大部分人都點(diǎn)過外賣，現(xiàn)在外賣成了中國人吃飯的另一種方式，今天分享的主題是人工智能在 “餓了么” 的應(yīng)用實(shí)踐。

[[212420]]

今天的內(nèi)容主要分為三個(gè)部分：

• “餓了么” 簡介。
• AI 在“餓了么” 的應(yīng)用場景。
• 運(yùn)籌優(yōu)化與機(jī)器學(xué)習(xí)的應(yīng)用實(shí)例。

關(guān)于“餓了么”

大部分人都點(diǎn)過外賣，現(xiàn)在外賣成了中國人吃飯的另一種方式。點(diǎn)外賣是什么樣的量級(jí)，說起來嚇大家一跳。

中國最大領(lǐng)域是電商，淘寶、京東，其次就是出行行業(yè)，滴滴、UBER，緊接著是共享單車，這幾家公司加起來是一天兩三千萬的訂單量左右。

而在外賣行業(yè)，到今天為止已經(jīng)每天達(dá)到 2500 萬單，可以看到這個(gè)行業(yè)正在飛速發(fā)展。

為什么數(shù)據(jù)和算法能起到那么大的作用？因?yàn)槲覀兌贾涝?ldquo;互聯(lián)網(wǎng)+”的背景下，有這么大的訂單量，至少是在數(shù)據(jù)行業(yè)我們有非常多事情要做。

2500 萬訂單量里面 “餓了么” 是什么樣的場景？我們把手機(jī) APP 打開，可以找到自己喜歡的餐廳，大家選擇一個(gè)餐廳，選擇喜歡吃的東西，這個(gè)行為雖然是點(diǎn)一個(gè)菜，但是實(shí)際上跟大家在淘寶買衣服和在攜程買機(jī)票是一樣的。

前面是電商交易平臺(tái)所交易的食品，現(xiàn)在不僅是食品，還可以在上面買鮮花、買藥品，同時(shí)還有本地的幫買幫送等等。所以電商只是第一部分，電商到了什么規(guī)模？

“餓了么”C 端注冊用戶 2.6 億，B 端商家目前已經(jīng)是 130 萬，每年是千萬級(jí)別的定單情況，這個(gè)是我們外賣行業(yè)的一部分，基于電商交易平臺(tái)。

第二部分就是大家可以看見上圖中騎手小哥拿著箱子，要么走路或者騎著電動(dòng)車，這就是本地物流平臺(tái)。

為什么要強(qiáng)調(diào)本地，因?yàn)槲覀冃袠I(yè)的特殊性跟其他物流行業(yè)不一樣。他們幾天時(shí)間到達(dá)，我們這個(gè)行業(yè)的本地物流是希望 30 分鐘能送到用戶手里。

所以我們在設(shè)計(jì)這個(gè)架構(gòu)的時(shí)候就有很大的挑戰(zhàn)，這個(gè)有一些不同，一會(huì)兒講到算法模型的時(shí)候就清楚了，我們是做一些本地的物流，所以時(shí)間上有非常嚴(yán)格的限制。   

到今天為止，我們配送員已經(jīng)達(dá)到 300 萬，平均每天在任何時(shí)刻，全國都有 30 萬到 40 萬的騎手活躍線下，隨時(shí)準(zhǔn)備接單。這個(gè)跟滴滴是一樣的運(yùn)營模式，現(xiàn)在已經(jīng)覆蓋了全國 2 千多個(gè)城市。

AI 在“餓了么”的應(yīng)用場景

外賣這個(gè)行業(yè)為什么需要人工智能呢？作為本地生活的平臺(tái)，我們都知道衣食住行是非常需要的。

在每個(gè)方向都有很多大的商家，他們在技術(shù)上的挑戰(zhàn)有什么不同，一定取決于他們的業(yè)務(wù)形態(tài)。

首先是淘寶，淘寶是大家在線上買東西最常用的一個(gè)平臺(tái)，里面主要是以用戶和商戶為主，線下是同城當(dāng)日達(dá)，更多定單是走開放平臺(tái)。

