雷鋒網 AI 研習社按：互聯(lián)網影響著社會的方方面面，作為O2O和共享經濟的代表，美團外賣經過幾年高速發(fā)展，以每天配送超過千萬份訂單、幾十萬騎手的規(guī)模，成為世界上最大的配送平臺。實際上，看上去勞動密集型的外賣行業(yè)，其實背后蘊藏著大數據、云計算、物聯(lián)網、人工智能等高新技術，是這些高科技，使美團外賣能夠在激烈競爭中逐漸脫穎而出。

這些高新技術的核心，則是被稱為「智能大腦」的美團實時智能配送系統(tǒng)。這套大規(guī)模、高復雜度的多人多點實時智能配送調度系統(tǒng)，能夠基于海量數據和人工智能算法，給最合適的配送小哥發(fā)送「最優(yōu)配送指令」，確保平均配送時長不超過 28 分鐘。簡單地說，就是既保證用戶「等的時間短」，同時又讓騎手「跑的路程短」。

美團配送算法團隊耗時兩年多打造了「智能大腦」，解決了機器學習、運籌優(yōu)化、仿真技術等多方面的技術難題。雷鋒網 AI 研習社采訪了「智能大腦」團隊負責人何仁清，讓他從總體架構、技術難點、改進方向、語音助手等方面揭開「智能大腦」的技術內幕。

以下是雷鋒網 AI 研習社采訪原文：

Q：美團智能配送系統(tǒng)每天要處理千萬級的訂單，管理近50萬騎手，對于這種復雜問題的求解和優(yōu)化很多大公司都還無從下手，你能否簡單地向讀者介紹下美團智能配送系統(tǒng)的技術框架？

A：美團智能配送系統(tǒng)可以讓即時配送全業(yè)務流程高效運行。從技術上看，系統(tǒng)可以分為基礎平臺建設、垂直業(yè)務優(yōu)化兩方面。在基礎平臺建設上，我們開發(fā)了面向即時配送的機器學習平臺、仿真平臺以及大數據平臺。其中，機器學習平臺提供若干數據預處理、機器學習算法工具包等等，并完成了底層大數據平臺與線上系統(tǒng)的對接，提升了機器學習模型的迭代效率；配送仿真平臺實現(xiàn)了對配送全過程的精準模擬，能夠有效地進行各類配送策略的離線評估和 what-if 分析，而算法支撐平臺主要包括離線/在線特征管理平臺，線上策略管理平臺和 A/B 實驗工具等等。 

在垂直業(yè)務優(yōu)化上，我們開發(fā)了配送網絡優(yōu)化系統(tǒng)、實時調度系統(tǒng)和定價系統(tǒng)。通過配送網絡優(yōu)化系統(tǒng)，為配送區(qū)域劃分商家配送范圍提供智能化的工具支持，輔助建立合理的底層配送網絡結構。通過實時調度系統(tǒng)，實現(xiàn)訂單和騎手的動態(tài)最優(yōu)匹配，大大提升了配送效率；同時，通過定價系統(tǒng)，實現(xiàn)對用戶端、騎手端、商戶端的合理定價，為即時配送的各參與方建立良好的生態(tài)系統(tǒng)，實現(xiàn)了多方共贏的目標。下圖整體展現(xiàn)了美團配送的人工智能技術體系。               

Q：騎手在配送外賣的過程中難免會遇到一些突發(fā)狀況，比如惡劣天氣、交通事故，美團智能配送系統(tǒng)對于這些不確定因素是如何應對的？

A：我們總結了突發(fā)情況的特點，包括突然發(fā)生、局部影響大、擴展迅速。如果不及時處理，就會造成大面積的訂單積壓，對用戶體驗影響非常大，也不利于騎手騎行安全。所以，我們在系統(tǒng)的多個重要環(huán)節(jié)，都配有突發(fā)情況的應對方案，統(tǒng)稱為「供需平衡系統(tǒng)」。

