新華社北京8月24日電 題：記者觀(guān)察：解析一餐外賣(mài)蘊藏的“計算力”
新華社記者張辛欣
每增加一個(gè)訂單，系統要在毫秒內計算出最優(yōu)路徑；高峰期每小時(shí)需執行約29億次的算法……看似是體力活的外賣(mài)業(yè)，實(shí)則囊括了諸多前沿技術(shù)，是人工智能的生動(dòng)應用。一餐外賣(mài)中蘊藏著(zhù)多少“計算力”？記者對此進(jìn)行了調研。
高峰期每小時(shí)執行約29億次算法
準時(shí)吃上一頓熱騰騰的外賣(mài)，不僅小哥腿跑得勤，更要路徑算得準。通常，騎手需同時(shí)配送多筆訂單，方能保證每一筆按時(shí)送達。先去哪取，先給誰(shuí)送，走什么路線(xiàn)，用戶(hù)要等待多久，都要靠大數據“算”出精準答案。
算數不難，難在算式的不斷變化。與快遞物流不同，外賣(mài)配送中，既沒(méi)有指定的騎手，也沒(méi)有固定的倉庫。訂單、人力、位置等都是動(dòng)態(tài)調整。人員分配、餐箱容量、路況信息、送達時(shí)間等成為制定路線(xiàn)必須考慮的因素。
記者調研多家外賣(mài)平臺發(fā)現，配送模型通常涉及100多個(gè)變量，大到天氣變化、商圈繁華程度，小到餐廳、小區位置，細到住宅是否有電梯、每道菜點(diǎn)單概率等，都在考慮之中。
美團配送人工智能方向負責人何仁清告訴記者，在全國范圍，高峰期每小時(shí)需執行約29億次的路徑規劃算法。
“一定程度上，產(chǎn)品是否滿(mǎn)足需求，服務(wù)是否貼心，核心在于能否通過(guò)高效的算法釋放數據價(jià)值。數字化的過(guò)程，也是消費升級和產(chǎn)業(yè)轉型的過(guò)程。”中國科協(xié)黨組書(shū)記懷進(jìn)鵬說(shuō)，計算力將成為生產(chǎn)、服務(wù)最為重要的競爭力。
外賣(mài)有時(shí)也“看天吃飯” 數據計算有瓶頸
也許很難想象，天氣竟是影響智能調度非常重要的因素。難道物流還怕下雨或刮風(fēng)嗎？其實(shí)不然，這里面有個(gè)精準度的概念。
面臨巨大數據體量和毫秒級決策時(shí)，任何細微的變化都能產(chǎn)生放大效應。外賣(mài)配送要求系統在毫秒內為騎手找到最優(yōu)路徑的概率達到97%，包括小范圍內的雨量、風(fēng)速以及與之相關(guān)的道路積水、騎手運力等指標都要盡可能精細。
“我們較難精確判斷出暴雨將如何影響騎手速度。而在這類(lèi)天氣中，突發(fā)事件概率上升，訂單量往往成倍增加，帶來(lái)較大供需缺口。”何仁清說(shuō)，這類(lèi)情況下，外賣(mài)平臺通常通過(guò)用戶(hù)引導、接力配送等方式，緩解調度和計算壓力。
天氣指標只是影響算力的一個(gè)因素。在數據計算中，面臨來(lái)自數據提取、硬件運行、計算能力等一系列挑戰，也需要算法之外，來(lái)自產(chǎn)業(yè)整體的協(xié)調配套能力。
工信部信息中心副主任李德文說(shuō)，目前我國數據整體存在質(zhì)量不高、價(jià)值利用率低等問(wèn)題，在新型計算平臺、分布式計算架構等方面仍與國外存在差距。數據與產(chǎn)業(yè)融合、產(chǎn)業(yè)之間數據打通等，都需要進(jìn)一步提升。
系統也和騎手學(xué)習 “人工+智能”是方向
再聰明的“大腦”也需要不斷進(jìn)化。讓外賣(mài)配送更智能，也應加強系統本身的學(xué)習能力。
何仁清說(shuō)，當前，外賣(mài)配送主要依托于地圖和導航，然而市面上的導航模塊并不能滿(mǎn)足需求，在加強地址解析模塊，修正導航和定位的同時(shí)，也依靠騎手標注和反饋。“比如，依托騎手行為數據，系統會(huì )得到更加精確的信息。當騎手執行新線(xiàn)路時(shí)，系統會(huì )記錄且學(xué)習。”何仁清說(shuō)。
沒(méi)有人力支撐，難談算力發(fā)展。“人工+智能”將是大數據應用發(fā)展的主流方向。
李德文說(shuō)，目前大數據應用還有很大成長(cháng)空間，尤其需要注重人工對技術(shù)偏差的糾正和對模型的完善，加強數據與行為之間、數據與人之間的不斷學(xué)習，提升服務(wù)智能化和決策精準度。