大家下了定單，東西送到大家的手里，這個(gè)是三通一達(dá)。也可以是菜鳥或者順豐，它們是開放平臺(tái)，最重要的一點(diǎn)是時(shí)效性，通常以天來計(jì)算，超時(shí)不會(huì)有所謂的賠償，這個(gè)是淘寶的情況。

我們再看攜程，它可以定旅館、酒店，線上以用戶和商戶為主，不會(huì)有線下的訂單。

跟外賣行業(yè)特別接近的就是滴滴，從業(yè)務(wù)形態(tài)來講，像滴滴這類出行和外賣是非常接近的。

滴滴線下線上始終是用戶和司機(jī)，定單形式也是眾包的形式，要么通過加盟商，要么通過司機(jī)網(wǎng)上注冊來承擔(dān)運(yùn)力，超時(shí)也不會(huì)懲罰司機(jī)。

因?yàn)檎l也不會(huì)預(yù)料到會(huì)不會(huì)出現(xiàn)車禍，這個(gè)時(shí)效沒有保證，所以說它和餓了么是極其相似的。

最后提到 “餓了么” 和外賣行業(yè)。首先線上以用戶和商戶為主，線下訂單部分比較多，藍(lán)色騎手有一部分是 “餓了么” 的員工，就是自營，還有團(tuán)隊(duì)和加盟商的形式，當(dāng)然還有一種是眾包。

比如說今天開一個(gè)會(huì)，下午還有四個(gè)小時(shí)，我可以送幾單，這是一種眾包的形式。

時(shí)效性是以分鐘來計(jì)算的，我們的目標(biāo)在很長時(shí)間已經(jīng)做到了，全國平均半個(gè)小時(shí)可以把訂單送到手里。

還有超時(shí)賠付，如果 30 分鐘之后超過 10 分鐘沒有送到，就有一個(gè)紅包的賠償，超時(shí)賠付的壓力是比較大的，不過這樣做對(duì)客戶來說算是一種服務(wù)不足的補(bǔ)償。

根據(jù)上面所述，我們進(jìn)入了一個(gè)大的框架，就是在外賣這個(gè)行業(yè)是三個(gè)大框架，一個(gè)是機(jī)器學(xué)習(xí)，一個(gè)是大數(shù)據(jù)，再一個(gè)運(yùn)籌優(yōu)化跟機(jī)器學(xué)習(xí)也是密不可分的。

講到運(yùn)籌優(yōu)化，大數(shù)據(jù)作為運(yùn)籌優(yōu)化的基礎(chǔ)起到了非常關(guān)鍵的作用，現(xiàn)在大家看這個(gè)圖挺有意思，我會(huì)多花兩分鐘講一講在業(yè)務(wù)中的算法問題，大概有三個(gè)層面。

底層的外賣行業(yè)希望 30 分鐘把食物送到用戶手里，不可能送到二十或者三十公里之外，除非你會(huì)飛，否則半個(gè)小時(shí)不可能送 10 公里。

基于這種情況，所有行業(yè)都是基于當(dāng)前打開 APP 的位置，定位可能 3 公里或者 5 公里的半徑，LBS 保證在運(yùn)營商網(wǎng)絡(luò)做各種推薦或者搜索為基礎(chǔ)，再往上兩層就是機(jī)器學(xué)習(xí)和優(yōu)化，所以具體講一下這三部分。

交易

如下圖，大家可以看到中間這個(gè)模塊是用戶商戶分層，推薦搜索以及智能補(bǔ)貼，這幾個(gè)大的方向是任何電商都必須做的。

在有很精細(xì)的用戶畫像體制上，我們希望對(duì)用戶和商戶的生命周期做嚴(yán)格的管理，在這個(gè)基礎(chǔ)上我們做相應(yīng)的推薦、搜索、補(bǔ)貼。

