8月4日-8日，KDD 2019 在美國阿拉斯加州安克雷奇市召開，彙集了來自世界各地超過 3100 名學界與業界人員暢談前沿科技與行業發展。本次大會，滴滴通過舉辦深度強化學習教程、AIoT 研討會、Oral 論文、大會演講等累計10餘場技術報告，多維度展示了滴滴 AI 技術的深耕與發展，在 KDD 2019 交出了亮眼的成績。
第25屆國際數據挖掘頂級會議 KDD (KDD 2019)，滴滴現場重磅發佈了智能派單調度、智能客服、AI 運營、AIoT 等出行領域的多項技術突破，並詳解相關算法的實踐。
▍三篇 Oral 論文入選
在今年 KDD 會議上，滴滴共有三篇 Oral 論文入選，內容涉及自動化地生成工單摘要、深度強化學習在智能派單的應用和 GAN 在環境重構的探索。以《Automatic Dialogue Summary Generation for Customer Service》爲例，滴滴的客服每天需要處理大量的用戶進線，因此工單摘要對於客服系統變得尤爲重要。滴滴 AI Labs 團隊利用深度學習方法，基於輔助要點序列提出了Leader-Writer網絡來幫助解決客服工單摘要生成問題，能讓客服工單摘要的自動化生成更具完整性、邏輯性與正確性。
滴滴專家算法工程師王鵬博士
現場分享模型實踐
繼滴滴 KDD 2018 口頭論文基礎上，滴滴 AI Labs 團隊在《A Deep Value-network Based Approach for Multi-Driver Order Dispatching》中，再次提出了一種全新的基於深度強化學習與半馬爾科夫決策過程的智能派單應用，在同時考慮時間與空間的長期優化目標的基礎上利用深度神經網絡進行更準確有效的價值估計。
滴滴專家研究員唐小程博士
做 Oral 論文報告
此外，在《Environment Reconstruction with hidden confounders for Reinforcement Learning based Recommendation》論文中，滴滴 AI Labs 聯合南京大學 LAMDA 實驗室共同提出了一種基於模仿學習和對抗生成網絡 (GAN) 的重構環境的方法 (DEMER)，把不可見的混淆因子視爲一種隱藏策略，把環境和決策者視爲另外兩個智能體，重構三個智能體之間的相互影響和聯繫，藉助模仿學習和對抗生成網絡的方法來重構環境以達到仿真的效果。並在滴滴平臺的真實場景進行了驗證，將該算法用於司機活動推薦的場景，來提升司機的收入和優化平臺的效率。通過大量離線和在線 AB 測試表明，提出的框架相比於現有最好的方法有了顯著提升。
滴滴專家算法工程師李卿陽博士
在 Oral 論文的 Poster 現場介紹
▍滴滴副總裁、AI Labs 負責人葉傑平：
Transforming Transportation: A Data Driven Approach
在 KDD 主會 Applied Data Science 特邀報告中，滴滴副總裁、AI Labs 負責人葉傑平重點分享了人工智能在交通領域的最新探索和成果。
在去年上海舉行的世界人工智能大會上，美國三院士、機器學習泰斗、UC Berkeley 教授Michael I. Jordan 認爲未來人工智能的發展將進入市場智能 (AI for Marketplace)，特別以滴滴爲例指出“雙邊市場在決策中，系統必須考慮資源稀缺性的因素，這是負載均衡的問題。”作爲網約車服務平臺，滴滴搭建以司機和乘客爲主的雙邊市場，包含一系列複雜的決策問題，這使得強化學習技術在出行領域的應用存在着機遇和挑戰。
現場報告中，葉傑平從出行場景入手，詳細描述了滴滴運用強化學習方法在提升出行體驗和效率方面的應用；介紹了滴滴結合行爲經濟學理論與大數據技術，將組織化、遊戲化思維實踐到出行領域，如通過司機組隊來提升司機滿意度等。
葉傑平在 ADS Invited Talk 分享
出席人員對滴滴強化學習分單表示極大興趣
▍滴滴副總裁、網約車CTO郄小虎:
Smart Mobility: Redefine Transportation with AI
在“城市計算研討會” (Urban Computing Workshop) 上，滴滴副總裁、網約車 CTO 郄小虎(Tiger) 介紹了滴滴科技戰略 AI for Transportation，並從智能派單、地圖服務、供需預測等技術方向詳解 AI 技術是如何應用在共享出行全過程。
值得注意的是，在今年 6 月中國人工智能學會組織的科技成果鑑定中，鑑定委員會認爲滴滴作爲面向公衆的共享出行平臺，“ ETA 與路徑規劃、智能派單和供需預測關鍵技術方面取得突破，在面向交通出行行業和複雜交通環境下的新一代人工智能技術研究達到了國際領先水平”。
此外，現場 Tiger 還特別介紹了滴滴今年發佈的“羣雁計劃-智能出行開放平臺”，正如一帶一路“共商、共享、共建”原則，滴滴將秉承“開放、創新、協作”，期待與全球合作伙伴一起羣雁高飛，推動出行生態發展，利用 AI 科技引領出行領域的變革。
Tiger 現場介紹滴滴科技戰略
▍現場活動掠影
▎滴滴 AI Labs 強化學習團隊負責人秦志偉 (Tony) 做主題爲“Deep Reinforcement Learning in Ride-sharing Marketplace”特邀報告，現場反響熱烈。
▎滴滴副總裁、AI Labs 負責人葉傑平做主題爲“AI for Transportation”特邀報告。
▎滴滴現場展臺
本文首發自滴滴科技合作 (ID:didioutreach)
推薦閱讀
▬
更多推薦
▬
滴滴開源 / Open Source
Delta | Mpx | Booster | Chameleon | DDMQ | DroidAssist | Rdebug | Doraemonkit | Kemon | Mand Moblie | virtualApk | 獲取更多項目
技術乾貨 / Recommended article
WebPack 如何控制事件執行流 | Android 性能優化之 Activity 啓動耗時分析 | HDFS 源碼解讀：HadoopRPC 實現細節的探究| 閱讀更多內容
