这场让硅谷工程师一票难求的技术分享会,滴滴都讲了啥?

作者: 佚名 2017-11-22 12:10:58

11月19日,滴滴在美研新办公室举办了一场针对当地科研人员的技术沙龙。滴滴科技线的管理者们集体出席,并跟当成的硅谷工程师们分享了滴滴怎么构思未来的技术变革。作为全球单量最高的移动出行公司,这样一支技术“梦之队”,驾驭全世界最庞大的交通数据,从算法、产品到安全策略,服务着全球最大的出行市场。最终这场沙龙进行了长达3个多小时的交流,吸引了数百位硅谷工程师的参加。

CTO愿景:人 车 路 未来交通的“三重革命”

滴滴CTO张博说,五年前滴滴在北京创立时,面前摆着一个几乎不可能解决的供需难题:为2千多万北京居民,匹配67000辆出租车。为了缓解供需矛盾,滴滴选择吸纳更多私家车的闲置运力,推动拼车,和多样化的出行方式,让城市交通运行更有效率 。

如今滴滴平台上的出行服务超过11个,日峰值订单超过2500万,同时产生了大量交通数据。这些数据帮助“滴滴大脑”不断进化,优化分单模型、提高供需预测的精准度,最终反映在用户对产品的满意度上。与滴滴大脑一同进化的还有产品背后的技术团队。目前公司的科学家和工程师队伍已超过3千人。

滴滴CTO张博介绍公司发展历程和愿景

在张博率领的技术团队眼中,解决供需矛盾依然是改善出行的关键,但今时今日他们的破题思路已经有了更多角度。未来的交通变革会体现在三个层面:最下面的一层是交通基础设施,包括智能红绿灯、动态道路分配、更科学的路网设计等,目标是最大化道路使用效率;中间一层是车辆交通工具本身的变革,智能化、新能源化将是趋势;最上面一层则是共享出行,越来越多的人会放弃拥有车辆,而是共享车辆,并且共享的颗粒度会从车的维度降维到座位,这样整个社会需要的车辆数量会显著下降,这是解决拥堵最快、最有效的方法。

目前滴滴的技术团队也希望从这三个层面全面推动未来交通变革。在公司成立的第五年,滴滴来到硅谷设立研究机构,希望更多全球人才加入这支队伍,一起解决这个世界级的挑战。

在张博开场之后,技术线的管理者依次用英语分享了对各个领域的思考,滴滴CTO线的实力全景呈现。

创新超越国界 产品经理的语言是世界的语言

滴滴产品高级副总裁俞军和他曾震动业界的“PM12条”首先引起了极大的兴趣。 “还在国内读书的时候,就听过俞军的‘12条军规’。可是在美国工作了这么些年之后能听他用英文来分析,听他说,用户需求要去discover而不是manufacture,才意识到原来产品经理的语言是通行世界的语言,很多中国市场的经验真的和硅谷这些年对产品的思考也紧密契合。”一位来自Facebook的工程师感慨地说。

滴滴产品高级副总裁俞军给硅谷工程师讲PM12条

AI的“滴滴崛起”:强悍的“大脑”和温暖的“心”

学习,预测,判断的能力,是人工智能的核心。滴滴研究院副院长叶杰平对人工智能技术在应用场景中发挥的关键作用如数家珍:从目的地预测、智能派单、路径规划, 到供需预测、拼车、服务评价,让现场的极客们表示 “相当过瘾”。

更引起大家好奇的是叶教授描述的在滴滴工作的场景:来自五湖四海的数据科学家和工程师不仅在构思未来“完美交通”的科幻场景,更从当下开始,通过每一个算法的演化,让司机收入一天天提高,乘客体验一天天改善,“这也是我们改变世界的方式”。

滴滴研究院副院长叶杰平详解“滴滴大脑”

智慧的交通 “云上”的城市

从数据大脑的神奇结构,滴滴高级副总裁章文嵩的“滴禹”平台,将听众的注意力从精微的算法,引向城市的“云端”:滴滴希望和城市管理者合作,用人工智能的分析预测和全局调配能力,全局把握城市交通问题。从济南到武汉,深圳到天津,章文嵩的团队正在中国大江南北展开多种多样的智慧交通实验,还引起了南美、中东和东南亚不少城市政府的关注。

滴滴高级副总裁章文嵩解读智慧交通

“这是一个技术人梦寐以求的那种挑战。”密西根大学终身教授刘向宏用自身经历现身说法。今年初他加盟智慧交通团队,从湾区把行李丢在滴滴软件园办公室,便一头扎进一些最拥堵的中国城市中去啃“硬骨头”:找到最拥堵的路口优化信号灯的切换时间。刘向宏提到,智慧城市的建设是中国工程师们另一个弯道超车的好机会:目前美国有很多信号灯没有传感器,还在采用固定配时。如果未来每一个路口的信号都能运用移动互联网数据,优化调整信号灯配时,这为解决城市道路拥堵提供新的思路。