比如說有一個(gè)用戶進(jìn)入沉睡期，我們會(huì)通過一定的方式對(duì)客戶進(jìn)行刺激。

線下

當(dāng)交易行為發(fā)生時(shí)，我們希望 30 分鐘將外賣送到用戶手里，這里面涉及到機(jī)器學(xué)習(xí)的規(guī)劃，我會(huì)詳細(xì)講智能的調(diào)度，也會(huì)詳細(xì)講到出餐時(shí)間和送餐時(shí)間的預(yù)估，以及動(dòng)態(tài)定價(jià)等這幾個(gè)模塊。

智能調(diào)度是調(diào)度的一部分，我們這 30 分鐘包括了準(zhǔn)備的時(shí)間和路上的時(shí)間，甚至保證了送到樓下，等電梯到你手上的時(shí)間等等。所以這 30 分鐘有很多不可預(yù)估的東西。

那么壓力平衡是什么意思？大家都知道，線上交易和我們物流是矛盾的，對(duì)于線上交易來說我們當(dāng)然希望訂單越多越好，我們希望有上千萬的用戶幾秒鐘一下子全進(jìn)來。

但是 30 分鐘內(nèi)把訂單全部送出去，這個(gè)是不太可能一下子解決的問題，為了達(dá)到壓力平衡，就要保證交易和物流、配送等保持平衡，既達(dá)到交易質(zhì)量，也不損失用戶的積極性。

底層

講到交易和線下這兩個(gè)之后就是一些底層的東西，現(xiàn)在讓我們看上面那張圖，左邊包括選址推薦等等。

剛才講到配送是本地，當(dāng)一個(gè)商家定下準(zhǔn)備配送的地方就會(huì)畫一個(gè)圈，比如說我送一個(gè)圓圈或者六邊形，這個(gè)不是隨便畫的。

首先有可能這個(gè)地方是高速路或者高架橋，不是每個(gè)人的平臺(tái)都是一樣的，有的用戶也有可能老是定便宜訂單，我們在網(wǎng)格和站點(diǎn)規(guī)劃的時(shí)候會(huì)考慮所有因素。

這個(gè)涉及很多運(yùn)籌優(yōu)化的問題，最后一個(gè)例子就會(huì)講到選址和網(wǎng)格規(guī)劃的問題。

下面簡單講一下我們在人工智能方面所有的一些嘗試，這對(duì)我們業(yè)務(wù)是非常重要的。

運(yùn)籌優(yōu)化與機(jī)器學(xué)習(xí)的應(yīng)用實(shí)例 

這一部分我會(huì)分兩種來說：

• 機(jī)器學(xué)習(xí)的應(yīng)用案例。
• 機(jī)器學(xué)習(xí)應(yīng)酬優(yōu)化的案例。

案例 1 : 出餐時(shí)間預(yù)估

第一個(gè)是出餐時(shí)間的預(yù)估，我在這里用滴滴做比較，什么是等待時(shí)間預(yù)估。

比如我們在滴滴場景下下了一個(gè)訂單，說我想去浦東機(jī)場，它會(huì)告訴你這個(gè)車離這里兩公里，3 分鐘會(huì)到，這個(gè)3 分鐘就是等待時(shí)間預(yù)估。

“餓了么” 相當(dāng)于下了一個(gè)單，大概 20 分鐘才能做好，我們希望的是來的早不如來的巧。

作為我們平臺(tái)的騎手剛好在 20 分鐘就到，如果早了騎手等在那兒是浪費(fèi)，但是去晚了，就可能訂單超過了時(shí)間。

這個(gè)出餐時(shí)間的準(zhǔn)確性是關(guān)鍵，當(dāng)訂單完成之后，怎么知道訂單花多長時(shí)間完成？

這個(gè)餐廳受很多因素的影響，餐廳的備餐時(shí)間和食堂吃的用戶數(shù)、餐品類型、烹飪方式、訂單大小等且備完餐后無通知。

比如說餐廳客戶特別多，平時(shí)可能 5 分鐘做出來，可能人多了就 5 分鐘做不出來。

還有產(chǎn)品品類的問題，甚至包括一天的天氣各種原因，包括餐廳的出勤率，餐廳廚師請假突然少了幾個(gè)人，這些都是造成預(yù)估不準(zhǔn)確的原因之一。

