会公益领域，让AI不光是能够改善出行，也能够让技术赋能环保、健康、安全。我们希望我们的技术除了目前参与这么多项目、整个出行平台，也希望技术能给社会创造更大价值，让社会更加美好。

最后说一下交通是一个世界难题，我们也希望更多的人能参与改善交通的行列。交通领域比较大的痛点就是交通数据，不像图像有非常庞大的公开的数据，交通领域基本上没有，滴滴也是去年开始一部分脱敏过后的数据，让更多人能够参与，有更多创新改善出行。今年这个数据会在保证安全的情况下不断扩大，让更多的人一起能够参与这个领域，用技术与AI来改变交通，谢谢大家。