鳳凰科技訊（作者/馬曉寧）4月13日消息，我們每天都能見(jiàn)到大量的共享單車(chē)，有的地方共享單車(chē)成排投放，有的地方卻看不到這些小車(chē)的身影。對(duì)于平臺(tái)來(lái)說(shuō)，在哪里投放共享單車(chē)、投放多少共享單車(chē)是一個(gè)值得研究的問(wèn)題。如果投放車(chē)輛的地方?jīng)]人需要，那投放效果就會(huì)大打折扣；如果人們?cè)谛枰牡胤秸也坏杰?chē)，平臺(tái)也會(huì)蒙受損失。

但是怎樣確定哪里是合適的投放地點(diǎn)呢？單車(chē)被騎走到城市的各個(gè)角落后，如何調(diào)度才能保證它們能被更多人騎到呢？每天都有成千上萬(wàn)的故障車(chē)輛圖片被上報(bào)給平臺(tái)，其中的真假又如何分辨呢？近日，摩拜數(shù)據(jù)科學(xué)家尹大飛進(jìn)行了一次分享，探討了在解決上述問(wèn)題中所采用的人工智能手段。

以下是尹大飛的演講記錄，經(jīng)鳳凰科技編輯：

大家下午好！我是摩拜單車(chē)的數(shù)據(jù)科學(xué)家尹大飛，非常有幸在今天下午跟大家在這兒分享一下我們過(guò)去幾個(gè)月時(shí)間在摩拜單車(chē)平臺(tái)上做的一些數(shù)據(jù)分析和數(shù)據(jù)挖掘，甚至人工智能方面的一些研究。

今天講座主要講的是我們?cè)趺礃永?a href="http://worldfootballweekly.com/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD_1.html" target="_blank" class="keylink">人工智能或者大數(shù)據(jù)的方法解決運(yùn)營(yíng)的問(wèn)題。因?yàn)槲覀冇袔装偃f(wàn)輛車(chē)，怎么樣科學(xué)高效調(diào)度，幾乎所有關(guān)心我們的朋友都會(huì)問(wèn)到這樣的問(wèn)題。我的演講過(guò)程中大家誰(shuí)有問(wèn)題可以隨時(shí)舉手提問(wèn)。

我們數(shù)據(jù)部門(mén)不光是支持運(yùn)營(yíng)，我們也支持公司的財(cái)務(wù)部門(mén)、客戶(hù)部門(mén)、包括運(yùn)維。所以，應(yīng)該說(shuō)今天所講的人工智能只是在我們公司一個(gè)部門(mén)的應(yīng)用。今天給大家分享的是怎么樣通過(guò)科學(xué)的調(diào)度方法以及預(yù)測(cè)方法解決在城市中管理上百萬(wàn)單車(chē)的事情。

首先，經(jīng)過(guò)我們的一段時(shí)間運(yùn)營(yíng)之后發(fā)現(xiàn)，在各個(gè)城市每個(gè)地區(qū)單車(chē)供需極度不平衡。比如以我個(gè)人為例，我家在酒仙橋蔣臺(tái)路附近，會(huì)發(fā)現(xiàn)這個(gè)地鐵A口往北是非常密集的工業(yè)區(qū)，有恒通商業(yè)院、有360和58同城等等一系列的大型工業(yè)園區(qū)。C口是傳統(tǒng)的居住區(qū)，每天早上自行車(chē)A口很快的被上班的人騎走了，C口的車(chē)會(huì)往往瘀積。所以我們的數(shù)據(jù)平臺(tái)通過(guò)簡(jiǎn)單分析會(huì)發(fā)現(xiàn)，A口是一個(gè)熱點(diǎn)區(qū)域，而在C口是冷點(diǎn)區(qū)域。做一些簡(jiǎn)單分析以后，其實(shí)我們運(yùn)營(yíng)同事就已經(jīng)在我們的指導(dǎo)下優(yōu)化了投車(chē)的方向和投車(chē)策略。投車(chē)的時(shí)候在A口多投一些車(chē)輛，C口有意地少投一些車(chē)輛。