我們想過為什么不讓餐廳做好了后直接告訴我們，然后我們就去取餐，這個(gè)理論是可行。

但是大家想象一下在餐廳場景里面，廚房是什么樣的情況？你想象一下一個(gè)廚師滿手都是油，出來點(diǎn)一下這個(gè)訂單好了，然后看下一個(gè)訂單，這個(gè)是很難想象的事情，我們沒有得到這方面的數(shù)據(jù)。

這個(gè)是一個(gè)前提，我們的解決方案毫無疑問是機(jī)器學(xué)習(xí)，最簡單版本就是線性模型。

一開始效果不是特別好，但逐漸演進(jìn)到后面的 GBDT ，在場景下做到平均不是特殊平均，加上出餐時(shí)間是 10 分鐘，我們可以固定 7 分鐘到 13 分鐘，這個(gè)準(zhǔn)確率比較高。

我強(qiáng)調(diào)是平均，因?yàn)橛泻芏嗵厥鈭鼍?，如果廚師出了什么事情，我們也不知道，因?yàn)闄C(jī)器學(xué)習(xí)只能根據(jù)過去的事情來預(yù)測將來。

在突發(fā)事件有一些產(chǎn)品的方案，比如說看到這個(gè)餐廳出餐量和訂單量并沒有呈線性的增長，前面出現(xiàn)了堵塞情況，我們根據(jù)數(shù)據(jù)對(duì)平臺(tái)進(jìn)行實(shí)時(shí)調(diào)整。

最后我們的方法是深度學(xué)習(xí)，用的是 LSTM。我們通過時(shí)間相關(guān)性把預(yù)測做的更加準(zhǔn)確，毫無疑問出餐時(shí)間一定會(huì)跟過去訂單有關(guān)系，這個(gè)不用解釋。

但是為什么跟未來有關(guān)系，我們預(yù)估未來 3 到 5 分鐘有新的訂單，但是跟現(xiàn)有的訂單有共同之處，有可能是同樣的菜品，有可能是共同的地方，同樣的菜品對(duì)廚房是一個(gè)訂單，可以把菜一起做。

我們學(xué)到了，通過這個(gè)模型也可以捕捉這些特征，對(duì)訂單分配有一定的幫助，同樣對(duì)訂單打包也有一定的幫助。

案例 2 ：行程時(shí)間預(yù)估

行程時(shí)間的預(yù)估就是當(dāng)訂單完成了以后，騎手把訂單拿到手里，他會(huì)跑到辦公室或者家里也好，這個(gè)是行程時(shí)間的預(yù)估。

例如滴滴從 A 點(diǎn)到 B 點(diǎn)，交通方式肯定就是車，而且有大量的地圖數(shù)據(jù)，像高德或者谷歌地圖或者百度地圖，這些數(shù)據(jù)會(huì)實(shí)時(shí)上傳給服務(wù)器。

在這種交通情況預(yù)測已經(jīng)是比較準(zhǔn)確的，但是相對(duì) “餓了么” 場景遠(yuǎn)遠(yuǎn)沒有那么多的信息。

首先騎手可能步行，走電梯、走上下樓梯、騎電動(dòng)車或者換交通工具，這個(gè)直接造成了我們的數(shù)據(jù)搜集是極不準(zhǔn)確的，還有一點(diǎn)在樓宇內(nèi)的交通復(fù)雜，這個(gè)數(shù)據(jù)很難獲取。

我們上班的時(shí)候，餐廳和顧客都是在大樓里面，大樓里面沒有 GPS 信號(hào)或者信號(hào)不大好，我們收到的數(shù)據(jù)或者定位誤差高達(dá)幾百米。

