لى فنغ شبكة AI تقنية الصحافة، 2018 في العلوم والتكنولوجيا المفتوحة قطرات اليوم، قطرات من التكنولوجيا المنتج وفريق الإدارة من طلاب الجامعات، والموظفين الفنيين والتقنيين لوجه التبادل، تفاصيل أحدث المنجزات العلمية والتكنولوجية في قطع كبيرة من البيانات، مجال الذكاء الاصطناعي، والتركيز قطرات إرسال حصة واحدة في والخرائط ومرافقي، والخبرة العملية الذكية في مجال توقعات العرض والطلب، والذكاء العملاء، والتعرف على الصوت وهلم جرا.

هذا الحدث، قطرات CTO تشانغ بو، رئيس السفر وقطعة من النمور شق الاستخبارات، قطرات تولى زعيم منظمة العفو الدولية مختبر البروفيسور Yejie بينغ المرحلة إلى الكلام، من توقعات المستقبل، ثلاثة المخابرات البيانات والابتكار AI وقطع من الخبرات المشتركة. ومن الجدير بالذكر أن هذا الحدث كما دعا إلى الروبوتات الألمانية الشهيرة، أعلى جائزة علمية في ألمانيا "جائزة لايبنتز" الفائز، IEEE (معهد مهندسي الكهرباء والإلكترونيات) الروبوتات ورئيس جمعية أتمتة ولفرام Burgar، وقال انه يشارك فريقه اختبار واستكشاف المواقع عالية الدقة، وبناء خريطة وكشف وتصنيف والملاحة التلقائي والجوانب الأخرى.

أعلن هذا الحدث، بالإضافة إلى خطاب رائع، وقطع أيضا بإنشاء منظمة العفو الدولية لمنصة الاجتماعية جيدة لإنشاء ثلاثة مجالات رئيسية الاتجاه، مصدر القلق الرئيسي بالنسبة للبيئة والسلامة والصحة والعلوم والتكنولوجيا للوصول. وقال ديدي أنه افساح المجال كاملا لمزاياه في البيانات الكبيرة، والذكاء الاصطناعي، الحوسبة السحابية وغيرها من المجالات، والتعاون مفتوحة، من خلال دمج الموارد الأكاديمية والفنية والمالية وغيرها، وشركاء العمل لاكتشاف وتحديد المشكلة، والبحث في الموضوع ممارسة الهبوط تقديم الدعم الشامل ومتنوعة.

منظمة العفو الدولية للنقل

ديدي السفر CTO تشانغ بو في كلمة الافتتاح أن العقدين الماضيين، تطور الإنترنت والإنترنت عبر الهاتف النقال حلها أساسا مشكلة تدفق المعلومات، وقطرات يريدون حل مشاكل السيولة في العالم المادي من الناس والأشياء، قطرات في المستقبل والفكرة هي AI للنقل.

تشانغ بو في الرأي، قطعة من هيكل من ثلاث طبقات في تحسين مستقبل نظام النقل:

الطبقة السفلى هي البنية التحتية للنقل هنا، بما في ذلك حكمة من الأضواء الحمراء والكاميرات عالية الوضوح درجة، والطبقة الوسطى هي التغيير مركبة النقل نفسها، والقطع معا لبناء سد نظام المحطة، ولكن أيضا تزيد من شدة تهمة سريع للبحث والتطوير وقال تشانغ بو يتم تقاسم شبكة قمة السفر، فإن المستقبل سيكون هناك المزيد والمزيد من الناس يختارون السفر حصة، محطة توليد الكهرباء، والاستخبارات، والطاقة يكون الاتجاه الجديد.

