2017年10月27日-28日，易觀A10大數(shù)據(jù)應(yīng)用峰會在北京召開，本次峰會以“數(shù)以致用 源力覺醒”為主題。大會邀請到國內(nèi)互聯(lián)網(wǎng)行業(yè)領(lǐng)袖大咖，以及來互聯(lián)網(wǎng)、傳統(tǒng)企業(yè)、媒體及資本領(lǐng)域在內(nèi)的3000多位與會者，共同喚醒“數(shù)字源力”，讓用戶數(shù)據(jù)價值得到充分釋放和利用。

在28日下午舉行的用戶智能主論壇上，摩拜單車副總裁田超做了題為《人工智能技術(shù)在摩拜的應(yīng)用》的主題演講。田超談到，大數(shù)據(jù)應(yīng)用與人工智能不僅優(yōu)化共享單車的精準(zhǔn)投放，還有助于摩拜內(nèi)部提高其運(yùn)營和管理的能力。以下為其演講實(shí)錄：

大家好，非常高興能談?wù)勎覀冊?span lang="EN-US">AI領(lǐng)域的相關(guān)技術(shù)應(yīng)用。開始之前，先介紹下摩拜的理念和成長的歷程，大家都認(rèn)識自行車，看到摩拜是與眾不同的產(chǎn)品。從第一天開始就在非常仔細(xì)的認(rèn)真研究怎么設(shè)計自行車，使得自行車被大家所共享，共享到全新的產(chǎn)品里面，摩拜也是第一家共享單車的發(fā)明者，也是一個創(chuàng)新始作者。在單車?yán)镉蟹浅６嗟膶＠涂萍夹缘脑O(shè)置，包括使我們單車怎么樣四年免維護(hù)，怎么實(shí)時搜集單車的數(shù)據(jù)，因此我們設(shè)計了智能鎖，是我們優(yōu)化摩拜單車、共享單車應(yīng)用場景的基礎(chǔ)。

當(dāng)摩拜成為了大眾應(yīng)用了之后，摩拜對我們生活也產(chǎn)生巨大的改變，包括提升城市的使用場景，摩拜單車、共享單車已經(jīng)成為每個人生活之中不可缺少一部分。當(dāng)摩拜出現(xiàn)之后，單車重新回歸城市，減少了大量的碳排放，減少了大量交通擁堵，減少了非綠色出行場景，使得我們維護(hù)了更好的生活環(huán)境。

這張圖是上海第一輛單車在365天的騎行軌跡，第一輛單車在上海留下的足跡，這是它變化的趨勢。我們做到這張圖，背后其實(shí)意味著我們做了非常多的事情，包括我們的工程、大數(shù)據(jù)系統(tǒng)以及算法，非常準(zhǔn)確地追蹤每一輛單車每天的行駛軌跡，摩拜成為了非?？焖侔l(fā)展的公司?？梢钥吹竭@張圖，實(shí)際上過去最先達(dá)到日訂單量兩千萬的公司，摩拜超過其它家很多巨頭型的大公司，摩拜發(fā)展非?？?，可以看到共享單車是非常剛需的場景，摩拜的服務(wù)切實(shí)改變了我們?nèi)粘Ｉ睢?/span>

摩拜在全球有超過七百萬輛車在運(yùn)行中。同時我們每天日訂單量穩(wěn)定超過三千萬單，在所有行業(yè)里面都是排在前幾名的。摩拜單車在城市運(yùn)營里面已經(jīng)成為了繼公交和地鐵之后第三大的交通出行方式，在前面只有公交和地鐵人流量比我們多，摩拜單車是第三位，已經(jīng)超過私家車，包括打車的應(yīng)用場景。

同時我們摩拜的服務(wù)，對于我們每個人日常中的生活來講，實(shí)際上確確實(shí)實(shí)去做了非常多的改變，我們可以看到北京公交站盲區(qū)的分布圖，這是北京交通委出了這樣一個白皮書，最左邊是公交站點(diǎn)未覆蓋的圖，中間是摩拜單車對未覆蓋地區(qū)的分布圖。最右邊有了摩拜單車后，現(xiàn)在看到公交站點(diǎn)未覆蓋的地區(qū)分布圖，可以看到摩拜單車和公交場景大幅度的減少交通出行中的盲點(diǎn)，使得我們公共交通體系覆蓋的面積，覆蓋的能力大幅度的增加。