所以提前時(shí)間預(yù)估，我們需要把軌跡建立起來，因?yàn)闀r(shí)間預(yù)估在高德地圖或者騰訊百度地圖是基于歷史數(shù)據(jù)的。

我們第一步做的是歷史數(shù)據(jù)清洗，室內(nèi)定位不準(zhǔn)甚至完全缺失，這個(gè)情況下我們想了各種各樣的辦法，我們用 WiFi 信號(hào)，GPS 信號(hào)或者大家互相定位，最大程度減少定位缺失的問題。

其次，即使定位有了，它的位點(diǎn)也是有 GPS 軌跡的，也有很多的噪音，所以需要去噪。我們通過定位的算法把相關(guān)的時(shí)間，把 O 點(diǎn)和 D 點(diǎn)合起來，最后進(jìn)行軌跡聚類。

案例 3 ：智能分單

滴滴與我們的分單難度不一樣，滴滴場景下要配一個(gè)司機(jī)，最多接兩三單。

在 “餓了么” ，一個(gè)騎手一個(gè)包同時(shí)背 5 到 10 單，而且訂單之間有時(shí)間限制，涉及大量的時(shí)效要求。

我講兩個(gè)方案，第一個(gè)方案是路徑規(guī)劃的問題，很傳統(tǒng)的 VIP。

當(dāng)你給一個(gè)訂單，在騎手容量和成本固定的情況下，我們需要找到匹配的線路，每個(gè)訂單承諾時(shí)間是不一樣的，就是保證不能超時(shí)。

默認(rèn)模式下, 一個(gè)騎手可以同時(shí)送 5 到 10 單, 每單都有嚴(yán)格的時(shí)效要求, 并且訂單在午間高峰爆發(fā)式增加。

方案 1 就是車輛路徑規(guī)劃：

• 輸入：訂單，騎手，容量，成本。
• 輸出：訂單和騎手間的匹配以及行走路線。
• 優(yōu)化目標(biāo)：最小化時(shí)間或者行駛距離。
• 約束條件：騎手背單數(shù)、騎手?jǐn)?shù)量、最晚到達(dá)時(shí)間等。

我們用了模擬退火算法，模擬退火算法 ( Simulated Annealing，SA )  是基于 Monte-Carlo 迭代求解策略的一種隨機(jī)尋優(yōu)算法。

通過賦予搜索過程一種時(shí)變且最終趨于零的概率突跳性，從而可有效避免陷入局部極小并最終趨于全局最優(yōu)的串行結(jié)構(gòu)的優(yōu)化算法。

從理論上來說這個(gè)算法具有概率的全局優(yōu)化性能，目前已在工程中得到了廣泛應(yīng)用，諸如 VLSI ，生產(chǎn)調(diào)度、控制工程、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、信號(hào)處理等領(lǐng)域就是用它來做訂單的分配。

但是最后結(jié)果不是特別好，因?yàn)闀r(shí)間預(yù)估存在不準(zhǔn)備性，在路徑規(guī)劃的時(shí)候，先走 A 單還是 B 單，在時(shí)間一旦出現(xiàn)誤差的情況下，這個(gè)路徑規(guī)劃會(huì)非常差。

最后用的是第二個(gè)算法，也是一種基于大量函數(shù)的組合算法。

左下角是個(gè)矩陣，每一行是一個(gè)訂單，每一列是一個(gè)騎手，我們希望通過一些規(guī)則和一些機(jī)器學(xué)習(xí)的算法算出來，右邊是一個(gè)定單匹配的結(jié)果。

最優(yōu)匹配就是 KM 算法，調(diào)度算法的演進(jìn)最早是 VRP。

后來采用的是 KM 算法，但是這個(gè)基礎(chǔ)框架界定了以后，還有很多工作需要做。

訂單實(shí)際上有相似性，因?yàn)橛唵问强梢源虬?，一個(gè)人稍微等幾分鐘，也許這個(gè)訂單出來跟那個(gè)訂單很相似的性質(zhì)，就是去同一個(gè)地方，就可以把訂單給同一個(gè)人拿走。