وأشار إلى أن قطرات تريد أن تعطي إدارات التخطيط العمراني للقيام نظام المحاكاة، مثل التخطيط لمحطة المترو، عند بناء الطرق، يمكنك محاكاة مقدما، مثل هذا الجهاز يجعل الناس يسافرون بشكل أفضل. وقال أيضا إن قطرات به الآن هو زيادة جهودها للقتال، وأنها ترغب في مشاركة وحدة من أسفل السيارة إلى المقعد. وشدد على أن التركيز الآن من أجل حل مشكلة الازدحام المروري، لا يوجد السيارات المنافسة بطريقة أكثر كفاءة.

قطرات زعيم منظمة العفو الدولية مختبر البروفيسور Yejie بينغ تخطيط مفصل من قطرات ثلاثة من منظمة العفو الدولية، وتسليط الضوء قطرات التقدم جديدة في خدمة العملاء والحقول صوت الذكية.

وهم يستخدمون المعلومات النص الذي تم إدخاله من قبل المستخدم في محادثة هنا، بما في ذلك المعلومات الحالية والسابقة، بالإضافة إلى استخدام خصائص المستخدم، ويتميز النظام مؤخرا لبناء نموذج التعلم العميق للتنبؤ للمستخدم تحديد المشاكل المحتملة. وقال أنه في الآونة الأخيرة أنها قد وضعت أيضا عدة جولات من الحوار القائم على رسم خرائط المعرفة.

واضاف انه على الرغم من المكالمة الصوتية لا يمكن أن تحل محل خدمة العملاء اليدوية، ولكن في هذا الجزء من صوت مساعد، صوت إمكانية كبيرة جدا. القائمة على التكنولوجيا الكلام والقطع، وأنها وضعت مؤخرا نظام الصوت التفاعلي، يمكن للمستخدم التفاعل مع النظام الصوتي من خلال هذا النظام التفاعلي، لتحقيق مجموعة متنوعة من الوظائف، مثل الاستماع إلى الموسيقى، ومعلومات الطيران الاختيار، والعثور على أقرب محطة وقود والمحطات ومثل الشحن.

وقال: لم يزعجني نظام ذكي تفاعلي صوت وجعل السفر أكثر ذكاء وأكثر أمنا وأكثر ملاءمة.

المخابرات البيانات الكبيرة بت خلف

بالإضافة إلى محتوى Yejie بينغ تشانغ بو والمشتركة، وقطع من المخابرات، رئيس والسفر، وقطرات سفر نائب الرئيس المشقوقة نمور الى "معاملات السفر ذكية البيانات الكبيرة" في عنوان يصف قطرات كبيرة من معاملات السفر للجمهور البيانات الذكية.

وقال ان هناك اكثر من 500 مليون قطرات من 50 مليون مسافر، وهناك أكثر من 30 مليون السائقين، وعلى هذا منصة التداول السفر الكبيرة، وفتح التطبيقات من لحظة يسقط المستخدم، قطرات بدأت تكنولوجيا البيانات الكبيرة في الظهر لمساعدة المستخدمين على بناء تجربة سفر أفضل.

ويصف بالتفصيل كيف يسقط الركاب على نقطة أوصى القطار، وكيفية تخطيط الطريق، وكيفية تقدير وقت وصولك وهلم جرا. وقال انه عندما طلب هو ضيق، كما أنها توفر للمستخدمين استخدام السيارات خيارات لحل نقص القدرات، الذي ينطوي متعدد الاهداف، متعددة النمط الأمثل. ما يلي هو لى فنغ شبكة توحيد ملخص AI تقنية استعراض هذه التقنيات.

واستنادا إلى بيانات كبيرة لبناء تجربة سفر أفضل

أولا، يحتاج المستخدمون للتعبير عن الحاجة إلى السفر، مثل الحاجة للذهاب، حيث كنت في حاجة للحصول على متن القطار. بعد سيستند قطرات على احتياجات السفر من المستخدمين، اختر واحدا من أفضل مستخدمي سائق رينغيت ماليزي. بعد الرحلة، وسائق قطرات تخطط أيضا الطريق، تجد طريقا الأمثل والأكثر أمانا، الطريقة الأكثر ملاءمة، المستخدم إلى الوجهة.

