摩拜尹大飞：人工智能助力百万辆单车精细化运营
原创
作者：刘晶晶 2017-07-21 10:10:56
大数据
人工智能 7月21日上午WOTI2017主会场，摩拜首席数据科学家尹大飞进行了主题为《人工智能助力百万辆单车精细化运营》的精彩演讲。以下是演讲实录，让我们先睹为快！
【51CTO.com原创稿件】2017年7月21日-22日，由51CTO主办的以人工智能为主题的WOTI2017全球创新技术峰会在北京富力万丽酒店隆重举行。峰会期间，30+AI明星，数十场围绕人工智能主题的精彩演讲与圆桌论坛缓缓揭开面纱。除了场内的精彩演讲，场外还有专门为AI爱好者搭建的动手实验室和科技体验区，这一切都让本次大会亮点十足。
7月21日上午WOTI2017主会场，摩拜***数据科学家尹大飞进行了主题为《人工智能助力百万辆单车精细化运营》的精彩演讲。以下是演讲实录，让我们先睹为快!
非常荣幸有机会接受51CTO的邀请和大家分享一下摩拜单车在最近一年多运营中间我们积累的算法和技术，可能不全是人工智能技术。我刚才特别欣赏吕总的一句话，人工智能技术一方面是在此基础上探索，一方面怎么和业务结合推动业务往前走。
我今天给大家讲一点事情，人工智能技术包括算法技术，怎么样能够在我们共享单车平台上发挥作用，帮助我们成功运营超过650万辆单车，单车数量还在增加，我们订单数量现在已经突破每天两千万单，注册用户数已经突破1亿，现在我们也已经在全球三个国家，除中国之外来运行。讲这些技术之前，先和大家分享一下我们2017数据白皮书中的数据，让大家对我们一块钱的小生意有一个直观的感受，当然主要会讲运营优化的事情。***和大家介绍一下我们合作的成果，我们还是很开放的，我们也深知自己在整个生态系统里是比较小的一环，所以希望大家能够和我们积极的合作。
先讲几个比较引以为豪的地方，创造若干个***。***个，世界***个通过扫码的共享单车，背后拥有的是我们的智能锁技术，本身有物联网芯片，通过智能终端和后端进行通讯，保证我们650万辆车永远在线，现在我们是全世界***的在运行的物联网平台IOT平台。最近我们在跟包括国内的华为、联通、移动，还有国外的沃达丰、高通这些通信公司建立战略性合作，共同推进有机网络、无机物联网的落地实施。这些大的运营商也都认为有机网的到来因为共享单车这件事情，能够在日程上提前大概近一年时间落地。除此之外，自发电的共享单车，一个是骑起来沉一点，但很有范儿的共享单车街机版，另外它是一套太阳能板发电。***个采用3模定位的智能共享单车。我会花点时间讲讲我们大数据和人工智能平台。
截止4月份为止，全国骑行距离已经到了25亿多，相当于我们往返月球三千多次，累计我们节省了54万吨碳排放，相当于我们替代了17万辆小汽车一年在路上行驶所造成的污染。我们的单车停放空间基本上是1平方米，而一辆车基本上要占10平方米。所以如果有那么多用户在骑车，相当于它可以替代我们使用小汽车在城市中间所占用的停车面积，这些节省下来的空间我们可以多建一些学区房，让房价降下来。
我们通过给自己用户发问卷的方式来调查他们使用单车之前和使用单车之后的感受，发了两万份问卷，反馈结果是他们在用了摩拜单车之后通过自行车出行的日常效率提高了一倍。他们反映大部分情况下短途出行，5公里之内采用自行车出行，比采用其他交通出行方式，不管是坐公交还是打车坐地铁、自驾，都是更加有效的出行方式。大概有超过一半的人在有了单车以后已经放弃了自己的私家车，来作为日常的通勤。除此之外几乎所有的人都喜欢我们，但有一个行业是不太喜欢我们的，就是黑摩的行业，在天通苑、回龙观附近有大量的黑摩的，尤其地铁和公交少的地方，只能坐黑摩的，但现在这个数量已经大大减少，有统计说70%的黑摩的都转行了。
我们也做了统计，70%的用户是70后、80后、90后，还有30%的用户是骑车锻炼。还有20%用户骑我们的车进行公交与地铁之间的接入。这个数据比较有意思，我们平台依靠自己的运营力量很难有效运行，我们更多是依赖用户，通过志愿者的方式帮助我们运行。怎么运行呢?他们发现有故障的时候会进行报障，有一个广东志愿者报障5000多次，我们真的是倚赖于用户进行单车运行，这也是我们非常大的一个特点。除此之外，一方面为了规范大家停车，一方面为了让大家寻车更方便，我们设置了一些共享停车的停车点，一会儿我会讲讲这块背后的算法驱动。