這個數(shù)據(jù)是和高德合作之后，摩拜單車在CBD地區(qū)下降了16%，在CBD地區(qū)提升的速度從一公里一小時提升大約23公里／小時，因為用戶出行的方式變得很方便，使得我們擁堵現(xiàn)象大幅度減少，這是其它方式很難做到的，包括交通限號，它的提升幅度不如共享單車服務(wù)對我們生活改變更多。

這一切的基礎(chǔ)實(shí)際來源于我們的智能鎖，到現(xiàn)在有了七代的變化，和最先的結(jié)構(gòu)漸漸發(fā)展到現(xiàn)在結(jié)構(gòu)，實(shí)際上我們擁有大數(shù)據(jù)體系和AI的基礎(chǔ)，有了智能鎖超過了兩億的注冊用戶，每天超過三千萬單的訂單量，有七百萬量在全球180個城市在運(yùn)行之中，每天會有20TB的原始數(shù)據(jù)生成。我們搜集到了這些數(shù)據(jù)是第一步，我們現(xiàn)在在做的事情，就是如何利用我們的數(shù)據(jù)提供更好的服務(wù)。

剛才介紹的數(shù)據(jù)，我們會有用戶數(shù)據(jù)、地理信息、出行數(shù)據(jù)、訂單數(shù)據(jù)，還有車輛數(shù)據(jù)。除此之外，我們還會有用戶上傳報障數(shù)據(jù)，還有一千萬張照片的數(shù)據(jù)，這些數(shù)據(jù)都是我們的基礎(chǔ)。

在這些數(shù)據(jù)基礎(chǔ)之上，我們做了很多的事情，包括怎么樣預(yù)測我們的需求，怎么樣構(gòu)建我們的用戶畫像，怎么樣預(yù)測我們的供給。因為我們還會有各種各樣的補(bǔ)貼活動，預(yù)測去哪兒等等這樣的模型，來提升我們整個業(yè)務(wù)運(yùn)行狀態(tài)的理解精準(zhǔn)的程度。在這些模型的基礎(chǔ)之上，我們會有這樣幾類的應(yīng)用，包括動態(tài)訂單，我們有紅包補(bǔ)貼，包括個性化的紅包，個性化的補(bǔ)貼，包括怎么做智能的運(yùn)營，包括Smart CRM怎么運(yùn)營我們的系統(tǒng)，為我們城市生存環(huán)境做了一些事情，使得我們數(shù)據(jù)也為城市規(guī)劃提供一些幫助。

我們知道每個車在任何時間的狀態(tài)，我們實(shí)時在系統(tǒng)中做的大數(shù)據(jù)，我們知道任何時間點(diǎn)單車的具體流向，根據(jù)單車的算法指導(dǎo)我們線下運(yùn)營團(tuán)隊，去幫助我們把車運(yùn)營的更好，很方便找到一些故障車。

這張圖其實(shí)是說，這是一年半以前北京地區(qū)摩拜覆蓋的程度，可以看到最近的覆蓋程度變成這樣一個樣子?？梢钥吹酱罅康挠脩舴植荚谌嵌荚谑褂媚Π輪诬嚒?/span>

我們在使用摩拜的數(shù)據(jù)，用人工智能算法最重要的一個場景，它能告訴我們怎么樣平衡供給和需求，講到很重要的模型怎么樣供給和需求，基于我們對未來時間的預(yù)測，指導(dǎo)我們的運(yùn)營，指導(dǎo)我們的產(chǎn)品，引導(dǎo)用戶把車停放在一個更合理的位置。這樣能優(yōu)化我們每天的訂單量。實(shí)際上我們使用了一個深度學(xué)習(xí)的模型來進(jìn)行預(yù)測，我們擁有大量的數(shù)據(jù)，這是實(shí)時預(yù)測的模型，來預(yù)測每個地理區(qū)間上的供給和需求情況。

同時基于我們對這些用戶行為，在地理上的分布的供給和需求的理解，我們也開發(fā)了一款叫紅包車的產(chǎn)品。我們可以為不同的用戶點(diǎn)亮不同的紅包車，尤其停的位置不好的車，會鼓勵用戶，給用戶補(bǔ)貼一些紅包，把位置不好的車騎出來，騎到未來周轉(zhuǎn)率非常高的地方，這樣的話，用戶相當(dāng)于作為我們的運(yùn)營人員，幫助提升我們整個車的周轉(zhuǎn)率，這是我們的一個示意圖。我們積極算法發(fā)現(xiàn)了有很多的位置，車停的不是非常好的位置，我們就是綜合一個計算IOI，綜合點(diǎn)亮，把這個車點(diǎn)亮，騎到更好的位置。