من أجل إنجاز مثل هذه واحدة، تحتاج إلى الكثير من التكنولوجيا وراء البيانات الكبيرة، بما في ذلك كيفية توصية نقطة على متن القطار، وكيفية تخطيط الطريق، وكيفية تقدير وقت وصولك وهلم جرا. عندما يكون الطلب ضيق نسبيا، كما أننا بحاجة لتوفر للمستخدمين استخدام السيارات الخيارات لعدد من القطع الركاب المختلفة معا.

البداية مع بدء الرحلة، قطرات أن يوصي نقطة على مستخدمي السيارات هذا هو جعل الجميع في السفر الفعلي في مشكلة الصداع. وفي كثير من الأحيان لأن السائق متوقفة في مواقف صعبة، مكان وقوف السيارات أم لا، وإذا كان الركاب بضع دقائق في وقت متأخر، يجب على السائق حول دائرة، أو لاستدعاء عدد قليل من رؤساء، وغالبا ما سبب أي وسيلة لإكمال الرحلة، التي وسوف تؤدي إلى تجربة المستخدم سيئة للغاية. ولكن الآن هذه الصناعة تنضج طريقة ولا أحد يمكن أن تحل هذه المشكلة، هناك خدمة الخرائط لا يمكن أن يقول لنا أين السيارة هي نقطة جيدة.

لحل هذه المشكلة، في منصة قليلا نستخدم الكثير من تكنولوجيا الرؤية الكمبيوتر، لتحليل المعلومات المكتسبة صورة في العالم الحقيقي. بت التكنولوجيا الحالية يمكن التعرف على معلومات الصورة لقواعد المرور، مثل خط الكاتب على سطح الطريق، ليس محطة للحافلات، وليس هناك عزل كومة على الطريق، واستنادا إلى المعلومات حسب الموقع ليست مناسبة لوقوف السيارات.

في العالم الحقيقي هذه قواعد المرور والطرق المعلومات في تغير مستمر، كيف يمكن أن نجمع هذه المعلومات في الوقت المناسب، والتي لديها تأثير كبير جدا على النقاط السيارة الموصى بها. مزايا بت منصة، مسارها لديه الكثير من البيانات في كل مدينة. لأن قطرات لها تغطية كبيرة، بحيث يمكن الاستفادة منها عن طريق البيانات الكبيرة والرصد في الوقت المناسب التغييرات في قواعد المرور، وهذا يمكن القيام به قرب الوقت الحقيقي تحديث البيانات المرورية، لضمان الموصى بها للمستخدمين على متن القطار في واحدة من أكثر نقطة معقولة على متن القطار.

نقطة الموصى بها في القطار سوى الخطوة الأولى، الخطوة التالية هي كيفية العثور على الركاب على متن القطار هذه النقطة؟ في واقع الحياة، وإذا كان في المطار ومحطات السكك الحديدية، المشاهد الداخلية المعقدة جدا، وغالبا ما تواجه الكثير من المواقف المحرجة، عندما يحتاج الركاب شيئا من هذا القبيل من خلال متاهة العثور على بقعة على متن القطار، والكثير من الوقت يمكن أيضا أن يسبب الكثير من الصعوبات. لحل هذه المشكلة، وقطع تستعد لإطلاق ملاحة المشاة تعتمد على تقنية AR، يمكن أن توجه بنجاح الركاب في القطار تصل إلى نقطة في البيئة المعقدة.

من خلال تحديد موقع البصرية 3D النمذجة القدرة البصرية، ويمكن ضمان دقة تحديد المواقع الرقابة في حدود 1 متر، هذه الدقة هي أعلى بكثير من كل تكنولوجيا تحديد المواقع الحالية. يجب أن يكون واي فاي، بلوتوث، GPS فائقة الاتساع و، وما إلى ذلك وفي مثل هذا السيناريو فقيرة نسبيا، وقطعة من البرنامج المرتقب الآن أعلى بكثير من جميع الحلول. ستفتح في الآونة الأخيرة الملاحة الصورة في عدد من محطة خدمة في بكين، وإذا كنت مهتما، يمكنك تجربة.

