滴滴人工智能实验室揭牌背后藏了什么深远意义？

上周，滴滴宣布成立AILabs（人工智能实验室），以加大人工智能前瞻性基础研究，吸引顶尖科研人才，加快推进全球智能交通前沿技术发展。在活动上，滴滴CTO张博，以及滴滴副总裁叶杰平教授发言，这些发言细细看很有意思：

首先是滴滴CTO张博在会上表示，滴滴拥有了海量的交通的大数据，这为出行技术发展提供了最理想的试验环境，也让滴滴成为全世界研究前沿交通最好的地方。所以，我希望我们的AILabs能够拓展交通领域和人工智能领域科技的边界，并且把它放在我们的产品里，给我们的用户创造价值。

而负责这个人工智能实验室的叶杰平表示，大数据和人工智能是未来交通创新的革命性技术，滴滴也早已在这些方面进行积极布局。无论是乘客发单前的预测目的地、推荐上车点，还是发单后的智能派单、ETA、路径规划，甚至行程中的安全驾驶，行程结束后的司乘判责环节，都大量地使用了人工智能技术。

这位教授是滴滴研究院副院长，名副其实的技术大牛，在国际顶级期刊和会议发表高水平论文200余篇，主要从事机器学习，数据挖掘和大数据分析领域的研究，尤其在大规模稀疏模型学习，是机器学习领域国际领军人物。

考虑到在此之前滴滴已经成立了滴滴研究院和滴滴美国研究院，这个人工智能实验室的成立，意味着滴滴加大了对于交通技术和智能城市的投入和建设，也意味着滴滴在人工智能领域，工业机器人维修，会开始和顶级公司一较高下。

另外一个大家可能忽视的地方，像这种学术型的实验室，以往只有腾讯百度这样的公司做得起，他们研究的往往是很长远的东西，产出效率不是很高，对于一些非常讲究产出能效比的公司来说，实验室短期内很难见效，为什么滴滴如此重视人工智能？

实际上，滴滴早已在人工智能领域积极布局。以推荐上车点为例，滴滴在400多个城市挖掘了3000多万个虚拟车站，并且附加了地图导引的功能。无需站牌，即可以把路盲级乘客引导到适合上车的点，司机也有同样的指引，只要双方都奔着这个看不见的车站，双方很快就可以见面。而这背后依靠的是滴滴的科研团队在大数据、机器学习、云计算方面的综合实力。

另外，早在2016年滴滴获得融资的时候，柳青就表示：

下个阶段我们会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。

她还专门举了一个例子：比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，KUKA机器人示教器维修，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。

事实上，基于人工智能和大数据技术，滴滴已经精准预测未来城市的供需情况并提前调度，目前滴滴对15分钟后的需求预测准确率已达85%。

很多人的疑问是，滴滴现在在国内网约车市场已经市场第一的领导地位，为什么滴滴要如此坚定的布局人工智能，不但成立了滴滴研究院和美国研究院，甚至还要成立一个人工智能实验室，做人工智能相关的前瞻性基础研究？为什么一个出行平台，在经历了两三年的战争后，会向着人工智能这个方向极速狂飙？

我觉得有两个原因。

首先，打车这个场景，看似很简单，其实从下单到结束，每一步都包含大量的人工智能元素在里面，机器人维修，换句话说，打车本身就是一个包含着非常复杂计算和数据在里的模型运算。

比如预测目的地，系统先会精确定位用户的位置，然后根据用户的历史记录去预测下一步你要去的地方，因为很多出行是比较有规律的：早上上班、晚上回家，利用用户的出行数据从时间和地点中预测用户去的目的地，这是人工智能的一种体现。

在某个时刻有成千上万的乘客，同时也有成千上万的空闲车辆，如何完成最优的配对？最简单的方法当然是用距离进行评估，但路面距离计算仍存在很多不合理的地方，因为各个路段的状况不同，有些地方特别堵，有些则相反，同样是一公里但行驶所耗时间可能完全不同。并且要考虑车的方向，路口，红绿灯时间等各种因素，非常麻烦。

由于滴滴数据量特别大，每一个乘客不只是让一个司机去匹配，而是需要跟周围上百个司机匹配。在任何一个时刻，滴滴的匹配量高达千万次以上，而且和谷歌搜索百度搜索这种计算不一样，因为车辆是一直行驶的，是完全动态的，上一秒和下一秒就可能过了一个路口，出现不同的路径规划和调度方法，一两秒钟完成上千万次不重复的路径规划，这是一项非常大的挑战。

其次是，滴滴的人工智能对于滴滴接下来发力的智能驾驶和智慧交通，长期来看是一个非常有益的帮助。

比如滴滴最新发布的，交通大脑，就是和交管部门一起，运用人工智能AI的决策能力解决交通工具与承载系统之间的协调问题，包括智慧诱导屏、智慧信号灯。另外，滴滴也在积极的国际化出海，自2015年以来，已经和与Grab、Lyft、Ola、Uber、99、Taxify、Careem等全球七大领先的出行企业建立投资伙伴关系，覆盖全球超过60%的人口。

就在不久前，滴滴宣布正式收购巴西最大网约车平台99，进入巴西，而巴西圣保罗是Uber在全球运营车辆最多的城市，可见滴滴在解决了国内战场后，已经将眼光放到了全球市场上，这是滴滴自己稳健发展的节奏，不会受到其他干扰。

智能驾驶是一个非常有想象力的事情，从全球来看，未来10年无人车落地正式商用这件事已经没什么悬念了。这意味着未来会有大量基于智能驾驶技术的车落地。

这是一个非常大的变革，这意味着除了出行数据之外，滴滴可以从更底层的智能驾驶技术层面，去完成和改造出行的闭环。而这些用户出行数据也好，底层技术也好，匹配算法也好，积累到一定程度上，会将整个城市的网络汇集打通，从而实现更大程度调度和效率提升，进而使得整个城市出行的互联网化和数据化程度提高，实现智慧交通。

考虑到滴滴已经在做一些横向的扩张，比如加入了单车出行的场景，最终滴滴会成为一个能够覆盖现代人未来所有高效出行需求的产品，引领全球智能出行，这大概是滴滴做人工智能的愿景吧。