滴滴参与硅谷人工智能技术峰会并带来技术报告

关键时刻，第一时间送达

2018年4月12-13日，滴滴出行参与硅谷人工智能技术峰会，带来出行领域场景的精彩技术分享。该技术峰会关注工业界具体AI技术发展情况，谷歌、Facebook、Netflix等众多人工智能和机器学习领域的专家分享他们的研究成果。

本次会议，滴滴出行AI Labs强化学习团队、科技合作团队、滴滴美国研究院HR团队全力参与。在与参会者分享滴滴前沿技术的同时，让更多人了解神秘的滴滴美国研究院。

2017年3月，滴滴美研院正式成立，研究方向包括大数据安全、智能驾驶、强化学习等。

成立以来，迅速吸纳了众多的科学家和工程师。硅谷是全球科技创新中心，滴滴希望通过在这里设立研究机构，与更多科技领导企业，技术人才，学术机构交流合作，一起推动交通变革。未来，滴滴仍将进一步加大在技术和人才的投入。

（滴滴团队与参会者在展台交流互动）

主会第一天下午，滴滴AI Labs强化学习研究负责人秦志伟带来《解析智能共享出行平台》技术报告。秦志伟首先简单介绍了滴滴的业务线，对改善出行效率的贡献，以及滴滴的大数据优势。滴滴出行是全球领先的移动出行平台；为逾4.5亿用户提供出租车、快车、专车、豪华车、顺风车、公交、小巴、代驾、企业级、共享单车、外卖等全面的出行和运输服务，日订单已达3000万。滴滴与Grab、Lyft、Ola、Uber、99、Taxify、Careem共同构建了一个全球移动出行服务网络，服务全球超过80%的人口。

其后，他着重向参会者介绍了强化学习方法在滴滴交易平台上的应用。其中深入讲解了分单和调度决策对平台效率和司机乘客体验的长远影响，以及其策略优化的挑战。解释了为什么作为强化学习背后的数学框架马可夫决策过程是个适合解决这类挑战的方法。从传统的短视匹配和滚动视野方法讲起，讲解了滴滴分单算法的向网格策略评估，再到深度强化学习的演进。

随后，秦志伟向大家介绍了滴滴对科研界的数据开放计划。

盖亚数据开放计划，面向人工智能、智慧交通等领域科研人才，通过打造具有滴滴特色的科研数据集，为学术界提供真实的、高质量的脱敏数据资源。

高质量数据集是人工智能、智慧交通等相关领域科学研究、技术产品研发的核心基础之一。滴滴面向学术界提供真实的脱敏数据资源，开放协作，旨在以产学研深度融合推进交通领域的基础性与前瞻性研究和成果转化，提速智慧交通领域的科研发展，为社会发展创造更大价值。

······

GAIA“数据开放计划”

申请渠道立刻获得

点此链接

https://outreach.didichuxing.com/research/opendata/en

滴滴作为快速发展的中国企业，自身拥有大量出行数据、构建了复杂的出行场景、也在不断探索智能派单技术。大数据预测的关键是足够多的高质量的数据。滴滴积极利用大数据突破人工智能技术前沿，提升效率和安全，改善用户体验。

滴滴希望通过与学界、工业界的积极互动，在多个人工智能相关领域展开多层次、多目标、多边共赢的深度合作。