滴滴章文嵩將派單問題與 AlphaGo 相比較，被懟「不懂圍棋」

本文作者：汪思穎

編輯：郭奕欣

2018-04-16 15:33

導(dǎo)語：滴滴副總裁章文嵩表示，滴滴所面臨的問題復(fù)雜度比 AlphaGo 要復(fù)雜得多。棋圣聶衛(wèi)平反問，圍棋有 361 個(gè)格子，你知道這其中的變化量是多少嗎？

雷鋒網(wǎng) AI 科技評(píng)論按，日前，滴滴副總裁章文嵩的一段演講片段掀起了一波吐槽滴滴的高潮。

他的原文如下：

「所以說，我們這個(gè)問題的復(fù)雜度，比下圍棋要復(fù)雜一百倍以上，就比 AlphaGo 面臨的問題復(fù)雜一百倍，因?yàn)槲覀冎酪惶煊?86400 秒，如果除以兩秒鐘撮合一次，我們的步數(shù)我們要考慮 43200 步，我們知道下圍棋，格子里面只有 19 乘 19，最多 361 步，而且都有確定性的解，是贏，還是輸，還是平局。那我們實(shí)際上最優(yōu)解是怎么樣？都是目前我們?cè)诓粩嗟赃@個(gè)問題復(fù)雜度，比下圍棋復(fù)雜多了，所以這可能是跟大家想象得不一樣，滴滴是真正背后是拿很多科技的手段在解決問題……」

滴滴章文嵩將派單問題與 AlphaGo 相比較，被懟「不懂圍棋」

這段話核心觀點(diǎn)如下——滴滴所面臨的問題比 AlphaGo 要復(fù)雜得多。

然而很不幸，雷鋒網(wǎng) AI 科技評(píng)論看到，微博上某些媒體將標(biāo)題引申為：【滴滴派送體驗(yàn)不好？滴滴副總裁：滴滴的算法比 AlphaGo 復(fù)雜很多倍】

當(dāng)然，被有意誤導(dǎo)之后，他第一時(shí)間發(fā)表微博表示：「這標(biāo)題明顯誤導(dǎo)。我是表達(dá)派單問題的復(fù)雜度，搜索空間是巨大的，并沒有對(duì)比滴滴算法和 AlphaGo 算法，實(shí)際上我們也使用增強(qiáng)學(xué)習(xí)算法?！?/p>

滴滴章文嵩將派單問題與 AlphaGo 相比較，被懟「不懂圍棋」

但是事情已經(jīng)發(fā)生，出現(xiàn)了很多（讓人覺得標(biāo)題沒常識(shí)的）新聞：

滴滴章文嵩將派單問題與 AlphaGo 相比較，被懟「不懂圍棋」

嗯，對(duì)于算法，章文嵩根本就沒有進(jìn)行比較（攤手）。

值得注意的一點(diǎn)是，這些新聞都圍繞棋圣聶衛(wèi)平展開。

據(jù)媒體報(bào)道，在江蘇姜堰觀戰(zhàn)世界女子圍棋擂臺(tái)賽期間，心直口快的聶衛(wèi)平聽說了章文嵩的言論，忍不住反問：

「我就問一句，圍棋有 361 個(gè)格子，你知道這其中的變化量是多少嗎？……中國圍棋協(xié)會(huì)主席林建超在擔(dān)任總參辦公廳主任時(shí)組織力量進(jìn)行研究，得出的結(jié)論是圍棋變化是 10 的 808 次方。如果圍棋的算法比滴滴都簡(jiǎn)單，何須擁有巨大資金和技術(shù)支撐的 AlphaGo 團(tuán)隊(duì)出馬，一個(gè)小學(xué)生就足夠研究透徹了！」

棋圣在這里高冷地表示，我們圍棋并不簡(jiǎn)單。當(dāng)然，他的這番言論中也出現(xiàn)了一個(gè)小 bug——「如果圍棋的算法比滴滴都簡(jiǎn)單」，事實(shí)上章文嵩在演講中并沒有將兩者的算法進(jìn)行比較。