除了利用歷史數(shù)據(jù)做一些回歸和策略性的計(jì)算之外，還做了一些跟預(yù)測(cè)相關(guān)的事情。大家知道影響單車(chē)供需最大的不確定因素就是天氣，天氣中我們沒(méi)有區(qū)分出來(lái)是雨雪、還是PM2.5，還是氣溫、還是風(fēng)速，經(jīng)過(guò)我們一系列的回歸分析發(fā)現(xiàn)，氣溫和降雨對(duì)我們的定單影響量的影響是最大的。

氣候變化對(duì)訂單量的影響

我們?cè)谶@兒使用了GDDP，是一個(gè)機(jī)器學(xué)習(xí)算法，進(jìn)行天氣和定單量的預(yù)算，藍(lán)色的點(diǎn)是實(shí)際定單，紅色的點(diǎn)是預(yù)測(cè)的，大家看到基本預(yù)測(cè)還是符合這個(gè)趨勢(shì)的。

摩拜對(duì)訂單量的預(yù)算

我們的車(chē)輛上面有GPS，而且不光是GPS傳感器，還有車(chē)輛的電壓傳感器等等監(jiān)測(cè)我們車(chē)輛自身狀態(tài)的傳感器，我們可以實(shí)時(shí)知道每輛車(chē)到底是不是故障車(chē)甚至它有多長(zhǎng)時(shí)間沒(méi)有被騎行。這樣情況下我們會(huì)輔助運(yùn)營(yíng)人員做一些車(chē)輛回收和優(yōu)化運(yùn)營(yíng)的事情。其中還有一個(gè)問(wèn)題就是，如果我們有很多車(chē)輛是故障車(chē)，那么怎么樣回收它？有車(chē)輛負(fù)責(zé)運(yùn)營(yíng)。有一個(gè)問(wèn)題就是，我們有很多這樣的調(diào)度車(chē)輛，怎么樣去優(yōu)化它們的路徑。因?yàn)槊恳惠v車(chē)在城市中間漫無(wú)目的的行走非常浪費(fèi)資源。我們的同事使用的是，先把故障車(chē)的位置進(jìn)行確位，然后再使用一個(gè)優(yōu)化技術(shù)，就是讓這些處之間的差異，車(chē)輛便利出處的差異最小，使得運(yùn)營(yíng)車(chē)輛能夠最大化它的經(jīng)濟(jì)效益。

對(duì)這些工作我們和斯坦福一些做同類(lèi)工作的同事進(jìn)行了緊密的交流和合作。

除了自身的運(yùn)營(yíng)人員維護(hù)這些單車(chē)之外，我們還把運(yùn)營(yíng)工作某種程度上外包給了我們的用戶(hù)。我們是通過(guò)什么樣的方法外包的呢？就是我們最近發(fā)布的一個(gè)比較大的功能紅包車(chē)，大家在搶紅包的時(shí)候有沒(méi)有體會(huì)到自己搶的紅包金額到底是由什么樣的因素決定的？事實(shí)上我們?cè)诩t包的設(shè)置上，背后做了一些精細(xì)的算法。基本原理就是，如果有一些車(chē)是故障車(chē)，或者是它經(jīng)常的不被騎行的話，我們會(huì)把它設(shè)置成紅包車(chē)。這些紅包某種程度上降低了我們的運(yùn)營(yíng)費(fèi)，因?yàn)槲覀兠看伟殃鹘顷戈沟能?chē)找出來(lái)難度也非常大。通過(guò)紅包激勵(lì)，熱心的用戶(hù)幫助我們把這些車(chē)從一些偏遠(yuǎn)的角落，甚至小區(qū)里面移到了熱門(mén)的地鐵站附近。

紅包車(chē)

