8月4日-8日，KDD 2019 在美国阿拉斯加州安克雷奇市召开，汇集了来自世界各地超过 3100 名学界与业界人员畅谈前沿科技与行业发展。本次大会，滴滴通过举办深度强化学习教程、AIoT 研讨会、Oral 论文、大会演讲等累计10余场技术报告，多维度展示了滴滴 AI 技术的深耕与发展，在 KDD 2019 交出了亮眼的成绩。
第25届国际数据挖掘顶级会议 KDD (KDD 2019)，滴滴现场重磅发布了智能派单调度、智能客服、AI 运营、AIoT 等出行领域的多项技术突破，并详解相关算法的实践。
▍三篇 Oral 论文入选
在今年 KDD 会议上，滴滴共有三篇 Oral 论文入选，内容涉及自动化地生成工单摘要、深度强化学习在智能派单的应用和 GAN 在环境重构的探索。以《Automatic Dialogue Summary Generation for Customer Service》为例，滴滴的客服每天需要处理大量的用户进线，因此工单摘要对于客服系统变得尤为重要。滴滴 AI Labs 团队利用深度学习方法，基于辅助要点序列提出了Leader-Writer网络来帮助解决客服工单摘要生成问题，能让客服工单摘要的自动化生成更具完整性、逻辑性与正确性。
滴滴专家算法工程师王鹏博士
现场分享模型实践
继滴滴 KDD 2018 口头论文基础上，滴滴 AI Labs 团队在《A Deep Value-network Based Approach for Multi-Driver Order Dispatching》中，再次提出了一种全新的基于深度强化学习与半马尔科夫决策过程的智能派单应用，在同时考虑时间与空间的长期优化目标的基础上利用深度神经网络进行更准确有效的价值估计。
滴滴专家研究员唐小程博士
做 Oral 论文报告
此外，在《Environment Reconstruction with hidden confounders for Reinforcement Learning based Recommendation》论文中，滴滴 AI Labs 联合南京大学 LAMDA 实验室共同提出了一种基于模仿学习和对抗生成网络 (GAN) 的重构环境的方法 (DEMER)，把不可见的混淆因子视为一种隐藏策略，把环境和决策者视为另外两个智能体，重构三个智能体之间的相互影响和联系，借助模仿学习和对抗生成网络的方法来重构环境以达到仿真的效果。并在滴滴平台的真实场景进行了验证，将该算法用于司机活动推荐的场景，来提升司机的收入和优化平台的效率。通过大量离线和在线 AB 测试表明，提出的框架相比于现有最好的方法有了显著提升。
滴滴专家算法工程师李卿阳博士
在 Oral 论文的 Poster 现场介绍
▍滴滴副总裁、AI Labs 负责人叶杰平：
Transforming Transportation: A Data Driven Approach
在 KDD 主会 Applied Data Science 特邀报告中，滴滴副总裁、AI Labs 负责人叶杰平重点分享了人工智能在交通领域的最新探索和成果。
在去年上海举行的世界人工智能大会上，美国三院士、机器学习泰斗、UC Berkeley 教授Michael I. Jordan 认为未来人工智能的发展将进入市场智能 (AI for Marketplace)，特别以滴滴为例指出“双边市场在决策中，系统必须考虑资源稀缺性的因素，这是负载均衡的问题。”作为网约车服务平台，滴滴搭建以司机和乘客为主的双边市场，包含一系列复杂的决策问题，这使得强化学习技术在出行领域的应用存在着机遇和挑战。
现场报告中，叶杰平从出行场景入手，详细描述了滴滴运用强化学习方法在提升出行体验和效率方面的应用；介绍了滴滴结合行为经济学理论与大数据技术，将组织化、游戏化思维实践到出行领域，如通过司机组队来提升司机满意度等。
叶杰平在 ADS Invited Talk 分享
出席人员对滴滴强化学习分单表示极大兴趣
▍滴滴副总裁、网约车CTO郄小虎:
Smart Mobility: Redefine Transportation with AI
在“城市计算研讨会” (Urban Computing Workshop) 上，滴滴副总裁、网约车 CTO 郄小虎(Tiger) 介绍了滴滴科技战略 AI for Transportation，并从智能派单、地图服务、供需预测等技术方向详解 AI 技术是如何应用在共享出行全过程。
值得注意的是，在今年 6 月中国人工智能学会组织的科技成果鉴定中，鉴定委员会认为滴滴作为面向公众的共享出行平台，“ ETA 与路径规划、智能派单和供需预测关键技术方面取得突破，在面向交通出行行业和复杂交通环境下的新一代人工智能技术研究达到了国际领先水平”。
此外，现场 Tiger 还特别介绍了滴滴今年发布的“群雁计划-智能出行开放平台”，正如一带一路“共商、共享、共建”原则，滴滴将秉承“开放、创新、协作”，期待与全球合作伙伴一起群雁高飞，推动出行生态发展，利用 AI 科技引领出行领域的变革。
Tiger 现场介绍滴滴科技战略
▍现场活动掠影
▎滴滴 AI Labs 强化学习团队负责人秦志伟 (Tony) 做主题为“Deep Reinforcement Learning in Ride-sharing Marketplace”特邀报告，现场反响热烈。
▎滴滴副总裁、AI Labs 负责人叶杰平做主题为“AI for Transportation”特邀报告。
▎滴滴现场展台
本文首发自滴滴科技合作 (ID:didioutreach)
推荐阅读
▬
更多推荐
▬
滴滴开源 / Open Source
Delta | Mpx | Booster | Chameleon | DDMQ | DroidAssist | Rdebug | Doraemonkit | Kemon | Mand Moblie | virtualApk | 获取更多项目
技术干货 / Recommended article
WebPack 如何控制事件执行流 | Android 性能优化之 Activity 启动耗时分析 | HDFS 源码解读：HadoopRPC 实现细节的探究| 阅读更多内容