隨后，章文嵩發(fā)文詳細(xì)說明了滴滴派單問題的復(fù)雜性：

在圍棋里，每一步落子都會(huì)影響棋局變化。在 19*19 的棋盤上，最多對(duì)弈 361 步，若不考慮棋盤的對(duì)稱性，圍棋的變化是 361 的階乘，約 10 的 768 次方...，這已經(jīng)是一個(gè)驚人的量。
滴滴派單問題是極為復(fù)雜的時(shí)空調(diào)度問題，一天有幾千萬乘客在不同的時(shí)空中發(fā)出需求，也有大幾百萬司機(jī)在不同的時(shí)空出現(xiàn)，每一次不同的派單都會(huì)影響不同的時(shí)空里供需分布，乘客和司機(jī)對(duì)派單響應(yīng)是動(dòng)態(tài)的，交通路況也不斷地變化，優(yōu)化目標(biāo)也挺難刻畫的，不光考慮全局的需求滿足率，還得考慮人們心目中對(duì)服務(wù)的感覺等約束，把服務(wù)確定性描述清楚就不容易，是個(gè)開放的問題。若要跟圍棋對(duì)比，我們簡(jiǎn)單抽象這個(gè)問題，一天完成 2500 萬以上的訂單，每 2 秒的一次撮合完成幾百到上千的派單，一次撮合本身的計(jì)算復(fù)雜度非常高，可載客的車輛數(shù)和需求訂單數(shù)遠(yuǎn)遠(yuǎn)大于派單數(shù)，組合的空間非常大 10 萬以上，每 2 秒撮合都會(huì)影響到未來的時(shí)空上供需分布，就像下棋每一步落子都會(huì)影響棋局變化，一天共撮合 43200 次，時(shí)空的變化是（10 萬）43200 次方的量級(jí)。滴滴也用強(qiáng)化學(xué)習(xí)算法來解這個(gè)問題，不斷迭代和改進(jìn)。
圍棋的規(guī)則是確定的，是完美信息博弈，AlphaZero 可以自己根據(jù)規(guī)則創(chuàng)造出棋譜，AlphaGo 和 AlphaZero 在圍棋上可以超過人類棋手。而在開放問題上，AlphaGo 和 AlphaZero 目前還不能超越人類，例如，在星際爭(zhēng)霸上還打不過人類，在王者榮耀上也勝不過人類。相信在大家共同努力下，技術(shù)不斷突破邊界，我們?nèi)祟愐灿行判鸟{馭它，為人類的智慧不斷增長(zhǎng)而服務(wù)。在不同的戰(zhàn)場(chǎng)，我們一起加油。

以上。

然而，不幸地是，他的話語又捅出了簍子。身為前阿里云 CTO，LVS（Linux Virtual Server）開源軟件創(chuàng)始人，雖然對(duì)技術(shù)是極懂的，但是看起來卻不那么懂圍棋。

他說道，「我們知道下圍棋，格子里面只有 19 乘 19，最多 361 步?！?/p>

然后，微博下面是一波類似這樣的群嘲：

滴滴章文嵩將派單問題與 AlphaGo 相比較，被懟「不懂圍棋」

隨后，他也為自己的失誤道歉并表示，雖然自己前面的說法有誤，但圍棋的復(fù)雜度并不是無限提升的：

圍棋最多 361 步這個(gè)說法不準(zhǔn)確，抱歉！沒有考慮到打劫和提子的情況，感謝大家的討論提升了我的認(rèn)知。圍棋的復(fù)雜度不是無限提升的，不能反復(fù)打劫，提子后空間也有限，聶棋圣在微博上說有專家團(tuán)隊(duì)研究過圍棋變化是 10 的 808 次方。還是挺想學(xué)習(xí)一下里面的計(jì)算方法。

但是，解決的問題越復(fù)雜就意味著更厲害嗎？

對(duì)于這一問題，其實(shí)已經(jīng)有一大批知乎 er 展開了討論。

雖然提問的打開方式并不怎么正確：

如何看待滴滴章文嵩稱，滴滴的算法比 AlphaGo 復(fù)雜 100 倍？（章文嵩哪里有說滴滴的算法比 AlphaGo 復(fù)雜了？？？）

滴滴章文嵩將派單問題與 AlphaGo 相比較，被懟「不懂圍棋」

隨后引發(fā)了一大波不明真相的群眾的歪樓，大家都在嘲笑：

你這個(gè)算法有什么可比的。
算法更復(fù)雜，不就證明代碼越費(fèi)時(shí)費(fèi)力，不就證明你的工程水平不高？

（不明覺厲）

當(dāng)然，也有正正經(jīng)經(jīng)研究過事情始末的人，表達(dá)了這樣的言論：

從理論上來說兩個(gè)問題在很多層面上都是 NP-hard 的復(fù)雜度，無從談起誰更復(fù)雜，當(dāng)事人只是要說明滴滴的時(shí)效性要求高、數(shù)據(jù)量大的事實(shí)。