還有一個(gè)問(wèn)題，我們有了這么多車(chē)，是不是就可以引導(dǎo)大家把這個(gè)車(chē)停在一個(gè)規(guī)范的停車(chē)地點(diǎn)，事實(shí)上我們也是么做的，我們用了一個(gè)MPL智能電子圍欄設(shè)備放到一個(gè)指定的區(qū)域，引導(dǎo)大家把車(chē)停在指定的地點(diǎn)。設(shè)置MPL的時(shí)候也有一個(gè)問(wèn)題，哪里設(shè)置才是比較合理的呢？設(shè)置MPL之初我們通過(guò)歷史數(shù)據(jù)進(jìn)行了分析，我們是利用一種基于密度的確位方法，對(duì)熱門(mén)的停車(chē)方法進(jìn)行了分析，所以今天看到的熱門(mén)的MPL也是歷史上經(jīng)常被大家停放的地方的一個(gè)中心點(diǎn)。有了MPL智能硬件之后我們可以做一些更多的事情，比如MPL有WiFi甚至今后還可以有一些充電的設(shè)施，幫助你臨時(shí)充電。

供需預(yù)測(cè)上我們已經(jīng)使用了深度學(xué)習(xí)方法，也使用了谷歌的tenserFlow基于ResNet開(kāi)發(fā)的，在每個(gè)格網(wǎng)中間做了供需預(yù)測(cè)，從這個(gè)曲線圖可以看到，基本上它的預(yù)測(cè)值和實(shí)際值差距在每個(gè)格網(wǎng)中間也就相差20輛左右（最大的時(shí)候），事實(shí)上相對(duì)于某些我們競(jìng)爭(zhēng)對(duì)手宣稱(chēng)的說(shuō)未來(lái)使用tenser Flow，我們?cè)缫呀?jīng)在實(shí)際生產(chǎn)中使用了。

我們不光是做了一些算法，還有一些成熟的系統(tǒng)在背后支撐著我們的運(yùn)營(yíng)，這是我們的摩拜單車(chē)運(yùn)營(yíng)平臺(tái)“魔方”，給運(yùn)營(yíng)人員每天使用?？梢钥吹竭@個(gè)地圖中心每天車(chē)輛使用的實(shí)時(shí)熱點(diǎn)圖，旁邊是相對(duì)，這一個(gè)區(qū)域的智能報(bào)表。如果點(diǎn)擊到某一個(gè)區(qū)域的話報(bào)表緯度會(huì)自動(dòng)縮放到那個(gè)區(qū)域，你在這兒可以查詢(xún)某一條街道，最左上角還可以選擇視線范圍進(jìn)行查詢(xún)。

我們還做了一些跟規(guī)范停車(chē)相關(guān)的工作，就是關(guān)于地理圍欄方面的。地理圍欄可能很多人或多或少聽(tīng)說(shuō)過(guò)，我們這邊是通過(guò)我們自己的運(yùn)營(yíng)人員，根據(jù)一個(gè)開(kāi)放的系統(tǒng)，運(yùn)營(yíng)人員可以手動(dòng)在這上面標(biāo)識(shí)圍欄區(qū)域，如果你停到這個(gè)里面是對(duì)你的信用分有影響的。

除此之外，還是有很多熱心的用戶(hù)幫我們舉報(bào)，就是在APP里面報(bào)障下面有一個(gè)上傳圖片的功能，每天有成千上萬(wàn)的圖片通過(guò)這樣的方式上傳到我們的服務(wù)器。我們的客服人員精力非常有限，他怎么樣識(shí)別上萬(wàn)張圖片呢？我們使用了一個(gè)方法，我們?cè)俣仁褂昧薚enserFLOW，深度學(xué)習(xí)的方法對(duì)圖片進(jìn)行識(shí)別。比如右邊這是違停在小區(qū)里的圖片，我們通過(guò)學(xué)習(xí)和積累經(jīng)驗(yàn)，現(xiàn)在我們學(xué)習(xí)的表現(xiàn)已經(jīng)超過(guò)了97%，也就是說(shuō)有這么一張圖片上傳到我們的系統(tǒng)，我們有超過(guò)97%的概率來(lái)判斷它確實(shí)是張違停圖片，對(duì)拍攝違停照片的人會(huì)給予獎(jiǎng)勵(lì)，把車(chē)騎到這違停區(qū)域的人我們會(huì)進(jìn)行懲罰。

主要的算法方面就給大家介紹這么多，我們的研究還在繼續(xù)，非常誠(chéng)摯的歡迎各位能對(duì)我們的運(yùn)營(yíng)、對(duì)我們的算法提出寶貴意見(jiàn)。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。