人工智能在摩拜单车的实际应用
极客时间编辑部
讲述:丁婵大小:1.15M时长:02:31
近日,摩拜单车首席数据科学家尹大朏在采访中谈到了人工智能在摩拜单车的实际应用。
尹大朏表示,摩拜很早就在人工智能技术上有所布局。在有了一定的数据积累之后,摩拜开始有选择地使用一些主流的 AI 技术来做预测和分类的工作。
目前主流的 AI 技术应用往往应用于图像声音处理、自然语言处理、推荐系统和无人驾驶等领域,但在自行车出行领域的 AI 技术应用并不算多,这也是摩拜遇到的一大挑战,同时这也要求研究人员能够基于对单车领域的理解,嫁接已有的 AI 技术。
尹大朏将使用 DNN 的思想做供需预测看作是“一个 idea comes from idea 的过程”,摩拜借鉴了微软亚洲研究院郑宇老师的一篇关于环境污染预测的文章,论文中使用了 ResNet(DNN 的一个变种)来做大气污染物扩散预测。而共享单车的运营场景同样也是要解决空间上的预测问题,因此这篇论文就成了启发摩拜数据科学团队的灵感来源,团队基于 ResNet 做出来了一些工作。
目前,人工智能在摩拜主要的应用场景包括:
1. 基于深度神经网络的供需平衡预测。
供需状况的预测是调度工作的基础,摩拜的方法是把空间划分为若干网格,把每个网格里面的车辆数、历史订单量和天气预报信息结合起来,利用 DNN 来训练,得到未来某个时刻的骑行量预测值。
2. 利用图片识别等技术辅助客服提高工作效率。
摩拜鼓励用户及时举报不文明的用车行为,为此在 APP 中设置了举报按钮,用户可以拍下违停图片,上传给客服人员。这些被举报的用户,如果被连续举报多次,摩拜会给他们发短信警告。但问题是每天客服会收到成千上万张图片,甚至很多图片是重复的,因为同一辆车被很多用户举报,这样会给客服人员造成很大的负担。
因此摩拜使用深度学习技术对图片进行识别,现在摩拜的客服已经很少直接阅读图片,大概只有不到 1% 的图片会因为机器难以判别而需要人工干预,剩下的 99% 完全可以用机器来识别,从而大大降低了客服的工作量。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
该免费文章来自《极客视点》,如需阅读全部文章,
请先领取课程
请先领取课程
免费领取
© 版权归极客邦科技所有,未经许可不得传播售卖。 页面已增加防盗追踪,如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示,欢迎踊跃留言。
收起评论