بعد القطع المختارة للركاب على متن القطار في الخطوة التالية الضرورية لتحديد برنامج التشغيل للركاب. كيفية العثور على أفضل مباراة بين كتلة الركاب والسائق، فإنه يمثل تحديا جدا المسائل الرياضية، بل هو مشكلة الخوارزمية.

هذه المرة، وتحتاج أولا للنظر في التخصيص هو لضمان أفضل تجربة للركاب، كل راكب يريد أن يكون سيارة أقرب الناس إليه، رينغيت ماليزي قادرة على توفير الخدمات في أقصر مسافة من الزمن. وفي الوقت نفسه، يمكن للسائق أيضا نأمل أن قطرات طوال الرحلة، وتوفير الركاب مع تجربة السفر العظيم، لضمان سلامة وخدمة تصل إلى مستوى معين.

من وجهة نظر السائق من أبعاد الرأي، قطرات أمل أنه من خلال هذا القرار مدته دقيقة واحدة، لذلك هو الأمثل أن سائق الإيرادات. في حالة عدم وجود إمدادات كافية وسيناريو الطلب، والحاجة إلى اتخاذ طرق وأوقات الطلب على السفر مماثلة، من أجل حل منتج مثل هذا من قبل استخدام السيارات الطريق.

مرافقي مشكلة مطابقة

مرافقي طريق مطابقة قضية معقدة جدا. في مشهد السفر ديدي، وعدد من خطوط الإنتاج، يمكن للمستخدمين استدعاء سيارة أجرة، يمكنك الاتصال السريع القطار، والتمتع ممتازة، والسيارة. في حالة وجود الكثير من العرض والطلب لا تتطابق، إذا لم السطر الحالي يعبر عن السائق، لكن السائق هو التمتع أوامر ممتازة، وهذه المرة في حاجة أيضا التغييرات في الوقت الحقيقي في العرض والطلب، وتخصيص حيوي بين المنتجات المختلفة من أجل تزويد المستخدمين مع أكثر العديد من الخيارات.

وعموما، فإن المطابقة هو في الواقع متعددة موضوعية مشكلة التحسين، متعدد الأوضاع. هنا المستخدم للنظر في طلب الفواتير، وكذلك جميع خطوط الإنتاج المختلفة الموردة للتوصل الى أفضل مباراة. وفقا للتغيرات في العرض والطلب، وقطع أيضا أننا بحاجة إلى إجراء تعديلات حيوية إلى الخوارزمية. على سبيل المثال، في التوازن النسبي بين العرض والطلب، انهم يريدون كل دقيقة واحدة يمكن ضمان تجربة المستخدم في نفس الوقت، للسائقين الإيرادات الأمثل.

في مثل هذه الرحلة من قبل منصة قليلا، كل سائق، الراكب، يتوافق مع الواقع إلى نقطة على الشبكة، كل دقيقة واحدة من صنع القرار، وعلى قدم المساواة للسائقين والركاب انتقل من نقطة في الشبكة الزمكان في بلد آخر النقطة. انها مثل لعبة الشطرنج، في كل خطوة لعبة الشطرنج من شأنها أن تغير الدولة من المجلس، ومجلس الدولة بعد دولة يكون لها تأثير على المستقبل.

لذلك، كل قرار دقيقة واحدة لا يؤثر فقط على واحدة الحالي، ولكن أيضا أن يكون له تأثير في اليوم التالي أو شبكة السفر الوضع . هذا هو في الواقع مشكلة التعلم العميق لحلها، طور فريق مثل قطرات خوارزمية التي يمكن أن تؤدي الامثلة متعددة الاهداف في حالة طبيعية من البعد الزمكان لهذا اليوم.