這些最主要的場景就是AI應(yīng)用場景解決的核心問題之一，除此之外，基于我們AI算法去構(gòu)建完整的共享單車停靠位置的解決方案。大家會遇到這樣的問題，發(fā)現(xiàn)地鐵邊上停的車不好，不整齊，有些地方?jīng)]有空車，有些地方的堆積到一起，這個漸漸的成為各個城市運(yùn)營的管理人員所面臨的問題。為此我們做過很多研究，提供了非常好的研究方案，這些方案是競爭對手所無法提供的。我們是對智能鎖、大數(shù)據(jù)系統(tǒng)，以及大數(shù)據(jù)后面的人工的算法，智能鎖加上摩拜的AI系統(tǒng)，加上我們構(gòu)建的摩拜的智能停車點(diǎn)，提供一整套完整流程。

這些智能停車點(diǎn)根據(jù)用戶歷史數(shù)據(jù)挖掘出來，根據(jù)歷史數(shù)據(jù)挖掘出來用戶經(jīng)常停車的位置，對于基礎(chǔ)地理圖片數(shù)據(jù)這樣的理解，我們會推薦的停車點(diǎn)，遇到用戶的停車點(diǎn)會有鼓勵。我們一整套的停車方案，還要集合邊緣計算有一些的硬件，會感應(yīng)到我們的車，停到地理圍欄之內(nèi)的話，會有非常正向的反饋，否則可能會有一些負(fù)向的反饋。

我們這些地理圍欄的數(shù)據(jù)，在過去兩年之中也積累了非常多的地理圍欄的數(shù)據(jù)，一方面地理圍欄基于業(yè)務(wù)理解的情況。另外一方面基于人工智能和大數(shù)據(jù)挖掘的結(jié)果。之前其實(shí)介紹我們數(shù)據(jù)中有非常多的部分是用戶上傳的圖像數(shù)據(jù)，判別停在不好的位置或者哪些壞車，大量的圖象數(shù)據(jù)給人工的客服增加了非常多的壓力和困難。所以我們做了一些一系列的相應(yīng)的算法，幫助人工解決這樣的場景識別問題，包括是一個算法，其實(shí)識別小區(qū)內(nèi)的違停，去識別小區(qū)違停的場景，幫助客服去減少很多的工作量。

這樣一個場景也是識別加私鎖，或者對車輛損壞的情況，也訓(xùn)練了神經(jīng)網(wǎng)絡(luò)的模型，幫我們?nèi)プR別加私鎖的情況。我們也用了一些算法，幫助我們?nèi)?shù)車，運(yùn)營人員的車很多，線下一張照片，輸入進(jìn)去自動識別多少臺車，幫助我們線下運(yùn)營人員線下采集數(shù)據(jù)來校準(zhǔn)我們的整個數(shù)據(jù)體系。

除了我們剛才介紹的這部分的工作，是幫助我們實(shí)際的運(yùn)營提升效率之外，我們也是非常愿意的和學(xué)術(shù)界以及社會共享我們的數(shù)據(jù)。同時把我們的數(shù)據(jù)應(yīng)用在建設(shè)更美好的城市場景之中。

我們依據(jù)摩拜的數(shù)據(jù)，去挖掘出來哪些路更適合建造自行車專用車道。大家知道自行車走的路徑和我們城市規(guī)劃走的路徑是有些不同，有些路騎自行車的人是非常多的，還有些路不在路網(wǎng)規(guī)劃之中，通過摩拜數(shù)據(jù)非常好地挖掘我們的數(shù)據(jù)，來幫助我們城市建設(shè)者規(guī)劃哪些車道，哪些路徑規(guī)劃出來自行車道。

上述就是我的演講，摩拜非常歡迎和產(chǎn)業(yè)界的各個朋友進(jìn)行各種各樣數(shù)據(jù)的合作，同時摩拜在招人，摩拜也希望愿意和我們一起改變世界的朋友加入摩拜，謝謝大家。