這幾天我們被美團和餓了么事件刷屏了，起因是在一篇名為《外賣騎手，困在系統里》的文章中講述了外賣平臺算法系統和騎手實際工作的諸多沖突，展現了騎手為準時送餐要經歷的諸多不易。
對于外賣平臺來說，送達時間更短是主要競爭力。平臺通過算法不斷改進使在相同距離規定配送的時間不斷縮短，同時利用騎手自身縮短時間的配送數據作為新算法的輸入，進一步縮短配送時間，這個強大的邏輯就來源于人工智能。
我們在感嘆騎手的不易，在質疑平臺的各種不合理的同時，不得不承認人工智能給我們生活帶來的革命性的影響。
人工智能是計算機科學的一個分支，用于研究人類智能活動的規律，利用計算機的軟硬件來模擬人類某些智能行為的基本理論、方法和技術來構造具有一定智能的人工系統讓計算機去解放人類的苦力腦力勞動。主要研究的領域包括 機器人、機器學習、計算機視覺、圖像識別、自然語言處理和專家系統等。
人工智能從1956年達特茅斯學術會議上正式命名開始，經歷了三次熱潮。第一次熱潮主要應用在數學證明系統、語言學習、人機對話系統等技術方面，然而由于受當時計算機運算能力、程序設計及算法技術的限制，人工智能的發展陷入瓶頸。第二次熱潮發生在上個世紀80年代，發展了最具代表性的專家系統，通過經驗來解決問題，在某些領域上取得了很大的成功，但在研發更具有人類邏輯推理思維的應用時就明顯的力不從心。第三次熱潮從2000年到現在，隨著互聯網、大數據、云計算、各種機器學習算法的提出特別是深度學習等的廣泛應用，人工智能更帶來了突飛猛進的發展。最具代表性的是2016年谷歌DeepMind公司推出的第一個擊敗人類職業圍棋選手、第一個戰勝圍棋世界冠軍的人工智能機器人AlphaGo，標志著人工智能又邁向了一個新的臺階。
如今我們看到，隨著全球邁向數字化時代，以云計算、大數據、人工智能與區塊鏈為代表的數字技術，給社會、經濟及個人帶來了革命性的改變。但所有數字化、智能化技術都是以讓機器按人的方式學習、思考、表達，并協助人類，讓工作、學習、生活變得更加簡單、便捷、高效為目標。在生 活的方方面面都可以看見帶來的改變，當在看新聞、刷抖音、逛淘寶買東西、看電影的時候總會有針對個人喜好的推薦；當我們想聽音樂的時候，只需要喊一聲小愛同學，智能音箱就會為你播放喜歡的音樂；當去商場吃飯不知道吃什么的時候，通過簡單的語音交流商場的智能機器人就會根據你的喜好推薦餐廳；當開車不方便的時候，通過虛擬個人助理就可以完成播放音樂或者收取電子郵件等小事；當出行的時候，智能地圖會幫助你規劃路線以減少交通擁堵的時間；當想出去玩，通過手機查看天氣的時候，天氣預測中再無“局部地區有雨”的字眼，取而代之的是“您所在街道25分鐘后小雨，50分鐘后雨停”。為我們配上一位專屬的天氣預報員提供的天氣預報能精準到分鐘和所在街道；當使用支付寶、上班打卡、去火車站、去機場等場合的時候，都需要采集人臉信息，利用人臉識別技術驗證身份，以保障安全。
我們以某網約車公司派單為例，簡單介紹一下背后派單的算法邏輯。
首先來介紹訂單分配，即是在派單系統中將乘客發出的訂單分配給在線司機的過程。通常派單算法最大的原則就是“就近分配”，只考慮先到先得的貪心策略是否能滿足全部客戶的需求呢，答案是否定的。在網約車派單平臺上，每一時刻都有M個訂單在被乘客創建，同時有N個司機可以被我們用來進行分配，在分配訂單的時候需要知道司機的實時地理位置坐標，以及所有訂單的起終點位置，并且告訴每一個司機接到訂單的實時導航距離。還需要考慮一些業務規則，例如快車司機不能接專車訂單、同一個訂單只會發給一個司機一次、為設定實時目的地的司機過濾不順路區域等。除了以上還需要綜合考慮司機的網絡狀況、交通狀況等問題。
那么這樣復雜的問題如何解決呢？主要的策略是從全局視角出發，滿足盡可能多的訂單需求，保證乘客的每一個叫車需求都可以更快更確定的被滿足，并同時盡力去提升每一個司機的接單效率，讓總的接駕距離和時間最短。怎么去站在全局視角呢？可以等待幾秒積攢這段時間的訂單和司機信息，將這段時間看做一個整體，利用運籌學理論解決二分圖問題（即一個訂單對應一個司機）尋找出滿足較多需求下，接駕距離和時間最短的最佳匹配策略。一般情況下，乘客對訂單響應時間的耐心是有限的，怎樣快速的響應訂單就需要對未來需求進行預測。這里就涉及了人工智能的諸多算法，收集一段時間、一定區域的時空數據、用戶行為數據、訂單數據等，建立預測模型，預測出未來該區域可能發生的訂單和到達該區域的司機，然后讓該區域的司機更好的匹配該區域的訂單。考慮到預測的不準確性，還增加了一種名為“連環派單”的模式，即當司機結束服務的終點與新訂單的始點距離近的時候，將該訂單指派給即將結束服務的司機。這樣就可以有效地壓縮了訂單的應答時間、以及司機的接單距離。
隨著科學技術的不斷發展，人工智能的不斷成熟，人工智能對金融、醫療、安防、零售、智能翻譯、制造、自動駕駛等行業都很大的影響。但由于人工智能技術對于應用場景有較多的挑戰，全面應用還需要很長一段時間。用一句話來總結人工智能：當下有為，未來可期。
以上介紹了人工智能的定義、發展和生活上的應用，后續會帶來更多的人工智能內容，敬請關注。
?