في حالة وفرة نسبيا، وقطع وتحسين تجربة المستخدم، قدر الإمكان للركاب لإرسال مركبة الأقرب له.

في العرض والطلب غير كاف جدا، قطرات توفر يصطفون الحلول. على نظام الكشف في الوقت الحقيقي، وفيه المنطقة من النقص الحاد الحالي للطاقة، وهذه المرة وصفت لجميع الركاب طلب ستدخل تلقائيا نظام الطابور.

الرسم البياني التالي يبين هذه الصورة خط بكين، إذا تم حمراء عليه، والركاب في المنطقة هم في قائمة الانتظار، النقص الحاد في القدرات. إذا كان الأزرق، مشيرا إلى قدرة وفيرة نسبيا.

عندما يكون النظام هو الطابور الوضع، وسوف يكون موعد قطع بالمناسبة، حتى أن أكثر من السائق، وسائق أبعد ما يصل، لتلبية احتياجات المستخدمين. أنهم سيعطون الركاب بعض الخيارات، مثل لعب الطاولة في الطريقة هذه لاختيار أخرى المزيد من القدرة المقرر.

إذا كنت مجرد تعيين السيارة، وليس قادرا على حل المشكلة فعلا من نقص في قدرة كراكب، وليس للاستفادة من قدرات الطرق الحالية والموارد. لذلك، استخدام السيارات هو وسيلة فعالة جدا لتلبية احتياجات المزيد من الركاب.

إذا كانت السيارة قادرة على تقاسم الموارد، يمكنك استخدام أقل قدرة على تلبية تجربة السفر للركاب. والسؤال المركزي هنا هو كيفية وضع الطلب معا السفر في الزمان والمكان، على غرار الوجهة. ويمكن زيادة استخدام الموارد من قبل مجموعة من هذا القبيل، ولكن أيضا توفر الركاب مع حلول السفر أرخص.

وراء استخدام السيارات هو أكثر تحديا مشاكل تقنية، حيث لا تحتاج فقط للنظر في مباراة بين السائق وأحد الركاب، مع الأخذ في الاعتبار أيضا التشابه بين عدد من طلب السفر مختلفة. هنا، قضية جوهرية والتوجيه تخطيط المسار التقليدي يختلف تماما. في تخطيط المسار التقليدي بين الاعتبارات الرئيسية هو هذا الطريق من وقت السفر والمسافة، وهلم جرا. ولكن هنا، تحتاج إلى النظر في هذا الطريق، فإنه قد ترد إلى احتمال وجود ركاب كم.

عندما يتم الحكم على النظام أن هناك قد يكون الطلب على عدد وافر من الركاب لخوض وقت واحد، لكنه قرر أيضا رينغيت ماليزي النظام. ومن الأمثلة على هذا في الشكل التالي، إذا A، B اثنين من الركاب، وينبغي أن يكون تخطيط المسار أول اتصال A، ثم يتبع ذلك B. وأرسلت أول من الوجهة، وإرسال B. هذه ليست سوى حالة اثنين من الركاب، 3، 4 سيكون هناك المزيد من التباديل. خوارزمية تخطيط المسار واستخدام السيارات بضرورة حل المشكلة والاصطفاف خوارزمية الجمع، وسيكون من الصعب كما مقياس مرافقي طريق الأسي النمو.

الوقت المقدر لوصول

بعد الجولة الأولى، وتحتاج القطع لتزويد المستخدمين مع الوقت المقدر للوصول. ومن تمت دراسة قريب لسنوات عديدة في مسألة الصناعة الوقت المقدر للوصول. مقياس صناعة مشتركة من الوقت المقدر دعا مايب، يقدر متوسط الانحراف. في فترة طويلة جدا من الزمن، وهذا المؤشر هو دون تغيير. لأننا باستخدام وسيلة الخطية لتقدير وقت وصول.