我重点讲一下怎么样通过算法驱动，让这650万辆车比较高效的运行。要管好这么多车主要做好这么几方面：***，你要知道你把你的车投放到哪里去，当然要投放到热门地方，这是***点，你要知道供需的比例，适当的进行预测。第二，恰好你的车在热门地点，如何把它调入热门的地方。第三，有的车确实会发生故障的情况，你怎么有效地把这些故障车回收回来。***，让用户合理停放，不管是周转好还是损耗率比较低的地方，可以大大减少你的运营成本。所以我着重讲这四方面，首先讲讲供需预测的事情。
在我们实际工作中经常发现，即便是很小的地方，它的供需比例分布是非常不均匀的，比如一个地铁口，A口和其他口相比，A口的需求量是占绝大多数，这是显著热点，这样的话我们在投放车辆的时候就不能说我们看到地铁口就随便投，就会把这些车辆集中调配到需求量比较大的地方，而且我们会安排小型三轮车把那些分布在其他地铁口的车辆定时投放到供需量比较大的地铁口。在运营过程中，我们也在使用运营平台“罗盘”，有一个热力图，旁边有日期选择，有数量统计，可以实时看到每个街道任何时刻的分布，所以运营人员经过历史统计进行第二天的决策，除了历史信息，我们通过统计方法和图形化方法，我们还进行了预测系统。这篇文章的idea还是我们从2015年一篇文章，微软研究院的一篇文章，大概意思是使用残差神经网络的供需预测，初衷是解决人口疏散问题，防止发生踩蹋事件，预测未来时刻某个盲点的需求量是怎么需要的。通过这样的计算，使用TenserFlow基于ResNet实现供需预测，我们基于这样的预测可以给出很好的决策依据。
我再讲讲调度方面的问题。我们要知道这个车分布在哪里，我们也做了一个工作，基于密度聚类的算法，通过这个算法能够把车辆分布情况聚类，通过聚类方法得到比较好的展现形式，除此之外，去预估天气对整个停放会有多大的影响，我们在这里使用了XGBoost算法，预测降水、气温、PM2.5对我们第二天停放会有什么样的影响。除此之外，我们还进行了车辆回收难度分析，有一些是内部人员回收，有一些是外包给兼职人员回收，但兼职人员一般会找比较容易找的车，我们专员会找比较难找的车。所以我们给他们分配任务之前都会做分类，使得比较容易找的车尽快分配给经验不太多的兼职人员，让他们去找，对那些藏在犄角旮旯里的车分配给专员。
在回收的时候不可避免会发生故障的情况，我们在实际工作中也会有一些小型的货车，在路上运营。我们是这样调拨小货车的，我们先做图的划分，相当于小型聚类。在每个图里边做，保证每个货车在相对合理范围，逐步走遍故障车的点，把这些故障车拉过来，让运营代价最小。我们不希望用户把车停在小区里边，因为没有办法让其他人进入封闭型小区取到车。所以在我们的后台也标记了很多地理围栏，特别像一些长安街这些地方，都进行了标记。如果用户进去以后怎么办?会有热心志愿者给我们反馈违停的图片，一般来讲，如果你举报一次我们会给你一个行动分，你下次骑行就免费。
我们经常发现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，每天他会收到成千上万张图片。在这个过程中我们使用深度学习技术，对图片进行识别，在这张图片中我们看到车停在小区单元楼门口，它是违停，我们的客服已经很少直接阅读图片，阅读的很少量，不到1%是机器难以判别的图片，剩下的99%完全可以用机器来识别。对这些被举报的用户，如果连续举报多次，我们会给你发短信，你不要再停到违停的小区里边。除此之外，我们还做了智能MPL，上面有三块太阳能板，它是自己取电，里面有一个蓝牙芯片和车进行通信，如果你能停在智能MPL附近，你会收到信用分加分或者优惠券，告诉你，它可以在附近肯德基吃早餐使用。通过这些方法我们不断引导用户停到规范的停车地点。
***讲一讲在我们的运行过程中不断得到社会各界的关注，也有很多政府、学校这些同行找到我们，我们也非常愿意和大家分享一些数据，比方说微软研究院，同时利用我们车在上海的运行轨迹，分析出来在上海这个地方有哪些车道适合骑行，而且骑行量也比较大。但是在市政规划过程中没有合理的画骑行车道，这样的一篇文章意见发表在机器学习比较知名的会议上。
当然还有很多，包括最近我们在跟北京交通规划院合作，我们尝试是不是用我们的轨迹分析提供一个决策依据，什么决策呢?比如在天通苑到西二旗软件园之间有大量IT工作者往返，但这个地方比较绕，有没有可能建一条快速的自行车道，利用我们骑行数据进行这样的分析。我们非常乐意和大家一起分享这些数据。我们的技术和算法技术还处于非常初期的阶段，非常乐于和大家一起把更多技术应用到我们的共享平台，和大家一起创造更加美好的城市骑行环境，谢谢大家!
51CTO记者将持续为您带来WOTI2017全球创新技术峰会前方精彩报道，敬请期待!
【51CTO原创稿件，合作站点转载请注明原文作者和出处为51CTO.com】
京ICP备14020293号-4