首先是實時監(jiān)控和短期預測，對未來N分鐘的訂單規(guī)模和運力進行準確預估。其次是核心調度策略自適應調整，比如延長預計送達時間，提高合單概率，減小騎手行駛距離。然后，通過動態(tài)定價策略，讓用戶錯峰下單，激勵更多騎手開工，保證供需的整體平衡。 同時，我們正在推廣智能語音助手和智能耳機，減少騎手在騎行中的查看手機等危險行為，解決了在雨雪天氣操作手機困難的問題，讓騎手配送更方便、更安全。

Q：在配送的過程中，有些數據無法直接采集，比如出餐的時間、騎手自身的狀態(tài)、騎手上下樓的時間、天氣及交通數據等，對于這類數據美團是怎樣獲取、預估和優(yōu)化的？

A：美團點評的數據閉環(huán)是配送系統(tǒng)的核心能力之一，騎手可以觸達城市的每一個角落，收集到的完備并且準確數據，而且這些數據都具備非常高的商用價值。

當然，數據采集的渠道很多種，常規(guī)的是商家端、騎手App。比如采集騎手手機的各種藍牙、WiFi、GPS、傳感器數據。這些數據與配送場景結合，可以挖掘很多信息，比如上下樓時間、到店時間、出餐時間等。同時還可以精確還原騎手行為，包括騎行、步行、停留、走樓梯、做直梯等等。這些精細化數據，對于提升調度和定價的精度都有很多的作用。另外，為了獲取更精確和實時的數據，在商家、騎手部署智能硬件，也是未來的必然趨勢，技術團隊也正在進行探索和嘗試。

Q：類似北上廣深這樣的大城市有足夠多的樣本量，能夠比較準確地預估配送時間，相對來講，三四線的小城市的樣本量就小很多，那么在這些小城市里，美團是怎樣保證配送時間的準確性的？

A：在機器學習問題上，這個屬于模型泛化能力范疇，具有很多解決方案。

首先在特征工程上，構建多種泛化特征，比如區(qū)域個性化的特征，讓模型對于區(qū)域特征具有感知。其次在模型架構上，我們針對于此類問題單獨建立了補充策略模型，既保證整體效果的提升，又保證區(qū)域的個性化，不僅在區(qū)域這個維度上，而且在各種可能引起配送體驗問題的長尾維度上，我們模型均有較好的表現(xiàn)。最后，在機器學習領域有一個很相近的概念跟這個問題有關，那就是小樣本學習問題，我們也在探索利用遷移學習方式來解決這類問題。

Q：有用戶表示，在訂餐高峰時期，系統(tǒng)會通過上調配送費限制流量，請問美團智能配送系統(tǒng)如何調節(jié)配送價格以保證外賣配送的服務質量？

A：如前所述，為了保證整體用戶體驗，我們有一套完備的供需平衡系統(tǒng)，通過實時監(jiān)測供需關系，通過預計送達時間實時調整以及配送費的實時調整，將用戶下單引導到運力更充足的商圈，或者錯峰下單，保證訂單能夠快速、準時送達。

同時，美團配送還擁有大量社會化運力，即眾包騎手，我們通過調整騎手補貼方式，可以及時補充更多運力，環(huán)節(jié)高峰期的配送壓力，保證整體配送服務質量。

Q：前面提到的配送系統(tǒng)中，包括商家配送范圍劃分，這個具體指什么？

A：配送成本和效率，對物流行業(yè)來說非常重要，但是我們有希望盡可能服務更多的用戶，為此需要一種靈活的調整工具，這個工具就是商家配送范圍，它決定在合理配送成本下，美團配送給商家提供最遠配送范圍。

可以看到，配送范圍直接影響了用戶端外賣商家的可見供給，供給越豐富，用戶的體驗會越好，在平臺上的黏性也會越高。但是如果給用戶提供了配送困難的商家，也會影響整體配送的效率，從而影響到用戶的配送體驗。我們通過智能AI算法，能夠將商家配送范圍進行整體的優(yōu)化，考慮到用戶對商家的需求度、用戶到商家的配送難度、商家本身的供給量等因素，從而達到優(yōu)化整體的訂單結構的目的。

