田超，摩拜單車副總裁、AI 大數(shù)據(jù)團隊負責人，主要負責摩拜大數(shù)據(jù)和人工智能平臺的研發(fā)工作。田超碩士畢業(yè)于中國科學院計算技術研究所，曾擔任雅虎北京研發(fā)中心工程師、同步盤 CTO 、阿里巴巴高德軟件高級技術經(jīng)理、一點資訊技術總監(jiān)等職，在大數(shù)據(jù)和機器學習領域有多年經(jīng)驗，其研發(fā)領域包括人工智能、大數(shù)據(jù)、分布式計算、搜索引擎和推薦系統(tǒng)等。
本文由 EGONetworks 根據(jù)田超在易觀 A10 大數(shù)據(jù)應用峰會發(fā)表的主題演講《人工智能技術在摩拜的應用》整理，有刪節(jié)。
大家好，非常高興能談談我們在 AI 領域的相關技術應用。我先介紹一下摩拜的理念和成長的歷程。大家都認識自行車，但可以看到摩拜是與眾不同的產(chǎn)品。從第一天開始就在非常仔細地認真研究怎么設計自行車，使得自行車能夠被大家所共享。摩拜是共享單車的發(fā)明者，也是一個創(chuàng)新引領者。在我們的單車里有非常多的專利和科技性的設置，包括使我們的單車怎么樣四年免維護，怎么實時搜集單車的數(shù)據(jù)，我們還設計了智能鎖，這是我們優(yōu)化共享單車應用場景的基礎。
當摩拜成為了大眾應用之后，使我們的生活也產(chǎn)生了巨大的改變，包括提升城市的使用場景，摩拜單車、共享單車已經(jīng)成為每個人生活之中不可缺少的一部分。當摩拜出現(xiàn)之后，單車重新回歸城市，減少了大量的碳排放，減少了大量交通擁堵，減少了非綠色出行場景，使得我們能夠維護更好的生活環(huán)境。
這張圖是上海第一輛摩拜單車在 365 天里的騎行軌跡，第一輛單車在上海留下的足跡。我們做出這張圖，背后其實意味著我們做了非常多的事情，包括我們的工程、大數(shù)據(jù)系統(tǒng)以及算法，能非常準確地追蹤每一輛單車每天的騎行軌跡。
摩拜是最先達到日訂單量兩千萬的公司，超過其他很多巨頭型的大公司，發(fā)展非?？臁Ｒ驗楣蚕韱诬囀欠浅傂璧膱鼍?，摩拜的服務切實改變了人們的日常生活。目前摩拜在全球有超過七百萬輛單車在運行中，同時我們每天日訂單量穩(wěn)定超過三千萬單，在所有行業(yè)里面都是排在前幾名的。摩拜單車在城市運營里面已經(jīng)成為了繼公交和地鐵之后的第三大交通出行方式，已經(jīng)超過私家車，包括打車的應用場景。
我們看一下北京公交站盲區(qū)的分布圖，這是北京市交通委出的一個白皮書，最左邊是公交站點未覆蓋地區(qū)的分布圖，中間是摩拜單車未覆蓋地區(qū)的分布圖。最右邊這張圖，可以看到摩拜單車大幅度地減少了公共交通出行中的盲點，使得我們的公共交通體系覆蓋的面積大幅度的增加。
和高德地圖合作之后，摩拜單車使得北京 CBD 地區(qū)的擁堵下降了 16% 。因為用戶出行的方式變得很方便，使得擁堵現(xiàn)象大幅度減少，這是其他方式很難做到的，包括交通限號，它的提升幅度不如共享單車服務對我們的生活改變更多。
這一切的基礎實際來源于我們的智能鎖，到現(xiàn)在有了七代的變化，從最先的結(jié)構(gòu)漸漸發(fā)展到現(xiàn)在的結(jié)構(gòu)。我們的智能鎖有超過兩億的注冊用戶，每天超過三千萬單的訂單量，有七百萬輛單車在全球 180 個城市運行，每天會有 20TP 的原始數(shù)據(jù)生成。我們搜集到了這些數(shù)據(jù)是第一步，我們現(xiàn)在在做的事情，就是如何利用這些數(shù)據(jù)提供更好的服務。
剛才介紹的數(shù)據(jù)，我們會有用戶數(shù)據(jù)、地理信息、出行數(shù)據(jù)、訂單數(shù)據(jù)，還有車輛數(shù)據(jù)。除此之外，還有用戶上傳報障數(shù)據(jù)，還有一千萬張照片的數(shù)據(jù)，這些數(shù)據(jù)都是我們做 AI 的基礎。