滴滴智慧交通首席科学家刘向宏描述未来城市交通体系

魔高一尺 道高一丈 安全是共享的另一面

当万物互联,人工智能没有边界,怎样保证系统的强韧,不受外界威胁?作为滴滴体系的“守门人”,滴滴信息安全战略副总裁弓峰敏分享了他对车联网时代信息安全的思考。智能驾驶系统对信息安全有了更高的要求,滴滴不仅汇聚了业界顶尖的人才,更在复杂的中国信用与风险环境中锻炼出了强韧的抵抗力,正在建设主动防御的云安全体系。

而作为线上线下服务的融合者,滴滴面对的不仅是线上的信息安全,更有亿万乘客的生命信托。信息安全副总裁卜峥在现场分享了目前滴滴的五大核心安全措施,以及团队如果运用大数据手段为用户的安全保驾护航。卜峥透露滴滴正在探索利用声纹识别等更多新技术手段,保证出行安全。

滴滴信息安全战略副总裁、美研负责人弓峰敏解读车联网信息安全难题

滴滴信息安全副总裁卜峥分享共享出行平台的安全技术体系

滴滴智能驾驶技术负责人贾兆寅(右一),数据科学部负责人宋世军(右二),信息安全副总裁卜峥(右三)普林斯顿大学教授 Alain Kornhauser(右四)讨论智慧交通的挑战

主题演讲之后,包括普林斯顿大学教授在内的多位专家和滴滴技术人一起共同探讨未来城市交通的突破。滴滴的“梦之队”笑言,会后收获的最多的两个问题是:“下一次什么时候再分享?”以及“滴滴在招人吗?”对于滴滴来说,这次近乎爆棚的技术分享活动只是扩大海外影响力,加速组建国际化科研团队的开始。

硅谷工程师 技术分享
上一篇:人工智能,机器学习和深度学习之间的差异是什么? 下一篇:如何向普通人解释机器学习、数据挖掘
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

机器学习转化为生产力,警惕这4个常见陷阱!

几乎每个人都想在他们的业务中引入机器学习,但是这些人也遇到了一个大问题:让模型可持续发展十分困难,尤其是在云架构的基础上。medium上一位博主也指出了这个问题,并提出了将机器学习模型投入生产的4个常见陷阱。

大数据文摘 ·  1天前
500亿参数,支持103种语言:谷歌推出「全球文字翻译」模型

由于缺乏平行数据,小语种的翻译一直是一大难题。来自谷歌的研究者提出了一种能够翻译 103 种语言的大规模多语言神经机器翻译模型,在数据丰富和匮乏的语种翻译中都实现了显著的性能提升。

机器之心 ·  2天前
对于人工智能的恐惧及其5个解决方法

实施人工智能技术的IT领导人可能会感到一些恐惧,这有着充分的理由。人工智能在拥有数十年发展和应用历史的同时却有着奇怪的定位,但对于许多人来说,人工智能仍然是一种未来主义的感觉。

Kevin Casey ·  2天前
机器学习免费跑分神器:集成各大数据集,连接GitHub就能用

搞机器学习的小伙伴们,免不了要在各种数据集上,给AI模型跑分。现在,Papers with Code (那个以论文搜代码的神器) 团队,推出了自动跑分服务,名叫sotabench,以跑遍所有开源模型为己任。

栗子 鱼羊 ·  2天前
用AI实现动画角色的姿势迁移,Adobe等提出新型「木偶动画」

近日,Adobe 和康奈尔大学的研究人员提出一种基于学习的动画制作方法——基于卡通角色的少量图像样本就可生成新动画。

机器之心 ·  2天前
AI核心难点之一:情感分析的常见类型与挑战

情感分析或情感人工智能,在商业应用中通常被称为意见挖掘,是自然语言处理(NLP)的一个非常流行的应用。文本处理是该技术最大的分支,但并不是唯一的分支。情绪AI有三种类型及其组合。

Veronika Vartanova ·  2天前
AI新贵登上胡润百富榜:“CV四小龙”三家创始人上榜

AI造福人类,也造富了一些创业者。最近公布的2019胡润百富榜就是窥探老板们身价的好机会。

郭一璞 ·  2天前
大数据为什么不够聪明?机器要如何走向强人工智能

大数据为什么不够聪明?比概率语言更强大的思考工具是什么?科幻电影中的强人工智能到底怎样实现?如何让智能机器像人一样思考?搞清楚因果关系才能拨云见日。

明日情报 ·  2天前
Copyright©2005-2019 51CTO.COM 版权所有 未经许可 请勿转载