同時，這也是我們應對極端惡劣天氣有效手段，之前遇到這種定價等方式無法解決的場景，只能將商家大規(guī)?！钢眯荨箒砭徑馀渌蛪毫?，商家和用戶體驗很差，但是現(xiàn)在我們可以用縮小配送范圍的方式來解決這些問題。

Q：美團智能配送系統(tǒng)在發(fā)展的同時，其本身是否有需要改進和優(yōu)化的地方？

A：目前的我們在整體準時率和平均配送時長等指標方面，有不錯的表現(xiàn)，但是仍有一小部分尾部體驗需要我們去持續(xù)改善。另外，用發(fā)展的眼光來看，任何技術都需要不斷迭代，與時俱進。一方面，隨著配送業(yè)務體量不斷增長，問題的解空間也不斷變大，對算法的優(yōu)化能力和求解效率都提出了更高的要求，我們也已經投入研發(fā)新一代調度算法，提前應對新的挑戰(zhàn)；另一方面，配送品類、用戶需求、時效承諾都在不斷多樣化，配送調度系統(tǒng)也需要保持以客戶為中心，提供讓客戶更滿意、讓騎手更高效的服務。

Q：美團智能配送系統(tǒng)在外賣配送領域取得了不錯的成效，請問相關的技術能否應用在其他業(yè)務線上？比如打車業(yè)務、酒店業(yè)務？

A：美團點評作為一站式生活服務平臺，能夠服務到家、到店、出行、旅行等多個場景，其背后需要強大的技術能力支撐。作為一家科技公司，我們在數據、技術、平臺等多個方面，實現(xiàn)多個業(yè)務線的互通與合作，這也是是我們工作中非常重要的一個目標。

以美團智能配送系統(tǒng)的調度算法為例，在學術意義上，屬于求解大規(guī)模復雜約束優(yōu)化問題的在線實時決策算法，我們在這個方向的技術突破和研發(fā)成果，在打車業(yè)務、零售業(yè)務供應鏈優(yōu)化等場景都有應用潛力。實際上，我們與相關團隊之間已經開展技術交流和深度分享。不僅如此，在語音助手、地圖導航、通用地址庫、POI畫像等多個方面，都跟我們的伙伴開展各種合作。

Q：美團配送是否也在使用社會共享運力，解決配送問題？這方面進展如何？有哪些問題需要解決？

A：美團快送就是使用社會共享運力進行配送的一種形式，現(xiàn)在每天已經達到近幾百萬單的水平。由于是使用兼職運力，對騎手直接管理能力偏弱，因此如何保證穩(wěn)定運力，達到體驗和成本的最佳平衡，都是亟需解決的問題。

為此，我們做了很多方面系統(tǒng)改造，比如在訂單調度系統(tǒng)中加入了騎手偏好和運營獎勵等因素，有效增加了騎手對平臺的粘性。同時，結合大數據分析，在城市范圍內的運單價格進行精細化調控，有效引導運力流向更需要的區(qū)域，進而平衡整體的運力和用戶體驗。

Q：美團的配送系統(tǒng)是如何進行評估的？ 做了哪些工作，難點是什么？

A：美團的訂單調度是一個全局優(yōu)化問題，調度決策「牽一發(fā)而動全身」，耦合性極強，因此無法獨立評價每一個訂單的調度決策是好是壞。這里面有兩個大技術挑戰(zhàn)：線下仿真評估，線上效果評估。

線下仿真評估中，大家熟知的機器學習的評估指標和方法，在這里并不適用。而且線上實驗中，周期較長、成本高、用戶體驗風險等，都是繞不過去的。 為解決上述問題，我們自主研發(fā)了美團配送仿真平臺，類似沙盤演練，但是更高效更精準。該平臺有幾個部分構成，首先，對各種環(huán)境進行仿真，如天氣、交通、供需情況等。其次，騎手行為仿真，比如騎行工具、熟悉程度、配送習慣。最后，訂單分布仿真，考慮不同時間、用戶類型、下單意愿等。從一定意義上講，在工業(yè)界甚至是學術界，這也是一個前沿的開放問題。目前，我們已經做了很多有益的探索，目前平均仿真誤差精度可達6%，在行業(yè)內處于領先水平。