滴滴章文嵩將派單問題與 AlphaGo 相比較，被懟「不懂圍棋」

在這兩種言論之間，也有人站在客觀的立場(chǎng)看待這一問題。

知乎上一位匿名用戶表示，雖然圍棋的復(fù)雜度或許更高，但從用戶體驗(yàn)上來看，滴滴并沒有成功解決問題：

第一，圍棋場(chǎng)景復(fù)雜度也許更高。
圍棋的場(chǎng)景復(fù)雜度，并不在于其每一步最多 361 種選擇。它復(fù)雜在，坐在你對(duì)面是高智商的對(duì)手。需時(shí)刻提防對(duì)手隨時(shí)「留陷阱」，要每一步皆需統(tǒng)籌全局，并能大致預(yù)測(cè)對(duì)方接下來幾步落子位置，且要有與之相應(yīng)的應(yīng)對(duì)措施。
而滴滴的派單場(chǎng)景呢，沒有「高智商對(duì)手」主動(dòng)「下絆子」是前提。在這種相對(duì)穩(wěn)定又絕對(duì)動(dòng)態(tài)的情境下進(jìn)行派單。具體每一步的復(fù)雜程度有多高，按照章所言，43200 種選擇。
我沒有讀過 AlphaGo 源碼，所以只能做一個(gè)不負(fù)責(zé)的數(shù)字推斷：
鑒于隨著棋局的進(jìn)行，每一步的落子選擇也減少，因而保守假設(shè)平均每一步有 100 種選擇。
之前看到報(bào)道說 AlphaGo 最多可以提前預(yù)判 50 步棋。如此，AlphaGo 每走一步棋需要考慮 100 的 50 次方。這個(gè)數(shù)字相信遠(yuǎn)遠(yuǎn)超過 43200 吧。
100 的 50 次方這個(gè)數(shù)字可能有點(diǎn)夸張，畢竟 AlphaGo 不是窮舉的。但是肯定不是章以為的「最多 361 種選擇」這么簡(jiǎn)單。
第二，用戶體驗(yàn)上來看，滴滴沒有成功解決問題。
目前看來，AlphaGo 是成功解決了圍棋爭(zhēng)霸這個(gè)難題了。
至于滴滴嘛，他的派單算法有多復(fù)雜先不談，但是其提供的服務(wù)說實(shí)話是沒辦法硬著脖子講「完全解決」這四個(gè)字的。
退一萬步講，假設(shè)派單場(chǎng)景確實(shí)比下圍棋復(fù)雜的多。那么，章的行為就像某些人宣稱的：「我在試圖形成一個(gè)比相對(duì)論更高的模型，雖然還沒成功，但是我比愛因斯坦更偉大！」
第三，章文嵩本人非算法領(lǐng)域。
有很多答主都提到了，他是阿里的高級(jí)專家，是真正的系統(tǒng)級(jí)開發(fā)高手。但是問題就在這兒。
其實(shí) AlphaGo 算法跟系統(tǒng)開發(fā)是兩個(gè)截然不同的領(lǐng)域。
相比對(duì)算法方面的評(píng)價(jià)，其實(shí)他在 AlphaGo 的網(wǎng)絡(luò)延遲、分布式計(jì)算效率、CPU 利用率等問題上會(huì)更專業(yè)。
至于算法復(fù)雜度，鑒于 Deep Learning 是強(qiáng)凸優(yōu)化強(qiáng)矩陣變換的一種統(tǒng)計(jì)學(xué)習(xí)算法，我相信滴滴內(nèi)部的算法相關(guān)負(fù)責(zé)人應(yīng)該更有發(fā)言權(quán)。