即时物流领域的AI技术:物理世界的数字化和智能化

所属专题:机器学习应用和实践

嘉宾 : 何仁清 | 美团点评算法通道主席美团配送AI方向负责人

会议室 : 二层 2号会议厅A

讲师介绍

专题演讲嘉宾:何仁清

美团点评算法通道主席 美团配送AI方向负责人

何仁清,美团点评算法通道主席、美团配送AI方向负责人。

2006年哈尔滨工业大学计算机硕士,毕业后加入百度NLP团队,2009年转岗到百度凤巢团队,从事自然语言处理、数据挖掘、机器学习、检索等研究方向,离职前任百度主任架构师。

2016年初加入美团点评,整体负责美团配送的算法策略,进行智能配送系统建设,全面支持美团配送业务发展。目前工作方向横跨运筹优化、机器学习、时空大数据挖掘等多个学科,工作内容包括:智能调度、ETA、智能定价、智能规划、机器学习、AIoT、骑行地图等多个子方向。

精彩剧透:探寻美团“超脑”配送系统的前世今生

议题介绍

地点:二层 2号会议厅A
所属专题:机器学习应用和实践

演讲:即时物流领域的AI技术:物理世界的数字化和智能化

美团外卖日单量超过3000万,拥有近百万骑手,是全球最大的即时配送网络。与大多数互联网企业线上业务为主的模式不同(比如搜索、推荐、电商、短视频),配送系统需要在现实世界中的真实环境和真实场景中“运行”,最大的挑战是需要对骑手所在的环境和场景做到实时感知、准确理解和最优决策,这也是近几年行业经常说的“数字化”和“智能化”技术。

举例来说,配送中需要很多现实世界信息,比如商家在哪个商场,在几楼什么位置,从哪个门进入,是否坐电梯?骑手到达商家了吗,等餐多久了,还要等多久? 这些信息的准确性和实时性,对如何做出更优的决策至关重要,是持续提升配送体验和效率的关键要素。

美团配送作为全球最大的即时配送网络,具有丰富的大数据和应用场景优势,结合机器学习、时空间大数据、AIoT相关技术,我们在“物理世界数字化和智能化”这方面做了很多探索和尝试,这次主要分享这方面的重要技术和相关经验。

分享大纲:

1. 即时配送业务发展

    行业整体发展趋势

    配送业务目标和挑战

2. “美团超脑”配送系统简介

    美团配送的技术目标

    美团配送的AI技术体系

3. 刻画现实世界的AI技术

    履约全环节的精准时间预估

    基于骑行轨迹的配送地图(点-线-面)

    基于IoT技术的配送情景感知

4. 配送技术的未来展望

听众收益:

1. 了解新零售下的美团配送的业务发展和AI技术体系

2. 了解AI技术在物理世界数字化方面,到底在解决什么问题,有什么挑战,取得哪些成果

3. 了解如何从业务痛点出发,提炼业务问题,并进行技术建模和持续优化,并最终验证技术效果

听众范围:熟悉机器学习、数据挖掘、AIoT等技术,解决一线业务问题的算法工程师

交通指南

© 2019 Baidu - GS(2018)5572号 - 甲测资字1100930 - 京ICP证030173号 - Data © 长地万方
本网站图片存储由七牛云独家支持