線上效果評估中，由于全局優(yōu)化特性，互聯(lián)網比較通用的用戶分流A/B TEST完全不適用，為了保證實驗精度，我們建立了一套嚴謹、完備的配送評估體系，比如按用戶、騎手、區(qū)域、時段等不同維度分流，排除測試干擾，提高測試的準確性，從而保證算法迭代的有效性。

Q：請問美團智能配送的機器學習技術和其他平臺的有何差異？如何評價競爭對手的AI 技術？

A：應該說，技術能力在配送中作用是非常巨大的，為了給用戶更快、更穩(wěn)定的配送體驗，同時保持業(yè)務的高效率和低成本運營，我們需要做大量的技術攻堅工作。所以，配送體驗優(yōu)劣與技術能力高低具有很強相關性。

同時，作為一個服務超過2.5億用戶，日配送訂單超過千萬的大平臺，配送效果每提升1%，都會帶來巨大業(yè)務效果。 因此我們有巨大的動力不斷進行技術迭代優(yōu)化。具體來說，有兩個方面要不斷優(yōu)化。一方面，配送全環(huán)節(jié)的智能化建設，配送一個訂單需要經過多個環(huán)節(jié)，全部環(huán)節(jié)均使用了機器學習和運籌優(yōu)化技術，保證平均28分鐘的配送時長；另一方面，提升業(yè)務管理和運營的AI化，比如站點規(guī)劃、運力規(guī)劃、騎手排班、商家配送范圍等全面實現(xiàn)了智能化，極大提升了整體業(yè)務運營效率，降低了運營成本。

Q：除了調度系統(tǒng)之外，我們知道美團點評還為騎手專門開發(fā)了智能語音助手，這里有哪些核心技術是美團自主研發(fā)？它解決了外賣配送業(yè)務上的哪些問題？

A：一般而言，語音助手包括幾個部分，包括語音識別合成、語義理解、交互決策等等。隨著近幾年深度學習模型在語音識別和合成的應用，構建出一個語音助手不是什么難事，但是夠在實際場景大規(guī)模落地，依然沒有那么簡單。比如，我們研發(fā)的騎手語音助手，在行業(yè)內首次實現(xiàn)了語音AI的大規(guī)模落地，目前每天超過10W+騎手使用，能做到配送全流程語音交互，無需騎手查看手機，真正讓騎手解放雙手，配送更便捷、更安全。這里面我們做了很多的技術攻關。

首先，在智能耳機層面，為了配合騎手工作要求，設計防風防水去噪的智能藍牙耳機。其次，針對語音理解層面，需要針對餐飲+物流行業(yè)，重新構建語音技術體系。最終，在交互決策層面，傳統(tǒng)先喚醒再交互方案，在室外噪音環(huán)境下，成功率過低、體驗較差。為了解決這個難題，我們基于實時配送數據建模了場景識別系統(tǒng)，無需人工主動喚醒，語音助手即可以完成語音交互任務，實現(xiàn)了「零喚醒」的語音交互方式。

Q：另外，能否說說美團智能配送系統(tǒng)的技術團隊是如何構建和管理的？

A：總的來說，技術團隊重要特征是通過「技術驅動」來完成業(yè)務目標。在業(yè)務能力和技術能力方面都要求極高。為此，我們通過橫縱兩個維度來對團隊進行建設。

首先在縱向維度，在核心業(yè)務方向有專門團隊長期跟進，對業(yè)務理解需要全面又深刻，能夠覆蓋業(yè)務的整個鏈條，同時綜合能力要求較高，包括業(yè)務理解、溝通能力、推動落地的能力等，這樣能夠及時有效的完成業(yè)務目標。

其次在橫向維度，專注于技術能力建設，為業(yè)務提供平臺支持，同時要不斷進技術創(chuàng)新和迭代，保證我們美團點評在行業(yè)內的技術領先優(yōu)勢。 

當然，針對一些跨方向的大型項目，在項目進行期間，我們采用虛擬團隊的方式進行管理，包括產品、工程、算法等多種人員，這種方式組織靈活，而且協(xié)同性很好，能夠保證項目效果和進度，這也是我們非常重要的實踐經驗。

雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。