新華社北京8月24日電 題：記者觀察：解析一餐外賣蘊藏的“計算力”

新華社記者張辛欣

每增加一個訂單，系統(tǒng)要在毫秒內(nèi)計算出最優(yōu)路徑；高峰期每小時需執(zhí)行約29億次的算法……看似是體力活的外賣業(yè)，實則囊括了諸多前沿技術(shù)，是人工智能的生動應(yīng)用。一餐外賣中蘊藏著多少“計算力”？記者對此進行了調(diào)研。

高峰期每小時執(zhí)行約29億次算法

準時吃上一頓熱騰騰的外賣，不僅小哥腿跑得勤，更要路徑算得準。通常，騎手需同時配送多筆訂單，方能保證每一筆按時送達。先去哪取，先給誰送，走什么路線，用戶要等待多久，都要靠大數(shù)據(jù)“算”出精準答案。

算數(shù)不難，難在算式的不斷變化。與快遞物流不同，外賣配送中，既沒有指定的騎手，也沒有固定的倉庫。訂單、人力、位置等都是動態(tài)調(diào)整。人員分配、餐箱容量、路況信息、送達時間等成為制定路線必須考慮的因素。

記者調(diào)研多家外賣平臺發(fā)現(xiàn)，配送模型通常涉及100多個變量，大到天氣變化、商圈繁華程度，小到餐廳、小區(qū)位置，細到住宅是否有電梯、每道菜點單概率等，都在考慮之中。

美團配送人工智能方向負責人何仁清告訴記者，在全國范圍，高峰期每小時需執(zhí)行約29億次的路徑規(guī)劃算法。

“一定程度上，產(chǎn)品是否滿足需求，服務(wù)是否貼心，核心在于能否通過高效的算法釋放數(shù)據(jù)價值。數(shù)字化的過程，也是消費升級和產(chǎn)業(yè)轉(zhuǎn)型的過程。”中國科協(xié)黨組書記懷進鵬說，計算力將成為生產(chǎn)、服務(wù)最為重要的競爭力。

外賣有時也“看天吃飯” 數(shù)據(jù)計算有瓶頸

也許很難想象，天氣竟是影響智能調(diào)度非常重要的因素。難道物流還怕下雨或刮風嗎？其實不然，這里面有個精準度的概念。

面臨巨大數(shù)據(jù)體量和毫秒級決策時，任何細微的變化都能產(chǎn)生放大效應(yīng)。外賣配送要求系統(tǒng)在毫秒內(nèi)為騎手找到最優(yōu)路徑的概率達到97%，包括小范圍內(nèi)的雨量、風速以及與之相關(guān)的道路積水、騎手運力等指標都要盡可能精細。

“我們較難精確判斷出暴雨將如何影響騎手速度。而在這類天氣中，突發(fā)事件概率上升，訂單量往往成倍增加，帶來較大供需缺口。”何仁清說，這類情況下，外賣平臺通常通過用戶引導、接力配送等方式，緩解調(diào)度和計算壓力。

天氣指標只是影響算力的一個因素。在數(shù)據(jù)計算中，面臨來自數(shù)據(jù)提取、硬件運行、計算能力等一系列挑戰(zhàn)，也需要算法之外，來自產(chǎn)業(yè)整體的協(xié)調(diào)配套能力。

工信部信息中心副主任李德文說，目前我國數(shù)據(jù)整體存在質(zhì)量不高、價值利用率低等問題，在新型計算平臺、分布式計算架構(gòu)等方面仍與國外存在差距。數(shù)據(jù)與產(chǎn)業(yè)融合、產(chǎn)業(yè)之間數(shù)據(jù)打通等，都需要進一步提升。

系統(tǒng)也和騎手學習 “人工+智能”是方向

再聰明的“大腦”也需要不斷進化。讓外賣配送更智能，也應(yīng)加強系統(tǒng)本身的學習能力。

何仁清說，當前，外賣配送主要依托于地圖和導航，然而市面上的導航模塊并不能滿足需求，在加強地址解析模塊，修正導航和定位的同時，也依靠騎手標注和反饋。“比如，依托騎手行為數(shù)據(jù)，系統(tǒng)會得到更加精確的信息。當騎手執(zhí)行新線路時，系統(tǒng)會記錄且學習。”何仁清說。

沒有人力支撐，難談算力發(fā)展。“人工+智能”將是大數(shù)據(jù)應(yīng)用發(fā)展的主流方向。

李德文說，目前大數(shù)據(jù)應(yīng)用還有很大成長空間，尤其需要注重人工對技術(shù)偏差的糾正和對模型的完善，加強數(shù)據(jù)與行為之間、數(shù)據(jù)與人之間的不斷學習，提升服務(wù)智能化和決策精準度。

以上是網(wǎng)絡(luò)信息轉(zhuǎn)載，信息真實性自行斟酌。