新华社北京8月24日电 题:记者观察:解析一餐外卖蕴藏的“计算力”

新华社记者张辛欣

每增加一个订单,系统要在毫秒内计算出最优路径;高峰期每小时需执行约29亿次的算法……看似是体力活的外卖业,实则囊括了诸多前沿技术,是人工智能的生动应用。一餐外卖中蕴藏着多少“计算力”?记者对此进行了调研。

新华网图

高峰期每小时执行约29亿次算法

准时吃上一顿热腾腾的外卖,不仅小哥腿跑得勤,更要路径算得准。通常,骑手需同时配送多笔订单,方能保证每一笔按时送达。先去哪取,先给谁送,走什么路线,用户要等待多久,都要靠大数据“算”出精准答案。

算数不难,难在算式的不断变化。与快递物流不同,外卖配送中,既没有指定的骑手,也没有固定的仓库。订单、人力、位置等都是动态调整。人员分配、餐箱容量、路况信息、送达时间等成为制定路线必须考虑的因素。

记者调研多家外卖平台发现,配送模型通常涉及100多个变量,大到天气变化、商圈繁华程度,小到餐厅、小区位置,细到住宅是否有电梯、每道菜点单概率等,都在考虑之中。

美团配送人工智能方向负责人何仁清告诉记者,在全国范围,高峰期每小时需执行约29亿次的路径规划算法。

“一定程度上,产品是否满足需求,服务是否贴心,核心在于能否通过高效的算法释放数据价值。数字化的过程,也是消费升级和产业转型的过程。”中国科协党组书记怀进鹏说,计算力将成为生产、服务最为重要的竞争力。

外卖有时也“看天吃饭” 数据计算有瓶颈

也许很难想象,天气竟是影响智能调度非常重要的因素。难道物流还怕下雨或刮风吗?其实不然,这里面有个精准度的概念。

面临巨大数据体量和毫秒级决策时,任何细微的变化都能产生放大效应。外卖配送要求系统在毫秒内为骑手找到最优路径的概率达到97%,包括小范围内的雨量、风速以及与之相关的道路积水、骑手运力等指标都要尽可能精细。

“我们较难精确判断出暴雨将如何影响骑手速度。而在这类天气中,突发事件概率上升,订单量往往成倍增加,带来较大供需缺口。”何仁清说,这类情况下,外卖平台通常通过用户引导、接力配送等方式,缓解调度和计算压力。

天气指标只是影响算力的一个因素。在数据计算中,面临来自数据提取、硬件运行、计算能力等一系列挑战,也需要算法之外,来自产业整体的协调配套能力。

工信部信息中心副主任李德文说,目前我国数据整体存在质量不高、价值利用率低等问题,在新型计算平台、分布式计算架构等方面仍与国外存在差距。数据与产业融合、产业之间数据打通等,都需要进一步提升。

系统也和骑手学习 “人工+智能”是方向

再聪明的“大脑”也需要不断进化。让外卖配送更智能,也应加强系统本身的学习能力。

何仁清说,当前,外卖配送主要依托于地图和导航,然而市面上的导航模块并不能满足需求,在加强地址解析模块,修正导航和定位的同时,也依靠骑手标注和反馈。“比如,依托骑手行为数据,系统会得到更加精确的信息。当骑手执行新线路时,系统会记录且学习。”何仁清说。

没有人力支撑,难谈算力发展。“人工+智能”将是大数据应用发展的主流方向。

李德文说,目前大数据应用还有很大成长空间,尤其需要注重人工对技术偏差的纠正和对模型的完善,加强数据与行为之间、数据与人之间的不断学习,提升服务智能化和决策精准度。