5月21日，由騰訊主辦的“騰訊位置服務(wù) 位道技術(shù)沙龍”在北京舉行，多位業(yè)內(nèi)“大咖”分享了各自在LBS領(lǐng)域的人工智能應(yīng)用及相關(guān)技術(shù)創(chuàng)新。騰訊地圖導(dǎo)航技術(shù)總監(jiān)江紅英表示，盡管在一些傳統(tǒng)領(lǐng)域AI模型的初始效果未必能夠超過傳統(tǒng)模型，但還是要積極擁抱人工智能，目前騰訊LBS已經(jīng)通過AI的引入和應(yīng)用讓ETA計(jì)算變得更加智能。
騰訊地圖導(dǎo)航技術(shù)總監(jiān)江紅英演講
ETA就是常說的“預(yù)計(jì)到達(dá)時間”，可以幫助人們更好的安排出行時間。對于網(wǎng)約車、物流、外賣等行業(yè)，在車輛和人力資源的調(diào)度上，ETA可以提供很好的決策支持。然而，AI模型的引入對于傳統(tǒng)模型來說是一種顛覆，需要很大的勇氣去舍棄多年積累的成果;同時，在傳統(tǒng)模型的大數(shù)據(jù)積累相對不足的條件下，AI模型在初始階段未必能收獲理想的效果。
盡管如此，江紅英認(rèn)為，“我們還是要積極的擁抱AI，因?yàn)锳I不僅有很嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)模型，有大量的歷史數(shù)據(jù)，而且通過大數(shù)據(jù)的訓(xùn)練，會把一些程序邏輯轉(zhuǎn)化成配置邏輯;同時，機(jī)器學(xué)習(xí)會把線上的邏輯轉(zhuǎn)化成線下的訓(xùn)練。AI通過這兩個轉(zhuǎn)化，遵守了碼農(nóng)定律，所以得到一個更好的結(jié)果也是可以理解的。”
據(jù)江紅英介紹，從2015年開始，騰訊地圖就陸續(xù)將AI技術(shù)引入到導(dǎo)航服務(wù)中解決各種問題。以ETA為例，以往用傳統(tǒng)模型計(jì)算的結(jié)果，平均誤差在19.5%左右，并已經(jīng)到達(dá)難以突破的瓶頸。但在引入AI模型后，平均誤差表現(xiàn)出了斷崖式的下降，目前能夠控制在15.13%以內(nèi)。
除了對人工智能應(yīng)用方面的分享，江紅英還認(rèn)為，要有量化一切的意識。她舉例說，“ETA計(jì)算的核心特征之一是實(shí)時速度，而實(shí)時速度是從路況中提取出來的，路況計(jì)算又依賴于實(shí)時的數(shù)據(jù)源，所以一開始就對實(shí)時數(shù)據(jù)源進(jìn)行監(jiān)控，起初并不是為ETA服務(wù)的，但在無意間發(fā)現(xiàn)數(shù)據(jù)源的監(jiān)控指標(biāo)和ETA的badcase存在相關(guān)性，于是就引入了。所以，對所有的業(yè)務(wù)屬性都要盡可能去量化，量化的指標(biāo)才便于觀察和分析，而且我們不知道什么時候某個指標(biāo)就被我們采納，成了一個不錯的特征。”
目前，ETA的使用場景非常廣泛，小到個人出行，大到城市規(guī)劃，擁堵緩解，都需要ETA服務(wù)。ETA服務(wù)的準(zhǔn)確率直接關(guān)系到出行、物流和O2O等行業(yè)在運(yùn)力管控和訂單分派的方面的效率。騰訊位置服務(wù)已經(jīng)與微信、手機(jī)QQ、京東、滴滴出行、新美大、藝龍和同程等不同行業(yè)諸多產(chǎn)品展開合作，而AI模型的引入將幫助騰訊位置服務(wù)和合作伙伴一起建立更加完善的生態(tài)體系。