在這些數(shù)據(jù)的基礎之上，我們做了很多事情，包括怎樣預測用戶的需求，怎樣構(gòu)建我們的用戶畫像，怎樣預測我們的供給。因為我們還會有各種各樣的補貼活動，預測去向等等這樣的模型，來提升我們對整個業(yè)務運行狀態(tài)的理解精準的程度。
在這些模型的基礎之上，我們會有這樣幾類應用，包括動態(tài)訂單，包括個性化的紅包補貼，包括怎么做智能的運營，包括 Smart CRM 怎么運營我們的系統(tǒng)。我們的數(shù)據(jù)也為城市規(guī)劃提供一些幫助，為我們的城市生存環(huán)境做了一些事情。
我們知道每輛單車在任何時間的狀態(tài)，知道任何時間點單車的具體流向，根據(jù)這些指導我們線下運營團隊，去幫助他們把單車運營的更好，很方便地找到一些故障車。
我們使用人工智能算法最重要的一個場景是，它能告訴我們怎樣平衡供給和需求，基于我們對未來時間的預測，指導我們的運營，指導我們的產(chǎn)品，引導用戶把車停放在一個更合理的位置，這樣就能優(yōu)化我們每天的訂單量。實際上我們使用了一個深度學習的模型來進行預測，這是實時預測的模型，來預測每個地理區(qū)間上的供給和需求情況。
同時基于對這些用戶行為，和在地理上分布的供給和需求的理解，我們也開發(fā)了一款叫紅包車的產(chǎn)品。我們可以為不同的用戶點亮不同的紅包車，尤其停的位置不好的車，會給用戶補貼一些紅包，鼓勵他們把位置不好的車騎出來，騎到未來周轉(zhuǎn)率會非常高的地方。這樣的話，用戶相當于作為我們的運營人員，幫助提升了單車的周轉(zhuǎn)率。
這些最主要的場景就是 AI 應用場景解決的核心問題之一，除此之外，基于我們的 AI 算法去構(gòu)建完整的共享單車?？课恢玫慕鉀Q方案。大家會遇到這樣的問題，發(fā)現(xiàn)地鐵邊上停的車不整齊，有些地方?jīng)]有車，有些地方的堆積到一起，這個漸漸成為各個城市運營的管理人員所面臨的問題。
為此我們做過很多研究，用智能鎖、大數(shù)據(jù)系統(tǒng)，以及大數(shù)據(jù)后面的算法，加上我們構(gòu)建的摩拜的智能停車點，提供了一整套完整的解決方案。
這些智能停車點是根據(jù)用戶的歷史數(shù)據(jù)挖掘出來，挖掘出用戶經(jīng)常停車的位置，基于對基礎地理數(shù)據(jù)的理解，我們會推薦停車點， 停到相應的停車點會有鼓勵。我們一整套的停車方案，還要集合一些硬件，它會感應到我們的車，停到地理圍欄之內(nèi)的話，會有正向的反饋，否則可能會有一些負向的反饋。
我們在過去兩年之中也積累了非常多的地理圍欄的數(shù)據(jù)，一方面基于業(yè)務理解的情況，另一方面基于人工智能和大數(shù)據(jù)挖掘的結(jié)果。我們的數(shù)據(jù)中有非常多的部分是用戶上傳的圖像數(shù)據(jù)，大量的圖像數(shù)據(jù)給人工客服增加了非常多的壓力和困難。所以我們做了一系列的相應的算法，幫助人工客服解決這樣的場景識別問題，減少了很多工作量。
這樣一個場景也能識別加私鎖，或者車輛損壞的情況。我們訓練了神經(jīng)網(wǎng)絡的模型，去識別加私鎖的情況。我們也用了一些算法，幫助運營人員去數(shù)車。一張照片輸入進去，自動識別有多少輛車，輔助線下運營人員采集數(shù)據(jù)來校準我們的整個數(shù)據(jù)體系。
我們也非常愿意和學術界以及社會共享我們的數(shù)據(jù)，同時把我們的數(shù)據(jù)應用在建設更美好的城市場景之中。比如大家知道，自行車走的路徑和我們城市規(guī)劃走的路徑有些不同，有些路騎自行車的人是非常多的，還有些路不在路網(wǎng)規(guī)劃之中，通過挖掘摩拜的數(shù)據(jù)，來幫助我們的城市建設者規(guī)劃哪些路徑更適合建造自行車專用車道。
上述就是我的演講，摩拜非常歡迎和產(chǎn)業(yè)界的朋友們進行各種各樣數(shù)據(jù)的合作。同時摩拜也在招人，希望愿意和我們一起改變世界的朋友加入摩拜，謝謝大家。