ديدي هو أول من حل المشكلة عن طريق الوقت المقدر الشركة تعلم الآلة. هذه التقنية على الخط يقلل بشكل ملحوظ من تقدير الانحراف الوقت وتحسين دقة.

تخطيط المسار مشكلة التقليدية في خوارزميات نظرية الرسم البياني، هناك العديد من خوارزميات الكشف عن مجريات الأمور لحلها. أخذ ديدي نظرة جديدة على تخطيط المسار، لأنه يحتوي على الكثير من التاريخ، وبيانات مساره، وضعوا مشكلة تخطيط المسار إلى مشكلة البحث والفرز. سيستمر نظام للتعلم، وفقا لمسار قيادة السائق لحفر. إذا لم سائق تأخذ المسار إلى قطرات من خطته، وهو ما يعني أن هذا المسار قد يكون لها بعض الميزات لا نعرف. من خلال التعلم المستمر، وسوف تصبح البيانات التاريخية الغنية على نحو متزايد.

عندما تذكر هذه البيانات، يمكن أن يكون لالظروف الراهنة الطريق، على أساس الوقت الحالي، وتفضيلات المستخدم، الخ، لاختيار مسار الأمثل. تخطيط مسار حركة البيانات المطلوبة في العالم الحقيقي، وهذه البيانات هو عابر في التغيير. كيفية تعكس بدقة التغيرات في أحوال الطرق في العالم الحقيقي التي تحدث كل ثانية، وتستخدم هنا كذلك عدد كبير من قطع بيانات المسار على المنصة.

هذه التقنيات من بيانات كبيرة جدا أن كل تجربة سفر واحدة لكان ذلك أفضل، ولكن في جميع أنحاء منصة رحلة، والأكثر أن يتم تعديلها أو مسألة العرض والطلب لا تتطابق، لحل هذه المشكلة من احتياجات العرض والطلب إلى تعديل في الزمان والمكان على المستوى الكلي، وجعلها أكثر اتساقا.

هو مبين في هذا الرقم تظهر الفجوة بين العرض والطلب بكين التالية FIG. هنا بكين ربما مقسمة إلى 00010 شبكة، كل لون الشبكة ويظهر الخلل في العرض. إذا كان أحمر عليه، مشيرا إلى النقص الحاد في القدرات. إذا كان الأخضر، مشيرا إلى أن السائق هو فيرة نسبيا. يعكس هنا تأثير المد والجزر قوية جدا، كل يوم خلال فترة الذروة، في بعض المجالات الأساسية، النقص الحاد في القدرات.

كيفية حل هذه المشكلة، نحتاج أولا إلى جعل التنبؤ الدقيق جدا بين العرض والطلب. وفي هذا الصدد، شيئا البيانات الكبيرة وتعلم آلة الخوارزميات، ووضع الكثير من العمل، وصلت الآن بدقة عالية جدا. في إطار فرضية التنبؤ، كما أننا بحاجة إلى استخدام خوارزمية جدولة، حتى أن السائقين تظهر حيث يحتاج الركاب إليها.

من الصورة أعلاه حيث يمكنك معرفة الكثير من المنطقة هو عدم وجود سائقين، ولكن بعض المناطق من قدرة كافية. على القرارات جدولة، وقطع وضعت مجموعة من الخوارزميات لحساب الوقت والمكان على كل عقدة لزيادة تأثير الحافة التي تم إنشاؤها بواسطة السائق. في هذه العقدة الزمكان، إذا كان هناك سائق ظهرت، وانه يمكن إحداث تغيير في عدد الطلبات. وذلك في ظل مثل هذا السائق نموذج الحدود، يمكنك وضع مجموعة من خوارزميات التحسين، الفضاء التعاوني والوقت كل عقدة من تخصيص قدرة العالمي، من أجل أفضل حل مشكلة عدم التوازن بين العرض والطلب.

(النهاية)

شبكة لى فنغ