8 数字化转型即时物流领域的AI技术：物理世界的数字化和智能化.docxVIP

【数字化转型】即时物流领域的AI技术：物理世界的数字化和智能化 未知的霎时 2020-03-18 原文 何仁清，美团点评算法通道主席、美团配送AI方向担任人。 2006年哈尔滨工业高校计算机硕士，毕业后加入百度NLP团队，2009年转岗到百度凤巢团队，从事自然言语处理、数据挖掘、机器学习、检索等争辩方向，离职前任百度主任架构师。 2016年初加入美团点评，全体担任美团配送的算法策略，进行智能配送系统建设，全面支持美团配送业务进展。目前工作方向横跨运筹优化、机器学习、时空大数据挖掘等多个学科，工作内容包括：智能调度、ETA、智能定价、智能规划、机器学习、AIoT、骑行地图等多个子方向。 美团外卖日单量超过3000万，拥有近百万骑手，是全球最大的即时配送网络。与大多数互联网企业线上业务为主的模式不同（比如搜索、推举、电商、短视频），配送系统需要在现实世界中的真实环境和真实场景中“运转”，最大的挑战是需要对骑手所在的环境和场景做到实时感知、精确?????理解和最优决策，这也是近几年行业经常说的“数字化”和“智能化”技术。 举例来说，配送中需要很多现实世界信息，比如商家在哪个商场，在几楼什么位置，从哪个门进入，能否坐电梯？骑手到达商家了吗，等餐多久了，还要等多久？?这些信息的精确?????性和实时性，对如何做出更优的决策至关重要，是持续提升配送体验和效率的关键要素。 美团配送作为全球最大的即时配送网络，具有丰富的大数据和使用场景优势，结合机器学习、时空间大数据、AIoT相关技术，我们在“物理世界数字化和智能化”这方面做了很多探究和尝试，这次次要共享这方面的重要技术和相关阅历。 共享大纲： 1. 即时配送业务进展 ? ? 行业全体进展趋势 ? ? 配送业务目标和挑战 2. “美团超脑”配送系统简介 ? ? 美团配送的技术目标 ? ? 美团配送的AI技术体系 3. 刻画现实世界的AI技术 ? ? 履约全环节的精准时间预估 ? ? 基于骑行轨迹的配送地图（点-线-面） ? ? 基于IoT技术的配送情景感知 4. 配送技术的将来展望 听众收益： 1. 了解新零售下的美团配送的业务进展和AI技术体系 2. 了解AI技术在物理世界数字化方面，到底在处理什么问题，有什么挑战，取得哪些成果 3. 了解如何从业务痛点动身，提炼业务问题，并进行技术建模和持续优化，并最终验证技术效果 听众范围：生疏机器学习、数据挖掘、AIoT等技术，处理一线业务问题的算法工程师 先进制造业+工业互联网