所以訂單打包和吸水是我們做的第一件事情，但是訂單靠什么規(guī)則在高峰期和非高峰期的時(shí)候是不一樣的，這里存在兩個(gè)方向的路和兩個(gè)方向的夾角不一樣的地方，所以定單匹配模型是在 2.2 版本之上做出來的。

用機(jī)器學(xué)習(xí)通過歷史數(shù)據(jù)來訓(xùn)練，在這里我們也碰到一些挑戰(zhàn)，由于在不同的站點(diǎn)配送員習(xí)慣不一樣，我們推廣的時(shí)候會(huì)遇到一個(gè)問題，在 A 站點(diǎn)大家覺得是 OK，但是在 B 站點(diǎn)不行。

我們現(xiàn)在做到千站千面的東西，根據(jù)類似的站點(diǎn)歷史過去分擔(dān)一些情況，我們把這些模型用來做訓(xùn)練，做到類似的站點(diǎn)它有類似分單的方式。

所以不會(huì)出現(xiàn)說你特別不喜歡這個(gè)分單的方式，多多少少有一點(diǎn)類似性，后來做到了 2.3 這個(gè)版本。

現(xiàn)在做的版本就是增強(qiáng)學(xué)習(xí)，我們根據(jù)實(shí)時(shí)的情況來進(jìn)行動(dòng)態(tài)地調(diào)整。

餐廳選址就不詳細(xì)講了，我們也和商家開始合作開一些餐廳，我們都希望選最好的地方，餐廳覆蓋最多的用戶，菜品不一樣，用戶群不一樣，所以這個(gè)選址是很重要的。

總結(jié)

我做機(jī)器學(xué)習(xí)十幾年，個(gè)人感受，工作挑戰(zhàn)是來自于基礎(chǔ)數(shù)據(jù)的完整性和準(zhǔn)確性。

剛才講到數(shù)據(jù)不準(zhǔn)確，餐廳不規(guī)則的情況，我們無法知道一些準(zhǔn)確的情況，我們花了大量時(shí)間來做基礎(chǔ)數(shù)據(jù)的調(diào)整。

第二點(diǎn)我講到算法的提升和對(duì)人的行為的理解比較重要，因?yàn)樵谕赓u行業(yè)都需要人去執(zhí)行，以前人工分配通過打電話，有大量溝通在里面。

現(xiàn)在機(jī)器一下子分?jǐn)偭耍麄冸y以理解，而且機(jī)器考慮全局最優(yōu)而不是局部最優(yōu)，人是做不到這點(diǎn)。

在算法提升和產(chǎn)品運(yùn)營綜合起來，才能把這個(gè)事情最后推下去讓大家形成習(xí)慣。

第三點(diǎn)優(yōu)化算法與機(jī)器學(xué)習(xí)在我們行業(yè)是相輔相成的，不僅是機(jī)器學(xué)習(xí)，更重要的是我們在這么短時(shí)間怎么樣把人力分布最好，在最少的時(shí)間情況下把訂單完成。

[[212422]]

張浩，餓了么技術(shù)副總裁，曾任滴滴研究院高級(jí)總監(jiān)，美國 Uber 大數(shù)據(jù)部、LinkedIn 搜索與分析部資深數(shù)據(jù)科學(xué)家、Microsoft 語音識(shí)別組高級(jí)數(shù)據(jù)工程師，現(xiàn)負(fù)責(zé)餓了么人工智能與大數(shù)據(jù)建設(shè)，帶領(lǐng)團(tuán)隊(duì)將機(jī)器學(xué)習(xí)應(yīng)用在物流調(diào)度、壓力平衡、推薦搜索等場景，通過數(shù)據(jù)挖掘建立完整的數(shù)據(jù)運(yùn)營體系，提高運(yùn)營效率，用數(shù)據(jù)和智能驅(qū)動(dòng)業(yè)務(wù)發(fā)展，擁有十余年機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、分布式計(jì)算的實(shí)際經(jīng)驗(yàn)。