AI在出行場景的應用實踐:路線規劃、ETA、動態事件挖掘…
阿新 • • 發佈:2021-03-05
前言:又到春招季!作為國民級出行服務平臺,高德業務快速發展,大量校招/社招名額開放,歡迎大家投遞簡歷,詳情見文末。為幫助大家更瞭解高德技術,我們策劃了#春招專欄#的系列文章,組織各業務團隊的高年級同學以科普+應用實踐為主要內容為大家做相關介紹。本文是#春招專欄#系列的第1篇,根據高德機器學習研發部負責人damon在AT技術講壇所分享的《AI在出行領域的應用實踐》的內容整理而成。在不影響原意的情況下對內容略作刪節。 AT技術講壇(Amap Technology Tribune)是高德發起的一檔技術交流活動,每期圍繞一個主題,我們會邀請阿里集團內外的專家以演講、QA、開放討論的方式,與大家做技術交流。 damon根據使用者在出行前,出行中和出行後如何使用導航服務,分別選取了幾個典型的業務場景來介紹AI演算法在其中的應用,最後對未來做了一些展望。
- 能走:此路能通,按照路線可以到達終點。
- 好走:路線質量在當前地點時間下確保優質。
- 千人千面:不同使用者在保證路線優質的前提下,個性化調整更符合使用者偏好。
- 優質:相比首路線/主路線,有一定的、使用者可感受到的優勢。
- 多樣:相比首路線/主路線,儘可能有自己的特長。
- Query查詢效能,CH更快,CH是0.1ms級別,CBR是1-2ms級別。
- Shortcuts更新效能,CH全國路網更新最快能做到10分鐘,而CBR能做到15秒更新全國,可以滿足實時路況變化和路網實時更新的需求。
- CH的Shortcuts不規律,導致不同策略之間(躲避擁堵,高速優先等)不能很好的複用Shortscuts的起終點結構,所以不同策略需要單獨重建Shortcuts,記憶體佔用非常大。